Активные окислительные процессы, протекающие в агрегатах автогенной плавки, требуют оперативного управления режимами работы.
Традиционные методы определения химического состава продуктов плавки приводят к несвоевременным корректировкам технологических режимов работы плавильных агрегатов. Специалистам цветной металлургии давно известно влияние окисления меди на цвет пламени. На основании этого наблюдения авторы выдвинули гипотезу о возможности оперативного контроля процесса конвертирования медно-никелевых штейнов по спектрам пламени отходящего газа.

☝️ Так написано в реферате к нашей научной статье в издании "Руда и металлы", и лучше и не скажешь 💯.
В статье описаны результаты большой работы, проведенной нами для Норникеля:

1️⃣ Проверена применимость решения для конвертирования черновой меди на Медном Заводе Норникеля, в результате чего принято решение о реализации проекта.

2️⃣ Также проверяли применимость решения для схожего процесса на Надеждинском металлургическом заводе - конвертировании файнштейна. По результатам экспериментов, техническое решение оказалось не применимо для процесса конвертирования файнштейна, т.к. процесс завершается до того, как происходит "фазовый переход" в процессе - железо и другие ЦМ как окислялись в процессе конвертирования, так и продолжают окисляться при достижении оптимального содержания железа в файнштейне.

Читайте!

Про первые опыты со спектроскопией писали ранее.

Получили первую благодарность за внедрение СУУТП!
Неожиданно, но кейс был найден в цветной металлургии - в Норникеле.

Система выдает рекомендации по изменению удельного расхода кислорода и флюса. Да, пока рекомендации, автономная работа следующий шаг.

Рекомендации выдаются на основе нечеткой логики по заданному набору правил:
1️⃣ изменение хим. состава штейна, относительно целевых границ;
2️⃣ изменение состояния ванны печи (температура, гарнисаж);
3️⃣ изменение разряжения в аптейке;
4️⃣ изменение Fe/SiO2 в питании печи;
5️⃣ изменение содержания кислорода в КВС;

Ключевое, что было сделано для перевода системы из реактивного режима в проактивный - это разработка виртуального анализатора химсостава штейна на основе ML-модели.
ВА выдает прогноз по химсоставу каждые 5 минут (в отличие от реального замера, который приходит раз в 2-3 часа!). Также на повышение качества выдаваемых рекомендаций повлияло дооснащение агрегата поточным анализатором химсостава шихты.

Эффекты - относительное снижение извлечения ценных металлов в отвальный шлак:
Cu – 14%
Ni – 17%
Co – 8%

Впечатлило, как достойно наши инженеры справились с нетиповой задачей - документ тому подтверждение.
Будем использовать в качестве референса при заявках на проекты СУУТП.

Обеспечения непрерывности производства с помощью Datana

Если вы отвечаете за транспортировку/стабильность питания фабрики/завода, то вам должно быть интересно.

Закончили проект на металлургическом производстве. Сразу - эффект оказался более 6 млн за 2 месяца. Хотя заказчик при запуске инициативы оценивал 6 млн в год! Вообще, это частая проблема. Если у вас не запускаются инициативы, возможно, вы их просто недооцениваете...

Ладно, к теме.

Производственная и логистическая цепочка состоит из множества операций, и она вариативна. Сумму всех операций на пути назовем поток. Потери возникают из-за нарушения потока (останов, задержка, снижение качества и т.д.). Чтобы ликвидировать нарушение, нужно выполнить компенсацию.
Наша система "Интеллектуальный диспетчер" анализирует параметры потока, определяет нарушения, предлагает компенсации:

1️⃣ Ситуация: Отправка ж\д маршрута с окатышами задерживается на неопределённый срок. Домны продолжают работать штатно на оперативных запасах на колесах и их истощают.
Система отработала:
Зафиксировано отклонение -> “снижение поступления” приведет к дефициту через X часов -> Диспетчер проиграл позитивный и негативный сценарий. Для выбранного сценария получил рекомендацию на подъём сырья со складов.
Результат: штатная работа, без рисков останова производства. Компенсация (подъём сырья со складов) была организована с применением местного вагонного парка без дополнительных расходов, что не тормозило оборот сырья и сделало погрузку дешевле.

2️⃣ Ситуация: Не успели разобраться с задержкой отправки сырья. Как следствие, произойдет сгущенное прибытие.
Система отработала:
Зафиксировано отклонение -> в ночь будет несколько прибытий ->
диспетчер дневной смены заранее запрашивает дополнительные ресурсы для выгрузки избытка вагонов на склад (два кантовщика и бульдозер), ресурсы успеют к моменту прибытия избытка составов.
Диспетчер ночной смены ставит задачу на выгрузку избытка составов.
Результат: штатная работа! избыток оперативно выгружен, порожние составы отправлены поставщику, и интенсивность оборота сохранена, а соответственно и план по отгрузке и потреблению.

Таких примеров много, в том числе по останову ВРУ и прочее. Система не только занимается диспетчеризацией цепочки, но и работает в симуляционном режиме "что-если", покажет последствия принятых решений.

MES будет приносить эффекты с нашим "интеллектуальным диспетчером". Доказано.