«Северсталь» завершает ключевой этап внедрения цифровой системы управления качеством

2026: Ключевой этап внедрения цифровой системы управления качеством

«Северсталь» обеспечивает цифровой контроль качества порядка 60% товарной продукции Череповецкого металлургического комбината. Передовая система автоматической аттестации металлопроката охватывает 35 ключевых агрегатов. Об этом «Северсталь» сообщила 17 февраля 2026 года.

«Северсталь» одной из первых среди отечественных металлургических компаний приступила к разработке комплексной системы контроля качества выпускаемой продукции. Технические решения создают наши эксперты, в том числе осваивают производство собственных измерительных систем – аналогов инструментов, которые раньше закупались за рубежом. За 10 лет реализации проекта мы инвестировали в разработку такой сквозной цифровой системы порядка двух миллиардов рублей. К концу года мы рассчитываем завершить ключевой этап её внедрения, увеличив объем цифрового контроля выпуска товарной продукции до 67%, и перейти к локальному тиражированию решений, – отметил генеральный директор компании «Северсталь» Александр Шевелёв.

Комплекс цифровых инструментов работает для того, чтобы помочь сотруднику принять решение о годности металлопроката на основе ранее недоступного большого объема информации, полученного на всех этапах – жизненном пути его создания. Каждые четыре секунды на предприятии производится аттестация какого-либо продукта, ежедневно – порядка 20 тысяч аттестаций.

Реализация проекта предусматривает оснащение промышленных агрегатов измерителями с применением технологий компьютерного зрения и искусственного интеллекта, которые отвечают за фиксацию видимых отклонений. Разработанные прогнозные модели выполняют расчеты вероятности возникновения невидимых человеческому глазу дефектов на основании технологических параметров. Системы слежения за металлом обеспечивают привязку данных к каждому метру конкретного продукта, а системы фиксации инцидентов контролируют критические зоны, влияющие на его качество. Их использование помогает сотруднику справиться с задачей аттестации, а также обеспечить своевременную реакцию на отклонения в технологических процессах. Всего в системе используется более 17,5 тысячи параметров, из них порядка 500 – аттестационных. На основе полученных данных система автоаттестации Sherlock рекомендует решение о годности металлопроката.

Разработкой охвачена сквозная цепочка производства полимерного проката, оцинкованного проката, горячекатаного рулонного проката, травленого проката, товарной слябы. На февраль 2026 года идет масштабирование системы на производство плоского проката и труб большого диаметра на колпинской промышленной площадке «Северстали», а также дооснащение измерительными системами агрегатов в Череповце. Данные работы планируется завершить до конца 2026 года.Гид по российским системам PAM (Privileged Access Management) 89 т

Реализует инициативы команда экспертов «Северстали», обладающих необходимыми компетенциями, из дирекции по техническому развитию и качеству, производственных подразделений Череповецкого металлургического комбината, а также профильных компаний – «Северсталь-инфоком» и «Лаборатория измерительных систем».

2025

Внедрение модели дискретной оптимизации на участке термических печей цеха отделки металла №1

«Северсталь» внедрила модель дискретной оптимизации на участке термических печей цеха отделки металла №1 Череповецкого металлургического комбината. Она собирает график посада роликовых печей с учетом переключения агрегата между марками стали и минимальной паузы между листами. Решение разработано специалистами кластера «Искусственный интеллект» «Северстали» совместно с группой автоматизации дирекции по прокатному производству. Об этом «Северсталь» сообщила 20 ноября 2025 года.

В роликовых печах производится нагрев листов для их дальнейшей нормализации, закалки и отпуска до температур, необходимых для данных видов термообработки. Ранее составление графика посада производилось вручную, а переключение между марками стали приводило к длительным паузам и падению производительности из-за необходимости перестраивать температурный режим.

Модель определяет оптимальный порядок посада в роликовые печи №1 и 2 находящихся в наличии листов с учетом параметров нагрева, марки стали, геометрии листа, технических возможностей печей и нахождения листов на складе. В результате получается оптимизированный по времени исполнения график на пользовательском интерфейсе с возможностью выгрузки и работы по нему.

В основе решения лежит модель оптимизации на основе constraint programming (программирование в ограничениях), которая определенное количество раз в день планирует посад листов из текущего наличия в оптимальном порядке. Далее оптимальный график выводится в пользовательский интерфейс, где бригадир или мастер может его подтвердить и принять в работу.

В результате за счет оптимизации пауз между переключением марок стали дополнительное производство составило 3,41 тыс. т, а экономический эффект – 27,55 млн рублей.

Интеллектуальная система планирования посада печей автоматически определяет оптимальный порядок загрузки листов, обеспечивая отсутствие непродуктивных пауз агрегата. Это не только разгрузило операторов и бригадиров от рутинных расчетов, но и позволило им уделять больше времени контролю качества и процессу в целом, - прокомментировала Светлана Потапова, руководитель кластера «Искусственный интеллект» «Северстали».

