Компания «Русал», мировой лидер алюминиевой отрасли, внедрила уникальную систему управления гранулометрическим составом гидрата окиси алюминия на основе алгоритмов искусственного интеллекта. Решение повышает качество глинозема, улучшая свойства конечного металла и снижая энергопотребление при электролизе.
Фото предоставлено пресс-службой компании РУСАЛ
Ключевая роль стадии декомпозиции
Процесс декомпозиции — критическая стадия переработки бокситов в глинозем. Характеристики промежуточного продукта, гидроксида алюминия, напрямую влияют на качество конечного оксида алюминия и производимого из него металла. На этой стадии происходит осаждение гидроксида, который затем преобразуется в глинозем.
Технологическая основа системы
Инженерно-технологический центр РУСАЛа разработал систему мониторинга размеров частиц с применением нейросетевых моделей. После успешных испытаний она внедрена на Каменск-Уральском глиноземном заводе. Ядро системы — цифровой двойник стадии декомпозиции, обученный на данных за 15 лет, и алгоритм многокритериальной оптимизации технологического режима.
Принцип работы и достигнутые результаты
Обученная нейросеть анализирует данные за 120 суток и прогнозирует гранулометрический состав на 90 дней вперед с точностью свыше 95%. На основе прогноза оптимизационный алгоритм формирует рекомендации по корректировке управления. Внедрение позволило сократить долю мелкой фракции на 4,4%, что повышает эффективность газоочистки, снижает удельный расход сырья, анодов и электроэнергии, улучшая показатели электролиза.
Стратегическое значение внедрения ИИ
Как отметил технический директор РУСАЛа Виктор Манн, повышение энергоэффективности и экологичности — ключевые задачи компании. Директор Глиноземного дивизиона Яков Ицков добавил, что это следующий шаг в использовании ИИ, позволивший перейти к прогнозному управлению и опередить аналогичные разработки западных компаний.
Результаты инновации
Внедрение инновационной системы на основе искусственного интеллекта, которая прогнозирует и оптимизирует гранулометрический состав гидрата окиси алюминия, позволило:
- Повысить качество продукции: сокращение доли мелкой фракции на 4,4% улучшает характеристики конечного глинозема и алюминия.
- Снизить затраты: система способствует уменьшению удельного расхода сырья, углеродных анодов и электроэнергии на тонну металла.
- Улучшить управление: прогнозная модель с точностью свыше 95% предоставляет технологам прецизионный инструмент для управления ключевым этапом производства — декомпозицией.
- Укрепить технологическое лидерство: данное решение является следующим шагом в цифровизации отрасли и опережает аналогичные разработки западных компаний, что подтверждает инновационный потенциал в области промышленного применения ИИ.
Таким образом, проект наглядно демонстрирует, как внедрение цифровых двойников и нейросетевых алгоритмов ведёт к повышению энергоэффективности, экологичности и общей конкурентоспособности металлургического производства. Это вдвойне актуально на фоне проблем со сбытом продукции, которые испытывают сегодня металлургические заводы России. По итогам 2025 года «Русал» получил чистый убыток в размере $455 млн, следует из годового отчета компании. По результатам 2024 года «Русал» отчитался о росте чистой прибыли в 2,8 раза, до $803 млн.
Ранее журнал «Химагрегаты» уже освещал тему запуска компанией «Русал» проектов, направленных на совершенствование экологической и экономической составляющих отрасли в рамках стратегии устойчивого развития.