Повышение темпа прокатки слябов
Январь, 2020 год.Рекомендательная ML-технология АО «Инфосистемы Джет» для сокращения пауз между прокаткой стальных полос на «НЛМК».
Какую проблему решали
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
Команда АО «Инфосистемы Джет»
Команда ПАО «НЛМК»
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.