Sztuczna inteligencja wspiera wytop miedzi w Hucie Miedzi „Głogów”
Zakończył się projekt wdrożenia algorytmów wspierających pracę sterników Pieca Zawiesinowego w oddziale KGHM, Huta Miedzi „Głogów”. Algorytmy, na podstawie danych historycznych, przewidują z prawie 100 proc. skutecznością, jakie będą tzw. straty ciepła w szybie reakcyjnym pieca w najbliższym czasie. Co więcej są w stanie automatycznie zmienić parametry, by je stabilizować. Wszystko po to, by zwiększyć efektywność wytopu miedzi. Pomysł to efekt pierwszego hackathonu zorganizowanego przez KGHM Polska Miedź S.A.
Piec zawiesinowy jest sercem Huty Miedzi „Głogów”, które odgrywa kluczową rolę w prawidłowym funkcjonowaniu całego oddziału. Piec jest stale monitorowany, a jego temperatura sięga aż 1300 stopni Celsjusza. Dlatego wyzwaniem jest stabilizacja odbioru ciepła w szybie reakcyjnym. Zadanie dotyczące stabilizacji otrzymali uczestnicy maratonu programowania zrealizowanego przez spółkę z Grupy Kapitałowej KGHM, Centrum Analityki w Zielonej Górze.
– Zależy nam na wykorzystaniu nowych technologii w górnictwie i hutnictwie. Stale wprowadzamy nowe rozwiązania z zakresu automatyzacji procesów czy, robotyzacji zgodnie z wizją KGHM 4.0. Przede wszystkim jednak myślimy o zwiększaniu efektywności przy jednoczesnym dbaniu o bezpieczeństwo załogi KGHM i takie rozwiązania są dla nas najważniejsze – mówi Tomasz Zdzikot, prezes zarządu KGHM Polska Miedź.
Z hackathonu do huty
Projekt był jednym z trzech zadań, które postawiono przed uczestnikami I edycji hackathonu CuValley Hack 2021 r. Autorami innowacyjnego rozwiązania, są młodzi analitycy i programiści Data Drivers. Zaledwie pięć miesięcy od zakończenia wydarzenia miedziowy gigant rozpoczął wdrażanie w organizacji innowacyjnego rozwiązania w Hucie Miedzi „Głogów”.
Jaki był cel projektu?
Po raz pierwszy w technologii Pieca Zawiesinowego Huty Miedzi „Głogów” wykorzystano sztuczną inteligencję w postaci algorytmów służących do predykcji i regulacji parametrów technologicznych pieca. Wypracowane rozwiązania, są w stanie przewidzieć jakie będą straty ciepła w szybie reakcyjnym w najbliższym czasie i automatycznie go wyregulować.
– KGHM ciągle wdraża nowoczesne rozwiązania informatyczne. Jesteśmy głęboko przekonani, co jest oczywiście poparte licznymi pozytywnymi efektami tego typu zastosowań, iż w obecnej dobie jest to klucz do poprawy efektywności zarówno technologicznej, jak i ekonomicznej – dodał Przemysław Wiśniewski, dyrektor naczelny Huty Miedzi „Głogów”.
Jak to działa?
Opracowany układ sterowania predykcyjnego opiera się o dwa kluczowe komponenty: regulator PD (proporcjonalno-różniczkujący) oraz model symulacji. Regulator odpowiada za zmiany parametrów oraz wyprzedzające reakcje na zachodzące trendy w stratach łącznych. Model symulacji używany jest, by zniwelować wpływ opóźnień układu i optymalizować rezultaty aplikowanych zmian.
Model symulacji opracowany został w autoregresyjnym układzie analizy szeregów czasowych. Prognozowaną wielkością w modelu symulacji jest zmiana wielkości strat łącznych po upływie horyzontu prognostycznego od chwili obecnej. Utworzony model został przetestowany, a błąd jego prognoz wyniósł zaledwie 0,3371% w testowym zbiorze danych. Wyniki testów widoczne są na poniższym wykresie, gdzie linia niebieska oznacza wartość rzeczywistą a pomarańczowa predykowaną.
Korzyści dla Huty
– Samo wdrożenie rozwiązania w HMG było pionierskim przedsięwzięciem angażującym ekspertów z różnych dziedzin. Sternicy i ich przełożeni widząc wyniki wdrożonego projektu przekonali się do niego. Projekt przetarł szlaki dla przyszłych wdrożeń rozwiązań w innych obszarach. Dzięki temu możemy rozwijać zastosowane rozwiązanie i wzbogacać je o dodatkowe elementy. Projekt ten pokazał potęgę Machine Learningu i algorytmów – mówi Daniel Lichota, Prezes Zarządu KGHM Centrum Analityki sp. z o.o.
Wdrożenie układu stabilizatora niesie ze sobą bardzo wymierny i bezpośredni aspekt optymalizacji i automatyzacji. Regulator wyręcza operatorów centralnej sterowni w zakresie dotychczasowej ręcznej regulacji, umożliwiając automatyczną regulację strat cieplnych szybu reakcyjnego przez blisko 70-80% czasu ich pracy zmianowej. Warto zaznaczyć, że na jednej zmianie jest 8 sterników, a łącznie w Hucie sternicy stanowią liczną grupę blisko 30 osób.
Dzięki temu, że proces jest pod kontrolą, sternicy mogą skoncentrować się na optymalizacji pozostałych parametrów procesowych, co pozytywnie przekłada się na efektywność ich pracy oraz ilość i jakość produkowanej miedzi blister.
– Ciężko jest skazać konkretne efekty ekonomiczne ale zakładamy, że dzięki optymalizatorowi Jesteśmy w stanie efektywniej prowadzić proces wytopu miedzi – dodaje Paweł Wroński, Główny Automatyk Huty Miedzi Głogów I.
KGHM Polska Miedź S.A. jest przedsiębiorstwem innowacyjnym, inteligentnym, charakteryzuje się kreatywnością, nieszablonowym podejściem do problemów, potrafi przewidywać przyszłość, jest elastyczne w dostosowywaniu się do dynamiki rynku i otoczenia. KGHM kładzie duży nacisk na działalność badawczo-rozwojową, przeznacza na nią znaczne środki finansowe i systematycznie wprowadza innowacje do swoich procesów produkcyjnych.
W efekcie zrealizowanego projektu otrzymano poniższą planszę synoptyczną, przy pomocy której sternik steruje całym procesem, odczytuje parametry nastawcze i kontroluje co się dzieje ze stabilizacją strat SR.