Китайский металлургический гигант Liuzhou Steel Group и Huawei создали единую ИИ-платформу для управления производством
Liuzhou Steel Group, основанная в 1958 году в провинции Гуанси, входит в число 500 крупнейших предприятий Китая и топ-50 мировых металлургических компаний. Ежегодный доход предприятия превышает 100 миллиардов юаней, на нем работают 27 тысяч сотрудников, эксплуатирующих более 250 тысяч единиц оборудования для выпуска свыше тысячи видов стали. До недавнего времени внедрение искусственного интеллекта на предприятии носило фрагментированный характер: в каждом цехе использовалась собственная модель, данные между цехами не передавались, алгоритмы работали изолированно.
Это стало отправной точкой для совместного проекта Liuzhou Steel Group и Huawei по созданию большой металлургической модели «Сюаньте» на базе большой модели Huawei Pangu. Сначала модель обучили на отраслевых данных для усвоения базовых принципов сталеплавильного производства. Затем выполнили тонкую настройку с использованием многолетних накопленных данных предприятия для адаптации к конкретным условиям Liuzhou Steel Group. Для каждого технологического сценария создали облегченные малые модели. Таким образом, один центральный «мозг» отвечает за глобальную координацию, а группа «помощников» управляет отдельными процессами. Система охватывает шесть ключевых звеньев: подготовку сырья, выплавку, прокат, транспортировку, охрану окружающей среды и технику безопасности. Всего запланировано «20+N» сценариев применения, где 20 — уже отработанные, а N — постоянно расширяющиеся. Вычислительные мощности полностью локализованы: используются процессоры Huawei Kunpeng и ИИ-чипы Ascend.
На базе в Фанчэнгане работают 10 локомотивов и 51 чугуновоз, каждый из которых перевозит в сутки в среднем около 3,6 тысячи тонн жидкого чугуна с температурой свыше 1400 градусов. Маршрут от доменной печи до конвертера длиной 2 километра занимает около 28 минут и пересекает три железнодорожных переезда.
Начиная с 2020 года, Liuzhou Steel Group совместно с Huawei и China Mobile Guangxi провели трехэтапную модернизацию. На первом этапе каждый чугуновоз оснастили устройством позиционирования, что позволило диспетчеру видеть местоположение всех вагонов в реальном времени. На втором этапе чугуновозы оборудовали автоматическими теплоизоляционными крышками, что снизило потери тепла на 35 градусов. На третьем этапе все 10 локомотивов оснастили системой автономного вождения, которая в связке с интеллектуальной диспетчерской системой позволяет выполнять полный цикл: сцепку с ковшом, транспортировку и выгрузку.
После запуска системы оборот вырос с 3,5 до 4,5 ковшей в сутки — рост примерно на 30 процентов. Теплопотери снизились на 35 градусов, что позволяет добавлять на 20 килограммов больше металлолома на каждую тонну жидкого чугуна, снижая затраты на сырье. Штат транспортной бригады сократился с более чем 70 до около 10 человек. Годовая экономия составляет порядка 35 миллионов юаней.
Традиционно контроль процесса выплавки стали — удаления из чугуна излишков углерода и примесей путем подачи кислорода — ведется визуально. Опытный мастер в защитных очках вглядывается в пламя у горловины конвертера и принимает решение за секунды, однако этот навык зависит от личного опыта и физического состояния. Теперь на заводе установлена камера высокого разрешения, которая в реальном времени улавливает цвет, форму и яркость пламени, а алгоритмы распознавания анализируют изображение. Система работает круглосуточно без усталости.
Liuzhou Steel Group выпускает более 100 марок стали с разными требованиями к составу и технологическими маршрутами. Ранее процесс рафинирования зависел от ручного управления: сначала измеряли химический состав, затем на основе опыта решали, сколько добавить легирующих элементов и как долго продувать аргоном. К моменту получения результатов процесс уже шел полным ходом — это была «проверка постфактум», а не управление процессом.
Liuzhou Steel Group и Huawei разработали совместное решение на основе трех компонентов: формул механизма, описывающих базовые физико-химические закономерности; ИИ-модели прогнозирования изменений температуры и состава на основе данных в реальном времени; и алгоритма расчета оптимальных рабочих параметров. Это позволило перейти к управлению процессом в реальном времени.
В цехе холодной прокатки желтый мостовой кран с автоматическими тисками захватывает рулон стали и перемещает его в заданное место. Тяжеловесная механическая рука перемещает прокатные валки со склада на производственную линию. Ранее для этого требовалось три человека, работавших в условиях высокой температуры и запыленности. Совместная команда доработала более 10 тысяч строк кода и обработала свыше миллиона изображений, повысив точность захвата валков с 85 до 99,5 процента, а погрешность установив в пределах 15 миллиметров. Затраты на персонал на этом участке сократились на 83 процента.
Аналогичные ИИ-решения внедряются и в других отраслях. Baowu Group использует большую модель Pangu для прогнозирования температуры доменной печи, что позволяет снизить себестоимость каждой тонны чугуна на 5–10 юаней. Цементный производитель Anhui Conch Cement Company Limited с помощью большой модели прогнозирования осуществляет глобальную оптимизацию энергопотребления, снизив удельный расход угольного эквивалента на 1 процент, что эквивалентно сокращению выбросов углекислого газа более чем на 4,5 тысячи тонн в год на одной производственной линии.
Фото: Shutterstock.com
