Чтобы абсолютно точно выплавить нужный сорт стали, надо очень строго соблюсти долю всех компонентов.

В реальности, чтобы это сделать с совершенной точностью, нужно остановить цех, взять ковш, опустошить его, сломать футеровку и заново зафутеровать его изнутри кирпичом. То есть всегда, когда мы плавим сталь, расплав у нас — «рекурсивный», где осталось несколько процентов от прошлого расплава.

По-хорошему, чтобы всё работало как часы, сталевар должен открыть технологическую инструкцию, найти нужный раздел в 185 её страницах между прочими рабочими задачами — и чётко всё сделать по пунктам. Но в цехе — не библиотека, и металл не ждёт. Поэтому бывалые сталевары давно научились действовать быстрее: запоминают, чувствуют, учитывают неформальные нюансы. Иногда неидеально, но чаще — точнее любого расчёта.

Натренировать нейросеть, которая советовала бы, сколько вешать в граммах отдавать ферросплавов в плавку, до нас пытались уже дважды.

Но не взлетело.

Модель считала дозировки по тем данным, что были, а данных часто не хватало. То замер опоздал, то бригадир не успел внести информацию. В итоге рекомендации модели мазали мимо, а сталевар попадал точнее. Естественно, сталевары не доверяли советчику и к новым попыткам относились скептически: мол, опять пришли какие-то айтишники с идеями.

В общем, мы были третьими, учли опыт неудачных попыток и сделали свою комбинацию подходов к разработке советчика. На этот раз он не просто экономил ферросплавы — он учитывал все особенности технологической инструкции и тонкости работы передела. В итоге у нас кое-что получилось. Middle-сталевары — уже наравне с моделью, а вот опытные её, конечно, уделывают играючи.

В каждую марку стали добавляют свои наборы ферросплавов в нужных пропорциях. Эти добавки придают стали стойкость к коррозии, жаропрочность, твёрдость, пластичность и прочие свойства, которые нужны каждому уважающему себя металлу. Получаются сплавы железа с марганцем, хромом, титаном, кремнием и прочими нужными элементами, в том числе — редкими и дорогими молибденом и ниобием. У каждой марки стали есть свой диапазон значений, и в него надо попасть.

Сталевар всегда прав

Годы работы научили сталеваров подмечать закономерности прошлых плавок и на глаз определять состав металла своими хитрыми методами. Опытный мастер видит и чувствует кучу деталей, складывает их в единую картину и быстро принимает решение.

Сталевар варит сталь, соблюдая технологию. Себестоимость продукции при выборе материала для легирования у него в последнем приоритете: для него главное, чтобы результат чётко вписался в нужные параметры.

Модель не видит всех моментов, которые замечает сталевар. Но при этом обладает способностью прогнозировать результат по входящим параметрам и решать задачу оптимизации.

Опытный сталевар всегда бывает прав: он ориентируется на звук завалки лома и заливки чугуна, на цвет пламени в конвертере, на весь свой предыдущий опыт. Данные можно и нужно оцифровывать, и мы постепенно занимаемся этим, но этот процесс кропотливый и займёт не один год. Советчик орудует уже оцифрованными данными, но при этом способен оптимизировать затраты без ущерба качеству и в целом неплохо справляется с задачей.

Мы учли опыт предыдущих подходов, плотно поработали со сталеварами и сосредоточились на трёх главных вещах.

Во-первых, нужно было научиться предсказывать состав сплава для каждой плавки ещё до того, как всё смешается. Во-вторых, важно было понимать, насколько хорошо добавленные элементы усвоятся в процессе, то есть внесут столько элемента, сколько ожидалось. И, наконец, стояла задача заранее предсказывать состав первой пробы на выходе, чтобы отдача материалов на ВПО была безопасной и гарантировала попадание в цель.

Чугун + лом + ферросплавы = PROFIT

Когда плавку продули, в ней всё равно остаётся некоторое количество примесей — это то, что пришло вместе с чугуном и ломом. У каждой плавки — свой набор: всё зависит от того, какие именно материалы пошли в шихту.

С чугуном всё проще: он приезжает из доменного цеха, и мы можем оценить его состав на выходе из печи. Опираясь на опыт, миксеровой наливает в чугунозаливочный ковш металл с подходящим для плавки химсоставом. После этого берётся проба. Если состав чугуна нас не устраивает, то мы отправляем его на установку десульфурации — там чугун перемешивают и удаляют вредные примеси, например, серу.

