В продолжение темы белой металлургии ⚪️

В теории 📄 автоматизированных систем управления (АСУ) говорится о человеке-операторе 👷‍♂️, как об элементе системы управления. В противоположность АСУ можно упомянуть САУ - системы автоматического управления. За рубежом говорят HITL (human in the loop) vs. HOTL (human out of the loop), то есть оператор находится в контуре или за контуром управления.

Белая металлургия, во многом про безлюдное производство, про HOTL. Оператор планирует производство, опираясь на полученные заводом 🏭 заказы и балансируя утилизацию мощностей, себестоимость и производительность, а дальше лишь следит за дэшбордами. Современные технологии оптимальным способом настраивают работу агрегата, цеха, целого завода, и управляют выполнением плана 📊
Нам очень близка эта философия. Но, к сожалению, это не всегда осуществима. Остро стоят вопросы доверия к решениям ИИ и принятия ответственности за них. Крупные заводы относятся к субъектам критической инфраструктуры, и цена ошибки там очень высока 💸

Компания Datana является членом Технического Комитета №164 по стандартизации "Искусственный интеллект", одна из его задач - повышение доверия к ИИ. Мы держим руку на пульсе 😉 и очень осторожно, шаг за шагом, освобождаем операторов от лишних действий, не имеющих опасных последствий.

Сейчас мы работаем над цифровизацией цепочек поставок. То есть — внимание — не над оптимизацией работы одного агрегата на основе цифрового советчика, а над целой ⛓цепочкой, куда могут входить сразу множество моделей. Решение позволяет выполнять имитационное моделирование и давать рекомендации по настройке всего производства.

Жаль, немного опоздали с анонсом, ведь день космонавтики был вчера 🚀
Металлургия будет белой!

Тизер нового решения 🤫

Думаем о будущем, но делаем реальные дела уже сейчас 😎

Вот на прошлой неделе установили специальный терминал для подручного сталевара. Сейчас он проходит испытания, а в дальнейшем сталевару даже не понадобится открывать окно и смотреть 👀 на жидкий металл.
Система может самостоятельно управлять 🧠 углом наклона конвертера, не допуская выплеска металла в шлаковую чашу.

Осторожно, длинный текст!
Продувка металла аргоном… звучит забавно, а ведь это важный этап в процессе внепечной обработки стали. Дело в том, что металл в стальковше нужно хорошенько перемешивать, чтобы добавленные ферросплавы (присадки, определяющие конечные свойства стали) равномерно распределились и лучше усвоились. Этим и занимается инертный газ аргон, ➕его пузырьки выносят на поверхность все неметаллические включения – возможную причину брака.
Проще говоря, без продувки аргоном сделать высококачественную сталь невозможно ❌

Какие же проблемы возникают на этом этапе?
1️⃣ Слабо перемешиваем — химические элементы не усвоятся, и мы не получим однородного состава. Сильно перемешиваем — металл “нахватает” из воздуха азот и испортится. Много вдуем — металл охладится.
2️⃣Наведем неправильный шлак в стальковше, не уследим за ним — испортим металл. Шлак покрывает металл, не давая ему насытиться азотом и водородом, а может быть источником питания расплава кислородом, если того требует технология;
3️⃣ А еще нужно следить за расстоянием от борта до расплава, чтобы не перелить через край, следить за тем, что охлаждающая система не дала течь, что электроды погружены в расплав не слишком глубоко, и не слишком высоко, и так далее…

Как происходит сейчас? Подручный сталевара регулярно бегает к смотровому окошку, заглядывает в него и по рации передает сталевару, что видит. Ну как тут сталевару не ошибиться и принять верное решение?

Мы ставим под свод крышки стальковша (для этого нужна крышка со специальным технологическим отверстием) несколько камер, которые работают в разных режимах и собирают всю необходимую информацию, а умный цифровой советчик описывает сталевару состояние расплава и дает рекомендации.

