Руководитель проектного обучения: Юдина Ольга Вадимовна

Заказчик проекта: ДТРК, ПАО «Северсталь»

(Аналитическая система, позволяющая анализировать входные данные - параметры сляба, снятые с датчиков на производстве, и на основе математической модели способна предсказывать появление дефектов на слябе в ЛПЦ-2)

На данный момент крупные металлургические компании не используют подобные системы для прогнозирования появления плены.

Дефект обнаруживается уже после прохождения сляба одного из переделов: горячий, холодный, оцинкованный прокат.

Вследствие позднего обнаружения сляб бракуется и подвергается зачистке. Если компания не найдет заказ с более лояльными требованиями, то сляб отправляется на переплавку.

Применение нашей аналитической системы позволит сразу отправлять потенциально дефектный сляб на зачистку, тем самым ускоряя производство.

(Создание системы прогнозирования дефекта на основе входных данных необходимо с использованием алгоритмов ИИ, повышающих вероятность правильного прогноза при анализе данных.

К примеру, для прогнозирования дефекта можно использовать алгоритм Random Forest.

На страницу проекта