ПАО «НЛМК»
Локация предприятия
г. Липецк
Отрасль
Металлургическое сырье
Период реализации проекта
2020-2021
Предпосылки и цели проекта
Предпосылки: поддержание постоянного значения концентрации алюминия в ванне цинкования АНГЦ является залогом стабильного качества оцинкованного проката. Выход концентрации алюминия за допустимый диапазон приводит к образованию брака и увеличению расхода цинка.
Основные цели проекта:
- Стабилизировать концентрацию алюминия в ванне цинкования и минимизировать образование дросса, чтобы обеспечить наилучшее качество оцинкованного проката и сократить расход цинка.
- Разработать модель для прогноза концентрации алюминия в режиме онлайн.
- Создать рекомендательный сервис для определения порядка загрузки цинк-алюминиевых слитков для поддержания постоянной концентрации алюминия.
Изменения целей/ задач по ходу реализации
В ходе работы над проектом команда выявила дополнительную возможность для улучшения и цифровизации процесса. Ранее информация о загружаемых в ванну слитках вносилась в бумажный журнал. Рекомендательный сервис позволяет отказаться от ведение бумажного журнала, ускоряет ввод информации и дает дополнительные возможность для анализа информации.
Таким образом, помимо цифрового советчика, определяющего очередность загрузки цинк-алюминиевых слитков, был реализован электронных журнал.
Решение
Модель машинного обучения на базе алгоритма Catboost,
Рекомендательный сервис (web-интерфейс)
Что изменилось в результате
Разработана модель машинного обучения для прогнозирования концентрации алюминия в ванне цинкования в режиме онлайн. Модель учитывает множество параметров, таких как предыдущее значение концентрации, обрабатываемый класс покрытия (вынос расплава на полосу), образование дросса, загружаемая марка цинк-алюминиевого сплава, скорость обработки, температура полосы и ванны. Командой проекта разработан рекомендательный сервис, который объединяет следующие функции: прогноз и отображение концентрации алюминия на графике, электронный журнал вносимых слитков и дросса, рекомендация марки (концентрации) следующего загружаемого слитка. Сервис помогает оцинковщику поддерживать концентрацию алюминия в более узком диапазоне, что снижает образование дросса, количество дефектов и расход цинка.
Основные трудности при реализации проекта
Основная проблема – качество и доступность данных. Для решения этих проблем было налажено кросс-функциональное взаимодействие с владельцами данных. Была проведена качественная работа по подготовке и очистки данных.
Ключевые итоги
Снижение расхода цинка на 46,4 тонн в год
Актуальность и перспективы проекта
Проект позволил решить проблему повышения качества продукции и снижения расхода цинка и ускорил переход от бумажных к электронным журналам.
Дальнейшие шаги по цифровизации предприятия.
Применение машинного обучения, компьютерного зрения, роботов позволяет получить дополнительный экономический эффект на предприятиях за счет оптимизации процессов. Для успешной реализации таких проектов требуется достаточная степень зрелости компании в сфере искусственного интеллекта, единый технологический стек, достаточная инфраструктура, регулярные ML-пайплайны. Проекты с машинным обучением требуют постоянной поддержки и, следовательно, наличие квалифицированного персонала. Наша компания имеет внутреннюю экспертизу, специалистов, разрабатывающих решения на базе машинного обучения, а также собственную платформу машинного обучения. Тем не менее, для дальнейшего развития требуется расширение команды, организации отдельной группы поддержки существующих решений и отдельной группы разработки.