Цифровой советчик дуговой плавильной печи на базе СПР Loginom. Кейс ERG

В выступлении рассказывается о практике использования системы принятия решений на базе low-code платформы Loginom как цифрового советчика для раннего обнаружения технологических расстройств и повышения производительности оборудования в металлургическом производстве.

В данном ролике описан опыт применения аналитической low-code платформы Loginom для построения системы принятия решений — цифрового советчика в металлургическом производстве. Под цифровым советчиком понимается математическая модель, которая в оперативном режиме выдает рекомендации относительно работы оборудования, позволяет рабочей смене принимать решения, корректирующие технологический процесс.

Кейс использования цифрового советчика описан для производственного процесса компании ERG — одной из ведущих в мире по добыче и переработке полезных ископаемых. Система принятия решений и советчик анализировали работу электрической дуговой плавильной печи.

Сырьем для оборудования является шихта — смесь руды, угля и прочих добавок. Дуговая плавильная печь достаточно чувствительна к его качеству — неоптимальный состав шихты провоцирует технологические расстройства и, как следствие, финансовые потери при простое, отладке и ремонте оборудования.

Технологи металлургического комбината выделяют 18 типов технологических расстройств. Сбои в работе печи сопровождаются увеличением потребления электроэнергии и существенным снижением объема и качества выплавки, что влечет за собой дополнительные финансовые издержки. Таким образом, критически важно идентифицировать технологические расстройства на ранней стадии и оперативно формировать рекомендации для их устранения.

Решение данной задачи было реализовано с помощью цифрового советчика — системы принятия решений на базе low-code платформы Loginom. Были построены математические модели, описывающие технологические процессы плавильной печи, и сформирована логика выдачи рекомендаций в зависимости от типа расстройства.

Источниками входной информации для Loginom выступали: ежеминутные данные по активным мощностям печи, рецептуры шихтовых материалов, результаты химического анализа готовой продукции за смену, удельные расходы сырья и электроэнергии на тонну готовой продукции, данные АСУТП печи.

На основании входной информации производилась многоэтапная ETL-предобработка данных, затем запускался расчет моделей. Отрабатывали модели оперативных данных и данных по итогам смены. Рассчитывались модели движения материалов, шихты и загрузок. По результатам расчета моделей, руководитель смены получал рекомендации по коррекции работы оборудования. После их оценки принималось решение о регулировке настроек системы автоматизированного управления печью.

После внедрения цифрового советчика процесс восстановления из технологического расстройства с учетом заблаговременного предупреждения занимает несколько минут. До внедрения — занимал несколько дней.

За 5 месяцев работы цифрового советчика объем выплавки увеличился на 3%. С учетом того, что рекомендации системы не всегда принимались, результат мог быть еще значительнее — по оценкам специалистов, выплавка могла увеличиться на 8%.

Таким образом, эффект от внедрения цифрового советчика на базе аналитической платформы Loginom заключается в предотвращении многомиллионных потерь от сбоев в работе плавильной печи, повышении производительности оборудования, улучшении качества готового металла.