Вестник цифровой трансформации

«Карельский окатыш» сокращает выбросы с помощью машинного обучения
«Карельский окатыш» сокращает выбросы с помощью машинного обучения




15:47 20.04.2021  |  4288 просмотров



«Карельский окатыш» (входит в группу «Северсталь») провел испытания цифровой модели управления обжиговой машиной. Она помогает экономить мазут и снижать выбросы оксидов углерода и серы при обжиге окатышей, сохраняя высокое качество готовой продукции.

Решение разработали специалисты «Северсталь Диджитал» совместно с сотрудниками управления производства концентрата и окатышей и цеха технологической автоматики и метрологии «Карельского окатыша». Для обучения модели использовались большие объемы данных из озера данных и архивов комбината. Система анализирует параметры сырых окатышей и прогнозирует, какой будет холодная прочность после обжига. Информация поступает на экран оператора. Если прогнозируется запланированное качество окатышей, модель управляет обжиговой машиной самостоятельно, обеспечивая оптимальный режим работы горелок. При этом она учитывает текущие параметры работы других узлов машины. В случаях возникновения нештатной ситуации или отклонения по прогнозному качеству готовой продукции оператор отключает цифрового помощника и управляет процессами вручную.

Управляющую модель специалисты запустили на обжиговой машине №1 при производстве неофлюсованных окатышей. Пилот проходил с декабря 2020 года по март 2021-го. По итогам эксперимента удельный расход мазута во время работы модели снизился на 6,4%, что означает сокращение выбросов оксидов углерода и серы.

Сейчас идет активное тиражирование решения. Уже готова модель управления обжигом офлюсованных окатышей, которую протестируют на обжиговой машине №1. В разработке модель управления обжигом неофлюсованных окатышей на обжиговой машине №3.

«Карельский окатыш» активно внедряет цифровые технологии, и на эти цели в 2021 году планируется направить 215 млн руб. Как подчеркивает руководство компании, очень важно, что новые технологии не только улучшают качество продукции и повышают надежность работы оборудования, но и положительно сказываются на экологии.

Теги: Машинное обучение