Проект

"Северсталь" впервые внедрила решение на основе ИИ на "Череповецком металлургическом комбинате"

Заказчики: Череповецкий металлургический комбинат (ЧерМК) Северсталь

Череповец; Металлургическая промышленность

Продукт: Искусственный интеллект (ИИ, Artificial intelligence, AI)

Дата проекта: 2019/10 — 2020/04
Технология: Big Data
подрядчики - 197
проекты - 565
системы - 223
вендоры - 183
Технология: Data Mining
подрядчики - 231
проекты - 787
системы - 274
вендоры - 193
Технология: Data Quality - Качество данных
подрядчики - 178
проекты - 956
системы - 59
вендоры - 40
Технология: Робототехника
подрядчики - 248
проекты - 476
системы - 478
вендоры - 358

19 июня 2020 года стало известно, что специалисты "Северсталь Диджитал" совместно с Центром технологического развития, цехом травления производства плоского проката "Череповецкого металлургического комбината" усовершенствовали модель, управляющую скоростью непрерывно-травильного агрегата №3 (НТА-3). К ней был подключен интеллектуальный агент, в основе которого алгоритм глубокого машинного обучения с подкреплением (reinforcement learning, RL), выполняющий функции искусственного интеллекта.

"Рубан" работает одновременно с цифровой моделью "Аделина", которая была установлена на НТА-3 ранее. "Аделина" вычисляет скорость управления агрегатом, а агент корректирует ее для достижения оптимального результата. Это обеспечивает производственному процессу большую гибкость и безопасность, так как модель и агент способны корректировать скорость агрегата каждую секунду и мгновенно реагировать на непредвиденные ситуации.

Интеллектуальный агент "Рубан" отличается от классических моделей машинного обучения тем, что обучается не по историческим данным, а самостоятельно, исследуя среду цифрового двойника НТА-3. Скорость управления технологической частью агрегата во многом зависит от параметров проходящей стальной полосы – длины, ширины и толщины рулона, марки стали, температуры смотки металла и других. "Рубан" учится на сочетаниях параметров, которые создает специально для него генеративно-состязательная сеть. Также она задает план проката и формирует ситуации, которых не было в истории. Для более эффективного обучения интеллектуальному агенту была назначена система поощрений и штрафов. Путем экспериментов "Рубан" ищет решение, при котором сумма поощрений максимально превосходит сумму штрафов.

«
Технология машинного обучения с подкреплением для управления агрегатами еще не получила широкого распространения в промышленности и, в частности, металлургии. Искусственный интеллект, запущенный на НТА-3, может стать первым подобным случаем российской практике. Повышение производительности, зафиксированное на НТА-3 после внедрения цифровых инструментов, доказывает, что у data driven подхода есть большое будущее в промышленности, и мы движемся в правильном направлении,

– прокомментировал генеральный директор "Северсталь Диджитал" Борис Воскресенский[1]
»

Примечания