На Аксуском заводе ферросплавов АО «ТНК «Казхром», входящего в ERG, стартовал проект по интеграции инструментов ИИ в существующую ИТ-систему управления плавильной печью. В пилотном режиме инициативу разворачивают на базе руднотермической печи 64.
В пилотном режиме инициативу разворачивают на базе руднотермической печи 64.
На сегодня завершена первая фаза проекта. В рамках которой провели сбор, выгрузку и аналитику Big Data за последние три месяца. Разработчики увидели большой потенциал в использовании полученных данных для создания рекомендательной ИИ-модели. В перспективе это позволит достичь стабилизации технологического процесса, повышения производительности и энергоэффективности, снижения аварийности и эксплуатационных затрат.
— Сегодня внедрение ИИ в горно-металлургическом комплексе – это уже не тренд, а вопрос конкурентоспособности и промышленной безопасности: лучшие практики мира и страны смещаются от пилотов к устойчивому эффекту на производстве, — отметил руководитель проекта Руслан Ескендиров из научно-исследовательского инжинирингового центра ERG. – Наш подход прагматичный: датчики → данные → модели → измеримые KPI.
В начале этого года в ERG создали проектную команду, в которую вошли представители НИИЦ ERG, BTS (ИТ-дочка ERG), Казхрома, департамента металлургии ERG. За это время команда провела работу по подготовке, выгрузке и аналитике данных из существующих систем. Проект реализуется в партнерстве с технологической компанией, уже внедрившей аналогичные инструменты в зарубежных предприятиях по производству феррохрома. По итогам аналитики Big Data подтверждено: текущий массив технологических данных достаточен для разработки ИИ-модулей, направленных на решение ключевых задач.
Всего планируется внедрить 10 различных ИИ-модулей для управления технологическим процессом. К примеру, только один модуль, прогнозирующий облом электродов печи, поможет значительно сократить простои оборудования и снизить потери.
Следующий шаг – создание цифровых модулей управления и мониторинга работы печи №64 с последующей интеграцией в действующую автоматизированную систему управления технологическим процессом. В фокусе – предиктивная диагностика, интеллектуальная оптимизация режимов, «мягкие датчики» и рекомендации оператору, там, где это уместно. В случае положительного эффекта планируется масштабирование на другие печи.