Но это всё цветочки по сравнению с ломом. Мы не можем рассортировать его целиком до последней железяки: условные холодильники — в первую кучку, мотоциклы — во вторую, а рельсы — в третью. Вот что с ним происходит. Мы можем ориентироваться только на сорта лома: первый, второй и шредерный лом, которые формирует копровый цех по технологическим стандартам. Точного состава того, что намешано внутри лотка, который к нам приехал, мы не знаем и не можем рассчитывать химию по спецификации.

Рекомендации нужно выдавать в тот момент, когда ведётся продувка плавки в конвертере и из расплава удаляется большая часть примесей, содержащихся в металлоломе и чугуне. Сталевар должен решить, что и в каком количестве он положит в плавку, требуемый состав, который ему известен. Химический состав на выпуске после продувки будет колебаться, и не известен на момент отдачи. Того же марганца после продувки может быть 0,015%, при этом минимальная граница по его содержанию в готовой стали при той же нижней границе — 0,08%, и сталевару необходимо отдать 1600 кг марганца. А есть плавки с начальным содержанием марганца 0,1% после продувки, при этом его минимальная граница в готовой стали — 1,4%, и сталевару необходимо отдать 6500 кг марганца, и ещё добавить 1500 кг сплава железа и кремния — FeSi.

Чисто гипотетически возможность выдуть на конвертерах все примеси из металла и сделать его кристально чистым у нас есть. Но только в теории, потому что время продувки ограничено.

Во-первых, есть план работы цеха и очередь на конвертер.

Во-вторых, чем дольше идёт продувка, тем больше мы расходуем кислорода и аргона и тем хуже себя чувствует футеровка конвертера. Стоит она не один миллион рублей, поэтому менять её мы стараемся пореже — насколько позволяет технология.

А теперь ещё немножко неопределённости. Некоторые ферросплавы могут быть отчасти взаимозаменяемыми. Например, для некоторых (не для всех!) сортов стали нет разницы, металлический марганец мы возьмём или доменный ферромарганец. А стоимость у первого в два раза выше, чем у второго.

Ферросплавы добавляются в плавку при выпуске металла из конвертера. Основная их часть — 80–90% — вносится именно на участке выплавки стали, а оставшиеся 10–20% — уже во время внепечной обработки. И это очень важные проценты, потому что в этот момент плавка переводится в конечный химический состав, с которым она поедет на разливку, а ещё потому, что здесь добавляются самые редкие и дорогие металлы.

Два конвертерных цеха

Первый — поменьше, там конвертеры и ковши объёмом по 160 тонн. В среднем там отдают по 400 кг ферросплавов, и усвоение на таком количество довольно предсказуемо.

А второй — побольше, с конвертерами по 330 тонн. На такой объём стали нужно очень много ферросплавов. Того же марганца — до шести тонн на плавку. Усвоение при таком объёме стали варьируется в зависимости от марки стали и схемы раскисления, а спрогнозировать его сложнее.

Правда, от сталевара не требуется говорить, сколько точно вешать в граммах.

Чтобы не испортить плавку, он должен попасть в коридор границ. Для каждой марки стали он свой. Где-то эта вилка такая большая, что можно отдать сколько угодно ферросплавов и получить нужный химический состав. Но есть и такие марки, у которых разница между минимальным и максимальным значениями очень маленькая, усвоение труднопрогнозируемое, и вероятность ошибки весьма высока.

И если не попали в допустимые пределы, то плавку придётся дополнительно обрабатывать: либо удалять лишние химические элементы, которые попали в состав из-за перебора с ферросплавами, либо, наоборот, добавлять недостающие.

В любом случае это лишние операции и дополнительные затраты для завода. А то и вместо заказанной стали может получиться что-то другое, что заказчику не годится. И тогда нужно будет искать какого-то другого покупателя на то, что выплавили. В самом крайнем случае это будет сталь марки 0, из которой делают гвозди, шурупы и прочие всегда востребованные бытовые мелочи, и её, конечно, купят. Но зато и стоит она намного дешевле, чем высокотехнологичная сталь, которую мы пытались выплавить изначально.

И это обидно.

Но даже если химический состав не вылетел за пределы, а сталь получилась качественной и ровно той марки, которая была нужна, то завод всё равно заработает меньше. Потому что, если мы пройдём по нижней границе требований, то себестоимость сляба будет, условно говоря, 500 тысяч рублей, а если по верхней — около миллиона. А продадим мы её потом за одни и те же деньги.

Непорядок.

