ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ — В МЕТАЛЛУРГИЮ

О компании

Выявляя с помощью искусственного интеллекта скрытое и показывая его значимость, помогаем металлургам своевременно принимать решения

Мы используем современные технологии машинного обучения для поиска скрытых причин недостаточной эффективности процессов. Полученная информация ложится в основу создания алгоритмов для корректировки технологических процессов.

Партнеры компании: МГУ, НИТУ МИСиС, ЦНИИЧермет, Метпром и др.

Технологическая экспертиза, современные ML-решения и наработанные кейсы позволяют быстро выполнять проекты и решать реальные задачи в производстве.

Своей задачей компания считает содействие качественному улучшению производства, повышению конкурентоспособности промышленных предприятий, в том числе в реализации проектов энергоперехода и экологической безопасности.

Опыт

Экспертиза

Услуги

Комплексный (или экспресс) анализ данных техпроцесса с помощью стандартных статистических и ML-методов
Многофакторный анализ влияния различных характеристик производства на результирующий (целевой) параметр

Как правило, после проверки данных и зависимостей простейшими статистическими методами(распределения, доверительные интервалы, линейные парные зависимости), необходимо решать задачу более сложными методами с применением ML. Естественно, для этого зачастую приходится пересобирать (и неоднократно) весь обьем данных(датасет), изменять или модифицировать совместно с Заказчиком целевой параметр.

В результате оказания такой услуги появляются:

  • многофакторные зависимости одновременного (а не попарного) влияния многих параметров на целевую;
  • выводы о возможных метриках качества решения задачи (ML- моделей),
  • Новые гипотезы/выводы о параметрах и скрытых зависимостях производственных процессов, с которыми после обсуждения соглашаются/не соглашаются технологи Заказчика.

Одним из самых сложных для понимания/интерпретации является именно «многофакторный анализ», поскольку человеку трудно представить «одновременное изменение параметров». Не случайно Gartner использует для таких интерпретаций термин «объясняемый ИИ (Explainable AI)».

Для иллюстрации таких зависимостей, интерпретации и обьяснения Компания использует как распространенные библиотеки (например SHAP), так и собственные средства визуализации связей, которые на наш взгляд более подходят к задачам металлургов.

Типовой срок выполнения такого исследования для процесса с участие 2-4 агрегатов и 100-400 технологических параметров составляет1-2 месяца.

Предоставление доступа к аналитической платформе металлурга AI Metal

Платформа исследования особенностей и закономерностей производства AI Metal ориентирована на специалистов (технологов, руководителей и специалистов аналитических подразделений), отвечающих за определенные производственные участки, переделы, цеха.

AI-Metal ориентирована на работу с технологическими данными почти всех переделов (от аглодоменного до прокатного). AI-Metal cодержит как набор готовых инструментов, моделей, так и содержит средства интеграции с внешними информационными системами.Платформа помогает в решении практических задач, с которыми сталкиваются эти специалисты:

  • какие технологические регламенты (ТехКарты..) приводят к меньшему количеству несоответствующей продукции?
  • какие технологичемие парметры (скорости, температуры, степени обжатия...) и до какой величины (и с каким перепадом) допустимо использовать для «непопадания» свойств продукции в несоответствующие..

Основное отличие платформы от широко использующихся статистических пакетов — в многопараметрическом нелинейном анализе — как и в реальной жизни, можно проанализировать изменения сразу нескольких параметров (а не попарные линейные зависимости).

При этом, специалистам нет необходимости заниматься программирование, в платформе реализован очень большой набор алгоритмов «машинного обучения» (ML) и средств их параметрической настройки.

Платформа содержит мощные средства визуализации, специально адаптированные и опробованные при решении практических задач. AI-Metal разработан без использования лицензируемых западных инструментов, может быть развернут как на серверах Заказчика(во внутреннем контуре) , так и в защищенном облачном пространстве РФ.

Разработка математических (в т.ч. физико-статистических) моделей достижения целевых параметров, включая создание групп (пайплайнов, стеков) моделей
Разработка ПО для аналитического и прогнозного моделирования в различных вариантах реализации: API, полнофункциональные АРМы, WEB-приложения, включая подготовку методик тестирования и документов запуска и поддержки промышленной эксплуатации

Продукты

Предоставление доступа к программной платформе комплексного анализа и...

Сервисы

Абонентское обслуживание специалистов Заказчика

Указанный сервис может использоваться как вместе с услугой «Предоставление доступа к аналитической платформе металлурга AI Metal», так и самостоятельно.

Предназначен для специалистов техотделов, научно-технологических центров и лабораторий, ИТ экспертов. Доступ к сервису предоставляется на срок от 3-х месяцев до года. Конкретная спецификация: перечень тем, способы коммуникаций и время реакции, оговаривается в Договоре. Для постоянной коммуникации создается чат (канал), в котором обсуждаются все вопросы, связанные с организацией, обработкой и интерпретацией результатов статистических исследований. Как правило, еженедельно проводятся видеоконференции продолжительностью 1-2 часа для обсуждения методов и практик и вариантов использования ML и DL в производстве. Специалисты заказчика могут инициировать обсуждение путей решения любой производственной задачи, а также применения современных платформ AI: Sap DI, AI Metal, Statistica, включая вопросы их совместного использования.

