Как студенты повышают эффективность металлургической отрасли с помощью ИИ
Год назад Центральный университет, созданный по инициативе Т-Банка, запустил магистерскую программу «AI в промышленности» в партнерстве с компанией «Норникель». В ее рамках студенты осваивают ИИ-технологии и работают с реальными проектами, которые внедряют в тяжелую промышленность, повышая эффективность процессов в металлургии.
Фото: Александр Манзюк, Коммерсантъ
Фото: Александр Манзюк, Коммерсантъ
Долгое время металлургическая отрасль оставалась в стороне от внедрения новых технологий, однако сейчас тренд меняется — металлургия готова к адаптации под новую реальность, где без нейросетей уже практически невозможно выстроить качественные бизнес-процессы. «Сегодня мы являемся первой компанией из сферы тяжелой промышленности в стране, которая внедряет ИИ по-настоящему системно»,— говорит руководитель направления разработки и внедрения ИИ в компании «Норникель» Данил Ивашечкин.
Так, ИИ в металлургии сейчас используется для повышения точности прогнозирования содержания меди, никеля и серы в сырье на разных этапах производства на Талнахской обогатительной фабрике. На данный момент уже существуют модели для оперативного управления, но без должных обновлений и автоматизации их точность падает, а ручная обработка повышает затраты и время на работу.
В рамках этой задачи подобрать оптимальное решение помог студент совместной магистерской программы Центрального университета Владимир Кувшинов. В ходе реализации его проекта была разработана интеллектуальная система, которая может отслеживать деградацию модели, подсказывать, в какой момент необходимо вмешательство, и автоматизировать процесс калибровки. Данная разработка помогла уменьшить риски влияния человеческого фактора, повысить надежность работы системы и ее эффективность, замечают в «Норникеле». Там добавляют, что господин Кувшинов смог самостоятельно спроектировать все компоненты: от структуры базы данных до backend- и frontend-части приложения. «Технология уже внедряется на фабрике — осуществляется ее опытно-промышленная эксплуатация, что значительно снижает издержки и повышает эффективность производства»,— уточняют в компании.
Проект Владимира Кувшинова построен на базе современного открытого стека — Python, Dash, Plotly, MS SQL. Это обеспечило масштабируемость и простоту сопровождения. Решение отвечает требованиям безопасности, совместимости и встраиваемости в текущую ИТ-среду, добавляют в «Норникеле».
Главное в процессе внедрения ИИ — стабильная точность, целевая погрешность прогноза после калибровки не превышает 5%, замечает Данил Ивашечкин. Это дает надежную основу для принятия решений в управлении процессом, особенно на критичных участках, таких как флотация, добавляет он. Прогнозные модели, созданные Владимиром Кувшиновым, позволяют сэкономить до 30–60 млн руб. в год от улучшения извлечения (доли полезного металла) на несколько десятых процентного пункта, говорит господин Ивашечкин.
Сейчас ИИ прогнозирует содержание металлов уже на 59 точках в технологической цепочке — на каждой минимум по 2 модели, все они уже внедрены в производство, напоминают в «Норникеле». Так, там отмечают, что в дальнейшем компания продолжит прорабатывать аналогичные решения для других процессов и фабрик, а в перспективе уже появляются новые гипотезы — от прогноза качества до предиктивного управления.
По словам ректора Центрального университета Евгения Ивашкевича, студенты совместных магистерских программ изучают все — от автоматизации производства до внедрения искусственного интеллекта в бизнес-процессы. Так, университет развивает полный цикл ИИ-направления, что позволяет разрабатывать решения, которые действительно усиливают бизнес и помогают компаниям быстрее внедрять генеративные технологии.