ML-оптимизация режима мельницы полусамоизмельчения (МПСИ)
Проблема
Операторы управляют подачей руды и воды в мельницу полусамоизмельчения на глаз, пытаясь удержать мощность и производительность в целевых пределах. Из-за инерционности процесса отклонения приводят к перерасходу энергии, нестабильной крупности пульпы и простоям последующих этапов обработки, снижая общую эффективность.
Решение
Создан единый даталейк из АСУ ТП, включающий минутные данные мощности, расхода воды, подачи руды и вспомогательных сигналов.
Проведена очистка, агрегация и синхронизация потоков данных, с расчётом лаговых факторов для учёта инерционных задержек при подаче руды и воды.
Разработаны ML-модели на базе LightGBM с линейной коррекцией, прогнозирующие потребляемую мощность мельницы на горизонте 5 минут в зависимости от текущих уставок подачи воды и руды.
Анализ чувствительности показал задержки изменения расхода руды около 4 минут, а воды — 1–2 минуты. На основе этого сформированы рекомендательные кривые «вода / руда → мощность».
Подготовлен подробный отчёт с онлайн-подсказками для диспетчера и реализован API для интеграции рекомендаций в АСУ ТП.
Результат / точность
Средняя абсолютная ошибка прогноза мощности составила менее 10 % на валидационных данных.
Модели признаны готовыми для пилотного внедрения онлайн-рекомендаций.
Ожидается сокращение энергопотребления до 3 % и прирост производительности на 1–2 %.