Выше мы рассказывали о бережливых испытаниях (lean flight testing) по выбору характеристик правильной камеры для решения задачи.
У нас есть любопытная история — однажды, уже в процессе нашего НИОКР, заказчик заменил крышку на новую, без технологического отверстия. Что делать? Нам пришлось сконструировать специальный пневматический кронштейн, на котором крепилась камера. По команде сталевара кронштейн задвигал камеру через смотровое окно вместо подручного сталевара. Задачу решили, хотя, конечно, гораздо лучше обеспечить real-time передачу информации, а для этого нужна камера под крышкой.

Недавно выступили на Seymartec Digital. Настоящая оффлайн-конференция про автоматизацию горного и металлургического производства. Рассказывали про наше видение сквозной цифровизации промышленных предприятий, сорвали аплодисменты. Для тех, кто не был на конференции, сделали видеоролик - посмотрите - он про Цифровой Завод, а это очень серьезно.
О предпосылках, о том, что нас натолкнуло, как развивалась наша мысль, расскажем в следующих постах. Не переключайтесь.

Друзья, есть вопрос к вам - а почему вы подписались на этот канал?
Напишите в комментариях, о чем вы хотите здесь читать, потому что мы хотим, чтобы вам было интересно. Это важно! ☝️

Многие из нас, учась в школе, думали: «мне не пригодится математика!», «зачем мне химия в жизни?» и т.д.
Пригодилось. Причем в сочетании с физикой.
У нас в портфолио есть классный кейс – Оптимизация расхода ферросплавов. Кстати, в предыдущем видеоролике он упоминался. Конечно, не все так просто, как это могло показаться в видеоролике.
Задача – для каждой плавки подобрать ферросплавы – дорогие материалы, которые добавляют в металл для получения стали нужной марки.
Для этого сначала нужно научиться предсказывать хим. состав стали в зависимости от разных количеств разных ферросплавов. Важно это делать лучше, чем сталевар своими текущими средствами. Одни добавки окисляются, или угорают, как сталевары говорят. Другие, наоборот, восстанавливаются из шлака. Наш цифровой советчик в реальном времени получает информацию о плавке, ее текущем и целевом хим. составе, температуре металла, содержании кислорода, отданных ранее материалах… Много всего. Тут работает прогнозная модель машинного обучения, в которую мы зашили физ.-хим. зависимости – это и точность поднимает и позволяет результаты работы модели интерпретировать.
Далее оптимизационная модель, опираясь на прогнозную, подбирает диапазон элементарных химических элементов – легирующих. А потом еще одна модель подбирает из наличия нужные ферросплавы с целевой функцией по минимальной стоимости. За счет этого достигается реальный эффект, десятки миллионов рублей экономии. Наука!
Мы получили первый опыт еще в 2018 году на Ашинском металлургическом заводе, а теперь запускаем большое внедрение. Расскажем, не переключайтесь.

Вы слышали про американский стандарт ISA-95? Он про принципы информационной архитектуры предприятия. Так вот, на вершине пирамиды находится ERP, ниже MES, а потом системы нижнего уровня: Scada, АСУТП. Обычно эти системы слабо связаны между собой, у них разные пользователи.
В итоге портфель заказов собирается без учета возможностей производства, возникают колиззии в исполнении. Это в качестве иллюстрации.
Помимо вертикальной разобщенности процессов, есть и горизонтальная нестыковка. Это следствие традиционной проблемы колодезной структуры компании. На западе говорят - silo.
Мы уверены, что единственный правильный путь цифровизации - сквозные процессы. Как вертикальные, так и горизонтальные. Цифровые инициативы должны перерасти уровень локальной оптимизации.
Gartner называет новый мега-тренд - "Индустриализация платформ ИИ". Цифровые решения должны работать в новой парадигме. Эту концепцию мы реализуем в нашем "Цифровой заводе". Настало время уйти от rule-based информационной архитектуры к data-driven.

Сейчас многие компании стоят на развилке: пользоваться услугами внешних разработчиков или выстраивать разработку inhouse.
Создавать ли промышленному предприятию свою "ИТ-компанию"? Не сдвинет ли это фокус с бизнес-задач на создание инструментов? Окупятся ли эти инвестиции? Ведь не все ИТ-компании, даже созданные специалистами, успешны. Иначе, все айтишники были бы Цукербергами)
А может отдать всю "цифру" на аутсорс? Пусть лидеры рынка принесут готовые решения! Но кому довериться?

