3884

Повышение темпа прокатки слябов

Январь, 2020 год.

Рекомендательная ML-технология АО «Инфосистемы Джет» для сокращения пауз между прокаткой стальных полос на «НЛМК».

alt

Какую проблему решали

Производительность Стана-2000 – ключевой фактор эффективности НЛМК.
Повышение его эффективности – приоритетная задача завода. Исследования 2018 года показали возможности оптимизации технологического процесса прокатного стана за счет сокращения пауз между прокаткой стальных полос.
Управление паузой на выдачу слябов из печи и паузой между прокаткой выполнялись высококвалифицированными операторами. Специалисты опирались на личный опыт и технологические нюансы, вручную контролируя процесс.
Решение проблемы
ПАО «НЛМК» использовало рекомендательный сервис АО «Инфосистемы Джет» на базе алгоритмов машинного обучения.
На основе анализируемых данных и построенной математической модели система в режиме реального времени выдает на HMI-консоль оператора рекомендации по оптимальному темпу прокатки и интервалу подачи слябов с учетом условий нагрева и скорости прокатки, типоразмера изделий, находящихся в печи и на прокатном стане.
Применяемые технологии

В проекте использован рекомендательный ML-сервис, разработанный Центром машинного обучения компании «Инфосистемы Джет». Для моделирования Data Science специалисты использовали алгоритм LightGBM.

Эксперты исследовали исторические данные с датчиков температуры, давления, скорости движения и другого регистрирующего оборудования, и исключили параметры, не оказывающие прямого влияния на скорость движения слябов.

Сервис проанализировал ретороспективные данные за 2,5 года работы Стана-2000 и ежедневно дополняет базу новыми показателями. Рекомендации выводятся на HMI-панель оператора в режиме реального времени. Все данные о работе хранятся в Data Lake.

Бизнес-процесс

До проекта:

  • Оператор контролирует выдачу слябов из печи в прокат вручную, опираясь на знания о составе металлической плиты, ее технологические характеристики и личный опыт.
  • Длительность интервалов между входом слябов в чистовую группу клетей Стана-2000 берется «с запасом», во избежание столкновения плит и аварийной остановки линии проката.

После проекта:

  • Рекомендательный сервис анализирует переменные, влияющие на эффективность процесса, и выводит на консоль оператора оптимальные интервалы проката.
  • Система предотвращает столкновение слябов, исключает брак продукции и, как следствие, повышает производительность Стана-2000 за счет более высокой скорости прокатки.

Результаты

АО «Инфосистемы Джет»

Сергей Агальцов
Тест-менеджер
Дмитрий Ачекин
Старший аналитик
Юрий Иванов
Архитектор
Виктория Иванова
Разработчик программного обеспечения
Дарья Лосева
Data scientist
Сергей Поняев
Менеджер проектов

ПАО «НЛМК»

Алексей Абросимов
Название компании
dsfsdfsdfsdff@sdfsdfsdf.re
Начальник Стана 2000
Юлия Винокурова
Руководитель направления цифровизации прокатного производства
Сергей Кудинов
Начальник отдела ДАТП

Похожие кейсы

AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.