Алюминиевый гигант внедрил на Уральском алюминиевом заводе собственную технологию контроля за фракциями гидроксида алюминия с помощью нейросетей. Это решение повышает качество глинозема УАЗа и производимого из него алюминия.
Разработка Инженерно-технологического центра РУСАЛа – это нейронная цифровая копия процесса декомпозиции, обученная на 15 годах данных, и математический алгоритм, который отвечает за оптимизацию этого сложного процесса.
Прошедшая машинное обучение нейросеть аккумулирует данные о фракционном составе гидроксида алюминия и физических параметрах декомпозиции за последние 120 дней и дает прогноз фракционного состава на 90 дней вперед. Благодаря внедрению технологии УАЗ на 4,4% снизил содержание мелкой фракции в продукции. Укрупнение глинозема улучшает показатели сухой газоочистки алюминиевых заводов, снижает расход глинозема, анодов и электроэнергии на тонну алюминия.
«Ранее РУСАЛ одним из первых глобальных производителей внедрил на своих глиноземных заводах цифровые двойники для оптимизации технологических процессов, добившись снижения расхода ресурсов и роста производительности. Цифровой двойник декомпозиции на нашем заводе в Каменске-Уральском – это новый опыт применения инструментов искусственного интеллекта: благодаря использованию нейросетей мы впервые получили возможность прогнозирующего рекомендательного управления декомпозицией, опередив аналогичные цифровые решения западных провайдеров», – прокомментировал Директор Глиноземного дивизиона РУСАЛа Яков Ицков.
Напомним, что в 2025 году на Богословском алюминиевом заводе прошли испытания машинного слуха и машинного зрения. Систему машинного слуха испытали на малом блоке мокрого размола БАЗа. Этот инструмент анализирует звуки работы мельниц и помогает оптимизировать их загрузку.
Машинное зрение внедрили в цехе спекательного производства БАЗа. В основе технологии – комплекс моделей компьютерного зрения, центром которого выступает алгоритм по определению размера гранул спека – перевод пикселей в миллиметры, объединение гранул во фракции с определенными размерами по видимому камере слою.
