Реализован запуск газовой утилизационной бескомпрессорной турбины

Она будет генерировать электроэнергию за счёт преобразования потенциальной энергии доменного газа в электрическую.

В 2022 году произошёл неудачный пуск газовой утилизационной бескомпрессорной турбины 16 (ГУБТ-16). После этого руководитель управления главного энергетика (УГЭ) «Северстали» Вячеслав Тихонов принял решение о возобновлении работы агрегата.

Весной 2023 года технологи из УГЭ и комиссия по ГУБТ-16 из «Северсталь-инфокома» создали рабочую группу. Она сопровождала процесс подготовки и пуска турбины, выполняла пусконаладочные работы в части алгоритмического и программного обеспечения. Чтобы проанализировать работу подобного агрегата, коллеги посетили металлургический комбинат группы «ЕВРАЗ» в Нижнем Тагиле и уже в мае утвердили алгоритмы.

Специалисты ИТ создали симулятор, который без запуска турбины показывал, как будут функционировать алгоритмы пуска, нормального и аварийного останова.

На написание программного кода ушёл месяц, и уже в июле сотрудники «Северсталь-инфокома» начали проверку технологических защит. После чего рабочая группа проекта совместно с наладочно-монтажным управлением «Электроюжмонтаж» провела комплексные испытания ГУБТ-16 и 22 августа сдала объект в промышленную эксплуатацию.

Запуск ГУБТ-16 позволит комбинату увеличить выработку собственной электроэнергии на 10 МВт в час. Благодаря автоматизации большинство процессов происходит практически без участия человека.

Непрерывно-травильный агрегат № 4 (НТА-4) ЧерМК оснастили нейронной сетью VERA для поиска и классификации поверхностных дефектов.

Это очередная собственная разработка «Северстали». VERA получает изображения с камер с высоким разрешением, а затем на специальном сервере с высокопроизводительными графическими процессорами обнаруживает и классифицирует дефекты на рулонах. После этого эксперты проводят аттестацию и принимают решение о соответствии продукции требованиям клиента.

«Металл прокатывается с высокой скоростью, работник физически не может увидеть все дефекты на поверхности. Чтобы исключить человеческий фактор, мы решили передать инспекцию поверхности искусственному интеллекту.

Цифровые решения, в частности VERA, значительно сокращают количество брака. Это положительно влияет на качество продукции и количество заказов. Изготовление собственных систем контроля качества позволяет «Северстали» быть независимой от зарубежных производителей такого оборудования, а также адаптировать собственные решения под задачи производства и снижать их себестоимость», — говорит руководитель проекта «Северсталь Диджитал» Валерий Шкуренко.

За счёт беспрерывного совершенствования системы VERA удалось снизить количество продукции с дефектами и, как следствие, сократить число претензий клиентов.

Всем привет! Сегодня с вами на связи Артём Гаврилов, младший разработчик центра развития коммерческих ИТ-продуктов кластера «Индустриальные процессы». Я расскажу вам о своём знакомстве с виртуальной и дополненной реальностью ?

В «Cеверсталь-инфоком» я попал благодаря стажировке IT HUB «Северстали». А когда нас распределили по направлениям, я оказался в VR, и знакомство с ним было потрясающим!

Когда надел VR-шлем и включил устройство, то почувствовал, как погрузился в совершенно новую и захватывающую вселенную. В первые минуты меня поразила реалистичность графики и ощутимость окружающей среды. Я мог видеть всё вокруг себя, чувствовать каждое движение, словно находился в другом измерении. А различные тренажёры позволяли мне погрузиться в особенности разных профессий: шахтёра, оператора крана, управления экскаватором.

Но помимо восторга во время своего первого опыта в VR я почувствовал тревогу. Погружение было настолько интенсивным, что я чуть не забыл о реальности. Иногда было трудно перестать думать о том, что происходит вокруг меня, и сконцентрироваться только на виртуальном мире. 

В целом, мой первый опыт в VR был захватывающим и незабываемым. Ощутил весь спектр эмоций — от восторга и восхищения до тревоги и изумления. Я понял, что виртуальная реальность имеет огромный потенциал для развлечений, обучения, исследований и многого другого.

Посмотреть виртуальные экскурсии по предприятиям "Северстали" можно по ссылке или QR-коду ниже.

Математическая модель оптимизации электропотребления группы компрессоров

Мы стремимся сделать производство максимально эффективным и автоматизированным, поэтому многие системы заменяются или модернизируются.

Например, в кислородном цехе ЧерМК на участке компрессии воздуха использовались три разделённые группы компрессоров, которые управлялись независимо друг от друга. Это не позволяло быстро оценить, какой из них требуется загрузить, а какой разгрузить для снижения удельного расхода электроэнергии.

