К содержанию
Работа

Рекомендательная система управления химическим составом стали

Система поддержки решений для управления химическим составом плавки на производстве ArcelorMittal. Она собирала показания оборудования, сведения о загруженном сырье, результаты лабораторных проб и требования к целевой марке стали, после чего предлагала технологу конкретные корректирующие добавки и параметры следующего шага. Физико-химический расчёт при этом не заменялся моделью — модель дополняла его поправкой на то, что реально происходит в конкретном агрегате.

Главный экран проекта Нажмите, чтобы рассмотреть

Интерфейс воссоздан по описанию; исходные экраны не публикуются.

Рекомендательная система управления химическим составом стали 01 / 03
Рекомендательная система управления химическим составом стали — Главный экран проекта
Клиент
ArcelorMittal
Индустрия
Металлургия, Промышленность и производство
Срок
9 месяцев
Команда
5 человек

Задача

Фактический состав металла не выводится из паспортного состава сырья. На результат влияют угар элементов, температура, длительность обработки, состояние агрегата, последовательность добавок и предыдущие операции. Технолог, который опирается только на табличный материальный баланс, регулярно оказывается в одной из двух неприятных ситуаций: недолегирование, за которым следует ещё одна проба и ещё одна доводка, либо дорогое перелегирование, когда в плавку уже ушли лишние килограммы ферросплавов и вернуть их нельзя.

Цена ошибки складывается сразу из нескольких статей: стоимость избыточного материала, время занятого агрегата, энергия на повторную обработку, дополнительные лабораторные пробы и риск не попасть в спецификацию марки. Задача системы формулировалась соответственно: попасть в целевые диапазоны по всем контролируемым элементам с минимальной стоимостью корректировки и меньшим числом итераций.

Решение

Сбор и сверка данных. В расчёт шли марка стали и допустимые диапазоны состава; масса и паспортный состав шихты, лома, чугуна, флюсов и легирующих материалов; температура, активность кислорода, время обработки, расход газов и энергии; режим оборудования и последовательность уже выполненных операций; лабораторные анализы по углероду, кремнию, марганцу, фосфору, сере, хрому, никелю и другим элементам конкретной марки; фактические добавки, выход годного, повторные пробы и итоговый состав прошлых плавок; стоимость, наличие и технологические ограничения по материалам. Всё синхронизировалось по идентификатору плавки и времени, а проверки качества отлавливали пропуски, физически невозможные значения, запоздавшие пробы и расхождения между лабораторией и потоком датчиков — иначе модель училась бы на артефактах.

Два слоя расчёта. Физико-химический слой выполнял материальный баланс: оценивал, как заданное количество материала должно изменить концентрацию элементов. ML-слой корректировал этот идеальный расчёт по истории производства — учитывал фактическое усвоение элементов, угар и влияние режима конкретного агрегата. Прогноз конечного состава строила ансамблевая модель по каждому контролируемому элементу: на вход шли текущий состав, параметры процесса и предполагаемые добавки, на выходе — ожидаемое значение вместе с диапазоном неопределённости.

Оптимизатор с ограничениями. Поверх прогноза работал ограниченный оптимизатор. Его переменными были типы и массы добавок, а целевая функция одновременно взвешивала пять вещей: отклонение от целевого состава, стоимость материалов, риск выхода за пределы марки с учётом неопределённости прогноза, дополнительные затраты времени и энергии, число последующих корректирующих операций. Жёсткие ограничения отсекали физически или технологически недопустимые решения — наличие материала на складе, максимальная разовая добавка, вместимость агрегата, допустимый этап внесения, совместимость материалов между собой.

Отдельная сложность — многокомпонентность. Добавка, которая выводит один элемент в середину диапазона, может одновременно подтолкнуть другой к верхней границе марки. Поэтому оптимизатор не искал одну «правильную» дозировку, а формировал несколько допустимых сценариев и объяснял разницу между ними: минимальная стоимость, максимальный запас по качеству или минимальное время доводки.

