ЦЕЛИ И ЗАДАЧИ
-
Бизнес-задача
Повышение эффективности работы прокатного стана на комбинате НЛМК.
-
ИТ-задача
Разработка и внедрение нового рекомендательного сервиса на базе машинного обучения (ML).
РЕАЛИЗАЦИЯ
В основе разработанного специалистами «Инфосистемы Джет» сервиса лежит модель машинного обучения (ML-модель), которая анализирует данные из нескольких источников. Обучение модели проходило на массиве данных, собранном за последние 2,5 года: исторические данные с датчиков температуры, давления, скорости движения и другого регистрирующего оборудования. При этом алгоритмы машинного обучения учитывают типы и марки сплавов в заготовках, но исключают параметры, которые не оказывают значимого влияния на скорость движения слябов по прокатному стану.
Новый сервис обрабатывает набор меняющихся параметров (состав стали, температура нагрева, характеристики готовой продукции и т.д.) и в режиме реального времени предоставляет операторам прокатного стана рекомендации по оптимальному интервалу подачи слябов и управлению скоростью их движения. За счет этого выработка прокатного стана увеличивается в среднем на 19,5 часов в год.
РЕЗУЛЬТАТЫ
Все данные о работе «Стана 2000», как и другая информация о производстве, хранятся на Единой Цифровой Платформе (ЕЦП), внедренной специалистами Группы НЛМК, а ML-модели повторно обучаются на DSML платформе.
-
2,5 года
Время накопленного массива данных, использованного для обучения ML-модели
-
На 19,5 часов в год
Увеличилась выработка прокатного стана
-
30 млн руб.
Плановый эффект решения
