Победительница
Кострыкина Елена Юрьевна
Кострыкина Елена Юрьевна
Предприятие
Филиал-сегмент «Горнорудные активы» АО «ЕВРАЗ ЗСМК»
Филиал-сегмент «Горнорудные активы» АО «ЕВРАЗ ЗСМК»
Отрасль
Горная добыча
Период реализации
2020 - 2022
Предпосылки и цели проекта
Ключевые задачи Евразруды - это добыча сырой руды и производство товарного концентрата, обеспечение АО «ЕВРАЗ ЗСМК» собственным сырьем.
Основная задача по увеличению производства товарного концентрата (рост выхода) заключается в извлечение железа из хвостов обогащения на каждом переделе при производстве концентрата в плановом диапазоне по содержанию Fe.
Первичное обогащение (сухая магнитная сепарация) происходит на дробильно-обогатительных фабриках, расположенных в Шерегеше, Таштаголе и Казе.
Вторичное обогащение (мокрая магнитная сепарация) происходит на Абагурской обогатительной фабрике, расположенной в городе Новокузнецке.
На основании проведенного анализа исторических данных по содержанию Fe в хвостах выявлена значительная волатильность.
Абагурская фабрика – 8,05 – 12,10%;
Таштагол - 4,60-16,80%;
Каз - 8,12 - 13,10%;
Шерегеш - 6,65 - 11,22%
Основные причины:
1. Отсутствие фокуса на потерях Fe в хвостах обогащения.
2. Влияние параметров шихты (крупность, содержание Fe, состав по месторождениям и др.).
Отсутствие оперативных данных относительно параметров входящей шихты приводит к настройке работы оборудования на усредненный режим работы, что в свою очередь приводит к уменьшению объема производства за счет потерь металла в хвостах.
Решения
Данные решения реализованы при помощи self-service инструментов анализа данных и Auto ML моделирования, требующие обработки и анализа большого количества данных, с целью найти зависимости, и построить модели которые помогают управлять технологическим процессом, зависящим от входящей информации (например процесс обогащения, зависящий от качества исходной руды).
На первом этапе сбора данных команда ознакамливается с технологическим процессом. Прорисовывается технологическая схема с полным списком всех информационных систем, файлов, SCADA, бумажных носителей с привязкой ко времени и способом получения данных. Проведение углубленного интервью с держателем процесса, на которых уточняются особенности тех. процесса, выявляются болевые точки.
На этапе подготовки данных необходимо создать единый набор данных (датасет) последующей обработки. Для этого очищаем данные от некорректных и плановых для значений, приводим информацию к единой дискретности.
Анализ данных. Рекомендуется использовать инструмент визуализации данных Microsoft PowerBI Desktop. На графиках зависимостей различных переменных визуально проверяем. Проводим предварительный анализ. Формируем первоначальные идеи и гипотезы, обсуждаем технологичность графиков с технологами. Определяем прямые зависимости (параметры в явном виде влияющие на целевую переменную).
Создания оптимальной статистической модели: Загрузка датасета в Azure ML, Выполнение эксперимента; Оценка качества моделей; Результат (принятие решения); Выбор оптимальной модели;
Передача модели специалистам Евразтехники для дальнейшей продуктивизации.
Создание дизайна цифрового решения с визуализацией рекомендаций по управляющим воздействиям и прогнозу по качественным показателям. Формирование Дашбордов по принятию/непринятию рекомендаций с комментариями на отклонения.
Основные трудности
Проблемы по вторичному обогащению:
Дискретность и достоверность данных – внедрение нового лабораторного оборудования, запуск новой проборазделочной и мониторинг показателей.
Отсутствие данных по шихте подаваемой на фабрику – реализован проект «Оптимизатор по шихтованию ПК на рудном дворе»
Проблемы по первичному обогащению:
Шерегеш, Таштагол. Отсутсвие корректных данных по долевому участию сырой руды, поступающей на ДОФ по причине наличия емкостных бункеров – проведение экспериментов по движению горной массы и внедрения мониторинга добычи не дало результатов. Проекты по данным предприятиям приостановленны. Ведется работа по установке датчиков онлайн-контроля качества сырой руды и концентрата в потоке на ДОФ.
Каз. Сбор показателей работы фабрики в бумажных носителях – оцифрованы бумажные журналы за период один год, сформирована единая база данных в системе MES.