Подготовки производственной задачи для ее решения силами специалистов Предприятия

Указанный сервис может использоваться как вместе с сервисом «Абонентское обслуживание Научно-Технического Центра», так и самостоятельно. В случае совместного использования специалисты НТЦ получают регулярную и разнообразную подготовку по использованию средств классической статистики и Искусственного Интеллекта. В случае отдельного использования сервиса, предполагается наличие у них этих знаний и навыков. Задачи в металлургии формулируются гораздо сложнее, чем в финтехе, например. Для того, чтобы задача стала «решаемой и в перспективе, решенной», необходимо несколько итераций по работе с данными, совместная работа по формулированию/переформулировании задачи.

В рамках указанного сервиса совместно со специалистами Заказчика осуществляется статистический и многофакторный анализ, в ходе Совещаний с технологами обсуждаются результаты и выводы, даются рекомендации по изменению структуры данных, совместно строятся ML-модели. Специалисты Заказчика получают промежуточные и окончательные модели (например на языке piton или на макроязыке выбранной программной платформы). На каждой итерации модели проверяются на различных наборах данных). Еженедельно, в рамках СПРИНТ-отчета специалисты Заказчика и специалисты Компании отчитываются о результатах за неделю.

Типовой срок предоставления такого сервиса для «исследовательской» задачи составляет1-2 месяца.

Проверка качества решения Задачи специалистами НТЦ

История

Мы ждём вас

Почему интересно у нас работать

Промпрогноз - молодая, небольшая, амбициозная компания, 80% сотрудников моложе 30 лет.

Все проекты в реальном производстве. Заказчики – отраслевые лидеры ММК, ЕВРАЗ, ПМХ и др. Задачи - практические, большинство ранее не решалось. Через год-полтора у вас в портфолио будет несколько «живых» кейсов с внедрением и конкретными эффектами.

Мы ищем сотрудников, которые могут выполнять разные задачи с высокой степенью самостоятельности и ответственности в работе.

Руководители всегда доступны для обсуждения любых вопросов. Приветствуется повышение квалификации и расширение навыков.

Компания растет вместе с сотрудниками.

Вы можете познакомиться:

Даниил Большин Руководитель направления Data Science
Какие тенденции DS(Data Science) вы считаете основными?
Я бы сказал, что тенденции в ML и DL областях разные. DL продолжает активно проникать во все большее количество сфер человеческой деятельности, при этом каждая сфера может обладать своей неповторимой спецификой. Специфика на деле формирует архитектуру и инфраструктуру технологии. Разнообразие методов и применений DL технологий ширится, и пока предела этому не видно.
 
Ни в коем случае не хочу сказать, что в классическом ML "все уже придумали". Тем не менее, в этой области расширение алгоритмической базы идет куда медленнее. Я бы сказал, что в этой области идет ортогональный процесс. Развиваются системы организации экспериментов, мониторинга моделей, более удобным делается CI/CD, улучшается работа auto-ML приложений. Одним словом, делается все возможное, чтобы ML инструменты перестали быть эксклюзивной технологией и стали типовыми и доступными каждому, в том числе людям, далеким от программирования и математики.
Насколько важно DS в промышленности быть/глубоко знать физику, металлургию?

Безусловно, знания и опыт в области, в которой вы работаете и, тем более, проводите исследования, дает вам значительное преимущество. Для решения любой сложной задачи в DS Вам все равно придется погружаться в предметную область. Иногда бывает сложно сказать, на что времени тратится больше, на несколько итераций постановки задачи или на поиск общего языка с экспертами клиента в процессе интерпретации результатов.

Однако замечу, что есть кое-что важнее предметного знания - это знание научного подхода, и не важно, из какой Вы области естественной или гуманитарной науки. Научный подход исключит из Вашей работы огромное количество фундаментальных ошибок и оградит от принятия заведомо ложных решений.

Какие методы/алгоритмы моделирования привлекают Вас больше всего?

Если говорить про алгоритмы глубокого обучения, то выбрать затруднительно. Есть во всем этом направлении что-то от «информационной алхимии», от искусства. Поэтому, кстати, на практике начинать проекты на новом предприятии с нейросетей не всегда лучший вариант. А вот в классическом ML меня привлекают не столько сами алгоритмы, сколько сопутствующие им методы отбора признаков, оптимизации гиперпараметров модели и т.д. Разнообразие сочетаний этих методов вызывает больший исследовательский интерес, и, в том числе, доверие клиентов.

Олег Юрьев Руководитель направления Data Engineer
Какие знания нужны Data Engineer в промышленности?

Специфических знаний от специалиста DE в промышленности не требуется. Сама металлургическая область и сформированные технологические процессы создают особенности: связи и соотношения между единицами производственного процесса.

Не редко связи и процессы могут иметь сложную структуру, не подходить ни под один шаблон или простую структуру, поэтому важно иметь хорошие знания (вложенных) структур данных.

Какие современные средства/технологии облегчают создание/обновление Датасетов?

