СЕРВИС ДЛЯ УСКОРЕНИЯ РАБОТЫ СТАНА ГОРЯЧЕЙ ПРОКАТКИ

НЛМК

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).

РЕШЕНИЕ

  • Математическая ML-модель
Решить похожую задачу

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.

Раскрыть

РЕЗУЛЬТАТЫ

Математическая модель машинного обучения, на которой построен сервис, помогла операторам оптимизировать процесс проката металла на «Стане 2000». Решение поможет предприятию получить около 30 млн рублей дополнительного дохода в год.

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

Все проекты клиента

Все проекты компании

У ВАС ПОХОЖАЯ ЗАДАЧА?

Сайт использует файлы cookies. Продолжая использование настоящего сайта, вы выражаете своё согласие на использование файлов cookies в соответствии с Политикой обработки персональных данных. В случае несогласия с обработкой ваших персональных данных вы можете отключить сохранение cookie в параметрах настройки вашего браузера.


Читать полностью