Увеличение объема производства травленого проката с помощью машинного обучения

«Северсталь» внедрила комплекс моделей машинного обучения для управления скоростью непрерывно-травильного агрегата №4 (НТА-4) Череповецкого металлургического комбината. Решение позволило автоматизировать ключевые процессы и повысить производительность агрегата. Проект был разработан специалистами кластера «Искусственный интеллект» совместно с Центром технологического развития прокатного производства и кластером «Индустриальные процессы». Об этом «Северсталь» сообщила 29 сентября 2025 года.

Основной задачей решения стало управление скоростью технологической части агрегата. Ранее этот процесс полностью зависел от действий оператора, который вручную выставлял параметры линии, основываясь на своем опыте и общепринятых значениях производительности для конкретного сортамента металла. Такой подход нередко приводил к неоптимальному использованию производственных мощностей. Кроме того, скорость травления могла варьироваться в зависимости от оператора, что не позволяло получать максимально возможный объем производства.

Данная система в режиме реального времени анализирует ключевые параметры продукции и состояния агрегата и автоматически задает оптимальную скорость работы технологической части НТА-4. Также модель прогнозирует длительность паузы в головной и хвостовой частях агрегата, что позволяет минимизировать простои и повысить общую производительность.

Для отработки управляющих воздействий модели был разработан цифровой двойник НТА-4. Это виртуальная копия агрегата, которая позволила специалистам тестировать алгоритмы в безопасной среде до их внедрения на реальном производстве. Такой подход обеспечил высокую надежность решения и снизил риски, связанные с его интеграцией.

Благодаря использованию этого решения за три месяца удалось увеличить производительность НТА-4 на 4%, экономический эффект составил 273,5 млн рублей. Несколько лет назад мы ускорили с помощью ИИ НТА-3, теперь пришла очередь более нового и современного агрегата. Кроме того, решение стало одним из первых крупных проектов, реализованных в замкнутом контуре АСУ ТП, – прокомментировала Светлана Потапова, руководитель кластера «Искусственный интеллект» «Северстали».

Внедрение модели ML для предотвращения аварийных простоев агрегата из-за поломок электродвигателей

На стане 5000 колпинской производственной площадки Череповецкого металлургического комбината внедрена модель машинного обучения, которая помогает избегать аварийных простоев агрегата из-за поломок электродвигателей. Решение разработано специалистами «Северсталь Диджитал», «Северсталь-инфокома» совместно с технологами листопрокатного цеха и экспертами центра технологического развития производства трубного проката. Об этом Северсталь сообщила 7 августа 2025 года.

𝓲

Фото: Северсталь

Процесс прокатки осуществляется в горизонтальной реверсивной клети Кватро «5000». Ее работа обеспечивается двумя электродвигателями, для которых нужно рассчитывать моментную нагрузку. Момент силы двигателя, или крутящий момент — это физическая величина, которая характеризует вращательное усилие, создаваемое двигателем. Она определяет его способность преодолевать сопротивление и вращать вал или механизм. Чем выше момент силы, тем больше нагрузка, которую двигатель может преодолеть при заданной скорости вращения. Однако при критических значениях повышается риск поломки валопроводов главного привода клети, что приводит к выходу ее из строя и простою всего агрегата. Ранее оператор задавал настройки клети, опираясь на собственный опыт, что было не оптимально. На август 2025 года показатель момента силы вычисляется с помощью модели машинного обучения.

Перед началом прокатки оператор поста управления задает параметры деформационного режима, а затем нажимает на кнопку «Рассчитать режим». На основании этих данных в программе рассчитываются зазоры и обжатия по проходам, после чего они вместе с параметрами деформационного режима передаются в модель. Модель прогнозирует средний и максимальный моменты силы двигателей клети и отображает результаты в пользовательском интерфейсе в виде значения в килоньютон-метрах (кНм) с цветовой индикацией. Если рассчитанное значение момента силы двигателей превышает заданный предел, оно выделяется желтым или красным цветом. В этом случае существует вероятность повреждения оборудования. Значит, оператор должен изменить параметры деформационного режима так, чтобы расчётный момент двигателей клети не превышал допустимый порог, или принять другие компенсирующие меры для снижения моментных нагрузок при фактической прокатке.

Для прогнозирования моментов силы двигателей клети Стана 5000 использовалась модель градиентного бустинга, а также отдельные модели для прогнозирования на чистовых и черновых проходах. Модели обучены на данных о фактических прокатах.

Наше решение обеспечивает точную адаптацию к изменяющейся нагрузке, повышая энергоэффективность и снижая износ оборудования. Уже в первом полугодии это позволило сократить аварийные простои стана 5000 на 3,9 часа с экономическим эффектом 4,53 млн рублей. При этом система имеет интуитивно понятный интерфейс, привычный оператору, – отметила Светлана Потапова, директор «Северсталь Диджитал».