Средств и технологий достаточное количество. Но начинать следует с организации процесса по созданию\обновлению датасетов. Часто первичные данные поступают в виде файловых выгрузок (csv\excel файлы) без какой-либо структуры и описания, поэтому необходимо организовать процесс передачи данных, в который будет входить:
- состав данных (описание получаемых структур и их связей, расшифровка полей и единиц измерений)
- протокол передачи (файловый обмен, API, БД и др)
- как и как часто будут данные обновляться

К базовым средствам\технологиям можно отнести:
- (S)FTP
- БД
- языки программирования (Python\SQL)
- фреймворки (AirFlow\Luigi)

Многие начинают создание хранилища данных со сбора всего (Data Lake). Как вы оцениваете такую практику?
Data Lake - интересная практика, так как позволяет охватить данными все процессы и иметь единую точку входа для работы с данными различной природы:

- структурированными (CSV\JSON\LOG и др.)

- неструктурированными (audio files, images, PDF, почта)

- временными рядами
 
В этом объединении и сильная и слабая стороны. Сила - в объединении, слабость - в том, что резко повышаются требования к управлению всем потоком данных, то есть совместно с реализицией Data Lake необходимо думать о Data Managment.
Без качественного управления данными, как минимум, документирования, Data Lake легко становится «болотом» данных, в котором сложно что-либо найти.
Кузнецова Софья Отраслевой эксперт Профессор
Оказывают ли эксперты помощь тем, кто хочет стать высококлассным специалистом в области ML?
Оценкой рисков и прогнозом бизнес-событий занимаются много компаний. Потребность в таких специалистах высока, поэтому ВУЗы формируют соответствующие дополнительные программы.
 
Не стал исключением и НИТУ МИСиС.
 
Эксперты, сотрудничающие с Промпрогнозом, всегда подскажут после собеседования, какие навыки нужно приобрести и где, и как это лучше сделать.
 
Самое сложное - научиться переводить далеко не всегда четко поставленные задачи технологии на строгий язык математики. В этом вопросе у сотрудников Промпрогноза большой опыт и преимущество.
Какова цель, стоящая перед экспертами, участвующими в деятельности компании ПромПрогноз?
Привнести глубокую индустриальную и технологическую экспертизу, которая в НИТУ МИСиС, как одном из основных центров металлургической науки, очень востребована в совместных проектах.
 
Эксперты участвуют в подготовке кейсов в самых разных задачах от моделирования качества и потребительских свойств металлургической продукции до динамического управления параметрами технологических процессов.
Такие кейсы потом переходят в полномасштабные проекты, а также могут использоваться для обучения новых сотрудников, которые захотят работать в компании.

Кто нам нужен?

Выпускники или студенты 3-4 курсов ведущих профильных ВУЗов для работы по направлениям

  • Дата Сайентист
  • Дата Инженер
  • Разработчик ПО

Инженерно-технологическое образование приветствуется

Свяжитесь с нами

info@promprognoz.ru

 / Telegram Филиппов Владимир

+7 919 108-91-60 Технический Директор

По результатам года и итогам выполненных проектов выплачиваются премии.

Если вы хотите создавать практически работающие решения и сделать себе имя на интересном проекте — обращайтесь.

Новости

ПромПрогноз

Апрель 2022 г.
Подписано соглашение о конфиденциальности с УК «Промышленно-металлургический холдинг»
Компания Промпрогноз и соответствующие подразделения ПМХ рассматривают возможность применения технологий искусственного интеллекта для оптимизации производственных процессов на одном из предприятий Холдинга.
 
Промышленно-металлургический холдинг https://metholding.ru
Вертикально-интегрированная российская горно-металлургическая компания.Ведущий мировой поставщик товарного чугуна и крупнейший в России производитель и экспортер товарного кокса. Производственные активы расположены в Кемеровской, Тульской, Белгородской и Калужской областях Российской Федерации.
Март 2022 г.
Защищены результаты НИР по договору с ПАО «Русполимет»
Специалисты Промпрогноз представили результаты исследования техническому директору и специалистам ПАО «Русполимет». На первом этапе работ были выполнены консолидация, очистка и агрегирование данных о параметрах производства, химическом составе, результатах испытаний, определены целевая функция и сформирован датасет для моделирования.
Поскольку классические методы корреляционного анализа не позволили выявить зависимости, на втором этапе применялись различные ML-методы. Был найден оптимальный алгоритм моделирования на имеющемся наборе данных, определены факторы, максимально влияющие на риск появления брака. Проведенное ранжирование признаков и наглядная иллюстрация результатов моделирования позволят специалистам завода выработать рекомендации по корректировке технологии для уменьшения количества несоответствий.
Отчет по договору принят техническим советом завода. В планах расширение номенклатуры изделий и сбор дополнительной информации о технологических параметрах с целью выполнения аналогичных исследований и разработки соответствующих рекомендаций.
 
