Разработка системы распределения ресурсов для сталеплавильного производства

Разработка системы распределения ресурсов для сталеплавильного производства

Компания RedLab приняла участие в реализации проекта по созданию программы, которая облегчила процесс распределения сырья по промышленному предприятию. В этой статье делимся кейсом.

О клиенте

Международный производитель высококачественной металлопродукции. Компания выплавляет сталь в кислородных конвертерах, изготавливает чугун в доменных печах, занимается разливкой блюмов, биллетов, круглых заготовок и слябов. В год предприятие выпускает 14 млн тонн изделий. Добыча сырья осуществляется в России, Европе и Северной Америке.

О проекте

Бизнес развивает систему управления процессами в сталеплавильном производстве. Технология обеспечивает планирование и контроль выпуска продукции. С целью улучшения внутренней логистики на предприятии клиент хотел разработать софт для анализа входящих заказов и их группировки по физическим, химическим и механическим свойствам.

Описание задачи

К моменту обращения компания имела программу с широким функционалом — система собирала заявки на стальную продукцию и вычисляла перемещение сырья по производственным мощностям. Основная сложность заключалась в том, что ПО существовало в разобранном виде и бесструктурно анализировало входящие данные. Проектной команде RedLab предстояло создать ИТ-продукт, способный определять типовые формулы для новых изделий и оптимизировать дальнейшую работу завода.

Основные задачи:

  • Доработать систему: внедрение функций оценки и группировки заказов по схожим характеристикам, распределение металлопродукции с одинаковыми свойствами на один производственный маршрут.
  • За 2 месяца подготовить проект к стадии опытной эксплуатации: сравнение результатов работы в новой системе с результатами, которые были получены прежним способом.
  • Повышение эффективности производства: обеспечение быстрого выполнения вычислений, бесперебойность работы программы, оптимизация технологического процесса.

Кроме того, руководитель отдела разработки был сильно перегружен задачами на других проектах, поэтому бизнесу требовалось подключить backend тимлида, который сможет эффективно организовать работу программистов.

Реализация

После детального изучения проекта и анализа используемых технологий разработчики RedLab приступили к реализации проекта:

  • Провели оптимизацию центральной части конвейера-приложения, который позволил быстрее рассчитывать типовые формы входящих заказов.
  • Добавили профилировщики, чтобы определить участки кода, которые используют чрезмерное количество ресурсов.
  • Использовали библиотеку MassTransit для облегчения интеграции микросервисов через RabbitMq.
  • Приступили к оптимизации использования памяти для улучшения работы с большими объемами данных.
  • Внедрили шаблонный подход для проектирования микросервисов. Решение образует пайплайн обработки входящих заказов, чтобы все новые компоненты создавались на его основе.
  • Доработали алгоритмы классификации заявок, благодаря чему типовые характеристики заявок на металлопродукцию определяются автоматически.
  • Стандартизировали архитектуру микросервисов, что обеспечило совместимость различных компонентов системы, упростило их интеграцию и взаимодействие.

Результат

За 6 месяцев команда RedLab смогла разработать систему, которая облегчила процесс распределения сырья по промышленному предприятию. Бизнес стал эффективнее использовать производственные мощности, снизил простои оборудования и начал быстрее выпускать стальную продукцию. Время обработки заказов сократилось в 10 раз.

Источник: https://redlab.dev/success/sistema-raspredelenija-resursov-dlja-staleplavilnogo-proizvodstva/

1401
RSS
Нет комментариев. Ваш будет первым!

Новые статьи

Импортозамещение в мониторинге: почему GMONIT — альтернатива New Relic, Zabbix, Sentry, Datadog Обязательная маркировка в России и Казахстане: практические сценарии в 1С:WMS Как модель зрелости мониторинга делает бизнес более управляемым ИИ как конкурентное преимущество: от точечных решений к стратегическому превосходству Пропускная способность склада — главный KPI Дайджест ИБ-регулирования. Июль-сентябрь 2025 Проект автоматизации склада СИЗ на базе «1С:WMS» с глубокой интеграцией с «1С:УПП» ProcessTech Saransk 2025: как прошел самый большой форум по процессной аналитике России

Импортозамещение в мониторинге: почему GMONIT — альтернатива New Relic, Zabbix, Sentry, Datadog


8 дней назад
Импортозамещение в мониторинге: почему GMONIT — альтернатива New Relic, Zabbix, Sentry, Datadog
Импортозамещение в мониторинге: почему GMONIT — альтернатива New Relic, Zabbix, Sentry, Datadog
Обязательная маркировка в России и Казахстане: практические сценарии в 1С:WMS
Обязательная маркировка в России и Казахстане: практические сценарии в 1С:WMS
Как модель зрелости мониторинга делает бизнес более управляемым
Как модель зрелости мониторинга делает бизнес более управляемым
ИИ как конкурентное преимущество: от точечных решений к стратегическому превосходству
ИИ как конкурентное преимущество: от точечных решений к стратегическому превосходству
Пропускная способность склада — главный KPI
Пропускная способность склада — главный KPI
Дайджест ИБ-регулирования. Июль-сентябрь 2025
Дайджест ИБ-регулирования. Июль-сентябрь 2025
Проект автоматизации склада СИЗ на базе «1С:WMS» с глубокой интеграцией с «1С:УПП»
Проект автоматизации склада СИЗ на базе «1С:WMS» с глубокой интеграцией с «1С:УПП»
ProcessTech Saransk 2025: как прошел самый большой форум по процессной аналитике России
ProcessTech Saransk 2025: как прошел самый большой форум по процессной аналитике России

Новые видео