详细内容或原文请订阅后点击阅览
Karelian Okatysh 利用机器学习减少碳和硫排放
Karelsky Okatysh 是俄罗斯一家领先的铁矿石开采和加工厂（Severstal PJSC 的一部分），测试了用于控制烘焙机的数字模型。有助于节省燃料油，减少球团焙烧过程中碳和硫氧化物的排放，保持成品的高质量。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）Karelsky Okatysh 是俄罗斯一家领先的铁矿石开采和加工厂（Severstal PJSC 的一部分），测试了用于控制烘焙机的数字模型。有助于节省燃料油，减少球团焙烧过程中碳和硫氧化物的排放，保持成品的高质量。
该解决方案由Severstal Digital 专家与精矿和球团生产部门以及Karelsky Okatysh 技术自动化和计量车间的员工共同开发。
来自数据湖和工厂档案的大量数据用于训练模型。该系统分析生球团的参数并预测烧成后的冷强度。该信息显示在操作员的屏幕上。如果预测了计划的颗粒质量，该模型将独立控制烘焙机，确保燃烧器的最佳运行。同时，它还会考虑其他机器组件的当前运行参数。如果出现紧急情况或成品的预测质量出现偏差，操作员会关闭数字助理并手动管理流程。
专家推出了 1 号焙烧机的控制模型，用于生产无助熔颗粒。该试点项目于 2020 年 12 月至 2021 年 3 月期间进行。实验结果显示，该车型运行过程中燃油单耗下降了6.4%，意味着碳氧化物和硫的排放量减少了。
数字解决方案目前正在积极复制。控制熔融球团燃烧的模型已经建立，将在 1 号焙烧机上进行测试。正在开发一种控制 3 号烘焙机上无助熔剂球团燃烧的模型。