В 2020 году менеджер участка Александр Пудов и коллеги из «Северсталь Диджитал» разработали математическую модель, которая объединила три группы компрессоров и научилась давать рекомендации по загрузке/разгрузке оборудования на основе данных о потреблении электроэнергии и производстве сжатого воздуха.

Тестирование модели показало её жизнеспособность, и удельное электропотребление по группе воздушных компрессоров удалось снизить. Однако был выявлен и ряд недостатков и ограничений.

Чтобы их устранить, необходимо модернизировать АСУ ТП компрессоров, а также разработать усовершенствованную оптимизационную модель. Алгоритмическим и программным обеспечением занялись инженеры управления технологической автоматизации Евгений Проворов и Андрей Березкин.

Была произведена реконструкция систем управления компрессорным оборудованием, налажены каналы связи и внедрена математическая модель, которая в автоматическом режиме без участия человека производит загрузку/разгрузку по оптимальному режиму.

Машинное зрение в прозводстве трубного проката на промплощадке «Северстали» в Колпино

Цифровая модель работает на участке окончательной приёмки труб. У коллег было недостаточно данных о том, насколько эффективно работают площадки инспекционной приемки. Они решили использовать существующую систему видеонаблюдения: картинка с видеокамеры поступает в модель, машинное зрение анализирует ее, определяет количество персонала и их действия. Информация собирается в базе данных, на основе которой строится отчет.

В отчете детально и по различным периодам можно посмотреть информацию с привязкой к разным бригадам и сравнить ее.

Подробнее о том, как завершился проект по внедрению машинного зрения — в сюжете ТВ-программы «Северстали».

«Цифровая модель — как ребенок, её нужно правильно обучить»

Андрей Федотов — ведущий эксперт по автоматизации и цифровым технологиям из дирекции по прокатному производству «Северстали», рассказал на радио «Трансмит» о нашем подходе к цифре, искусственному интеллекту (ИИ), распространённых мифах и интересных фактах, а также поделился примерами применения ИИ.

Смотрите эфир и делитесь своими мыслями об этой популярной сейчас теме

Машинное зрение и искусственный интеллект помогают избежать простоев на обжиге окатышей

В «Северстали» запустили цифровой мониторинг обжиговых тележек. Основная цель — оперативно выявлять дефекты и снижать аварийные простои обжиговых машин на «Карельском окатыше».

Сервис основан на технологиях машинного обучения и компьютерного зрения. Вывод информации о дефектах осуществляется с помощью инструментов MES (система управления производственными процессами) «КлиентПро», которая является собственной разработкой компании.

С помощью инструмента операторы в режиме реального времени могут отслеживать тележки с критичными дефектами и оперативно принимать решения по их замене. На данный момент сервис находится в опытно-промышленной эксплуатации. Одновременно с этим, учитывая обратную связь пользователей, идёт доработка ПО.

Василий Харин, ведущий разработчик из кластера «Металлургическое производство» «Северсталь-инфокома», разработал «ядро» системы. Вот что он отметил:

«Данный проект — один из самых интересных, которые мы делаем. Он уникальный и специфический. Можно по пальцам одной руки пересчитать аналогичные проекты по всему миру. Пришлось разрабатывать всё с нуля, полагаясь только на собственные силы».

Смотрите видеосюжет​, чтобы больше узнать о том, как работает новое решение.

Hand Tracking — будущее рядом!

Привет, я Артём, разработчик VR/AR-приложений в компании «Северсталь». Я постоянно исследую новые технологии для решения бизнес-задач клиентов. И сегодня хочу поделиться некоторыми мыслями о технологии отслеживания рук! Вау!

Hand Tracking — технология, которая позволяет отслеживать движения рук в реальном времени. Существует несколько методов:

• оптический — камеры следят за движением рук и определяют их положение;

• инерциальный — акселерометры, гироскопы и магнитометры отслеживают движения;

• магнитный — магнитное поле определяет положение и ориентацию рук.

Для двух последних необходимы специальные и дорогие перчатки, а также система Lighthouse от Valve. Оптический метод лишён этих недостатков.

Одним из первых продуктов для теста был Leep Motion. Его значительный минус — это малый угол обзора датчика при трекинге из-за чего руки иногда теряются. В тренажёрах, где важно точно отслеживать местоположение рук, это критично. Выходило обновление Ultraleep, но пока встроенный в очки трекинг работает сильно лучше.

А опыт использования гарнитур Vive Focus 3, Pico 4 и Oculus Quest 2 показал, что самый подходящий у Quest. Он доступен и на UE4, и на Unity. В остальных моделях SDK либо сырой, либо трекинг работает хуже, поэтому я не рекомендую использовать эти модели для серьёзных проектов. Но уверен, что они смогут догнать друг друга.

Создание иммерсивных приложений требует от разработчиков и компаний совершенствования технологий, в том числе и трекинга рук.