По оценкам маркетингового агентства «Яков и Партнёры», к 2028 году ожидаемый финансовый эффект от внедрения ИИ для экономики России составит 4,2–6,9 трлн рублей в год, из них 0,6–0,9 трлн рублей приходится на горно-металлургическую отрасль. Цифровизация металлургии идёт полным ходом, расскажем об основных проектах в этой сфере.
ИИ принесёт «Норникелю» 200 млн долларов за два года
«Норильский никель» уже отчитался, что получил около 100 миллионов долларов в 2023 году за счёт внедрения искусственного интеллекта (ИИ). В 2024 году в компании рассчитывают на такую же сумму, поделился на полях Санкт-Петербургского экономического форума директор центра развития цифровых технологий компании Алексей Тестин.
«За 2023 год мы заработали компании порядка 100 миллионов долларов. Когда заходили в 2024 год, мы сформировали портфель, который тоже составляет порядка 100 миллионов долларов, и, нужно сказать, что это учитывая все внешние вызовы — это и отсутствие техники, это и сложность поставки оборудования, и стоимость металлов», — подчеркнул топ-менеджер «Норникеля».
По его словам, внешние подрядчики, занимавшиеся программным обеспечением, предлагали не самые оптимальные решения в области внедрения ИИ, поэтому уход западных вендеров положительно отразился на российском рынке машинного обучения. Сейчас есть возможность разработки под конкретную задачу, уточнил Алексей Тестин.
Директор центра развития цифровых технологий компании Алексей Тестин
«У нас развернуты проекты во всех дивизионах компании от горной добычи до металлургического передела. Большая часть решений на базе ML (machine learning) работает в качестве co-pilot, то есть ведёт управление агрегатами в автоматическом режиме. Есть решения, в основном для металлургии, которые работают в режиме «подсказчик»: решение предлагает корректировку технологического режима, но самостоятельно изменения не вносит. На этапе горнорудного передела мы используем компьютерное зрение для буровых машин, которое помогает повысить эффективность работ, а также внедряем технологию точечного позиционирования буровых установок для снижения объёма разубоживания», — рассказал Алексей Тестин.
«Норильский никель» разрабатывает и внедряет на ключевых производственных предприятиях проекты повышения эффективности бизнеса, в основе которых — искусственный интеллект: машинное обучение, компьютерное зрение и большие языковые модели. Такие проекты улучшают финансовые показатели компании за счёт роста объёмов производства и снижения потери ценной продукции. Одним из последних примеров эффективного использования ИИ в «Норникеле» является оптимизация производства на Талнахской обогатительной фабрике (ТОФ) в условиях Арктики. Всё началось с обучения модели, для этого понадобились данные со всех датчиков, которые производство копило около трёх лет.
Проблема заключалась в том, что в мельнице полусамоизмельчения (МПСИ) скапливалась руда, и это приводило к падению эффективности измельчения. А из-за того, что часто менялась руда, человеку было сложно оперативно подстроиться под процесс. Дискретность изменения руды доходит до одной минуты, человек не в состоянии среагировать на такие изменения, поэтому случался перегруз, который приводил к потере переработки и нестабильности процесса.
Мельница полусамоизмельчения (МПСИ) на Талнахской обогатительной фабрике
Чтобы создать идеальную модель производства, ИИ поручили собрать алгоритмы. Модель — это набор алгоритмов, который находит зависимости и корреляции между разными значениями, что даёт понимание, как эффективно управлять производственными процессами и на чём сделать акцент.
После подготовительного этапа модель перенесли на сервер фабрики для тестирования в реальных условиях. На основе обратной связи от оператора и полученных статистических данных в модель внесли корректировки. Затем ИИ перевели в полноценный режим управления и провели тесты для замера результата от автоматического управления.
В итоге удалось запустить модель прогнозирования состояния мельницы до 15 минут вперёд, включая предсказание перегруза. С включением искусственного интеллекта процесс измельчения получил возможность увеличить производительность мельницы МПСИ, превысить переработку руды и выйти за 10,8 миллиона тонн в год, а в сутки мельница измельчает от тысячи до полутора тысяч тонн руды. С учётом масштабов производства итоговые суммы получаются довольно внушительные. Повышение извлечения готового продукта всего на полпроцента приносит Талнахской фабрике десятки миллионов долларов дополнительной прибыли в год. Сейчас аналогичные проекты внедряются и на других предприятиях «Норникеля» — в Забайкалье, Заполярном и Мончегорске.
