Роботы у домны: искусственный интеллект в металлургии

Искусственный интеллект (ИИ) не появился только с разработкой ChatGPT, а затем быстро возникли его многочисленные аналоги. Различные технологии ИИ уже давно и успешно используются во многих отраслях производства, металлургия – не исключение.

Искусственная помощь

Применение ИИ в металлургии может быть как в рамках отдельного проекта, так и важным элементом цифровой трансформации завода. Можно выделить такие основные сферы применения ИИ в металлургии:

1. Предиктивная аналитика

Анализ данных с датчиков оборудования позволяет прогнозировать его состояние. Tata Steel внедрила систему на основе ИИ, которая прогнозирует срок службы критически важного оборудования. Это позволило компании сократить время простоев на 20% и затраты на техническое обслуживание на 15%.

2. Контроль качества продукции

С помощью компьютерного зрения происходит автоматическое обнаружение брака и дефектов поверхности готовой продукции или полуфабрикатов. Использование технологии позволило Voestalpine сократить количество дефектов в готовой продукции более чем на 20%.

3. Обеспечение безопасности персонала

Системы компьютерного зрения отслеживают соблюдение норм безопасности (использование защитного оборудования, перемещение людей и техники). Это позволяет предотвращать аварии и несчастные случаи на производстве, а также анализировать поведение персонала.

4. Оптимизация технологических процессов

Анализ больших данных используется для оптимизации операций, повышения качества и сокращения затрат. Южнокорейская сталелитейная компания POSCO с помощью ИИ достигла увеличения эффективности производства на 5% и снижения энергопотребления на 10%, а также на 3% улучшила выход продукции при производстве горячекатаной стали.

5. Роботизация под контролем ИИ

ИИ-управление роботами позволяет сократить затраты и значительно повысить производительность труда. Один из крупнейших японских производителей стали JFE Steel развернул роботизированную систему для автоматической шлифовки небольших бесшовных труб на заводе Chita Works. Робот самостоятельно определяет положение детали, дефекты и оптимизирует движения, что позволило увеличить скорость обработки на 60% по сравнению с традиционными методами.

6. Цифровые двойники

Виртуальная модель физической системы синхронизируется с данными в реальном времени и позволяет моделировать поведение, прогнозировать сбои и оптимизировать процессы на основе аналитики. Эту технологию давно и успешно используют многие металлургические компании.

ArcelorMittal внедрил технологию цифровых двойников на нескольких европейских заводах, достигнув сокращения потребления энергии на 12%, увеличения производительности на 8% и уменьшения незапланированных простоев на 30%.

7. Разработка новых материалов

Использование ИИ позволяет значительно сократить сроки и расходы на R&D. Это позволило ArcelorMittal сократить время разработки некоторых марок автомобильной стали с 3–5 лет до менее 1 года.

8. Оптимизация бизнес-процессов

ИИ может помогать управлять маркетингом, логистикой, складским хозяйством и документооборотом. Это позволяет автоматизировать процессы, сократить количество ошибок из-за человеческого фактора и снизить затраты.

Бразильская металлургическая компания Gerdau внедрила систему прогнозирования спроса на основе ИИ, что повысило точность прогноза на 10% и снизило расходы на хранение запасов.

Повышение производительности труда и энергоэффективности, сокращение затрат, простоев и брака посредством широкого использования ИИ является ключом к снижению себестоимости и увеличению конкурентоспособности. К этому стремятся все металлургические компании.

Глобальными лидерами среди сталепроизводителей по внедрению ИИ в производство и деятельность можно считать Tata Steel, ArcelorMittal, POSCO, Baosteel.

«Темнота» Baosteel

С точки зрения потенциала и возможностей новейших технологий идеальным решением для экономики металлургической компании является не столько перевод на использование ИИ отдельных проектов и процессов, сколько построение на его базе всего цикла производства.

«Темные» фабрики – это предприятия, которые могут работать почти полностью без участия персонала, им не нужен свет в цехах. Эта концепция производства предполагает полную или почти полную автоматизацию всех операций, круглосуточную работу, минимальное участие персонала и широкомасштабное использование различных технологий ИИ.

Сложно представить себе такое в металлургии. Однако китайский гений автоматизации производства добрался и до этой сферы, создав полностью автоматизированный «умный» завод с минимальным вмешательством человека.

Компания Baosteel, входящая в группу Baowu, еще в 2019 году запустила полностью автоматизированное производство на сталелитейном заводе в Шанхае. Объект представляет собой линию по производству холоднокатаного проката. Производство базируется на полной автоматизации оборудования, технологиях ИИ, промышленных роботах и интернете вещей. Мостовые краны, например, полностью автономны – они самостоятельно находят и переносят рулоны.

