Газпромнефть-СМ: ML-платформа «Алхимик» для разработки смазочных материалов
Описание проекта
Газпромнефть-СМ разработала цифровую платформу «Алхимик» для проектирования рецептур смазочных материалов с использованием машинного обучения. Платформа автоматически подбирает оптимальные сочетания базовых масел и присадок для достижения заданных эксплуатационных характеристик (вязкость, стойкость к окислению, моющие свойства и т.д.), предсказывая свойства состава до физических испытаний. По состоянию на май 2023 года с использованием системы усовершенствовано более 200 рецептур моторных, трансмиссионных и гидравлических масел. В 2023 году проект признан лучшим IT-проектом года по версии отраслевых конкурсов.
Задача
Традиционная разработка нового смазочного материала занимала от 6 месяцев: химики-технологи перебирали комбинации базовых масел и пакетов присадок методом проб и ошибок, каждая итерация требовала физических испытаний в лаборатории. При широком ассортименте продуктов (сотни формул) это ограничивало скорость вывода новых продуктов на рынок.
Цели внедрения
-
Сократить цикл разработки новых рецептур смазочных материалов
-
Автоматизировать подбор оптимальных компонентных составов
-
Снизить число дорогостоящих физических испытаний в ходе НИОКР
-
Ускорить адаптацию рецептур под требования конкретных заказчиков
Результаты
-
Финансы
-
Сокращение затрат на лабораторные испытания за счёт уменьшения числа итераций (конкретные данные не раскрыты) Время
-
Сокращение цикла разработки рецептуры с 6 месяцев до 1–2 месяцев (ускорение в 3–6 раз) Качество и эффективность
-
Усовершенствовано более 200 рецептур смазочных материалов
-
Повышение воспроизводимости и стабильности характеристик продуктов Нагрузка и масштаб
-
Охватывает полный ассортимент: моторные, трансмиссионные, гидравлические масла Надёжность
-
ML-модели валидируются физическими испытаниями; система снижает число дорогих экспериментальных итераций, но не заменяет финальную верификацию Импортозамещение и compliance
-
Собственная R&D-платформа снижает зависимость от западного ПО для автоматизации исследований Качественный эффект (если цифры не раскрыты): Платформа «Алхимик» меняет R&D-процесс с «trial and error» на «data-driven design», что критично для конкурентоспособности в условиях санкционных ограничений на импорт присадок.