Северсталь: ИИ-ассистент «Аделина» ускорил прокатный стан на 5% и дал миллиардный эффект
ИИ-модель «Аделина» увеличила производительность стана горячей прокатки 2000 примерно на 5% без капитальной реконструкции оборудования («эффект без капекса»), что дало более 300 000 тонн дополнительного проката в год.
| Компания и отрасль | Северсталь (Severstal) — Metallurgy & Heavy Industry |
|---|---|
| Стек моделей и ИИ | Closed-Loop Industrial ML · PLC / SCADA Integration · CNN Surface Defect Vision · Time-Series Telemetry · Gradient Boosting · Predictive Maintenance |
| Хронология внедрения | 2019–2020 — запуск ИИ-управления «Аделина» на стане 2000 ЧерМК и публикация датасета дефектов стали на Kaggle; 2021–2023 — тиражирование автопилотов на травильные и оцинковальные агрегаты; 2024–2026 — внедрение генеративных ИИ-ассистентов для инженеров ТОиР и технологов. |
| Верификация | Проверено 2026-10 · 3 первоисточн. |
Контекст и масштаб бизнеса
ПАО «Северсталь» — одна из крупнейших вертикально интегрированных сталелитейных и горнодобывающих компаний России, флагманским активом которой является Череповецкий металлургический комбинат (ЧерМК), выпускающий свыше 11 миллионов тонн стали в год.
В металлургии полного цикла узким горлышком производительности часто выступает стан горячей прокатки (стан 2000), где раскалённые слябы превращаются в стальную полосу на высоких скоростях. Любая секунда паузы между слябами или неоптимальный темп прокатки напрямую ограничивают годовой выпуск проката.
Подразделение «Северсталь Диджитал» одним из первых в мировой тяжёлой промышленности перешло от советующих дашбордов к замкнутому контуру ИИ-управления агрегатами в реальном времени и открыло часть своих промышленных алгоритмов рынку.
Бизнес-проблема и узкие места
Традиционно темпом выдачи слябов из печей и скоростью прокатки управлял человек-оператор с пульта. Из-за высокой цены ошибки (аварийное забуривание полосы в клетях стана ведёт к дорогостоящему простою) операторы перестраховывались и держали увеличенные интервалы безопасности между заготовками.
При этом каждый сляб имеет свою марку стали, температуру нагрева, химический состав и целевую толщину полосы — человек не способен в уме каждые доли секунды решать систему дифференциальных уравнений теплообмена и нагрузки на приводы клетей.
Вторая критическая задача — обнаружение поверхностных дефектов стального листа (плена, закат, трещины, окалина) на скорости движения полосы до 15–20 метров в секунду, где человеческий глаз физически не успевает заметить брак.
Архитектура и внедрение ИИ-решения
Команда «Северсталь Диджитал» разработала и внедрила на стане 2000 систему автоматического управления на базе машинного обучения, получившую внутри комбината имя «Аделина». Модель в реальном времени считывает сотни сигналов с датчиков печей и прокатных клетей и напрямую (без участия рук оператора) управляет моментом выдачи очередного сляба и скоростью рольгангов.
Алгоритм рассчитывает минимально безопасный интервал между заготовками с учётом индивидуальной геометрии и марки каждого сляба, исключая соударения и перегрузку двигателей клетей.
Параллельно на линиях проката и оцинкования развёрнута система компьютерного зрения на базе глубоких свёрточных сетей (архитектуры которой легли в основу знаменитого международного соревнования Severstal Steel Defect Detection на Kaggle), в реальном времени классифицирующая более 20 типов дефектов поверхности металла.
“«Пока модель просто рисует подсказку на мониторе, оператор в половине случаев игнорирует её по привычке. Настоящий прорыв в промышленности случается тогда, когда алгоритм переходит в замкнутый контур и сам ведёт агрегат». — Северсталь Диджитал
Измеримый результат и экономика
ИИ-модель «Аделина» увеличила производительность стана горячей прокатки 2000 примерно на 5% без капитальной реконструкции оборудования («эффект без капекса»), что дало более 300 000 тонн дополнительного проката в год.
Суммарный подтверждённый экономический эффект от портфеля цифровых и ИИ-решений «Северстали» (управление прокаткой, оптимизация шихты в доменном и конвертерном переделах, предиктивная диагностика агрегатов и компьютерное зрение) превысил несколько миллиардов рублей в год.
Системы видеоаналитики на линиях контроля качества сократили пропуск дефектных рулонов к клиентам в автопроме и строительстве и позволили отбраковывать проблемные участки на ранних переделах.
Уроки для индустрии
В тяжёлой промышленности советующие системы дают в 3–5 раз меньший эффект, чем замкнутый контур (автопилот), интегрированный напрямую в АСУ ТП.
Увеличение пропускной способности узкого горлышка завода на 5% за счёт ПО приносит прибыль, сопоставимую со строительством нового цеха.
Безопасность автопилота обеспечивается жёсткими аппаратными ограничителями в ПЛК: если параметры выходят за допуск, управление мгновенно возвращается человеку.
Открытие обезличенного датасета дефектов на Kaggle привлекло тысячи лучших мировых ML-инженеров к решению производственной задачи комбината.
Верифицированные первоисточники
Вопросы и ответы по материалу
Что произойдёт, если ИИ-модель выдаст ошибочную команду на скорости прокатки?
Между ML-сервером и исполнительными механизмами стана стоит уровень жёстких детерминированных блокировок в промышленном контроллере (ПЛК). Он физически не пропустит команду, нарушающую температурные или токовые лимиты.
Зачем металлургической компании выкладывать снимки дефектов стали на Kaggle?
В соревновании приняли участие более 2 400 команд со всего мира. Лучшие свёрточные архитектуры сегментации с открытым кодом помогли «Северстали» кратно ускорить и удешевить собственную систему видеоконтроля полосы.
Потребовалась ли замена прокатного оборудования для запуска «Аделины»?
Нет, система подключилась к уже существующим датчикам и контроллерам АСУ ТП стана 2000, поэтому все +5% производительности были получены чисто программным путём.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.