В общем, опытные сталевары и по памяти могут прикинуть, сколько чего потребуется. Но всё-таки, когда есть полная информация и соблюдена технология, результат становится точнее, а перерасход — меньше.

Короче, мы решили, что комбинату всё-таки нужен сервис, который рекомендует, какие ферросплавы и сколько в какую плавку нужно засыпать

Начать всё сначала, используя опыт двух неудачных попыток, оказалось непросто.

Первое, с чего мы начали, — это удобство сталевара. Мы сделали интерфейс максимально удобным для рабочих и поставили промышленные мониторы, чтобы сталевар прямо на конвертерах, никуда специально не перемещаясь, мог посмотреть химию, рекомендуемые пределы, прогноз повалочной пробы и первой пробы ВПО. Нам было важно, чтобы сталевар не переключался между вкладками и чтобы вся информация была в одном месте.

На первом этапе, то есть на выпуске из конвертерного отделения, где добавляется 80–90% всех ферросплавов, этот сервис должен предсказывать химический состав металла после продувки, коэффициент усвоения и подсказывать, в какую часть лотка, в какое его отделение и какие ферросплавы нужно добавить по техинструкции, чтобы они лучше усвоились.

И на этапе выплавки стали, и при внепечной обработке от сервиса дозировки ферросплавов требовалось одно и то же: во-первых, максимально точно рассчитывать, сколько и каких ферросплавов нужно добавить строго по технологической инструкции. Во-вторых, учитывать, где можно заменить дорогие материалы на более доступные аналоги, если это допускается. И в-третьих — стараться попасть в нижние границы допустимого химсостава, чтобы не было перерасхода.

Довести рекомендации модели в таких условиях до стопроцентной точности невозможно из-за больших отдач ферросплавов. Поэтому мы поставили цель: как можно более точно выходить на минимальные границы по требуемому химсоставу. Это важно, потому что на следующем этапе — при внепечной обработке — состав ещё можно скорректировать.

А вот если перебор случится уже на этапе внепечной обработки, вернуть всё назад будет невозможно, и тогда плавка может не попасть в нужный сорт.

Первая проблема, которую нужно было решить, — это прогнозирование химсостава после продувки

Сталевар начинает готовить ферросплавы до того, как продувка закончится, даже не дожидаясь прихода пробы из лаборатории. Единственное, чем он может руководствоваться, — это химический состав чугуна после миксера и интенсивность продувки.

Мы начали разбираться с данными, которые у нас были, и поняли, что учить на них модель нельзя. Выяснилось, что часть информации поднимается с датчиков, а часть — из лаборатории. На части плавок их нет вообще, где-то химанализ приходит с опозданием, а где-то вбивается вручную.

При этом настоящий сталевар со своими знаниями и опытом не всегда может объяснить словами, как у него в итоге всё получается.

Чтобы вы понимали: предсказать химию точнее, чем это делает рабочий, у нас вышло только после того, как количество признаков, на которых мы обучали модель, перевалило за 80. И что-то вообще начало получаться только после того, как мы додумались добавить hist-признаки (расчетные показатели по предыдущим плавкам со схожими свойствами, например: марке стали или номер конвертора, на котором происходила обработка), то есть сделали так, чтобы модель могла рассчитывать, например, как долго продолжалась продувка, на опыте предыдущих плавок. Мы много экспериментировали с алгоритмами, чтобы выяснить, какие из них дадут лучший результат. Например, модель может взять среднее время продувки пяти последних плавок той же марки стали с того же конвертера.

Или трёх.

Логика расчёта будет разной.

В общем, у нас есть погрешность модели и есть погрешность самого измерения, потому что приборы в лаборатории неидеальны, при этом нам надо выдавать точное количество ферросплавов. И, несмотря на это, сервис сейчас работает вполне себе стабильно за счёт правильно подобранных отступов в оптимизаторе.

На данный момент системы состоят из трёх уровней:

• На первом уровне сталевары работают с оборудованием.

• Второй уровень — это ODS (Оперативная диспетчерская система).

• А на третьем мы реализуем нашего сталевара.

Часть данных мы подтягиваем туда с первого уровня, а часть — из ODS-системы, которая постоянно следит за плавкой (например, информацию о завалке). Это позволяет нам получать их оперативнее, а значит, передавать больше параметров данных и повышать точность прогноза.

Дальше нам нужно было научиться выдавать точное количество ферросплавов, которые надо отдать в ковш. Задача усложнялась тем, что один химический элемент может содержаться сразу в нескольких ферросплавах.