ПАО «Русполимет» http://www.ruspolymet.ru
Российское металлообрабатывающее предприятие полного цикла производства — от выплавки специализированных марок сталей и сплавов до выпуска кольцевой и дисковой металлической продукции различных размеров и видов для нужд машиностроительной, авиастроительной, атомной, энергетической и прочих отраслей промышленности. Компания осуществляет свою деятельность в городе Кулебаки Нижегородской области.
Декабрь 2021 г.
Подписан договор на расширение автоматизированной производственной диспетчерской системы АО «СЧПЗ»
В связи с приобретением АО «СЧПЗ» Косогорского металлургического завода (КМЗ) в состав АПДС будет включена производственная информация о работе КМЗ. За первый квартал 2022 г. планируется расширить функциональность системы в части отчетности КМЗ.
Информационная система управления КМЗ содержит оперативную и историческую информацию о технологических параметрах производства. Включение ее в консолидированную производственную отчетность, формируемую АПДС, поможет топ-менеджменту завода и холдинга в оперативном и стратегическом управлении предприятиями группы. Кроме того, накопленная детализированная технологическая информация послужит основой для аналитики и прогнозного моделирования работы доменных печей с целью увеличения их производительности и эффективности.
Второй квартал 2022 г. будет посвящен подготовке к старту 2-го этапа проектирования и внедрения АПДС, предусматривающего переход к прогнозному моделированию в упреждающему управлению доменным производством на основе технологий искусственного интеллекта.
 
Саткинский чугуноплавильный завод http://www.shpz.ru
Один из крупнейших российских производителей ферромарганца, занимает прочные позиции в мировой экономике, ежемесячно выпуская более десяти тысяч тонн высокоуглеродистого ферромарганца. 30% продукции экспортируется в страны Европы, Америки и Ближнего Востока, при этом полностью обеспечиваются ферромарганцем потребности металлургов Урала и Казахстана.
 
ПАО «Косогорский металлургический завод» https://kmz-tula.ru
Основан в 1897 году и является одним из старейших металлургических предприятий России. Завод занимает прочные позиции среди ведущих российских производителей высокочистого доменного чугуна, ферромарганца, промышленного и художественного литья. На предприятии также успешно освоено производство шлакового щебня и кирпича. Продукция завода находит широкое применение в машиностроении, металлургии и строительстве.
Декабрь 2021 г.
ML-платформа ПАО «ММК» ИС ПАК развивается
Компания «Промпрогноз» подписала договор на разработку и внедрение второй очереди ML-платформы ИС ПАК для ПАО «ММК». Генеральным подрядчиком по проекту выступает ООО «ИТЦ «АУСФЕРР», г. Магнитогорск, многолетний партнер ПАО «ММК» в области автоматизации производства.
Первые 3 месяца промышленной эксплуатации ML-платформы ИС ПАК показали востребованность программы и эффективность общей концепции: проведение ML-исследований технологами и специалистами НТЦ, не владеющими специальными навыками и инструментами программирования. Вторая очередь ИС ПАК предусматривает расширения стека ML-методов и алгоритмов, развитие аналитического блока, совершенствование работы с хранилищем технологических данных, включение новых цехов комбината в контур системы.
Плановый срок запуска - декабрь 2022 г.
 
ПАО «МАГНИТОГОРСКИЙ МЕТАЛЛУРГИЧЕСКИЙ КОМБИНАТ» https://mmk.ru/ru/
Входит в число крупнейших мировых производителей стали и занимает лидирующие позиции среди предприятий черной металлургии России.Активы компании в России представляют собой крупный металлургический комплекс с полным производственным циклом, начиная с подготовки железорудного сырья и заканчивая глубокой переработкой черных металлов. ММК производит широкий сортамент металлопродукции с преобладающей долей продукции премиум класса.
 
Исследовательско-Технологический Центр «АУСФЕРР» https://ausferr.ru
Основан в 1995 году.Головной офис ИТЦ «Аусферр» находится в городе Магнитогорске. Компания занимается инновационно-технической деятельностью в области промышленного производства, в частности: построением информационных систем управления производством и качеством продукции, фундаментальными и прикладными исследованиями в области физики металлов. Также компания оказывает инжиниринговые услуги и занимается патентно-лицензионной деятельностью. В портфолио компании более сотни успешно реализованных проектов, в том числе для крупнейших промышленных объектов России.
Декабрь 2021 г.
Выполнен пилотный проект для алюминиевого завода в г. Белая Калитва
Алюминиевый сплавы, благодаря сочетанию малого веса и высокой прочности, используются как основной материал для широкого спектра изделий авиационной и оборонной промышленности. Производство заготовок большого сечения - сложный технологический процесс. Качество изделия сильно зависит от многих одновременно действующих факторов: химического состава, температурных режимов, параметров обработки металла давлением. Дорогостоящая продукция производится мелкосерийно - от десятков до единиц сотен заготовок, что сопоставимо с количеством параметров, влияющих на итоговое качество. Подобное соотношение делает необходимым применение специфических методов для математического анализа и моделирования.
Специалистам Промпрогноз на небольшой выборке (меньше 60 заготовок толщиной 400 мм. высокопрочного сплава) удалось различными методами выявить несколько параметров, значимо влияющих на отбраковку продукции, в том числе температурные режимы литья, некоторые легирующие элементы. Увеличение количества исследуемых плавок, расширение признакового пространства за счет данных близкого по составу и технологическому процессу сортамента позволит повысить точность моделирования и построить рекомендательные сервисы.
По результатам пилотного проекта будет принято решение о включении данной работы в план развития предприятия на 2022 г.
 
