Нейросеть и металлургия: как искусственный интеллект помогает развивать отрасль

Под искусственным интеллектом (ИИ) понимается комплекс технологий, которые позволяют компьютеру или машине обучаться и выполнять задачи, требующие разумного мышления. К концу 2010-х эти технологии (прежде всего в формате нейросетей и машинного обучения) стали массовым явлением. И сейчас представить будущее такой сферы, как металлургия, без ИИ просто невозможно. Впрочем, и настоящее – тоже. 

Умелое обращение с искусственным интеллектом открывает для металлургов потрясающие возможности и горизонты. Данные технологии кардинально трансформируют отрасль. Об особенностях этой трансформации, безусловно, нужно говорить подробно. 

Внедрение ИИ в промышленность: ключевые моменты 

В 2023 году, по данным Минэкономразвития РФ, 52,6% корпораций и крупных организаций в России использовали технологии искусственного интеллекта. Вероятно, сейчас, в мае 2024-го, эта цифра ещё больше. 

На промышленных производствах в нейросетях видят прежде всего нечто вроде узкоспециализированных автоматизированных систем управления (АСУ). Благодаря способности обрабатывать гигантские массивы данных и быстро выдавать результаты они действительно могут быть удобны в такой роли. Уже, например, появились нейросети для прогнозирования сбоев и поломок в оборудовании, выявления аномалий на производственных линиях, контроля качества, предсказания спроса на ту или иную продукцию. Нередко сервисы на базе ИИ берут на себя рутинные задачи, которыми ранее занимались люди. При этом нейросети не испытывают эмоций, не болеют, никогда не устают. 

Эксперты также обращают внимание на большой потенциал интеграции ИИ с так называемым интернетом вещей (IoT). Подобное сочетание может стать базой для появления ещё более интеллектуальных и взаимосвязанных систем. В конечном счёте это позволит перейти к принципиально более индивидуализированным процессам, к мелкосерийному и штучному производству. 

При этом надо признать, что сегодня внедрение нейросетей в промышленность — не самое простое дело. Создание ИИ-решений требует разметки данных, а для обучения модели может понадобиться оборудование со значительными вычислительными мощностями. И до появления первых ощутимых результатов придётся какое-то время ждать. Впрочем, реализацию подобных проектов можно ускорить, если привлечь стороннюю команду, специализирующуюся на подобной деятельности. 

Очевидно и то, что системы на основе ИИ могут подвергаться изощрённым кибератакам. Поэтому в ближайшем будущем значимость такой сферы, как кибербезопасность, будет увеличиваться. Следует также помнить, что активное использование нейросетей в промышленности приведёт в перспективе к изменению структуры рабочих мест. От предприятий потребуются усилия, чтобы сформировать программы переобучения, адаптировать сотрудников к новым реалиям. 

Для чего нужны нейросети в металлургии

Внедрение искусственного интеллекта в металлургическое производство даёт целый ряд позитивных эффектов. В частности, с их помощью возможно: 

• Сократить сроки выполнения процессов и принятия решений. Нейросети мгновенно предоставляют специалисту-металлургу обоснованную аналитику, ему остаётся только совершить ту или иную рабочую операцию. 
• Понизить потребление энергии. Выплавка стали и прочие металлургические операции весьма энергоёмки, затраты на них зависят от массы параметров. ИИ учитывают их в совокупности и выдают наилучшие варианты. 
• Избавиться от просчётов, связанных с человеческим фактором. Нейросети объективны и беспристрастны — во многих случаях это несомненное преимущество. 
• Свести количество дефектов к минимуму, повысить качество металлопродукции. Системы на основе ИИ успешно определяют, по какой причине на стали образуются царапины при прокате, выявляют, где не соблюдаются технологические условия.
• Сделать менее трудозатратным общение с контрагентами. На нейросеть можно возложить обязанности по формированию коммерческих предложений, обработке входящих запросов и т. д. 

