– Górnictwo w KGHM Polska Miedź to operatorzy bardzo zaawansowanych, skomplikowanych maszyn, które jeżdżą w trudnych warunkach pod ziemią – mówi Daniel Lichota. Jak tłumaczy, przy takiej pracy konieczne jest gromadzenie całej masy wskaźników, m.in. ciśnienia opon, ciśnienia i temperatury oleju, dzięki którym można szukać predykcji awarii.

– Mamy świadomość, że Jesteśmy firmą wydobywczą, przetwórczą, hutniczą, ale jednocześnie firmą opartą o wiedzę, również o wiedzę zaszytą w danych – zaznacza nasz rozmówca.

Stąd właśnie pomysł na pierwszy poświęcony polskiej miedzi hackathon CuValley Hack 2021, który spółka zorganizowała na początku czerwca.

Prawie 300 programistów, którzy brali udział w hackathonie, skupiało się na analizie danych oraz wykorzystaniu AI, Machine Learningu czy BigData w układach automatyki przemysłowej. Wśród wyzwań, jakie przed nimi stanęły, były m.in. przewidywanie wstrząsów, potencjalnych awarii maszyn SMG oraz stabilizacja pracy pieca zawiesinowego.

Konkurs zaowocował siedmioma nagrodzonymi pracami, z tego co najmniej trzema do testowania „na już”.

– Przykładowo optymalizacja pracy pieca zawiesinowego to odwlekanie wszelkich potencjalnych utrudnień, awarii, zużycia w czasie. (…) Zmniejszenie awarii to większa efektywność i przewidywalność prac – podkreśla Lichota.

Ścieżka wdrożenia takich projektów to od 3-6 miesięcy, w zależności od stopnia zaawansowania.

Hackathon potwierdził, że polscy programiści wyróżniają się wysokim poziomem umiejętności. Daniel Lichota przyznaje, że pewne rozwiązania zaproponowane w konkursie przewyższyły oczekiwania organizatorów.