Архив Металлургия и горная добыча · Чёрная металлургия и трубы
ОМК: ML-модель предупреждает об отказах прокатного стана, экономия более 6 млн руб. в год
По данным ОМК, пилотная система машинного обучения на производстве толстолистового проката в Выксе выявляет аномалии в работе оборудования за 12 часов до отказа. Компания сократила брак на 70% и получает экономию более 6 млн рублей в год.
/01 · ключевые результаты
-
результат пилота
более 6 млн ₽
экономия от предиктивной аналитики
Информационное агентство «Выкса.РФ», статья, 30.09.2026
в год, по данным на сентябрь 2026 года · пилотный проект на производстве толстолистового проката ОМК в Выксе
данные компании
-
результат пилота
70%
сокращение брака
Информационное агентство «Выкса.РФ», статья, 30.09.2026
период не указан, по данным на сентябрь 2026 года · пилотный проект на производстве толстолистового проката ОМК в Выксе
данные компании
-
возможность системы
12 ч
за сколько до отказа модель обнаруживает аномалии в работе оборудования
Информационное агентство «Выкса.РФ», статья, 30.09.2026
по данным на сентябрь 2026 года · пилотный проект на производстве толстолистового проката ОМК в Выксе
данные компании
- 13 узлов гидравлические узлы прокатной клети под контролем системы · масштаб Информационное агентство «Выкса.РФ», статья, 30.09.2026
оценка strategai
Оценка эффекта на EBITDA
не менее 6 млн ₽ в год
Предупреждение отказов прокатного стана моделью машинного обучения.
Пересчёт денежного эффекта, который приводит компания, в годовой эффект.
Без учёта затрат на систему: источники их не раскрывают.
Как посчитано
Годовое снижение затрат на пилотной прокатной клети, которое называет компания, принятое полностью, без доли, отнесённой к другим факторам.
| Шаг расчёта | Нижняя | Базовая | Верхняя |
|---|---|---|---|
| Годовой эффект пилотной системы предупреждения отказов = Годовое снижение затрат от предиктивной аналитики на пилотной прокатной клети × Без атрибуции | 6 млн ₽ в год | 6 млн ₽ в год | 6 млн ₽ в год |
Входные данные
- данные кейса Годовое снижение затрат от предиктивной аналитики на пилотной прокатной клети: 6 млн ₽ в год более 6 млн ₽, экономия от предиктивной аналитики Информационное агентство «Выкса.РФ», статья, 30.09.2026
- константа Без атрибуции: 1
Допущения
- 6 млн ₽ в год — наименьшая величина, которую называет компания; при большем снижении затрат эффект выше.
- Эффект относится к пилотной клети; перенос на другие клети расчёт не включает.
Базовое значение: 6 млн ₽ в год.
Метод afiina-pnl/1, оценка от 27.10.2026, цены 2026 года. Диапазон округлён до двух значащих цифр наружу. Методика
По данным ОМК, пилотная система машинного обучения на производстве толстолистового проката в Выксе выявляет аномалии в работе оборудования за 12 часов до отказа. Компания сократила брак на 70% и получает экономию более 6 млн рублей в год.
/02 · паспорт кейса
Бизнес
- Компания
- Объединённая металлургическая компания
- Отрасль
- Металлургия и горная добыча · Чёрная металлургия и трубы
- Функция
- ТОиР и управление активами
- Задача
- Предиктивное ТОиР
Технология
- Класс AI
- Предиктивная аналитика (классический ML)
- Тип решения
- Собственная разработка
Внедрение
- Стадия
- Пилот / PoC, на 30.09.2026
- География
- Россия
/03 · описание кейса
Зачем
Бизнес-задача
Объединённая металлургическая компания (ОМК) выпускает толстолистовой прокат на производстве в Выксе. Отказы агрегатов прокатного стана ведут к аварийным простоям и браку, поэтому компания поставила задачу заранее выявлять предотказное состояние оборудования прокатной клети. Предупреждение должно приходить с запасом времени, чтобы ремонтные службы успели взять агрегат под контроль, провести диагностику и при необходимости остановить стан между прокатами. В компании рассчитывают, что раннее выявление неисправностей также поможет точнее планировать профилактическое обслуживание.
Что
Решение
В основе решения — статистическая модель работы оборудования на базе машинного обучения. Система создаёт математический «слепок» нормальной работы агрегата на основе множества сигналов. Когда работа оборудования начинает отличаться от эталонной, модель выдаёт предупреждение; по данным компании, она может обнаружить аномалию за 12 часов до отказа. По словам Ильи Дзюба, руководителя направления по развитию цифровых технологий компании «ОМК Информационные технологии», модель «выучивает» нормальное состояние оборудования во всех режимах и круглосуточно анализирует десятки сигналов, а специалист по надёжности интерпретирует аномалию и принимает решение.
Как
Внедрение
Пилотный проект реализован на производстве толстолистового проката ОМК в Выксе. Специалисты группы ОМК взяли за основу общемировые наработки и доработали их под условия своего производства; обучение модели прокатной клети заняло почти два года. Сейчас система охватывает 13 гидравлических узлов прокатной клети, компания планирует расширить этот список и продолжает совершенствовать выявление предотказного состояния. О результатах ОМК сообщила на сайте omk.ru, публикацию 30 сентября 2026 года пересказало информационное агентство «Выкса.РФ»: брак сократился на 70%, экономия составляет более 6 млн рублей в год, аварийные простои прокатного стана снизились.
/04 · источники и проверка
Что подтверждено
- По данным ОМК, предиктивная аналитика на производстве толстолистового проката в Выксе даёт экономию более 6 млн рублей в год.
- Компания сообщает о сокращении брака на 70% и об уменьшении аварийных простоев прокатного стана.
- Модель обнаруживает аномалии в работе оборудования за 12 часов до отказа и сейчас охватывает 13 гидравлических узлов прокатной клети.
Ограничения
- Результаты относятся к пилотному проекту на одной прокатной клети в Выксе; эффект для всего производства ОМК не приводится.
- Метод расчёта экономии более 6 млн рублей в год, исходный уровень брака и период сравнения для сокращения на 70% не раскрыты.
-
[1] Информационное агентство «Выкса.РФ»
ОМК благодаря нейросетям стала прогнозировать поломки оборудования на производстве за 12 часов
СМИ · 30.09.2026
Открыть источник
АрхИИВ /strategai · CB-001014 · Версия 1 · 17.10.2026 · /c/CB-001014/