3570
Автоматизация управления травильным агрегатом
Ноябрь, 2019 год.Управление скоростью непрерывно-травильного агрегата №3 на основе искусственного интеллекта.
Какую проблему решали
Непрерывно-травильный агрегат №3 (НТА-3) предназначен для удаления с поверхности листа слоя окалины, образовавшегося в процессе горячей прокатки металла.
Настройка скорости агрегата проводилась операторами в полуавтоматическом режиме, что не давало оптимальной производительности.
Отсутствовала система оперативного реагирования на вмешательства операторов разных участков.
Решение проблемы
Специалисты «Северсталь Диджитал» совместно с другими специалистами «Северстали» разработали решение на базе искусственного интеллекта, которое увеличивает производительность оборудования.
Сервис ежесекундно управляет скоростью агрегата в автоматическом режиме.
Скорость травления выставляется на основе анализа показаний датчиков в режиме реального времени. Система учитывает необходимые параметры травления (марка стали, температура конца прокатки, толщина полосы), что позволяет производить металл высокого качества и избегать брака.
Применяемые технологии
Специалисты разработали алгоритм машинного обучения с подкреплением, который дополняет базовый аналитический алгоритм. В основе аналитического решения лежат физические зависимости транспортировки полосы по агрегату травления.
Основой алгоритма машинного обучения служит ансамбль нейронных сетей, каждая из которых управляет агрегатом в определенный момент времени.
В решении использованы:
- Детальный цифровой двойник непрерывно-травильного агрегата
- Генеративно-состязательная сеть (GAN — Generative adversarial network) – генерирует необходимые для обучения агента данные
- Агент обучения с подкреплением для поиска оптимальных параметров работы травильного агрегата в условиях естественной среды с обратной связью
- Платформа Grafana для мониторинга
- Технологии OPC UA, Kafka, Kubernetes
Бизнес-процесс
До проекта:
- Управление скоростью в полуавтоматическом режиме.
- Расчет скорости на основании прохождения металла по агрегату за предыдущие периоды.
- Неоптимальная производительность агрегата.
- Высокая загруженность операторов.
После проекта:
- Автоматическое управление скоростью агрегата.
- Работа в режиме 24/7.
- Анализ более 100 параметров травления металла и состояния линии.
- Перераспределение нагрузки операторов.
Результаты
Команда «Северсталь»
Борис Воскресенский
Chief Digital Officer «Северсталь» / CEO «Северсталь Диджитал»
Михаил Лящук
Начальник цеха травления металла
Александр Рубан
Ведущий эксперт
Андрей Федотов
Ведущий эксперт
Команда «Северсталь Диджитал»
Анна Богомолова
Ведущий аналитик
Ксения Кингсеп
Руководитель центра искусственного интеллекта и машинного обучения
Кирилл Трибунский
Ведущий разработчик
Команда «Северсталь-инфоком»
Игорь Захарчук
Специалист по автоматизации
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.
