Цифровой сервис повысил производительность стана горячей прокатки НЛМК

Новолипецкий металлургический комбинат внедрил сервис для ускорения работы стана горячей прокатки. Математическая модель машинного обучения, на которой построен сервис, помогает операторам оптимизировать процесс проката металла на «Стане 2000». Решение поможет предприятию получить около 30 млн рублей дополнительного дохода в год.

Прокатный стан в металлургическом производстве — это комплекс оборудования, который с помощью прокатных валков раскатывает нагретый металл и превращает его в листовой прокат. На прокатный стан подают сплавы разного химического состава для производства стали различных марок. Стан работает непрерывно: круглые сутки и без выходных. Чтобы слябы не сталкивались и не соединялись, они должны двигаться с определёнными промежутками. Чем они меньше, тем больше слябов можно прокатать за единицу времени и тем выше производительность всего стана. Но при слишком маленьких разрывах между слябами резко увеличивается вероятность брака и аварийной остановки стана, поэтому операторы традиционно рассчитывают расстояние с запасом.

На стане слябы прокатываются в горячекатаную полосу толщиной от 1,5 до 16 мм. Для этого слябы нагревают в пяти печах и по команде оператора поочередно подают на стан для последующей прокатки. При этом оператор, выбирая темп прокатки, должен учитывать несколько факторов, чтобы, в частности, предотвратить столкновение слябов, обеспечить необходимый уровень температуры на определенных участках в зависимости от марки стали, максимизировать производительность стана.

Раньше оператор рассчитывал темп выдачи слябов вручную на основе интуиции и опыта. Новый цифровой сервис определяет этот показатель автоматически. Модель, построенная на принципах машинного обучения, анализирует размеры, состав и уровень нагрева сляба, а также параметры необходимой готовой продукции и техническое состояние стана. На основе этих данных модель прогнозирует, с какой скоростью металл должен пройти путь от печи до линии прокатки, и рекомендует оператору, когда выдавать из печи следующий сляб.

Проект стартовал в конце прошлого года. Специалисты компании продолжают «обучать» модель и повышать эффективность сервиса.

«В настоящее время совместные команды производства и специалистов по цифровым решениям внедряют более 50 сервисов на различных производственных переделах и площадках Группы НЛМК. Эта работа является надежной основой дальнейшего роста операционной эффективности компании с использованием цифровых инструментов», – отметил директор по цифровой трансформации Группы НЛМК Сергей Казанцев.

Новый рекомендательный сервис на базе машинного обучения (ML) обрабатывает набор меняющихся параметров (состав стали, температура нагрева, характеристики готовой продукции и т.д.) и в режиме реального времени предоставляет операторам прокатного стана рекомендации по оптимальному интервалу подачи слябов и управлению скоростью их движения. За счёт этого выработка прокатного стана увеличивается в среднем на 3,5 часа в месяц.

Для обучения математической модели, которая стала основой рекомендательного сервиса, специалисты обработали огромные массивы данных за последние 2,5 года. Эксперты исследовали исторические данные с датчиков температуры, давления, скорости движения и другого регистрирующего оборудования, и исключили параметры, которые не оказывают значимого влияния на скорость движения слябов по прокатному стану. Помимо показателей самого стана алгоритмы машинного обучения учитывают в рекомендациях типы и марки сплавов в заготовках. Все данные о работе «Стана 2000», как и другая информация о производстве, хранятся в Data Lake.

Источник: m.vk.com

Комментарии: