Анализ и оптимизация процессов на металлургическом производстве
Приняли участие в оценке и оптимизации готовой системы по управлению процессом извлечения цветных металлов из руды в области пирометаллургии
Задача
Бизнес-задачи клиента:
- Увеличить извлечение меди из руды,
- Снизить потери цветных металлов в шлаке,
- Повысить эффективность плавильного процесса.
Технические задачи проекта:
- Оценить эффективность текущей системы управления,
- Интегрировать новые источники данных,
- Создать ИИ-модель прогноза качества,
- Автоматизировать рабочие процессы
Решение
Клиент использовал на производстве решение стороннего вендора.
Оценка показала, что эффективность системы не превышает эффективность ручного управления оператором.
Мы выдвинули гипотезу по оптимизации: если использовать данные дополнительного датчика и актуализировать ряд признаков, то получится сократить процент ЦМ в шлаке.
По решению руководства и аналитика работы начали реализовывать решение.
Работа над проектом заняла 5 месяцев:
- 1 этап — изучение и оценка ранее созданного решения;
- 2 этап — применение новых признаков датчика;
- 3 этап — применение данных ML.
Результат
В результате проверки гипотез выяснили, что эффективность управления процессом ранее созданной системы незначительно возросла. Такого эффекта оказалось достаточно, чтобы заказчик принял решение о развертывании такой же системы на подобном агрегате завода
Оказанные услуги
- Анализ и модернизация алгоритмов управления процессом,
- Интеграция данных нового датчика RFA в систему управления,
- Разработка MVP ML-модели,
- Создание и вывод в эксплуатацию
Технологии
- Pandas
- Numpy
- Scipy
- Seaborn
- Lightgbm
- SHAP
- SQL
- Docker