Внедрение систем инспекции поверхности металла

«Северсталь» продолжает масштабирование комплексов моделей компьютерного зрения, которые позволяют автоматизировать контроль качества металлопроката. На март 2025 года на площадке Череповецкого металлургического комбината внедрены 12 систем. Решения разработаны командой «Северсталь Диджитал» (кластер «Искусственный интеллект»), совместно с дирекцией по техническому развитию и качеству и дирекцией по ремонтам «Северстали». Об этом компания сообщила 26 марта 2025 года.

На площадке ЧерМК внедрены как нейросетевые системы на базе ранее установленных камер видеонаблюдения, так и новые системы инспекции поверхности (СИП) на основе конструкций собственной разработки компании.

Так, в конце 2024 года в эксплуатацию передано четыре СИП: они работают на агрегатах полимерных покрытий металла №1,2,3 и на агрегате продольной резки №8. Также эти решения работают на агрегатах непрерывного горячего цинкования №1 и №4 и на агрегате продольной резки №4. Они способны распознавать от 40 до 100 классов дефектов на цветных изображениях, что облегчает классификацию отклонений. Системы используют набор моделей компьютерного зрения, каждая из которых обучена обнаруживать дефекты, критичные для конкретного типа металла. При смене типа продукции, например, с холоднокатаной стали на динамную, алгоритм автоматически переключается на нужную модель, а дополнительные правила классификации дефектов гибко адаптируются под тип металлопроката.

Кроме того, разработанное ПО обеспечивает адаптивную настройку освещения в зависимости от времени суток и цветового тона покрытия, которое позволяет получать более качественное изображение для дальнейшего распознавания дефектов нейросетевой моделью. Это особенно важно для систем на агрегатах полимерного покрытия, где производится до нескольких десятков цветовых вариантов полимерного металлопроката.

Решения на основе компьютерного зрения являются важной частью цифровой системы аттестации продукции. Благодаря их точности и способности работать 24/7, клиенты «Северстали» получают более качественный металлопрокат, а операторы агрегатов могут переключиться с рутинных задач на требующие их большего вовлечения. Комбинация мультимодельных алгоритмов, адаптивных технологий и импортонезависимых решений не только повышает качество продукции, но и формирует бенчмарк для металлургической отрасли. За последние два года мы повысили точность решений более чем на 30%. В дальнейшем мы планируем внедрять системы инспекции и на других ключевых агрегатах, переводя под цифровой контроль целые производственные линии», - прокомментировала директор «Северсталь Диджитал» Светлана Потапова.

2023: Увеличение производительности стана 2000 с помощью машинного обучения

11 мая 2023 года компания «Северсталь» сообщила о внедрении программного комплекса по управлению темпом прокатки и выдачей слябов из печей на основе моделей машинного обучения. Решение, получившее название «Автотемп 2.0», реализовано на стане 2000 Череповецкого металлургического комбината (ключевой актив «Северстали»). Разработчиками выступили специалисты «Северсталь Диджитал» и «Северсталь-инфоком» совместно с экспертами Центра технологического развития прокатных производств Downstream и технологами производства плоского проката ЧерМК.

«Автотемп 2.0» позволяет рассчитать и настроить оптимальную паузу перед выдачей слябов из нагревательной печи стана и тем самым увеличить его производительность. Ранее оператор вычислял необходимое время извлечения сляба самостоятельно, из-за чего могли возникать непродуктивные паузы в прокатке. Кроме того, решение интегрировано с моделью нагрева металла, что позволяет улучшить параметры энергоэффективности участка нагревательных печей и качество нагрева сляба.

В основе «Автотемп 2.0» лежит модель с использованием алгоритма градиентного бустинга, который позволяет анализировать табличные неоднородные данные и с высокой точностью вычислять время прокатки металла в стане. За три месяца работы решения экономия времени прокатки за счет оптимизации пауз составила 27 часов, что позволило дополнительно произвести 24 тысячи тонн металлопроката.

«Автотемп 2.0» – это собственная разработка «Северстали», в создании которой использовались актуальные технологии и средства построения цифровых решений. Они позволяют развивать продукт в будущем и не зависеть от иностранных поставщиков программного обеспечения или комплектующих. Решение полностью управляет выдачей сляба, за счет чего мы исключаем человеческий фактор и снижаем вероятность простоев агрегата. Кроме того, на участке нагревательных печей мы внедряем цифровой двойник, чтобы на основе его прогноза определять, какую из имеющихся печей лучше загрузить в определенный момент для наилучшей производительности стана 2000, – прокомментировал генеральный директор дивизиона «Северсталь Российская сталь» и ресурсных активов Евгений Виноградов.

Уровень цифровизации производственных площадок «Северстали» стабильно растет, и «Автотемп 2.0» - еще один успешный пример того, как цифровое решение помогает повышать производительность промышленного оборудования. Наши разработки охватывают все более крупные и мощные агрегаты, в числе которых и стан 2000 – один из ключевых в технологической цепочке комбината, – прокомментировала директор ООО «Северсталь Диджитал» Светлана Потапова.