Благодаря внедрению математической модели оптимизации процесса закупок и расходования угольного сырья Магнитогорский металлургический комбинат (ММК) сэкономил за 2018 год свыше полумиллиарда рублей. Такого эффекта удалось достичь прежде всего в результате улучшения качества коксового угля и шихты.

По данным пресс-центра предприятия, такая модель была задействована в рамках воплощения в жизнь программы цифровизации ММК. Эта дорожная карта базируется на формировании многоуровневой схемы аглококсодоменного производства, что позволяет добиться оптимизации технологических процессов первого передела. Такая модель используется в компании с 2017 года. Она была сформирована по результатам детального анализа работы доменных и коксохимических площадок за период с 2011 года. Речь идёт исключительно о собственной разработке завода.

Как создание схемы, так и её внедрение с дальнейшим развитием осуществляют специалисты сектора математического моделирования и исследований системно-аналитического характера научного центра предприятия. Уточняется, что оптимизация процессов осуществляется как на уровне технологов, так и применительно к работе персонала, отвечающего за закупки сырья. Цель внедрения упомянутой программы — это наращивание качественных показателей кокса при минимуме расходов.

В настоящее время схема задействуется и в бизнес-процессах, связанных с закупками концентрата угля. Каждый месяц формируются прогнозные расчёты качества коксового материала при определённых объёмах и структуре приобретаемого сырья. Кроме того, анализируется эффективность транспортировки и расходования угольной шихты. Дополнительно изучается чувствительность алгоритмов расчётов оптимизации в отношении к ценовым параметрам. В результате выдаются рекомендованные расценки для закупки концентратов. Моделирование производится с задействованием специального веб-интерфейса.

Впрочем, это не первое нововведение такого рода в процессах планирования и осуществления производственной деятельности завода. Ранее была создана похожая схема для оптимизации выпуска чугуна. При этом задействовались технологии, основанные на Big Data и подключались искусственные нейросети. Кроме всего прочего, использовались и более традиционные физические и химические модели, к примеру, для расчётов динамических параметров доменных процессов.