Северсталь использует искусственный интеллект для повышения производительности труда
Команда специалистов компании Severstal Digital, входящей в ПАО "Северсталь", одного из крупнейших в мире сталелитейных и сталелитейных горнодобывающих предприятий, совместно с экспертами по плоскому прокату Череповецкого металлургического комбината успешно повысили производительность модели машинного обучения, управляющей скоростью непрерывной линии травления стана № 3 (НТА-3).
Аделина, цифровая модель, используемая на непрерывной травильной линии № 3 "Северстали “(НТА-3) с ноября 2019 года, теперь присоединилась к” Рубану", новому агенту искусственного интеллекта, основанному на алгоритме глубокого подкрепления обучения. Оба продукта были разработаны компанией "Северсталь" собственными силами с использованием приложений с открытым исходным кодом.
Аделина и Рубан теперь работают параллельно друг с другом; Аделина контролирует скорость блока, а Рубан регулирует скорость для достижения оптимальных результатов. Это партнерство сделало производственный процесс более гибким и безопасным, так как модель и агент способны ежесекундно регулировать скорость работы агрегата и мгновенно реагировать на любую непредвиденную ситуацию.
Евгений Виноградов, генеральный директор дивизиона "Северсталь Российская сталь", прокомментировал это событие:
"Модель" Аделина " уже оправдала наши ожидания, продемонстрировав первоначальный рост производительности НТА-3 более чем на 5 процентов. В марте 2020 года мы произвели рекордный объем маринованного металла на этом агрегате - более 130 тысяч тонн. После внедрения Рубанового агента мы зафиксировали еще 1,5-процентный рост производительности, и по нашим оценкам, параллельное использование двух технологий может обеспечить более 80 тысяч тонн дополнительного металла в год. Это заметное увеличение для одного из самых значительных подразделений в производстве плоского проката.”
Рубан отличается от классических моделей машинного обучения тем, что учится не только на исторических данных, но и самостоятельно, исследуя цифровой близнец НТА-3. Рабочая скорость на агрегате во многом зависит от параметров проходящей стальной полосы – длины, ширины и толщины рулона, марки его стали и температуры, а также от других факторов. Рубан учится на комбинациях различных параметров, специально созданных для него генеративной состязательной сетью, которая использует две нейронные сети для генерации новых данных. Он также устанавливает производственный план и создает уникальные ситуации для целей обучения. Для эффективного обучения агенту была назначена система обучения, основанная на вознаграждениях и штрафах; Рубан экспериментирует, чтобы найти решение, где сумма вознаграждения превосходит штрафы, насколько это возможно.
Борис Воскресенский, главный цифровой директор "Северстали", прокомментировал это событие:
"Использование подкрепляющего обучения для управления производственными единицами не получило широкого распространения, особенно в металлургии. Мы считаем использование искусственного интеллекта на НТА-3 первым подобным случаем в российской практике. Улучшение производительности, зафиксированное на NTA-3 после внедрения цифровых инструментов, доказывает, что подход, основанный на данных, имеет большое будущее в отрасли, и мы движемся в правильном направлении.”