«Умная» сталь: как нейросеть помогает развивать металлургию

Весной 2023 года российское правительство совместно с экспертами рынка определило приоритеты по внедрению технологий искусственного интеллекта (ИИ) в российскую экономику. Было отобрано 70 наиболее перспективных решений, сгруппированных по 14 направлениям пяти стратегически важных отраслей. По словам замминистра экономического развития Максима Колесникова, в стране интерес компаний малого и среднего бизнеса к развитию технологий ИИ только растет. «По экспертным оценкам, сегодня примерно 50% крупных российских организаций уже используют ИИ в своей деятельности. Уверен, что консолидация усилий государства и бизнеса даст дополнительный импульс для скорейшего внедрения и тиражирования лучших ИИ-практик для всех организаций страны», — отмечал замминистра.

Согласно данным аналитического центра НАФИ, почти три четверти (72%) представителей российского бизнеса считают, что внедрение технологий искусственного интеллекта увеличит выручку компаний и сократит их затраты. Большинство опрошенных предпринимателей положительно относятся к распространению технологий ИИ и поддерживают его использование в бизнесе (84 и 86% соответственно), говорится в отчете центра.

Ключевой документ, определяющий политику государства в этой сфере, — Национальная стратегия развития искусственного интеллекта до 2030 года. Наряду с металлургией приоритет в развитии ИИ есть у сферы транспорта, сельского хозяйства, здравоохранения, строительства. Премьер-министр Михаил Мишустин подчеркивал, что в 2023 году показатель внедрения технологий ИИ в экономику оценивается в 20%, но уже через год планируется его увеличение до 50%.

Рассказываем, для чего нужен искусственный интеллект в металлургии — одном из 14 приоритетных направлений внедрения этой технологии — и какие решения применяются в бизнесе уже сейчас.

Для чего нужны ИИ-решения в металлургии
Внедрение ИИ-технологий в металлургии позволяет повысить эффективность по ряду критериев:

скорость — сокращение сроков выполнения процессов и принятия решений;
качество — возможность улучшать потребительские характеристики продуктов и сервисов, клиентский опыт и другое;
объективность — снижение ошибок и просчетов, которые связаны с человеческим фактором;
персонализация — формирование индивидуальных предложений и траекторий.

С помощью технологий искусственного интеллекта цепочку производства возможно сделать более прозрачной и эффективной. Например, режим работы оборудования. В этом случае может помочь комбинация рекомендательных моделей с цифровой визуализацией схемы производства, что позволит нарастить маржинальность производства на 10%. Об этом говорится в исследовании Альянса в сфере искусственного интеллекта. Рекомендательные системы также могут помогать в управлении запасами через контроль важных параметров: колебания спроса, маржинальности, издержки хранения. Это даст возможность не только уменьшать издержки, но и сокращать площади для хранения.

Еще один важный критерий — безопасность на производстве. Как правило, за регламентами безопасности и охраной труда следят операторы, но не всегда они могут охватить все производство, говорится в исследовании. Решение: модель ИИ, обрабатывающая всю информацию онлайн и на основе исторических данных, формирует рекомендации. По этим рекомендациям сотрудники предприятия, например, управляют плавильным процессом.

Внедрение искусственного интеллекта также позволит планировать ремонт и техобслуживание оборудования. Система ИИ уже сейчас способна учитывать множество переменных: ограничения по персоналу, материальные и технические ресурсы, приоритеты в производстве. Собирая в режиме онлайн данные о каждом дефекте, технология может ежедневно обновлять план по ТО и ремонту на несколько недель вперед. Это не только сократит затраты, но и облегчит работу планировщиков, подчеркивают авторы исследования.

Какие решения уже внедрены и работают
IT-компания «Малленом Системс» совместно с партнером «Дата-Центр Автоматика» разработала систему внутрицеховой логистики и диспетчеризации для ПАО «НМЛК» — по сути «цифровой двойник» сталеплавильного производства. Алгоритмы видеоаналитики обеспечивают формирование актуальных данных о местоположении и состоянии кранов, стальковшей и чугуновозов в двух цехах. На основе этих данных осуществляется оптимальное планирование и оперативное перепланирование загрузки агрегатов. По данным производителя, экономический эффект от внедрения ИИ-решения составит 100 млн руб. в год. Также речь идет о сокращении расхода электроэнергии, графитированных электродов и алюминиевой катанки. Экономия ресурсов и материалов достигается за счет сокращения времени выдержки металла в стальковше до 7%. Промежуточный результат: за два месяца опытно-промышленной эксплуатации системы снижение средней выдержки составило 5%.

Еще одна разработка «Малленом Системс» — система считывания и верификации маркировки на трубах. Она позволяет на самой ранней стадии выявить трубы с некорректным или непропечатанным номером. Внедрение системы обеспечивает полное отслеживание продукции на всех этапах ее изготовления и в результате снижает процент брака в производстве. Кроме того, по заказу ПАО «Северсталь», чьи основные мощности расположены в родном для разработчиков Череповце, «Малленом Системс» разработала программное обеспечение для контроля положения горячекатаных рулонов во время их перемещения на цепном конвейере. ИИ-решение выявляет опасные смещения рулонов, которые могут приводить к падению, и тем самым предотвращает возможные аварийные ситуации, порчу продукции и сбои в данных системы прослеживания.

В горно-металлургической компании «Норникель» уже реализуются десятки проектов с использованием ИИ. Наиболее активно внедрение искусственного интеллекта происходит на этапе обогащения руды. На Талнахской обогатительной фабрике внедрение «цифрового двойника технолога» для контроля за работой флотационных машин позволило увеличить извлечение никеля на 0,5%. Это приносит Талнахской фабрике десятки миллионов долларов дополнительной прибыли в год. Сейчас аналогичные проекты внедряются и на других предприятиях «Норникеля» — в Забайкалье, Заполярном и Мончегорске.

Кроме того, в конце прошлого года стало известно, что ученые Ярославского и Череповецкого госуниверситетов занимаются усовершенствованием системы технического зрения специально под нужды металлургической отрасли. Технология позволяет контролировать количество сырья, избегать его избытка или недостатка, экономить ресурсы. Например, установить размеры кусков кокса на конвейере доменной печи и определить, сколько стали разлито в специализированном стальковше.