То есть на этом этапе у программы — две опции: думать, как сталевар, и выбирать материалы подешевле (а значит, в программу нужно было загрузить информацию о ценах). Здесь у нас в модели используется оптимизатор, который принимает необходимые границы по химии, учитывает цены на ферросплавы и химический состав и выдаёт рекомендацию по их оптимальному количеству. Так как у нас химия может варьироваться, то именно отступы играют очень большую роль, потому что они корректируют ошибку модели.

Вторая проблема — прогнозирование усвоения ферросплавов

На одну и ту же химию сталевар может отдать одинаковое количество ферросплавов и получить очень разные результаты на агрегатах ВПО. Первые попытки научить модель предсказывать усвоение не увенчались успехом: точность получалась очень низкой.

Первое, что мы сделали, — пришли в цех за объяснением, почему так происходит.

И получили ответ: «Это чёрная металлургия, она не поддаётся логике».

Вопрос, кстати, продолжает оставаться открытым. Но кое-каких экономических результатов в этом году добиться всё-таки удалось за счёт точного расчёта и унификации действий ферросплавов. Рекомендация считается принятой, если разница между ней и отдачей не превышает 100 килограммов.

Параллельно мы делаем сервис наполнения стальковшей, который должен следить, отдавалось ли нужное количество ферросплавов и в нужной ли последовательности. Пока мы его не сделали, уследить за правильностью было невозможно.

Качество модели по химии было очень низким, особенно в той части, которая отвечала за углерод. Он выгорает во время продувки, но предсказать, сколько его в какой момент остаётся, у нас не получалось слишком долго.

RMSE (Root Mean Square Error) — оставалось на уровне 0,02, и это было критично. Ирония заключается в том, что ошибка в 0,01 по марганцу даёт погрешность в 50 килограммов марганца. А ошибка в 0,01 по углероду даёт погрешность по тому же самому марганцу в 500 килограммов.

Вроде бы модель ошибается несильно, но последствия критичны.

У каждой марки стали есть химические минимум и максимум, в которые мы должны уложиться. При этом заказы могут немного отличаться даже в пределах одной марки. Сервис должен определить, в какие пределы нужно целиться по каждой конкретной плавке. И это самая важная часть сервиса. При этом рабочие могут при необходимости откорректировать их вручную.

Следующим этапом нужно рассчитать дозировку.

Тут тоже есть свои сложности: во-первых, у ферросплавов есть свой химический анализ, и они также варьируются от плавки к плавке. Например, доменный марганец бывает 78-процентным, а бывает 79-процентным, и в идеале нам нужно знать точный состав материала, который мы используем. На данный момент мы не можем предсказать это точно, поэтому берём усреднённые значения.

Второй важный момент: не всегда у нас есть в наличии все ферросплавы, поэтому на бункерах стоят датчики уровня и веса. Мы забираем сигналы с них и понимаем, в каком бункере и какой материал лежит, чтобы можно было выдать рекомендацию.

Допустим, в первом бункере лежит 200 килограммов ферромарганца доменного, во втором — шесть тонн ферромарганца металлического, а в третьем — 15 тонн ферросилиция. Модель забирает эти данные, и таким образом у неё есть доступные материалы, хардкорные составы и интеграция с SAP, которая знает, по каким ценам эти ферросплавы закупались. Дальше на основе этих данных программа решает, как оптимизировать процессы и каким должно быть точное количество ферросплавов.

Вторую модель — по предсказанию — мы учили на тех же данных. Но точность никак не позволяла использовать её на проде. Сложность ещё и в том, что у нас выпускается очень разный сортамент, и есть несколько схем раскисления.

Например, по четвёртой схеме делают низкокремнистый сортамент. Его особенность в том, что кремния на него отдают мало: этот элемент сильно влияет на восстанавливаемость и взаимодействие материалов между собой. Если его нет, то марганец усваивается гораздо стабильнее. Так вот, на этой схеме модель показала себя весьма неплохо: исходя из того, сколько чего насыпали, она понимала, сколько может усвоиться.

А в третью схему раскисления входят как кремний, так и марганец. И тут модель вообще никак не могла предсказать процессов восстановления. Мы анализировали-анализировали и пришли к выводу, что лучше в этом случае вообще будем использовать постоянный коэффициент и попадать чуть ниже нормы, а потом вводить поправку, потому что стабильная ошибка гораздо лучше непредсказуемой.

