Новости РСПМ и компаний

28.09.2026 ОМК благодаря нейросетям стала прогнозировать поломки оборудования на производстве за 12 часов

Пилотный проект реализовали на производстве толстолистового проката компании в Нижегородской области. Благодаря предиктивной аналитике ОМК сократила там брак на 70% и получила экономию более 6 миллионов рублей в год.

Объединенная металлургическая компания (группа ОМК) внедрила систему машинного обучения на своем производстве толстолистового проката, благодаря чему сократила брак и аварийные простои прокатного стана. В основе нового подхода – статистическая модель работы оборудования, которая может обнаружить аномалии за 12 часов до его отказа.

Система создает математический «слепок» нормальной работы агрегата на основе множества сигналов. Как только работа оборудования начинает отличаться от эталонной, модель выдает предупреждение о том, что в агрегате что-то идет не так. Ремонтные службы берут агрегат под контроль, проводят диагностику и при необходимости останавливают стан между прокатами.

Специалисты группы ОМК применили общемировые наработки, но дорабатывали их под условия своего производства. Для обучения модели прокатной клети понадобилось почти два года. Сейчас система охватывает 13 гидравлических узлов прокатной клети, в планах расширить этот список.

«Статистические модели и машинное обучение становятся рабочим инструментом в металлургии. Машинное обучение «выучивает» нормальное состояние оборудования во всех его режимах и чувствует отклонения, даже если причина неочевидна. Система не заменяет человека, но усиливает его: берет на себя круглосуточный анализ десятков сигналов, а специалист по надежности интерпретирует аномалию и принимает решение», – рассказал руководитель направления по развитию цифровых технологий компании «ОМК Информационные технологии» Илья Дзюб.

В компании продолжат совершенствовать систему, чтобы она еще лучше выявляла предотказное состояние оборудования. Это поможет точнее планировать профилактическое обслуживание.

Справка
Предиктивная аналитика – метод анализа данных, который использует статистические методы, машинное обучение и искусственный интеллект для прогнозирования будущих событий или поведения объектов на основе исторической информации. Ее цель – помочь принимать оптимальные решения, ориентируясь на возможные будущие сценарии. Прогнозы предиктивной аналитики не гарантия, а вероятность: окончательное решение за человеком. Успех зависит от качества данных и модели, а также квалификации персонала.

ОМК

Читать все новости
Искать в архиве

РСПМ в социальных сетях: