Проект

«Инфосистемы Джет» внедряет интеллектуальную систему для экономии ферросплавов на «Абинском ЭлектроМеталлургическом заводе»

Заказчики: Абинский ЭлектроМеталлургический завод (АЭМЗ)

Абинск; Металлургическая промышленность

Подрядчики: Инфосистемы Джет
Продукт: Искусственный интеллект (ИИ, Artificial intelligence, AI)

Дата проекта: 2021/02 — 2021/07
Технология: Big Data
подрядчики - 225
проекты - 629
системы - 237
вендоры - 194
Технология: Data Mining
подрядчики - 252
проекты - 849
системы - 291
вендоры - 209
Технология: Data Quality - Качество данных
подрядчики - 196
проекты - 1056
системы - 60
вендоры - 42
Технология: Робототехника
подрядчики - 270
проекты - 532
системы - 540
вендоры - 396

2021: Внедрение интеллектуальной системы «Помощник сталевара»

3 августа 2021 года компания «Инфосистемы Джет» сообщила о том, что внедряет интеллектуальную систему «Помощник сталевара» для экономии ферросплавов на Абинском.ЭлектроМеталлургическом заводе

Интеллектуальная система поддержки принятия решений для сталевара разрабатывается центром машинного обучения ИТ-компании «Инфосистемы Джет» на основе технологий искусственного интеллекта. На первом этапе проекта была доказана применимость системы в электросталеплавильном цеху (ЭСПЦ) Абинского ЭлектроМеталлургического завода для определения оптимального расхода ферросплавов при процессе выплавки стали. Результатом второго этапа проекта станет введение системы в промышленную эксплуатацию.

Процесс выплавки стали — очень сложный и трудоемкий процесс, — сталевару 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.

«
Команда `Инфосистемы Джет` доказала применимость рекомендательной системы уже на первом этапе и принялась за интеграцию сервиса на основе ML в информационные системы завода, — говорит Анатолий Маслов, Директор по ИТ управляющей компании Новосталь-М. — Надеюсь, что его внедрение повысит не только качество работы сталеваров, но и компетенции сотрудников по работе с информационными системами.

»

Интеллектуальная система поддержки принятия решений для сталевара пока 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 Data Lake заказчика для оперирования данными.Как DevOps-сервис помогает «разгрузить» высоконагруженные системы BPMSoft 2.3 т

В ходе второго этапа проекта выполняется интеграция с системами источников заказчика, разрабатываются интерфейсы для работы с системой, в результате система будет развернута в продуктивном сегменте. Следующий этап разработки — накопление данных, улучшение, адаптация, расширение функциональности и ландшафта применимости сервиса.

«
Рекомендательная система— это кастомная разработка с применением ML. Опыт и компетенции нашей команды, а также глубокое погружение в предметную область позволяет быстро понять, что требуется заказчику и каким образом возможно решить его задачу. Хочу отметить, что представители завода оказали нам всестороннюю поддержку по описанию технологических процессов на производстве, — говорит Сергей Поняев, руководитель проекта от `Инфосистемы Джет`. — Положительные результаты первого этапа работ позволяют перейти на следующий этап сотрудничества с АЭМЗ.
»