На Надеждинском металлургическом заводе смешиваются концентраты, поступающие с Норильской и Талнахской обогатительных фабрик. Для получения качественного продукта необходимо знать точное содержание серы в этих концентратах. Ранее для этого проводили лабораторные исследования проб, которые занимали до четырех часов. К тому моменту, как результаты становились известны, данные уже устаревали, и концентрат отправлялся на дальнейшую обработку. Чтобы решить эту проблему, команда разработчиков внедрила систему, основанную на искусственном интеллекте, которая прогнозирует результаты лабораторного анализа, сообщает «Норникель» в своем Телеграм-канале.
Модель, обученная на данных прошлых периодов, позволяет предсказывать уровень содержания серы с высокой точностью. Поточный анализатор измеряет интенсивности спектров, характерных для различных элементов. Разработчики создали модель, которая учитывает взаимосвязи этих интенсивностей с концентрацией серы. Данные обновляются каждые 15 минут, а погрешность не превышает 5%. Это позволяет получать оперативную информацию о содержании серы, на основе которой сотрудники Надеждинского металлургического завода могут принимать более рациональные решения.
Внедрение данной технологии также включает систему автоматического переобучения модели, которая постоянно обновляется на основе новых данных, выявляя и учитывая изменения и взаимосвязи. Инновация обеспечивает высокую точность и адаптивность анализа.
В производственный процесс внедрена система отчетности, отображающая изменения общего количества серы, что способствует повышению качества продукции и оптимизации производственных процессов.
— Эта инновация представляет собой значительный шаг вперед в области контроля качества на нашем производстве. Мы смогли достичь нового уровня точности и оперативности, что непосредственно влияет на эффективность наших процессов, — говорит ML-инженер Евгений Насвищук.
Использование искусственного интеллекта для контроля содержания серы в реальном времени демонстрирует, как передовые технологии могут трансформировать традиционные производственные процессы, делая их более эффективными и точными.
Фото Артема СЕНЧЕНКОВА из архива Kn51
