Архив Металлургия и горная добыча · Чёрная металлургия и трубы

ММК: ML-помощник подсказывает температуру нагрева стали в ЭСПЦ

В электросталеплавильном цехе ММК внедрён цифровой помощник на машинном обучении, который подсказывает оптимальную температуру заказа при нагреве стали на агрегатах печь-ковш. Модель обучена на исторических данных по 32 тыс. плавок.

Стадия
Промышленная эксплуатация
География
Россия
Год
2025
Источники
1
CB-002348
проверено 24.10.2026

/01 · ключевые результаты

  • масштаб

    32 тыс. плавок

    объём исторических данных для обучения модели

    Магсити74, статья, 28.01.2025

    по данным на январь 2025 года · цифровой помощник прогнозирования температуры заказа, ЭСПЦ ММК

    слова сотрудника: Андрей Картунов, начальник научно-технического центра ПАО «ММК»

оценка strategai

Оценку не приводим: результаты работы помощника (брак, электроэнергия, расход электродов) не раскрыты

В электросталеплавильном цехе ММК внедрён цифровой помощник на машинном обучении, который подсказывает оптимальную температуру заказа при нагреве стали на агрегатах печь-ковш. Модель обучена на исторических данных по 32 тыс. плавок.

Стадия
Промышленная эксплуатация
География
Россия
Год
2025
Источники
1
CB-002348
проверено 24.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-002348ПАО «Магнитогорский металлургический комбинат»

Бизнес

Компания
ПАО «Магнитогорский металлургический комбинат»
Отрасль
Металлургия и горная добыча · Чёрная металлургия и трубы
Функция
Производство и основные операции
Задача
Оптимизация техпроцесса, АСУ ТП, советчики

Технология

Класс AI
Предиктивная аналитика (классический ML)
Тип решения
Собственная разработка
Данные
Исторические данные по 32 тыс. плавок: физико-химические свойства стали, уровень нагрева, время обработки, теплопотери стальковша, заданная марка стали.

Внедрение

Стадия
Промышленная эксплуатация, на 28.01.2025
География
Россия

/03 · описание кейса

Бизнес-задача

В электросталеплавильном цехе (ЭСПЦ) Магнитогорского металлургического комбината сталь после выплавки в дуговых печах или двухванном агрегате поступает на внепечную обработку. Там её доводят по химическому составу до заданной марки и нагревают на агрегатах печь-ковш (АПК) до температуры заказа, чтобы затем разлить на машинах непрерывного литья заготовки в определённом температурном диапазоне. Температуру заказа задаёт технологический персонал цеха; раньше специалисты опирались на показания мнемосхем и собственный опыт. Проект нацелен на снижение брака по сортовым заготовкам, сокращение потерь электроэнергии и расхода графитированных электродов при нагреве металла на АПК, а также на улучшение макроструктуры слитков на этапе разливки.

Решение

Цифровой помощник прогнозирования температуры заказа разработан с применением методов машинного обучения. Математическая модель обучена на исторических данных по 32 тыс. плавок и учитывает физико-химические свойства стали, уровень нагрева, время обработки, теплопотери стальковша и заданную марку стали. Система анализирует эти параметры и подсказывает оптимальную температуру заказа; решение о заказе остаётся за технологическим персоналом. Вся информация отображается в онлайн-таблице электросталеплавильного цеха и накапливается в базе для последующего поиска закономерностей и отклонений.

Внедрение

Сервис разработан внутри группы: группой математического моделирования и продвинутой аналитики совместно с отделом производственных систем «ММК-Информсервис». Заказчиком системы выступил начальник научно-технического центра ПАО «ММК» Андрей Картунов. О внедрении помощника в ЭСПЦ сообщило издание «Магсити74» 28 января 2025 года со ссылкой на комбинат: ML-решение работает на этапе заказа температуры нагрева стали на АПК в помощь человеку.

/04 · источники и проверка

Что подтверждено

  • Цифровой помощник прогнозирования температуры заказа на основе машинного обучения внедрён в электросталеплавильном цехе ММК и работает на этапе заказа температуры нагрева стали на агрегатах печь-ковш.
  • Модель обучена на исторических данных по 32 тыс. плавок и учитывает свойства стали, уровень нагрева, время обработки, теплопотери стальковша и марку стали.
  • Решение разработано внутри группы ММК — группой математического моделирования и продвинутой аналитики совместно с «ММК-Информсервис».

Ограничения

  • 32 тыс. плавок — объём обучающих данных модели; цифра не показывает, как изменились брак по сортовым заготовкам, потери электроэнергии или расход графитированных электродов.
  • Снижение брака и затрат названо целью внедрения; измеренный результат в источнике не приведён.
  • Описание относится к одному цеху — ЭСПЦ Магнитогорского металлургического комбината.
  1. [1] Магсити74

    У сталеваров ММК появился Цифровой помощник

    СМИ · 28.01.2025

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-002348 · Версия 1 · 24.10.2026 · /c/CB-002348/