ERG запускает крупный проект по внедрению искусственного интеллекта в металлургию

2025-09-22 10:22

Фото взято с сайта: Miningmag.ru

На Аксуском заводе ферросплавов АО «ТНК Казхром» (входит в ERG) стартовал проект по внедрению решений на базе искусственного интеллекта в систему управления плавильной печью. Первым объектом для пилотного запуска стала руднотермическая печь №64.

Первая стадия проекта уже завершена: собраны и проанализированы данные Big Data за последние три месяца. На их основе разработчики определили значительный потенциал для создания рекомендательной ИИ-модели. В будущем это позволит повысить стабильность технологических процессов, увеличить производительность и энергоэффективность, снизить риски аварий и сократить эксплуатационные расходы.

- Сегодня внедрение ИИ в горно-металлургическом комплексе – это уже не тренд, а вопрос конкурентоспособности и промышленной безопасности: лучшие практики мира и страны смещаются от пилотов к устойчивому эффекту на производстве, - отметил руководитель проекта Руслан Ескендиров из научно-исследовательского инжинирингового центра ERG. – Наш подход прагматичный: датчики > данные > модели > измеримые KPI.

В начале года в ERG была сформирована проектная команда с участием специалистов НИИЦ ERG, BTS (ИТ-дочерней компании ERG), Казхрома и департамента металлургии холдинга. За это время проведена подготовка и аналитика данных, выгруженных из действующих систем. Партнером проекта выступает технологическая компания, имеющая опыт внедрения подобных решений на зарубежных предприятиях по выпуску феррохрома. Анализ Big Data подтвердил: доступного массива информации достаточно для разработки ИИ-модулей, способных решать ключевые задачи производства.

Всего планируется внедрить 10 ИИ-модулей для управления процессами. Так, модуль прогнозирования поломок электродов позволит существенно сократить простои и связанные с ними потери.

На следующем этапе команда займется созданием цифровых инструментов мониторинга и управления для печи №64 с их интеграцией в существующую автоматизированную систему. В центре внимания будут предиктивная диагностика, интеллектуальная оптимизация режимов, использование «виртуальных датчиков» и формирование рекомендаций для операторов. Если результаты окажутся успешными, проект будет расширен и на другие печи.