Блог им. chmf

Как искусственный интеллект и большие данные улучшают работу производственных агрегатов

На Череповецком металлургическом комбинате работает решение на базе машинного обучения. Оно оптимизирует работу агрегата непрерывного горячего цинкования № 4 (АНГЦ-4) и его (или ее?) зовут «Ангелина». О том, как работает модель, недавно рассказывала в своем интервью Светлана Потапова, директор «Северсталь Диджитал» и номинант на премию Data Award.

 Как искусственный интеллект и большие данные улучшают работу производственных агрегатов

Производство плоского проката ЧерМК — один из флагманов цифровизации на комбинате. Там скоростью непрерывно-травильного агрегата № 3 уже успешно управляет наше решение на основе ИИ, на двух других агрегатах цинкования модели улучшают качество нанесения цинкового покрытия.

АНГЦ-4 предназначен для непрерывной термохимической обработки стальной полосы для защиты от коррозии. Раньше оператор вручную управлял скоростью полосы и параметрами печи термохимического отжига. При этом ему было необходимо контролировать несколько десятков параметров и прогнозировать их состояния в будущем. Для облегчения процесса нужно было перейти к автоматическому режиму управления скоростью агрегата и к автоматическому управлению нагревом полосы в печи.

Решение построили на нашем «озере данных». Данные с источников собирали с помощью NiFi и сервисов собственной разработки на Java. Код написали на языке Python.

«Ангелина» сочетает в себе модели на основе правил технологии, физического моделирования, машинного обучения, а также модели регулирования с обратной связью.

В результате производительность АНГЦ-4 за три месяца увеличилась на 3,4%. Из-за сложных экономических условий в первой половине 2022 года загрузка агрегата немного снижалась, но даже с учетом сниженной загрузки экономический эффект за время эксплуатации решения составил более 100 млн руб.

Далее мы планируем работать над созданием цифровых двойников. Также нас интересует обучение моделей компьютерного зрения на малом объеме данных и синтетически сгенерированных данных.

Подробнее о решении на базе машинного обучения для АНГЦ-4 — в интервью Светланы Потаповой. 

253

Читайте на SMART-LAB:
ByteDog — нейросеть от Positive Technologies для поиска вирусов
Мы разработали собственную нейросеть, которая находит вирусы на 20% точнее, чем классические модели машинного обучения. Она построена на...
Фото
Обороты на срочном рынке ➡️ +66% с начала года
Торговая активность наших клиентов на срочном рынке активно росла в 1-м квартале — на 66% с января по март.  Более того, март —...
Фото
Итоги первичных размещений ВДО и некоторых розничных выпусков на 17 апреля 2026 г.
Следите за нашими новостями в удобном формате:  Telegram ,  Youtube ,  RuTube,   Smart-lab ,  ВКонтакте ,  Сайт
Фото
X5 операционные результаты 1 кв. 2026 г. - рост выручки ниже прогноза
X5 опубликовала операционные результаты за 1 квартал 2026 года. Выручка выросла на 11,3% до 1,19 трлн рублей. Сопоставимая выручка прибавила...

теги блога Северсталь

....все тэги



UPDONW
Новый дизайн