Сталевары Магнитки обзавелись цифровым помощником

В электросталеплавильном цехе ПАО «Магнитогорский металлургический комбинат» (Челябинская область) внедрен цифровой помощник прогнозирования температуры заказа.

Как отмечают в управлении информации и общественных связей ММК, разработан он с применением методов машинного обучения, что позволяет оптимальным образом нагревать сталь на одной из важнейших стадий производственного процесса (речь - о внепечной обработке стали для улучшения макроструктуры слитков на этапе разливки).

Сервис, разработанный группой математического моделирования и продвинутой аналитики совместно с отделом производственных систем ММК-Информсервис, призван снижать брак по сортовым заготовкам, сокращать потери электроэнергии и расход графитированных электродов при нагреве металла на агрегатах печь-ковш (АПК).

В соответствии с действующей технологией сталь поступает на агрегаты внепечной обработки после выплавки в дуговых печах или двухванном агрегате ЭСПЦ.

В ходе обработки сталь по химическому составу доводят до заданной марки и нагревают на АПК до температуры заказа для последующей разливки на машинах непрерывного литья заготовки с соблюдением определенного температурного диапазона.

Заказ температуры нагрева стали на АПК формирует технологический персонал ЭСПЦ, и теперь на данном этапе в помощь человеку функционирует внедренное ML-решение. Сегодня система анализирует целый ряд параметров и подсказывает оптимальную температуру заказа, тогда как ранее специалисты ЭСПЦ при заказе температуры опирались на показания данных с мнемосхем и собственный опыт.

«Цифровой помощник рассчитывает прогноз заказа температуры на основе математической модели, обученной на исторических данных по 32 тысячам плавок и учитывает такие параметры как: физико-химические свойства стали, уровень нагрева, время обработки, теплопотери стальковша и заданную марку стали», - пояснил начальник научно-технического центра ПАО «ММК» Андрей Картунов.

По его словам, вся информация отображается в онлайн-таблице электросталеплавильного цеха и накапливается в базе для последующего поиска закономерностей и отклонений.