Он разработан с применением методов машинного обучения, который позволяет оптимальным образом нагревать сталь на одной из важнейших стадий производственного процесса – внепечной обработки стали – для улучшения макроструктуры слитков на этапе разливки.
Внедрение сервиса, который разработан группой математического моделирования и продвинутой аналитики совместно с отделом производственных систем ММК-Информсервис, нацелено на снижение брака по сортовым заготовкам, на сокращение потерь электро-
энергии и расхода графитированных электродов при нагреве металла на агрегатах «печь-ковш» (АПК).
Согласно действующей технологии сталь поступает на агрегаты внепечной обработки после выплавки в дуговых печах или двухванном агрегате ЭСПЦ. В ходе обработки сталь по химическому составу доводится до заданной марки и нагревается на агрегатах «печь-ковш» до температуры заказа для последующей разливки на машинах непрерывного литья заготовки с соблюдением определённого температурного диапазона. Заказ температуры нагрева стали на АПК формирует технологический персонал ЭСПЦ, и теперь на данном этапе в помощь человеку функционирует внедрённое ML-решение. Система анализирует целый ряд параметров и подсказывает оптимальную температуру заказа. Ранее специалисты ЭСПЦ при заказе температуры опирались на показания данных с мнемосхем и собственный опыт.
– Цифровой помощник рассчитывает прогноз заказа температуры на основе математической модели, обученной на исторических данных по 32 тысячам плавок, и учитывает такие параметры, как физико-химические свойства стали, уровень нагрева, время обработки, теплопотери стальковша и заданную марку стали, – рассказал заказчик системы, начальник научно-технического центра ПАО «ММК» Андрей Картунов. – Вся информация отображается в онлайн-таблице электросталеплавильного цеха и накапливается в базе для последующего поиска закономерностей и отклонений.