Строго говоря, с помощью технологий ИИ всю производственную цепочку можно сделать более эффективной и прозрачной. Кроме того, они отлично проявляют себя в сфере технического обслуживания оборудования, а также в сфере охраны труда. Сформировать качественные регламенты безопасности для сталеваров или литейщиков для нынешних нейросетей не проблема. 

При этом важно подчеркнуть, что применение ИИ в металлургии всё же имеет уникальную специфику. Особое распространение в данной отрасли получили две конкретные технологии: 

• цифровые двойники (цифровые советчики); 
• машинное зрение. 

Цифровой двойник — это своеобразный 3D-объект, повторяющий принцип действия оборудования. В него можно загрузить виртуальные образцы, к примеру, разных типов сырья, нажать на клавишу «Пуск» и отследить в деталях, как отработает вся система. 

Концепция цифровых двойников появилась достаточно давно, ещё в 1960-х. Но в последние годы именно технологии искусственного интеллекта играют ключевую роль в их создании. Возможности ИИ позволяют добиться здесь максимальной точности. Цифровые двойники соединены с физическими объектами, которые они копируют, двусторонней связью. Причём они могут управлять этими объектами, воздействовать на них. 

Нередко цифровые двойники обучаются на данных прошлого, сопоставляют полученные таким образом знания с показателями агрегатов в онлайн-режиме, а затем делают корректировки. Также в их задачу могут входить обыкновенные вычисления по сложным формулам с коэффициентами. 

В свою очередь под машинным зрением понимается набор технологий, направленных на автоматизацию и контроль за соблюдением процессов и качеством продукции. Главная их отличительная черта — обязательное использование камер. Нейросети на базе машинного зрения умеют распознавать и классифицировать объекты, отслеживать состояние того или иного компонента. Им можно доверить, например, такую работу, как выявления брака на конвейере. Они справятся с ней лучше и надёжнее, чем люди. 

Но в то же время в металлургии, конечно, используются ИИ-решения, актуальные для многих видов бизнеса (в том числе и для тех, что не имеют отношения к реальному производству). Речь идёт прежде всего о так называемых чат-ботах. Подобные инструменты здесь применяются, к примеру, для оперативной обработки обращений заказчиков и поставщиков, предоставления консультаций об условиях закупок, ценах, вариантах оплаты и т. д. 

Какие решения уже внедрены и работают 

Многие игроки российской металлургической отрасли уже сумели поставить искусственный интеллект себе на службу. Несколько актуальных примеров позволят глубже понять, какие конкретные выгоды несут нейросети, как именно они меняют производственные процессы в металлургии. 

Группа НЛМК 

С недавних пор здесь используется ИИ-система внутрицеховой логистики и диспетчеризации. По сути, это цифровой двойник сталеплавильного производства. Алгоритмы этой системы позволяют получить актуальные сведения о местоположении и состоянии стальковшей и кранов в цехах. На их основе она производит оптимальное планирование и перепланирование загрузки агрегатов. 

Среди прочего, таким образом достигается сокращение среднего времени выдержки металла в стальковше. Если конкретнее, за первые два месяца эксплуатации оно сократилось на 5%. Расход электричества, графитированных электродов и алюминиевой катанки при этом также снижается. 

Заслуживает внимания и ещё один интересный сервис. Он был запущен на предприятии НЛМК-Калуга в конце 2022 года. Его предназначение — оценивать качество и внешний вид металлолома, поступающего на комбинат. 

Сервис создан на базе машинного зрения. Он работает с видеопотоком, получаемым с камер на участке подготовки производства. Каждый слой сырья он подвергает тщательному анализу. При необходимости сервис даже способен блокировать разгрузку (допустим, при обнаружении потенциально взрывоопасных веществ и материалов). Плюс по каждой партии лома он составляет отчёт. И сохраняет все видеоматериалы в своей истории — в любой момент их можно открыть и посмотреть. 