АО "Алюминий Металлург Рус" (АО АМР) http://amrbk.ru
Крупнейшее на юге России современное многопрофильное предприятие по выпуску алюминиевых полуфабрикатов для различных отраслей промышленности.
Сентябрь 2021 г.
ML-платформа ПАО «ММК» переведена в промышленную эксплуатацию

Компания Промпрогноз совместно с генеральным подрядчиком ООО «ИТЦ «АУСФЕРР» успешно завершила разработку и внедрение первой очереди «Информационной системы предиктивной аналитики» для корректировки технологии и освоения новых видов продукции в ПАО «ММК» (ИС ПАК). https://mmk.ru/ru/press-center/news/v-pao-mmk-vvedena-v-promyshlennuyu-ekspluatatsiyu-sistema-prediktivnoy-analitiki-kachestva/

 
ИС ПАК построена как no-code ML-платформа для специалистов НТЦ. Она позволяет во много раз сократить время выборки исследуемых параметров продукции по технологическому маршруту за произвольные периоды времени, проводить очистку, структурирование и подготовку данных. Полный стек ML-алгоритмов для анализа и прогнозирования, удобная система настройки параметров моделирования дает возможность специалистам сосредоточится на решении непосредственно технологических задач, улучшать качество металлопродукции, повышать эффективность технологий, используемых в ПАО «ММК».
 
ПАО «МАГНИТОГОРСКИЙ МЕТАЛЛУРГИЧЕСКИЙ КОМБИНАТ» https://mmk.ru/ru/
Входит в число крупнейших мировых производителей стали и занимает лидирующие позиции среди предприятий черной металлургии России. Активы компании в России представляют собой крупный металлургический комплекс с полным производственным циклом, начиная с подготовки железорудного сырья и заканчивая глубокой переработкой черных металлов. ММК производит широкий сортамент металлопродукции с преобладающей долей продукции премиум класса.
 
Исследовательско-Технологический Центр «АУСФЕРР» https://ausferr.ru
Основан в 1995 году. Головной офис ИТЦ «Аусферр» находится в городе Магнитогорске. Компания занимается инновационно-технической деятельностью в области промышленного производства, в частности: построением информационных систем управления производством и качеством продукции, фундаментальными и прикладными исследованиями в области физики металлов. Также компания оказывает инжиниринговые услуги и занимается патентно-лицензионной деятельностью. В портфолио компании более сотни успешно реализованных проектов, в том числе для крупнейших промышленных объектов России.
Ноябрь 2021 г.
Подписан договор на анализ данных о технологии и лабораторных испытаниях с целью повышения качества готовой продукции ПАО «Русполимет»
В авиационной отрасли широко применяются специальные стали и сплавы, изделия из которых должны выдерживать высокие температуры, большие механические нагрузки и агрессивные среды. Понять причины, по которым при одной температуре изделие проходит испытания по механическим свойствам, а при другой - нет, сложная задача. «Промпрогноз» в рамках НИР совместно со специалистами завода проанализирует одновременное влияние различных факторов на результирующие показатели продукции и постарается сформулировать рекомендации по корректировке технологии для уменьшения количества несоответствий изделийтехническим требованиям.
Результаты работы будут представлены и обсуждены с металлургами и технологами ПАО «Русполимет» в первом квартале 2022 г.
 
ПАО «Русполимет» http://www.ruspolymet.ru
Российское металлообрабатывающее предприятие полного цикла производства — от выплавки специализированных марок сталей и сплавов до выпуска кольцевой и дисковой металлической продукции различных размеров и видов для нужд машиностроительной, авиастроительной, атомной, энергетической и прочих отраслей промышленности. Компания осуществляет свою деятельность в городе Кулебаки Нижегородской области.
Сентябрь 2021 г.
Завершен первый этап разработки и внедрения автоматизированной производственной диспетчерской системы АО «СЧПЗ»
Завершен первый этап создания автоматизированной производственной диспетчерской системы (АПДС) СЧПЗ. Система переведена в опытную эксплуатацию.Оперативные данные о производстве, которые вводились в Excel формы, а затем вручную агрегировались и форматировались для отчетности, теперь сразу заносятся в единое хранилище производственных данных. Также информация, ранее хранившаяся только в агрегированном виде (за смену/сутки), сейчас поступает с максимально возможной детализацией, что позволит в следующем году построить модели и прогнозировать параметры работы печей. Кроме того, данные с действующих АСУ ТП в автоматическом режиме подгружаются в хранилище, из которого затем формируются итоговые отчеты. Система реализована на облачном сервисе.
До конца года исторические данные за 5 лет также будут доступны в АПДС. Кроме того, в связи с приобретением АО «СЧПЗ» Косогорского металлургического завода, информация о работе КМЗ будет включена в контур работающего АПДС.
 
АО «Саткинский чугуноплавильный завод» http://www.shpz.ru
Один из крупнейших российских производителей ферромарганца, занимает прочные позиции в мировой экономике, ежемесячно выпуская более десяти тысяч тонн высокоуглеродистого ферромарганца. 30% продукции экспортируется в страны Европы, Америки и Ближнего Востока, при этом полностью обеспечиваются ферромарганцем потребности металлургов Урала и Казахстана.
 