«Оптимизатор мельницы полусамоизмельчения был введён в строй в середине 2023 года. Эта система позволяет более эффективно использовать всю производственную мощность мельницы за счёт стабилизации процесса и контроля всех доступных параметров. До внедрения системы организации производства подачей руды в мельницу руководил оператор, то есть человек. После внедрения системы организации подача руды производится в автоматическом режиме, ориентируясь прежде всего на полезную мощность мельницы. С помощью ИИ удаётся на постоянной основе поддерживать мощность мельницы, исключая человеческий фактор. В операторную постоянно поступают рабочие звонки, и работники вынуждены на них откликаться, тем временем машина осуществляет бесперебойную подачу руды в мельницы, управляя скоростью двенадцати питателей, подачей воды и питанием», — сказал заместитель начальника измельчительно-флотационного цеха по производству ТОФ Александр Козлов.
Талнахская обогатительная фабрика (ТОФ) перерабатывает богатые руды Талнахского месторождения, а также богатые и медистые руды Октябрьского месторождения
Следующий этап — внедрение технологий искусственного интеллекта в процесс флотации для повышения эффективности извлечения металла из руды. Ожидается, что автоматизация управления флотацией также позволит улучшить качество сырья.
Флотация — сложный многоступенчатый процесс, позволяющий извлечь из руды никель, медь и металлы платиновой группы. В основе решения — машинное обучение, большие данные и компьютерное зрение. Виртуальный датчик определяет количество, размер и движение пузырьков воздуха. Это позволяет прогнозировать большинство технологических параметров и управлять оборудованием, чтобы повысить извлечение.
ИИ постоянно переобучается и использует новые данные для анализа, в том числе из смежных технологических процессов. Благодаря этому он умеет находить корреляции и быстро реагировать. ИИ не только определяет, с помощью чего в данный момент лучше всего выполнить воздействие, но и выбирает силу этого воздействия. Модели уже внедрили на медной, никелевой и коллективной цепочках флотации. Последнюю, медно-никелевую флотацию, введут в эксплуатацию в июле. «Сейчас мы проводим промышленные испытания по автоматическому управлению последней цепочкой флотации, это достаточно сложный процесс, а на Талнахской фабрике ещё и очень большой. Благодарю производство за помощь и участие. В планах — запустить виртуальные датчики для калибровки поточных анализаторов и пеносъёма», — рассказал руководитель направления по разработке ИИ «Норникеля» Данил Ивашечкин.
Вопреки опасениям, что искусственный интеллект уже в ближайшем будущем заменит людей, количество рабочих мест на Талнахской обогатительной фабрике не сократилось.
Фабрика состоит из двух основных цехов — дробильного и измельчительно–флотационного
Потому что ИИ на самом деле помощник человеку, он освобождает креативную часть человеческого мозга от рутины, эффективнее анализирует информацию. Искусственный интеллект обрабатывает поступающие с измельчительно-флотационного цеха переменные данные, около 300 тегов за одну секунду. При этом прогнозируется мощность процесса, объём руды, который нужно загрузить в мельницу, чтобы она работала под нагрузкой, а далее ИИ принимает решение и управляет загрузкой, утилизируя на переработку руды всю доступную мощность. Человеку это не под силу, но он держит под контролем действия искусственного интеллекта и производственный процесс.
Как у остальных металлургов с ИИ?
Не отстают от коллег из Норильска ИТ-специалисты других металлургических гигантов.
Сейчас Северский трубный завод (СТЗ), входящий в Трубную металлургическую компанию (ТМК), разрабатывает с использованием искусственного интеллекта систему предупреждения простоев. «Алгоритмы искусственного интеллекта и анализа «больших данных» помогают находить точки роста и повышать эффективность технологических процессов.
«Новая система предупреждения простоев и прогнозирования критических состояний позволит отслеживать техническое состояние оборудования, заблаговременно планировать и корректировать график обслуживания и ремонтов, чтобы обеспечить бесперебойную работу агрегатов. В конечном счёте, повысится производительность и сократятся сроки исполнения заказов, что станет дополнительным преимуществом для наших клиентов», — сказал начальник отдела промышленной автоматизации СТЗ Юрий Куценко.
