Номинанты 2023

«Цифровой цех» на площадке листопрокатного цеха производства трубного проката (ЛПЦ ПТП) Череповецкого металлургического комбината

Женщины в цифровизации отрасли
Предприятие
ПАО «Северсталь»

Сфера деятельности (основной продукт)
Производство трубного проката

Период реализации проекта
Май 2019 – III квартал 2021 г.

Предпосылки и цели проекта
Металлопрокат из ЛПЦ ПТП используется для производства труб большого диаметра на Ижорском трубном заводе «Северстали» в Колпино, который поставлял трубы для строительства «Силы Сибири», газопровода «Ухта-Торжок» и др. проектов. Главный агрегат промплощадки - широкополосный прокатный стан 5000.

Ранее управление станом осуществлялось вручную, присутствовал человеческий фактор, отсутствовала высокочастотная система мониторинга и управления агрегатами с длительным производственным циклом. Когда операторы управляли станом вручную, им приходилось одновременно следить за проходом и качеством металла во избежание дефектов. Оператор мог опираться только на свой опыт и измерения, полученные после проката. При определении скорости прокатки не всегда учитывались сортамент продукции и цикличность проката, поэтому показатели были занижены и стан работал не на полную мощность.

Задача проекта - автоматизировать функции управления проката и интенсифицировать скорость проката исходя из энергосиловых возможностей агрегатов. Для листопрокатного стана 5000 был разработан комплекс моделей на базе машинного обучения. Модели управляют участком нагревательных печей (управление нагревом слябов) и клетью кварто (управление скоростью проката), на транспортировочной линии цифровой советчик выдает рекомендации по управлению выдачей слябов.

Решения
Сервисы собственной разработки, OPC UA, Docker, Kubernetes, Apache Kafka, InfluxDB, Apache NiFi, Gitlab, Hadoop, Graylog, Grafana

Что изменилось в результате
Разработанный комплекс моделей машинного обучения позволяет повысить уровень производительности агрегата без значительных капитальных вложений. Автоматизированы функции управления проката, максимально интенсифицирована скорость проката исходя из энергосиловых возможностей агрегатов. Решение для управления скоростью проката базируется на комплексе моделей машинного обучения – градиентный бустинг на решающих деревьях (используется для предсказания максимальных токов двигателей, приводящих в движение прокатные валки стана 5000), метод ближайших соседей (для оценки начального приближения скорости проката на основе исторических данных по аналогичным типам проката), ряд моделей линейной регрессии с применением causal inference подхода, для определения влияния скорости на максимальный ток. Управление интенсивностью нагрева печей основано на анализе текущего состояния печей, и определенных в результате анализа исторических данных, условий их наиболее эффективной работы. Для синхронизации работы печей со станом 5000 разработаны модели на основе линейной регрессии, предсказывающие время прокатки текущей группы слябов.

Ключевые итоги
За 3 квартала 2021 г. эффект от комплекса моделей составил более 20 тыс. тонн дополнительной готовой продукции (более 1 млрд рублей в ценах 2021 г.). С помощью комплекса моделей на базе машинного обучения удалось повысить производительность линии стана 5000 на 5,2% в 2021 году. В 2022 году было достигнуто повышение производительности на дополнительные 1,3% за счет усовершенствования системы новыми ML-моделями, так что относительно года внедрения рост составил 6,5%.

Показатель максимальной скорости прокатки увеличился с 3,2 м/с, устанавливаемых оператором, до 4,5 м/с, устанавливаемых моделью. За 2020 год скорость проката в среднем возросла с 2,3 м/с до 3 м/с. Как следствие, увеличивается и количество прокатанных слябов.

Время пауз между прокатными группами уменьшилось до 40 секунд с незначительными отклонениями. Ранее в среднем пауза составляла 62 секунды.