ПАО «Косогорский металлургический завод» https://kmz-tula.ru
Основан в 1897 году и является одним из старейших металлургических предприятий России. Завод занимает прочные позиции среди ведущих российских производителей высокочистого доменного чугуна, ферромарганца, промышленного и художественного литья. На предприятии также успешно освоено производство шлакового щебня и кирпича. Продукция завода находит широкое применение в машиностроении, металлургии и строительстве.
Июль 2021 г.
Новый этап применения ML-технологий в ПАО «ММК»
Компания Промпрогноз выполнит разработку и внедрение ML-решений в составе системы диспетчерского управления технологическими рисками для ПАО «ММК». Генеральным подрядчиком по проекту выступает ООО «ИТЦ «АУСФЕРР» - многолетний партнер ПАО «ММК» в области автоматизации производства. Подсистема «Диспетчерское управление технологическими рисками» будет анализировать заказные спецификации, текущие параметры производства, характеристики материалов и полуфабрикатов на технологических переделах. На основе этих данных моделируется вероятность возникновения брака или отклонения потребительских свойств продукции. Прогноз позволит принимать решение о корректировке технологии, переназначении продукции или отбраковке. Предусматривается директивный, в т.ч. автоматический, или рекомендательный режим работы. Система предназначена для оперативного производственного персонала. Плановый срок запуска - февраль 2023 г.
 
ПАО «МАГНИТОГОРСКИЙ МЕТАЛЛУРГИЧЕСКИЙ КОМБИНАТ» https://mmk.ru/ru/
Входит в число крупнейших мировых производителей стали и занимает лидирующие позиции среди предприятий черной металлургии России.Активы компании в России представляют собой крупный металлургический комплекс с полным производственным циклом, начиная с подготовки железорудного сырья и заканчивая глубокой переработкой черных металлов. ММК производит широкий сортамент металлопродукции с преобладающей долей продукции премиум класса.
 
Исследовательско-Технологический Центр «АУСФЕРР» https://ausferr.ru
Основан в 1995 году. Головной офис ИТЦ «Аусферр» находится в городе Магнитогорске. Компания занимается инновационно-технической деятельностью в области промышленного производства, в частности: построением информационных систем управления производством и качеством продукции, фундаментальными и прикладными исследованиями в области физики металлов. Также компания оказывает инжиниринговые услуги и занимается патентно-лицензионной деятельностью. В портфолио компании более сотни успешно реализованных проектов, в том числе для крупнейших промышленных объектов России.
Июнь 2021 г.
По договору с АО «РТ Техприемка» выполнено исследование для одного из предприятий, производящих высокотехнологичную продукцию в авиационной отрасли
Задача исследования - проанализировать данные технологических параметров производства и испытаний готовой металлургической продукции, чтобы с помощью современных средств машинного обучения выявить потенциал для улучшения качества, повышения стабильности характеристик металла и изделий, снижения затрат на приемку и контроль качества.
Результаты исследований представлены специалистам завода, принято решение о продолжении работ с целью практического применения методов машинного обучения для улучшения качества готовой продукции.
 
АО «РТ-Техприемка» https://rttec.ru
Лидер на рынке услуг по контролю качества материалов и полуфабрикатов для авиационной, космической и оборонной промышленности. Организация прямого управления Государственной корпорации «Ростех», центр компетенции в области управления качеством продукции, производимой организациями Корпорации.
Февраль 2021 г.
Подписан договор на создание автоматизированной производственной диспетчерской системы с АО «СЧПЗ»
По результатам проведенного в прошлом году пилотного проекта по анализу и моделированию некоторых параметров работы доменных печей СЧПЗ принято решение о разработке и внедрении автоматизированной производственной диспетчерской системы (АПДС).
На первом этапе в состав АПДС войдут модули сбора оперативной информации о технологических параметрах на различных производственных участках завода, модуль агрегирования и накопления данных, а также блок формирования отчетов. Кроме того, в АПДС будут загружены исторические данные о технологических параметрах работы предприятия.
На втором этапе предусмотрено применение методов машинного обучения (ML) для моделирования и прогнозирования работы доменных печей.
 
АО «Саткинский чугуноплавильный завод» http://www.shpz.ru
Один из крупнейших российских производителей ферромарганца, занимает прочные позиции в мировой экономике, ежемесячно выпуская более десяти тысяч тонн высокоуглеродистого ферромарганца. 30% продукции экспортируется в страны Европы, Америки и Ближнего Востока, при этом полностью обеспечиваются ферромарганцем потребности металлургов Урала и Казахстана.
Декабрь 2020 г.
Подписано соглашение о сотрудничестве с НИТУ МИСиС
Подписано соглашение о сотрудничестве с ведущим металлургическим ВУЗом России.
Целью сотрудничества является создание учебно-практической среды как для качественного обучения, так и для эффективного решения практических задач металлургических предприятий России.
Официальные отношения позволяют специалистам Промпрогноз участвовать в значимых научных мероприятиях: международных конференциях, «Днях карьеры», мастер-классах в области Искусственного интеллекта в металлургии. Для учащихся МИСиСа это стало возможностью поработать в проектах на реальном производстве, участвовать в разработке конкретных сценариев применения ИИ, которые впоследствии могут стать основой дипломных работ.Преподаватели МИСиС будут выступать экспертами в применении технологий Искусственного интеллекта при решении отраслевых задач доменного, сталеплавильного, прокатного производств.
 