Ключевые итоги
Снижение содержания Fe в хвостах на Абагурской фабрике на 0,1% (с 10,07% до 9,97%)
Снижение содержания Fe в хвостах на ДОФ ш.Казской на 1,0% (с 11% до 10%)
Увеличение выхода производства товарного концентрата на 0,08%
Горная добыча
Период реализации
2020 - 2022
Предпосылки и цели проекта
Ключевые задачи Евразруды - это добыча сырой руды и производство товарного концентрата, обеспечение АО «ЕВРАЗ ЗСМК» собственным сырьем.
Основная задача по увеличению производства товарного концентрата (рост выхода) заключается в извлечение железа из хвостов обогащения на каждом переделе при производстве концентрата в плановом диапазоне по содержанию Fe.
Первичное обогащение (сухая магнитная сепарация) происходит на дробильно-обогатительных фабриках, расположенных в Шерегеше, Таштаголе и Казе.
Вторичное обогащение (мокрая магнитная сепарация) происходит на Абагурской обогатительной фабрике, расположенной в городе Новокузнецке.
На основании проведенного анализа исторических данных по содержанию Fe в хвостах выявлена значительная волатильность.
Абагурская фабрика – 8,05 – 12,10%;
Таштагол - 4,60-16,80%;
Каз - 8,12 - 13,10%;
Шерегеш - 6,65 - 11,22%
Основные причины:
1. Отсутствие фокуса на потерях Fe в хвостах обогащения.
2. Влияние параметров шихты (крупность, содержание Fe, состав по месторождениям и др.).
Отсутствие оперативных данных относительно параметров входящей шихты приводит к настройке работы оборудования на усредненный режим работы, что в свою очередь приводит к уменьшению объема производства за счет потерь металла в хвостах.
Решения
Данные решения реализованы при помощи self-service инструментов анализа данных и Auto ML моделирования, требующие обработки и анализа большого количества данных, с целью найти зависимости, и построить модели которые помогают управлять технологическим процессом, зависящим от входящей информации (например процесс обогащения, зависящий от качества исходной руды).
На первом этапе сбора данных команда ознакамливается с технологическим процессом. Прорисовывается технологическая схема с полным списком всех информационных систем, файлов, SCADA, бумажных носителей с привязкой ко времени и способом получения данных. Проведение углубленного интервью с держателем процесса, на которых уточняются особенности тех. процесса, выявляются болевые точки.
На этапе подготовки данных необходимо создать единый набор данных (датасет) последующей обработки. Для этого очищаем данные от некорректных и плановых для значений, приводим информацию к единой дискретности.
Анализ данных. Рекомендуется использовать инструмент визуализации данных Microsoft PowerBI Desktop. На графиках зависимостей различных переменных визуально проверяем. Проводим предварительный анализ. Формируем первоначальные идеи и гипотезы, обсуждаем технологичность графиков с технологами. Определяем прямые зависимости (параметры в явном виде влияющие на целевую переменную).
Создания оптимальной статистической модели: Загрузка датасета в Azure ML, Выполнение эксперимента; Оценка качества моделей; Результат (принятие решения); Выбор оптимальной модели;
Передача модели специалистам Евразтехники для дальнейшей продуктивизации.
Создание дизайна цифрового решения с визуализацией рекомендаций по управляющим воздействиям и прогнозу по качественным показателям. Формирование Дашбордов по принятию/непринятию рекомендаций с комментариями на отклонения.
Основные трудности
Проблемы по вторичному обогащению:
Дискретность и достоверность данных – внедрение нового лабораторного оборудования, запуск новой проборазделочной и мониторинг показателей.
Отсутствие данных по шихте подаваемой на фабрику – реализован проект «Оптимизатор по шихтованию ПК на рудном дворе»
Проблемы по первичному обогащению:
Шерегеш, Таштагол. Отсутсвие корректных данных по долевому участию сырой руды, поступающей на ДОФ по причине наличия емкостных бункеров – проведение экспериментов по движению горной массы и внедрения мониторинга добычи не дало результатов. Проекты по данным предприятиям приостановленны. Ведется работа по установке датчиков онлайн-контроля качества сырой руды и концентрата в потоке на ДОФ.
Каз. Сбор показателей работы фабрики в бумажных носителях – оцифрованы бумажные журналы за период один год, сформирована единая база данных в системе MES.
Ключевые итоги
Снижение содержания Fe в хвостах на Абагурской фабрике на 0,1% (с 10,07% до 9,97%)
Снижение содержания Fe в хвостах на ДОФ ш.Казской на 1,0% (с 11% до 10%)
Увеличение выхода производства товарного концентрата на 0,08%