В процессе выплавки стали необходимо учитывать множество факторов и требований для достижения заданных параметров качества. Для получения стали определенной марки сталевару нужно добавлять в расплавленный металл ферросплавы — дорогостоящие добавки, придающие стали нужные свойства. Основываясь на своем опыте, специалист электроплавильного цеха самостоятельно прогнозирует содержания элементов в составе выплавляемой стали и принимает решение о количестве добавок.
Благодаря опыту и квалификации специалистов заводу удается обеспечивать высокое качество стали разных марок. Однако у ручного режима есть свои недостатки: относительно большое количество времени на принятие решения и неоптимальный расход ферросплавов.
Для автоматизации процесса на Абинском ЭлектроМеталлургическом заводе решили создать интеллектуальную систему на основе технологий машинного обучения, которая прогнозирует и рекомендует точное количество ферросплавов для каждой плавки. Цель проекта – сохранив качество стали, оптимизировать производство путем снижения расхода ферросплавов.
Интеллектуальная система поддержки принятия решений для сталевара внедряется на ограниченном количестве типов металлов. Она будет рассчитывать минимально необходимые добавки для попадания в требования марки стали, основываясь на технологических картах и физико-химических параметрах конечной продукции, а затем выводить подсказки (прогнозы и рекомендации) в интерфейс системы. Это — «круиз-контроль» для сталевара, который не заменит оператора, а станет советчиком по дальнейшим действиям. Также разработанная система будет интегрирована c озером данных.
В ходе второго этапа проекта выполняется интеграция с источниками данных и разрабатываются интерфейсы для удобной работы с системой. Следующий этап разработки — накопление данных, улучшение, адаптация, расширение функциональности и ландшафта применимости сервиса.