Национальный исследовательский технологический университет «МИСиС» https://misis.ru
Ведущий российский ВУЗ в сфере материаловедения, металлургии и горного дела. Входит в пятерку лучших университетов России по объёму научно-исследовательских и опытно-конструкторских разработок.
Декабрь 2020 г.
Завершен пилотный проект для доменной печи ЗСМК
Проведено исследование исторических данных и создана прогнозирующая модель по параметру «Содержание Si в чугуне» (химическая температура) для доменной печи (ДП) №1. Модель прогнозирует процентное содержание кремния в получаемой продукциинаодини два выпуска вперед с точностьюболее 80%. Показана возможность создания рекомендательного сервиса для мастера ДП. Реализация проекта планируется силами специалистов комбината.
 
Крупнейшее в Сибири и самое восточное в Российской Федерации предприятие по производству стали. Входит в пятерку крупнейших в мире производителей железнодорожных рельсов. Реализует продукцию в России и других странах СНГ и экспортирует металл в 30 государств дальнего зарубежья. Выступает в качестве генерального поставщика рельсовой продукции для ОАО «Российские железные дороги».
Декабрь 2020 г.
Выполнен анализ данных о работе электросталеплавильного цеха по запросу АО «Металлоинвест»
По запросу АО «Металлоинвест» специалисты компании провели анализ данных о работе 4-х печей в ЭСПЦ АО «Уральская сталь». Предоставленные данные о ряде марок стали за последние 1,5 года включали результаты лабораторного анализа химсостава на этапах выплавки и доводки, расход материалов, в том числе ферросплавов, а также различные нормативы.
Анализ показал, что с использованием полученных данныхметодами машинного обучения можнопроизвести моделирование оптимального по стоимости состава ферросплавов при соблюдении требуемого качества стали.
Реализацию проекта возьмет на себя ИТ подразделение холдинга.
 
АО «Металлоинвест» https://www.metalloinvest.com
Мировой лидер в производстве товарного горячебрикетированного железа, ведущий производитель и поставщик железорудной и металлизованной продукции, один из региональных производителей высококачественной стали.
Октябрь 2020 г.
Завершен экспресс-анализ параметров работы дуговой плавильной печи на Аксуском заводе ферросплавов (ERG)
Компания Промпрогноз совместно со специалистами управления «Промышленный искусственный интеллект» завершила работы по математическому анализу данных работы дуговой плавильной печи на Аксуском заводе ферросплавов. Целью исследования было определение возможности прогнозирования математическими методами оптимальной продолжительности плавки и других параметров печи.
Результаты анализа признаны успешными, рекомендовано включение пилотного проекта в пул проектов на 2021-22 гг.
 
Международный горно-металлургический холдинг ERG https://www.erg.kz/ru
Мировой лидер в производстве высокоуглеродистого феррохрома по содержанию хрома и один из крупнейших поставщиков железной руды и алюминиевой продукции в Евразийском регионе. Компания активно применяет искусственный интеллект в производстве и управлении, проекты ведет специализированное управление холдинга «Промышленный искусственный интеллект», в котором совместно работают технологи, специалисты по искусственному интеллекту и информационным технологиям.
Июль 2020 г.
Пилотный проект для АО «СЧПЗ»
Компания «Промпрогноз» выполнит пилотный проект по анализу и моделированию параметров работы доменных печей Саткинского чугуноплавильного завода. По результатам РОС будет принято решение о направлениях развития ИТ СЧПЗ в части разработки предсказательных и рекомендательных систем для производственных подразделений завода.
 
АО «Саткинский чугуноплавильный завод» http://www.shpz.ru
Один из крупнейших российских производителей ферромарганца, занимает прочные позиции в мировой экономике, ежемесячно выпуская более десяти тысяч тонн высокоуглеродистого ферромарганца. 30% продукции экспортируется в страны Европы, Америки и Ближнего Востока, при этом полностью обеспечиваются ферромарганцем потребности металлургов Урала и Казахстана.
Июль 2020 г.
Соглашение о конфиденциальности с ЕВРАЗ ЗСМК позволит выполнить анализ производственных параметров в доменном производстве
Компания Промпрогноз выполнит пилотный проект по математическому моделированию и прогнозированию параметров работы одной из доменных печей ЗСМК. По результатам пилота будет принято решение о внедрении опробованных на пилоте моделей в реальное производство.
 
Крупнейшее в Сибири и самое восточное в Российской Федерации предприятие по производству стали. Входит в пятерку крупнейших в мире производителей железнодорожных рельсов. «ЕВРАЗ ЗСМК» реализует продукцию в России и других странах СНГ и экспортирует металл в 30 государств дальнего зарубежья. «ЕВРАЗ ЗСМК» выступает в качестве генерального поставщика рельсовой продукции для ОАО «Российские железные дороги».
Июль 2020 г.
Соглашение о сотрудничестве с компанией ERG, Казахстан
Компания «Промпрогноз» выполнит экспресс-анализ параметров работы дуговой плавильной печи для 6 цеха Аксуского завода ферросплавов (филиал Казхрома, в составе ERG). По результатам анализа будет принято решение о целесообразности реализации пилотного проекта прогнозного моделирования с целью создания рекомендательного сервиса.
 