Работа технолога. Получив лабораторную пробу, оператор видел текущий состав, целевые диапазоны и прогноз при бездействии — что будет, если ничего не добавлять. Рядом отображалась рекомендация: какой материал, в каком количестве и на каком этапе внести, как изменится каждый элемент и насколько модель уверена в результате. Оператор мог принять вариант, изменить количество или выбрать другой сценарий; решение сохранялось вместе с причиной. Следующая проба замыкала цикл: фактический результат уходил в контроль качества модели и последующее переобучение.

Контроль модели. Точность отслеживалась не одной общей цифрой, а отдельно по маркам стали, агрегатам и диапазонам технологических режимов. Система сравнивала прогноз с лабораторным результатом и замечала дрейф. За пределами изученной области автоматическая рекомендация не выдавалась вовсе: для новых режимов интерфейс переходил в консультативный режим с повышенным запасом безопасности. Исторические плавки можно было воспроизвести и посмотреть, какую рекомендацию дала бы новая версия модели и чем она отличалась бы от фактического решения оператора.

Результат

Технолог получил инструмент, который опирается на всю историю производства, а не только на справочную формулу. Система помогала стабильнее попадать в спецификацию марки, избегать избыточного расхода дорогих легирующих материалов и уменьшать число повторных проб и доводок.

Рекомендация при этом осталась объяснимой: оператор видел прогнозируемое изменение по каждому элементу, стоимость и риск каждого варианта — и принимал решение сам. А связка «рекомендация — действие — новая лабораторная проба — итог плавки» превращала каждую плавку в размеченный пример для следующей версии модели.

9 месяцев длительность проекта
5 человек состав команды
2 слоя расчёта материальный баланс и ML-поправка на угар и усвоение
5 критериев что одновременно взвешивала целевая функция оптимизатора
Ещё

Похожие проекты

Всё портфолио
Управление энергопитанием и сервисом для Schneider Electric
Кейс Schneider Electric

Управление энергопитанием и сервисом для Schneider Electric

Энергетика объекта и обслуживание оборудования обычно живут в разных системах: потребление в одной, тревоги в другой, схемы в файлах, ремонты в таблицах. Мы собрали их в один замкнутый цикл, где отклонение в сети превращается в наряд инженеру, а результат выезда возвращается в модель сети.

Цифровой двойник предприятияBI и сквозная аналитика
PythonFastAPIReactTypeScript
Маркетплейс инженерных проектов
Работа Клиент под NDA

Маркетплейс инженерных проектов

B2B-площадка для инженерных заказов на немецком рынке: разработка станков и производственных линий, проектирование отдельных узлов, расчёты и спецификации, техническая документация. По механике — отраслевая версия биржи проектов, но собранная вокруг того, чего на универсальной бирже нет: предметной модели инженерной работы, этапной приёмки версий технических материалов и встроенного арбитража. Площадка вела сделку от публикации задания до приёмки результата и сама держала деньги между сторонами.

Кастомная система
ЕвроХим — студенческий карьерный портал и контур раннего найма
Работа ЕвроХим

ЕвроХим — студенческий карьерный портал и контур раннего найма

Карьерный портал ЕвроХима для практикантов, стажёров и молодых специалистов — одна дверь во все программы раннего найма компании. Публичная часть объясняет карьерные возможности простым языком и помогает выбрать маршрут, а интеграционный слой превращает заполненную анкету в структурированный отклик внутри корпоративной HR-системы и возвращает кандидату статус отбора. Портал не дублирует рекрутинговую систему — он показывает кандидату ровно ту часть процесса, которую ему можно и нужно видеть.

Корпоративные порталы
Vue
Первый разговор — бесплатно

Расскажите, что хотите изменить

За одну встречу уточним задачу и предложим следующий шаг, даже если вам нужен другой подрядчик.

Что будет на встрече
  1. 01 Опишите задачу своими словами
  2. 02 Уточним цель и ограничения
  3. 03 Предложим решение и следующий шаг
длительность 45–60 мин