В начале 2010-х годов на смену третьей промышленной революции пришла эпоха «Индустрии 4.0». Она характерна тем, что развитие производства невозможно без информационных технологий.
Искусственный интеллект — одно из решений «Индустрии 4.0», которое внедряют металлургические компании. Рассказываем, что такое ИИ и как он помогает выплавлять более качественную сталь.
ИИ создавали по принципу работы нейронов головного мозга, которые образуют связи друг с другом. Благодаря таким связям люди рассуждают, строят гипотезы и делают выводы.
Нейробиологи продолжают изучать мозг, а IT-специалисты используют их открытия, чтобы учить машины думать с помощью технологии искусственного интеллекта.
Нейронами в ИИ выступают математические функции — формулы с множеством неизвестных. Чтобы их составить, надо разбираться в линейной алгебре, знать, что такое производные и градиентные алгоритмы, уметь вычислять вероятность события.
После того как искусственный нейрон вычислит по формуле одно значение, он отправляет его следующему нейрону, который использует результат вычисления в своих расчётах. Так компьютер или машина думает: сопоставляет данные, сравнивает их и в результате получает вывод. Например, что содержание железа в концентрате ниже необходимого уровня. Оценить это помогает программа с большим количеством строк кода.
Чтобы машина могла самостоятельно находить закономерности в данных и делать прогнозы без участия человека, внедряют машинное обучение, или Machine learning (ML). Программисты строят модели, которые учатся находить решения поставленных задач.
Искусственный интеллект делает выводы на основании данных. Бесконечные ряды цифр — это основа для вычислений. Чем больше данных есть у машины, тем точнее будет результат, который она выдаст. Получить нужную информацию помогают различные датчики, технологические устройства и IT-решения, которые внедряют в металлургическом производстве.
Для оценки качества дорог в карьере Стойленского горно-обогатительного комбината специалисты НЛМК используют беспилотное воздушное судно. Оно делает съёмку, которую обрабатывает аналитическая платформа Skyeer. Результат — карта, где обозначены небезопасные и неэффективные участки дорог.
Фиксировать параметры доменного газа помогают специальные датчики на оборудовании утилизационной теплоэлектроцентрали. Эти данные нужны, чтобы поддерживать общее теплопотребление котла.
Большая часть данных на металлургическом производстве снимается автоматически. Только часть из них специалисты заносят в электронные таблицы вручную. Так собирается необходимый массив, его и обрабатывает ИИ.
Искусственный интеллект внедряют на разных этапах металлургического производства: от проверки качества сырья до логистики. Это помогает решить несколько задач.
Снизить энергозатраты. Выплавка стали — энергоёмкое производство, затраты на него зависят от разных условий. Например, от соотношения смеси газа и воздуха, которые подаются в топку котлов. Искусственный интеллект способен рассчитать оптимальные пропорции, в результате чего компания экономит миллионы рублей.
Уменьшить брак. Чтобы в металле не возникали дефекты, важно соблюдать технологические условия. Модель обучают выявлять диапазоны режимов, которые могут привести к браку.
Повысить качество металлопроката. Машинное обучение может определить, по какой причине на стали образуются царапины при прокате. Например, из-за неправильного положения прижимного ролика горячего вала.
Искусственный интеллект выдаёт рекомендацию, а не сам управляет металлургическим производством. Следовать рекомендации или нет — решает специалист исходя из своего опыта.
Внедрить ИИ для металлургических задач непросто. Надо глубоко погрузиться в производство металла, понять специфику изготовления разных марок стали и других процессов. Это хорошо показывает опыт НЛМК.
Металл получают не только из железных руд, но и из лома, который поставляют на производство. Проблема в том, что среди ненужных металлических деталей часто оказывается мусор — земля, дерево или шины. Это всё цепляется за лом и отправляется на переплавку, что отражается на качестве продукции.
Оператор, который контролирует разгрузку лома, не всегда может отследить наличие мусора. Чтобы ему помочь, в НЛМК как раз внедрили искусственный интеллект.
Какую задачу хотели решить
Повысить чистоту лома, чтобы в сплав не попадали ненужные элементы и меньше образовывались шлаки. Это напрямую влияет на энергозатраты — счёт за энергию растёт, если в переработку попадает мусор.
Как внедряли
Чтобы решить поставленную задачу, специалисты решили создать и обучить модель. Для этого они взяли 25 000 фотографий вагонов с ломом, на которых ИИ учился понимать:
— где мусор есть, а где — нет;
— в цехе разгрузки сделали разметку, чтобы машинисты понимали, где останавливать вагоны;
— установили видеорегистраторы.
Чему научили модель
Самостоятельно фотографировать лом и определять, что в этот момент делает кран с магнитом и что находится в вагоне;
Останавливать разгрузку, если в вагоне есть мусор — пока батарею или покрышку не уберут, линия стоит;
Модель делает снимки каждый раз, когда кран с магнитом снимает слой металлолома. Сколько было снято слоёв, столько получается и снимков. Если ИИ определяет на фото мусор, то подсвечивает кадр знаком с красной рукой.
Что получили в итоге
Лом стал чище, что позволяет экономить на энергии в дуговой печи, а также получать более качественную продукцию. А еще решение команды НЛМК привлекло внимание других компаний.
Искусственный интеллект помогает металлургическим компаниям оптимизировать производство и ресурсы. Даже опытные металлурги, которые следят за выплавкой стали или качеством проката, пользуются рекомендациями на основе сложных математических вычислений.
