© ComNews
19.06.2020

Специалисты "Северсталь Диджитал" совместно с Центром технологического развития, цехом травления производства плоского проката "Череповецкого металлургического комбината" (входит в дивизион "Северсталь Российская сталь") усовершенствовали модель, управляющую скоростью непрерывно-травильного агрегата №3 (НТА-3). К ней был подключен интеллектуальный агент, в основе которого алгоритм глубокого машинного обучения с подкреплением (reinforcement learning, RL), выполняющий функции искусственного интеллекта.

"Рубан" работает одновременно с цифровой моделью "Аделина", которая была установлена на НТА-3 ранее. "Аделина" вычисляет скорость управления агрегатом, а агент корректирует ее для достижения оптимального результата. Это обеспечивает производственному процессу большую гибкость и безопасность, так как модель и агент способны корректировать скорость агрегата каждую секунду и мгновенно реагировать на непредвиденные ситуации.

"Модель "Аделина" оправдала ожидания, показав рост производительности НТА-3 более, чем на 5 процентов. В марте 2020 года мы выпустили рекордный объем травленого проката на этом агрегате – свыше 130 тысяч тонн. После подключения интеллектуального агента производительность выросла еще на 1,5%. По расчетам, это может обеспечить нам более 80 тысяч тонн дополнительного производства в год. Это значимый показатель для одного из самых востребованных агрегатов в производстве плоского проката, – прокомментировал генеральный директор дивизиона "Северсталь Российская сталь" и ресурсных активов Евгений Виноградов.

Новый интеллектуальный агент "Рубан" отличается от классических моделей машинного обучения тем, что обучается не по историческим данным, а самостоятельно, исследуя среду цифрового двойника НТА-3. Скорость управления технологической частью агрегата во многом зависит от параметров проходящей стальной полосы – длины, ширины и толщины рулона, марки стали, температуры смотки металла и других. "Рубан" учится на сочетаниях параметров, которые создает специально для него генеративно-состязательная сеть. Также она задает план проката и формирует ситуации, которых не было в истории. Для более эффективного обучения интеллектуальному агенту была назначена система поощрений и штрафов. Путем экспериментов "Рубан" ищет решение, при котором сумма поощрений максимально превосходит сумму штрафов.

"Технология машинного обучения с подкреплением для управления агрегатами еще не получила широкого распространения в промышленности и, в частности, металлургии. Искусственный интеллект, запущенный на НТА-3, может стать первым подобным случаем российской практике. Повышение производительности, зафиксированное на НТА-3 после внедрения цифровых инструментов, доказывает, что у data driven подхода есть большое будущее в промышленности, и мы движемся в правильном направлении", – прокомментировал генеральный директор "Северсталь Диджитал" Борис Воскресенский.