Мы же за разумный баланс.
Например, НЛМК создал методологию, когда и inhouse, и даже внешние датасайентисты работают по единым правилам, а ML-модели разрабатываются на собственной DSML-платформе.
На предприятии нужна служба заказчика для реализации стратегии цифровизации. Она привлекает вендоров и интеграторов для создания цифровых решений, не противоречащих, а дополняющих друг друга.
Имеет смысл создать небольшое подразделение RnD для проведения пилотов. Это позволит вести аргументированные переговоры с поставщиками.

Экономический эффект от внедрения. Это повторяют, как мантру, заказчики и в банках, и в промышленности. Действительно, эффективность должна быть как-то оценена, иначе зачем это всё.
По факту, возможность измерения эффекта зависит от оцифрованной точки отсчета. Если завод, например, не знает, сколько шлака в среднем попадает в металл, и какое влияние это оказывает на качество... или не ведёт учёт прогаров, а каждый прогар это миллионы рублей потерь, то продать ему решение, снижающее эти риски, вряд ли получится. Был и у нас подобный случай в практике на просторах СНГ. Экономисты прямо сказали, что прогары есть, но учет их ведется неофициально, в тетрадочке. Поэтому доказать эффект от нашего решения мы не сможем, так как официально прогаров нет.
В таких случаях основные пострадавшие — акционеры этих заводов. Именно поэтому цифровая трансформация компаний прямо влияет на стоимость акций. И именно поэтому запустить ее можно только «сверху» через установку правильных целей «вниз».

Про эффект от цифры можно сказать немало, но сходу приходит на ум - должна вырасти производительность.
Не всегда есть такая задача. Дальше по цепочке может быть узкое место, а в скоплении "незавершенки" нет ничего хорошего. Элияху Голдратт: «производительность должна быть подчинена пропускной способности узких мест».
На практике мы сталкивались с такими бутылочными горлышками: скорость разливки на МНЛЗ, пропускная способность "ТОЛ" - вагонетка, которая перевозит заготовки в "холодильник", загрузка удч и вакууматора, план ремонтов и т.д.
Допустим, благодаря цифровым решениям нам удалось оптимизировать процесс. Но если производить больше не имеет смысла из-за узких мест, то как использовать высвобожденный ресурс? Он же простаивает!
Например, можно отремонтировать оборудование без срыва плана, на что часто не хватает времени. А можно по-научному — смоделировать расширение узких мест с помощью имитации на цифровом двойнике, и, если результат устроит, реализовать эти инициативы. Элияху Голдратт гордился бы нами.

Как запустить пилотный проект в металлургии?
Металлургия - капиталлоемкое производство. Агрегаты для выплавки стали стоят огромных денег, это активы комбината. Требуются большие инвестиции, чтобы установить новый агрегат или его доработать. Но и освоение новой продукции крайне затратно. Например, для разработки новой марки стали нужно останавливать рабочий процесс, проводить эксперименты (тестовые плавки) - это очень дорого.
По этому всему в металлургии сложились неторопливые процедуры запуска инициатив, их оценки и закупки (за редким исключением).
Для цифровой трансформации нужно действовать быстро, по-новому:
1. Искать возможность показать быстрый эффект уже в пилоте
2. Использовать фонды (Сколково) для софинансирования пилотных внедрений
3. Ставить цели руководителям по количеству реальных внедрений и оптимизации
У нас уже есть опыт разработки процедуры закупки решений Индустрии 4.0. Хотите, вам тоже сделаем.
Кстати, догадались почему такое заглавное фото? Напишите в комментариях!

Многовато умных постов было за последнее время. Просто посмотрите красивое видео. Кто может сказать, что на нем происходит?
В пятницу можно и выдо… нет, выдыхать нельзя 📛. Ведь металлургия — непрерывное производство ♾.

Наш блог стал лучшим на Хабр за 2020 год. "Эксперт цифровизации"- звучит?
Премию вот получили вчера (см. фото на фоне ковра).
Конечно, мы больше гордимся нашими производственными успехами, но все равно приятно. Ссылка ниже. Загляните, там много интересного.
https://habr.com/ru/company/datana/