Контроль человека заключается в том, что небольшая группа операторов следит за экранами с данными в реальном времени, но прямые операции на производстве с участием персонала практически не требуются. ИИ уменьшил потребность в вмешательстве человека с каждых трех минут до одного раза в полчаса.

Результаты работы «темной» фабрики Baosteel впечатляют:

• снижение выбросов на тонну стали на 30%;
• повышение производительности на 30%;
• увеличение производственных мощностей на 20%;
• снижение энергопотребления на тонну стали на 15%;
• снижение затрат на переработку на 10%.

Можно навести и другие примеры:

1. Цифровой завод Tata Steel. Завод Kalinganagar (Индия) строился с нуля. Там работает единая платформа управления данными, которая связывает данные от добычи руды до отгрузки. ИИ (более 260 алгоритмов для принятия решений в реальном времени) на заводе используется для планирования состава шихты и режима печей, анализа параметров нагрева и расхода энергии, контроля качества с помощью компьютерного зрения, предиктивного обслуживания.
2. «Умная» доменная печь компании POSCO. ИИ анализирует видео с камер, датчики температуры и состав шихты в реальном времени, а также автоматически регулирует подачу дутья и топлива. Суточная производительность увеличилась на 240 т чугуна, потребление топлива снизилось.
3. Smart Mill на Big River Steel (входит в состав U.S. Steel). На заводе в Оссиоле (Арканзас, США) был запущен один из первых в мире «умных» сталелитейных комплексов, где ИИ интегрирован непосредственно в производственные процессы. Основную роль играет платформа ИИ, которая получает в реальном времени информацию от 50 тыс. сенсоров, собирающих данные о параметрах оборудования, процессе выплавки стали, температуре, давлении, составе, расходе энергии. Система определяет оптимальные параметры производства, оптимизирует расход энергии и сырья, прогнозирует сбои в оборудовании. Здесь реализована концепция Learning Mill – ИИ непрерывно учится на производственных данных и применяет полученные знания для повышения эффективности работы и качества продукции.

Украинские ИИ-реалии

Хотя украинская металлургия находится на начальном этапе внедрения ИИ в производственные процессы, это уже важный сигнал – украинские компании ищут способы внедрения новейших технологий, несмотря на продолжающуюся четвертый год войну и катастрофическую нехватку инвестиций.

Среди проектов внедрения ИИ на предприятиях «Метинвеста» можно отметить такие:

1. ИИ-контроль качества на «Запорожстали». «Метинвест» внедрил на предприятии ИИ-систему ForgeCheck. Компьютерное зрение анализирует изображения и выявляет дефекты на слябах. Экономический эффект составляет до $250 тыс. ежегодно.
2. Автоматизация и интеллектуальные процессы. «Метинвест» активно применяет ИИ в следующих направлениях:

• Внедрение более 500 решений на основе различных технологий интеллектуальной автоматизации, что позволило автоматизировать около 200 тыс. рабочих часов.
• Система интеллектуальной обработки документов myOCR (экономит около 20 тыс. рабочих часов в год).
• Система компьютерного зрения SPAIS (интегрирована в промышленное видеонаблюдение) для определения нарушений техники безопасности и контроля оборудования. Выявляет пребывание сотрудников в опасных зонах или без средств индивидуальной защиты, помогает обнаруживать повреждения на производстве в труднодоступных местах с помощью анализа видео с дронов.

Компания «Интерпайп» применяет в своих производственных процессах и управлении производством предиктивное обслуживание оборудования, автоматизированный контроль качества продукции, ИИ-алгоритмы для управления запасами, цифровые двойники, модели прогнозирования себестоимости материалов, машинное обучение в документообороте.

Ferrexpo активно делает ставку на автоматизацию производства и электрификацию карьерного транспорта. В компании применяются полуавтономные буровые установки, ещё до войны она приступила к промышленной эксплуатации беспилотных самосвалов. Эти технологии включают элементы ИИ-оптимизации маршрутов и поведения техники. Ferrexpo стала первой компанией в Европе, которая внедрила автономные самосвалы при добыче открытым способом.

Украинские компании ГМК больше фокусируются на компьютерном зрении, машинном обучении, промышленном интернете, автоматизации и цифровизации производства, чем на классических технологиях ИИ вроде нейронных сетей или генеративного искусственного интеллекта.

Полномасштабное внедрение ИИ – это часть долгосрочной стратегии украинских компаний ГМК. Очевидно, что ИИ станет ключевым элементом будущей «зеленой» металлургии.

«Металлургия находится на вершине повестки дня «зеленого» курса. В металлургии технологии разработаны давно, и сейчас невозможно сделать большой прорыв. Можно лишь постепенно совершенствовать систему, именно здесь появляются цифровизация и ИИ. Именно это может сделать отрасль не только более экологичной, но и более эффективной и конкурентоспособной», – отметил генеральный директор «Метинвеста» Юрий Рыженков.