Ранее специалисты листопрокатного цеха управляли скоростью прокатки слябов вручную, регулируя показатели скорости при помощи реостата. При этом оператору стана приходилось одновременно управлять агрегатом, а также следить за проходом и качеством металла во избежание дефектов. При определении скорости прокатки не всегда учитывались сортамент продукции и цикличность проката, поэтому показатели могли быть занижены и стан работал не на полную мощность.
Для повышения производительности стана 5000 было разработано решение на основе алгоритмов машинного обучения. Управление скоростью осуществляется с учетом режима проката, формируемого в системе слежения за металлом, длины и ширины листа, межвалкового зазора, марки стали, температуры и прочих параметров. Модель комплексно оценивает эти показатели в режиме реального времени и задает оптимальную скорость проката в том или ином цикле. Состояние металла отслеживается регулярно, поэтому параметры в каждом проходе металла корректируются. В результате показатель максимальной скорости прокатки увеличивается с 3,2 м/с, устанавливаемых оператором, до 4,5 м/с, устанавливаемых машиной. Как следствие, возрастает и количество прокатанных слябов. Ожидаемое повышение производительности стана составит от 6% до 9% в зависимости от прокатываемого сортамента. Кроме того, теперь оператор стана может сфокусироваться на визуальной оценке металла.
Как отмечает начальник Центра технологического развития производства трубного проката Александр Вылкост, предприятие стремится увеличить количество решений, принимаемых сотрудниками на основе данных и статистики, чтобы снизить риск ошибок и максимально повысить эффективность оборудования. Этот подход соответствует стратегическому приоритету «Лидерство по затратам». В будущем планируется расширить функции решения – например, на основе имеющихся данных управлять не только скоростью, но и загрузкой стана, и быстрее вызывать слябы из печи, чтобы сократить паузу между прокатками.