На тех схемах раскисления, которые ведут себя стабильно, мы совершенно уверены в советчике. Он так настроен, что выдаёт определённую ошибку модели (в среднем примерно 0,04%), и мы на неё сдвигаемся. Опираясь на это знание, мы рекомендуем немного меньше, чтобы не вылететь за пределы.

В итоге удалось добиться того, что на рядовом сортаменте в 99% случаев советчик остаётся внутри рекомендуемых пределов.

Сейчас этот сервис выглядит так

На экране в центре находятся лоток и секции с рекомендациями по ферросплавам, а слева от каждой секции — прирост по химии, который даст каждый из них.

Работа с отделением внепечной обработки тоже была весёлой

Когда плавка приходит на внепечную обработку, к ковшу подходит сталевар и берёт пробу. По ней рассчитывается химический анализ плавки, которая должна пойти в обработку. Главная неприятность в том, что эта проба может быть некорректной: ферросплавы, отданные в большом количестве, не успевают усвоиться, ошлаковываются и остаются на поверхности расплава. Когда ковш приезжает на внепечную обработку, часть из них ещё не успела «уйти в расплав» и лежит горочкой сверху.

Получается, что анализ берётся не с того состава, который реально пойдёт в металл, и модель обучается на искажённых данных.

Чтобы не полагаться на эту ненадёжную пробу, сейчас мы пытаемся построить модель прогнозирования первых проб на внепечной обработке.

Проблема в том, что у нас слишком много вводных.

Если на выпуске из конвертера стоит десять бункеров по 50 тонн, все материалы доступны, а нам достаточно получить 10 сигналов и дальше спокойно их использовать, то на внепечной обработке всё гораздо сложнее. Там много агрегатов, и каждому нужно дать свою рекомендацию: четыре установки доводки металлов: УДМ5, УДМ6, УДМ7, УДМ8; три установки печь-ковш: УПК1, УПК2, УПК3; и ещё АЦВ — агрегат циркуляционного вакуумирования. У каждого из них есть свои весовые бункеры и свои системы первого и второго уровней.

Оборудование разное, остатки на весовых бункерах — тоже очень разные. Ещё и системы счисления различаются: где-то значения пишутся в килограммах, где-то — в процентах, где-то — в уровнях.

А где-то все значения вообще доводятся вручную.

И со всем этим многообразием необходимо интегрироваться, чтобы понимать, что и в каком бункере должно лежать, а также какой там сейчас остаток.

Разные сорта металла проходят разную внепечную обработку. Например, маршрут, где обрабатывается сложный сортамент, как правило, включает в себя УПК и АЦВ.

При этом сталевары работают вообще без какого-либо регламента. Например, вчера он насыпал 100 килограммов на УПК, а остальные 400 — на АЦВ. А сегодня — уже наоборот.

Почему? А потому что.

Мы долго расспрашивали рабочих, как они вообще всё это делают. В общем, официальная версия звучит так: «Когда в неразмешанную плавку нужно насыпать сразу 700 килограммов ферросплавов, это может привести к тому, что в итоге их усвоится больше, чем нужно, и весь ковш пойдёт «на гвозди». Поэтому лучше сыпать добавки по частям и проверять, что получается».

Другой вопрос — что время обработки ограничено, и отдавать в ковш ферросплавы совсем мелкими порциями невозможно. Если в какой-то день график производства не слишком плотный — например, запланировано 25–35 плавок вместо 45, — то появляется возможность немного задержаться и поэкспериментировать. В такие моменты можно попробовать что-то новое, на что в более загруженные смены просто не остаётся времени. А чтобы разобраться, кто на каком этапе что и куда отдал, сталевары просто созваниваются между собой и договариваются о дальнейших действиях.

При этом агрегат, на который плавка придёт в последнюю очередь, возьмёт на себя большую ответственность, чем остальные: сталевары до этого страховались и отдавали в ковш как можно меньше материала. Это существенно осложняло логику выбора целей: никогда не знаешь, куда захочет попасть сталевар на промежуточных агрегатах.

Мы долго пытались придумать, как оптимизировать этот процесс, и били ферросплавы в разных пропорциях, но наши действия не давали никаких результатов, пока мы не поняли, что ни логики, ни алгоритма в действиях сталеваров просто нет.

Вообще.

Все решения принимаются исходя из конкретных ситуации и маршрута.

Тогда мы решили усреднять значения.