Международный горно-металлургический холдинг ERG https://www.erg.kz/ru
Мировой лидер в производстве высокоуглеродистого феррохрома по содержанию хрома и один из крупнейших поставщиков железной руды и алюминиевой продукции в Евразийском регионе. Компания активно применяет искусственный интеллект в производстве и управлении, проекты ведет специализированное управление холдинга «Промышленный искусственный интеллект», в котором совместно работают технологи, специалисты по искусственному интеллекту и информационным технологиям.
Апрель 2020 г.
В компании выделено самостоятельное направление Data Engineer
К нашему коллективу присоединился Олег Юрьев, специалист с большим опытом работы с данными. Олег ведет различные исследования, в том числе в рамках академической деятельности в ВУЗе, где преподает студентам и аспирантам. Олега интересует новая область знаний и возможность проявить себя в быстро развивающемся направлении прикладных ML-задач для промышленности.
Декабрь 2019 г.
Подписан договор на ML-платформу для ПАО «ММК»
Компания Промпрогноз подписала договор на разработку ML-платформы для ПАО «ММК». Генеральным подрядчиком по проекту выступает ООО «ИТЦ «АУСФЕРР», г. Магнитогорск, многолетний партнер ПАО «ММК» в области автоматизации производства. Проект «Информационной системы предиктивной аналитики для корректировки технологии и освоения новых видов продукции в ПАО «ММК» предусматривает адаптацию хранилища технологических данных комбината, разработку и интеграцию с хранилищем ML-платформы для исследования и моделирования технологических процессов. Система предназначена для технологов, специалистов научно-технического центра, металлургов, не владеющих навыками программирования и инструментами ML-разработки.
Плановый запуск - сентябрь 2021 г.
 
ПАО «МАГНИТОГОРСКИЙ МЕТАЛЛУРГИЧЕСКИЙ КОМБИНАТ» https://mmk.ru/ru/
Входит в число крупнейших мировых производителей стали и занимает лидирующие позиции среди предприятий черной металлургии России.Активы компании в России представляют собой крупный металлургический комплекс с полным производственным циклом, начиная с подготовки железорудного сырья и заканчивая глубокой переработкой черных металлов. ММК производит широкий сортамент металлопродукции с преобладающей долей продукции премиум класса.
 
Исследовательско-Технологический Центр «АУСФЕРР» https://ausferr.ru
Основан в 1995 году. Головной офис ИТЦ «Аусферр» находится в городе Магнитогорске. Компания занимается инновационно-технической деятельностью в области промышленного производства, в частности: построением информационных систем управления производством и качеством продукции, фундаментальными и прикладными исследованиями в области физики металлов. Также компания оказывает инжиниринговые услуги и занимается патентно-лицензионной деятельностью. В портфолио компании более сотни успешно реализованных проектов, в том числе для крупнейших промышленных объектов России.

Металлургия и ИТ

Июль 2022 г.
Металл обрастает цифрой
 
Аналитики называют металлургию второй по степени цифровизации отраслью в России. С помощью информационных технологий горнодобывающие и металлургические компании повышают рентабельность производства и безопасность труда. При этом эксперты отмечают, что необходимо обращать внимание и на меры информационной безопасности.
Июль 2022 г.
Российские металлурги создадут собственную IT-компанию
Май 2022 г.
Федеральный ИТ-Форум металлургической отрасли России «Smart MVfining & Metals»
 
26 мая в Москве состоялся Федеральный ИТ-форум металлургической отрасли России «Smart Mining & Metals», посвященный цифровой трансформации предприятий рынка металлургической и горнодобывающей промышленности. Площадкой его проведения стала выставка «Металлообработка 2021», проходившая в ЦВК «Экспоцентр». Форум Smart Mining & Metals 2021 собрал в общей сложности свыше 200 участников, среди которых руководители и менеджеры дирекций по цифровой трансформации и ИТ-служб металлургических компаний, топ-менеджеры и инженеры российских и международных горно-металлургических компаний; руководители компаний поставщиков цифровых и технологических решений, представители регулирующих органов, государственных институтов, журналисты отраслевых СМИ; аналитики и эксперты отрасли.
Май 2022 г.
ПМХ увеличил выплаты за рационализаторские проекты

На предприятии внедряются 3 уровня эффективности с различными бюджетами внедрения и вознаграждения

Металинфо

ПМХ увеличил выплаты за рационализаторские проекты - Новости металлургии - Металлоснабжение и сбыт (metalinfo.ru)

Апрель 2022 г.
Интенсивные кибератаки и нехватка ИТ-специалистов

Шок, связанный с уходом западных партнеров, был кратковременным. Буквально на следующий день после новостных анонсов все ИТ-компании стали выстраивать альтернативные цепочки поставок, искать новых вендоров и ускорять планы по собственной разработке.

РБК Тренды

ИТ-тренды 2022 года | РБК Тренды (rbc.ru)

Март 2022 г.
Культура качества на ММК

Николай Гладких, о системе управления качеством ПАО "ММК" "Задача - сделать единый формат решения проблем для всех поставщиков и компанейщиков для автомобильной промышленности.

8 шагов к качеству - tv-in.ru