Машинное обучение на алюминиевом заводе

В статье приводится практический опыт внедрения машинного обучения на алюминиевом заводе. Показано, что алюминиевый завод является предприятием с большим (более двух тысяч идентичных производственных объектов – электролизеров) количеством объектов анализа, по каждому из которых существуют сотни различных технических параметров эксплуатации объект; взаимосвязи между параметрами эксплуатации определить классическими методами анализа затруднительно. Эти обстоятельства делают алюминиевое производство идеальным кандидатом для внедрения элементов искусственного интеллекта в производственный процесс. В ходе внедрения машинного обучения на алюминиевом заводе были проведены стадии пассивного и активного экспериментов, разработана методика определения эффективности проведенных мероприятий. Внедрение методов машинного обучения позволяет оптимизировать трудозатраты основного технологического персонала, при этом повысить эффективность производства.
The article provides practical experience in implementing machine learning at an aluminum plant. It is shown that an aluminum smelter is an enterprise with a large (more than two thousand identical production facilities – pots) number of objects of analysis, for each of which there are hundreds of different technical parameters of the object's operation, it is difficult to determine the relationship between the operation parameters by classical methods of analysis. These circumstances make aluminum production an ideal candidate for the introduction of artificial intelligence elements in the production process. During the implementation of machine learning at an aluminum plant, the stages of passive and active experiments were carried out, a methodology was developed to determine the effectiveness of the measures taken. The introduction of machine learning methods allows optimizing the labor costs of the main technological personnel, while increasing production efficiency.
Цифровая экономика, Выпуск 2 (23) 2023, Pages 90-96