Попутно мы сделали ещё один микросервис в отделении внепечной обработки

У каждого из агрегатов, стоящих в этом отделении, есть свои бункеры и системы сигналов. Очень важно было упорядочить всё это многообразие. Для этого мы собрали около 600 сигналов и сделали отдельный микросервис, который показывает, что происходит в каждом бункере.

Внезапно этот шаг существенно улучшил нам приживаемость сервиса.

Если раньше сталевары вручную выбирали ферросплавы, которые есть в наличии, то теперь все данные подтягиваются автоматически. Периодически в бункерах что-то менялось: один ферросплав заканчивался, другой, наоборот, привозили, люди в запарке забывали нажать нужную кнопку, и сервис выдавал некорректные рекомендации.

В общем, когда появилась доступная информация по каждому бункеру, рабочие на местах стали относиться к сервису намного лучше.

Отдельная песня — приживаемость

У первых советчиков низкая приживаемость была по одной простой причине. Дело в том, что в предыдущих подходах команды пытались полностью повторить технологическую инструкцию, не углубляясь в тонкости процесса из-за того, что они не знали его особенностей и не понимали, почему сталевар в том или ином случае не может пользоваться рекомендацией.

Наша команда стала не просто следовать инструкции, а старалась понять действия сталевара.

Выяснилось, что у каждого сталевара — свой подход к работе. Все ориентируются на пределы, заданные в технологической инструкции, но интерпретируют их по-разному. Кто-то целится строго в середину диапазона, а кто-то — в значение чуть ниже минимума, рассчитывая, что на этапе внепечной обработки нужный материал ещё досыпят.

Нам нужно было учесть все эти нюансы, чтобы рекомендации советчика воспринимались всерьёз сталеварами разных смен и вызывали доверие.

К тому моменту, когда мы доделали свой сервис, градус неприязни к нам и нашей программе подходил в цехе к температуре кипения металла. И сталеваров можно понять: представьте себе, что последние 30 лет каждый день вы варите сталь и делаете это неплохо, а потом к вам приходят молодые ребята и говорят: «А давайте мы вам сейчас сделаем цифровое будущее, и ферросплавы будет отдавать за вас компьютерная программа».

Первая мысль: «Сейчас будут отбирать работу».

А потом ещё несколько раз разные ребята приносят вам что-то новое, и оно демонстративно не работает.

За качество плавки при этом отвечаете всё ещё лично вы, а никакая не цифровизация: модель не умеет писать объяснительные на тему «Почему я так поступил».

Тогда у нас началась плотная работа именно с руководством.

На выпуске и на внепечной обработке мы поняли логику процесса и договорились, как советчик должен работать. С нашей стороны мы отладили программу и все эти отступы вбили, а со стороны цеха они все эти замечания, все наши доработки стали передавать напрямую сталеварам и обеспечили, чтобы сталевары работали, делали отступ чётко, как говорит советчик.

За счёт этого пошёл рост процента приживаемости.

На выпуске с конвертера ещё хотя бы можно воздействовать на сталеваров через начальников участков, которые очень жёстко ими руководят в стиле «Шеф сказал — работники сделали».

На участке выплавки стали работает три агрегата, и руководителям там проще управлять рекомендациями советчика: они могут оперативно корректировать их и выдавать замечания.

А вот на участке внепечной обработки ситуация сложнее. Агрегатов там много, персонала на них тоже достаточно, и внедрение рекомендаций требует больше внимания. Нам часто доводилось приходить на этот участок, беседовать со сталеварами, убеждать их отдавать ферросплавы по рекомендации. Буквально сидели и упрашивали: «Ну, давайте попробуем и проверим».

Потихоньку это дало свои результаты, хотя недоверие всё ещё продолжает оставаться.

К слову, советчик, несмотря на всё многообразие признаков, на которых он обучен, до сих пор не может учесть такого количества факторов, как опытный сталевар.

Но он учится.

Несмотря на все сложности, проект развивается

Сейчас мы переходим к целевому решению — это передача уставок в систему на первом уровне. Сначала было так, что сталевару приходилось смотреть в два экрана: на одном советчик — на третьем уровне, а на другом нужно было вручную вбивать значения на первом уровне, чтобы рекомендация применилась. А теперь сталевару не нужно смотреть на один экран и вбивать данные вручную на другом: он получает совет от программы, нажимает кнопку «Отдать», если он с ним согласен, и ферросплавы засыпаются в ковш в соответствии с рекомендацией.

Сервис уже показал значительный экономический эффект и имеет дальнейший потенциал для снижения за счёт использования оптимальной комбинации ферросплавов.