«Русал» внедрит на пяти своих алюминиевых заводах технологию мониторинга электролизных цехов с помощью машинного зрения. Инвестиции в проект составят примерно 1,6 миллиарда рублей.
Технология разработана специалистами компании и станет первым примером использования искусственного интеллекта в промышленных масштабах в алюминиевом производстве компании.
«Внедрение технологии в цехах КрАЗа завершится в ближайшее время, параллельно мы начинаем проектирование для БрАЗа и других заводов, и в 2027 году планируем завершить тиражирование этой системы. Суть технологии в том, что модели машинного зрения через специализированные видеокамеры круглосуточно обнаруживают нарушения герметичности электролизёров и вызывают оператора. Пилотный проект разрабатывался в 2018–2020 годах, в течение этого времени мы на сотнях часов видео обучали нейросеть распознавать случаи разгерметизации, например, дым, и отличать их от проблесковых маячков технологического транспорта, солнечных зайчиков, отражений, ковшей с раскаленным металлом. В то же время мы начали развивать системы на основе искусственного интеллекта в других производственных процессах», — рассказал директор по автоматизации производства «Русал ИТЦ» Михаил Гринишин. Данная технология в 2023 году получила национальную премию «Лидеры искусственного интеллекта».
РУСАЛ — один из крупнейших в мире производителей алюминия
НЛМК — пионер внедрения машинного обучения (ML) в своей сфере. Компания уже использует искусственный интеллект для контроля качества кокса, которое напрямую зависит от того, насколько плотно закрыта печь. Ведь хороший кокс спекается без доступа к кислороду. Раньше сотрудники НЛМК сами осматривали коксовые батареи по мере загрузки печей. Сейчас это делает цифровая система: она замечает разгерметизацию всего за пять секунд и сразу оповещает специалистов. Благодаря молниеносной реакции устраняются причины газации в три раза быстрее, держим эмиссию газа в цехе под стопроцентным контролем.
На ММК уже работает цифровой ассистент коммерческой дирекции компании. Созданный на базе платформы Naumen инструмент оперативно обрабатывает обращения внутренних заказчиков и внешних поставщиков предприятия, и предоставляет сведения о процессе закупок. Чат-бот экономит время специалистов, отвечая на вопросы и мгновенно выдавая необходимую информацию. Онлайн-консультант может подсказать информацию по закупаемым позициям и по заявкам на обеспечение, объяснить, как пройти регистрацию на электронной торговой площадке ММК, как устроен личный кабинет поставщика и многое другое.
«Применение технологий искусственного интеллекта в решении задач оптимизации производственных и бизнес-процессов ПАО «ММК» является ключевым направлением в реализации Стратегии цифровизации компании. Уже сейчас это приносит ощутимый экономический эффект. В этой связи мы, как и другие ИТ-службы крупных металлургических компаний, считаем важным модернизировать системы образования для подготовки специалистов по искусственному интеллекту в среднесрочной перспективе», — рассказал руководитель центра компетенций математического моделирования и продвинутой аналитики «ММК-Информсервис» Дмитрий Муравьёв.
Металлургические предприятия уделяют большое внимание ИТ-решениям, оптимизирующим цепи поставок
«Северсталь» развивает четыре ключевых направления работы с ИИ: создание цифровых двойников для моделирования физических процессов с помощью машинного обучения, разработка ИИ-ассистентов для сотрудников, а также создание собственных цифровых платформ и комплексных ML-систем. Помимо этого, «Северсталь» активно использует платформу видеоаналитики «Стальной взгляд» для исключения смешивания материала на ленте конвейера. Система также контролирует безопасное нахождение сотрудников на рабочих местах, фиксирует состояния оборудования и нарушение технологии.
Перечислены далеко не все проекты ИИ в отрасли, их гораздо больше. Разработка каждого такого проекта обычно занимает от 2-3 месяцев до нескольких лет, хотя многое здесь зависит от доступности оборудования и возможности сбора достаточного количества информации. Если требуется обучить нейросеть определять размеры камней на конвейере, то нужные данные можно накопить всего за несколько дней: руда движется на ленте быстрым и непрерывным потоком. Однако некоторые события на производстве случаются реже, и на сбор необходимого материала может потребоваться и год. Тем не менее, ИТ-специалисты шаг за шагом приближаются к максимально глубокой автоматизации работы металлургических предприятий.
Егор Петров