Подобное ИИ-решение позволяет сотрудникам не тратить время на контроль входящей продукции. Взаимодействие с поставщиками тоже становится проще и удобнее. 

Магнитогорский металлургический комбинат (ММК) 

Уже несколько лет на данном предприятии функционирует программно-аппаратный комплекс на базе машинного обучения «Мониторинг-Предиктив». Его задача – мониторинг состояния моторов, редукторов и насосов, работающих на электричестве. Он выявляет отклонения от нормы в работе и возможные поломки по картинкам электромагнитных полей, излучаемых агрегатами. 

Подобная инновация позволила ММК отказаться от планового обслуживания электрооборудования. Теперь специалисты комбината осуществляют только текущие ремонты — в соответствии с подсказками «Мониторинг-Предиктива». В итоге затраты на обслуживание были снижены на 17,5%. Время между ремонтами, наоборот, увеличилось — в среднем на 21 день. Возросла при этом и общая производительность комбината — на 2%. 

ПАО «Северсталь» 

На Череповецком металлургическом комбинате (это основной актив «Северстали») внедрён программный комплекс «Автотемп 2.0». Он базируется на модели, в которой применяется алгоритм градиентного бустинга. Данный алгоритм позволяет подвергать качественному анализу неоднородные табличные данные. «Автотемп 2.0» — разработка самой «Северстали», не зависящая от заграничных поставщиков ПО или комплектующих. 

Запустили данный комплекс на стане 2000. С его помощью осуществляется управление темпами прокатки и выдачей слябов из нагревательной печи. Он вычисляет оптимальные паузы перед извлечением металлургических полупродуктов из печи стана. Ранее оператор сам рассчитывал необходимое время, из-за чего в прокатке порой возникали простои. Благодаря «Автотемпу 2.0» эта проблема была решена. Комплекс выполняет сложные вычисления оперативнее человека и не допускает неточностей. 

За три месяца работы за счёт оптимизации пауз получилось сэкономить 27 часов. Производительность стана значительно повысилась. Дополнительно за те же три месяца было произведено 24 000 тонны металлического проката. 

По данным опубликованного в июне 2023-го исследования компании Т1, металлургия входит в ТОП-3 отечественных отраслей по уровню цифровизации. Но, разумеется, расти есть куда, перспективы огромные. Нет сомнений, что с каждым годом значение нейросетей и других самообучающихся технологий в металлургии будет только возрастать. Их постоянное внедрение и совершенствование — уже не вопрос престижа, а условие выживания и развития. Тот, кто отстанет в этом аспекте, рискует завтра или послезавтра окончательно проиграть в острой конкурентной борьбе. 

ММК

Челябинская область, Магнитогорск

Производитель изделий из металла

ПАО «Магнитогорский металлургический комбинат» входит в число крупнейших мировых производителей стали и занимает лидирующие позиции среди предприятий черной металлургии России.

Написать Подробнее

Северсталь

Вологодская область, Череповец

Производитель металлической кровли

Предприятие производит металлическую кровлю с 2012 года.

Написать Подробнее

НЛМК

Липецкая область, Липецк

Производитель листового холоднокатаного стального проката

НЛМК - предприятие с полным металлургическим циклом: от производства сырья для выплавки чугуна и стали до конечной продукции – плоского металлопроката с высокой добавленной стоимостью.

Написать Подробнее

НЛМК-Калуга

Калужская область, с. Ворсино

Производитель стального проката

НЛМК-Калуга - электрометаллургический завод нового поколения, крупнейший в Центральном регионе России производитель стального проката строительного назначения. В основе проекта НЛМК-Калуга заложена концепция мини-завода — комплекс электросталеплавильного и прокатного производства, расположенный в...

Написать Подробнее

Череповецкий металлургический комбинат

Вологодская область, Череповец

Производитель стали

Череповецкий металлургический комбинат - ключевой актив дивизиона «Северсталь Российская Сталь» и один из самых рентабельных металлургических предприятий в мире.

Написать Подробнее