Алюминиевая отрасль переходит в цифру

Цифровизация производства избавляет от рутинного труда и экономит рабочее время. Фото пресс-службы РУСАЛа

Металлургия – одна из отраслей с огромным потенциалом цифровизации. Производство требует непрерывного контроля сотен параметров одновременно. И если перевести все это в цифру, суммарный эффект может достигать миллиардов рублей – как это уже происходит у тех, кто занимается цифровизацией системно. В арсенале у металлургов – машинное зрение и слух, цифровые двойники, генеративные помощники и масса других инструментов.

На прошедшей неделе состоялась конференция «Цифровая индустрия промышленной России» (ЦИПР), где металлургическая тематика была заметна и в деловой программе, и на стендах. Обсуждали интеграцию искусственного интеллекта (ИИ) в производственные системы, предиктивный контроль, инфраструктуру связи на промышленных объектах. Особая тема – замена иностранного промышленного софта: несколько важных проектов по этому направлению уже выполнены.

Ситуацию с цифровизацией в целом по отрасли недавно оценили консалтинговая компания Kept и ГК «Цифра» в своем исследовании «Горная промышленность России: инвестиции в цифровые технологии – 2026», охватившем в том числе металлургический сектор. Наиболее востребованными решениями в отрасли оказались диспетчеризация, интеграционные платформы, ИИ-советчики, информационные системы, предиктивные технологии обслуживания оборудования. 61% компаний при внедрении цифровых технологий делают ставку на индивидуальные или адаптированные решения.

Компании отрасли проявляют интерес к цифровизации – при этом фактическое внедрение цифровых технологий носит скорее фрагментарный или тестовый характер, обратили внимание эксперты. Планы масштабирования и крупных инвестиций в цифровые технологии отмечены у 10% компаний.

Алюминиевый производитель РУСАЛ относится как раз к тем, кто давно и последовательно занимается цифровизацией. Например, решения с ИИ компания начала внедрять еще в 2018 году, на предприятиях реализовано уже более 30 таких проектов. В алюминиевом дивизионе реализуются 24 цифровых проекта, в глиноземном – 16, в дивизионе «Даунстрим» – 6, а в 15 дирекциях работают почти два десятка решений на генеративном ИИ. Суммарный эффект приближается к 2,5 млрд руб.

«РУСАЛ реализует десятки проектов цифровизации производства, в том числе с применением нейросетей, машинного зрения, анализа big data. Искусственный интеллект избавляет наших сотрудников от огромного количества рутинных операций и экономит их время, повышает точность и эффективность технологических процессов», – отмечает технический директор РУСАЛа Виктор Манн.

Цифровые технологии помогают сотрудникам работать быстрее и эффективнее Фото пресс-службы РУСАЛа

Чтобы получить алюминий, нужно сначала сделать глинозем. Один из способов – обжечь смесь из бокситов, соды и известняка. Результат этого обжига называется спек – выглядит как крупа, только промышленная. Размер частиц спека – важная деталь. Если гранулы слишком большие или слишком мелкие, химические реакции идут хуже, оборудование изнашивается быстрее, а энергии уходит больше. На крупнотоннажном производстве такие сбои обходятся дорого.

Раньше за составом спека следили вручную или с помощью обычных камер, которые просто показывали картинку. Теперь на Богословском алюминиевом заводе РУСАЛа работает система, которая не просто смотрит, но и измеряет.

Камера фиксирует поток спека на конвейере, ИИ в реальном времени переводит пиксели в миллиметры, сортирует гранулы по размерам и строит распределение – сколько каких частиц. Если состав выходит за пределы нормы, система сигнализирует сразу, до того как проблема разрастется. Заодно следит, не проводились ли манипуляции с камерой, чтобы данные нельзя было подделать.

Запустили систему в 2025 году. За неполный первый год она принесла почти 55 млн руб. экономического эффекта за счет меньшего расхода энергии и снижения износа оборудования. В мае 2026 года проект получил приз на форуме Smart Mining & Metals в номинации «Искусственный интеллект».

«Система зарекомендовала себя как надежный инструмент и элемент интеллектуальной металлургии будущего, который повышает конкурентоспособность нашего предприятия», – отметил директор Богословского алюминиевого завода Владислав Казачков.

РУСАЛ уже масштабирует систему на другие заводы. Разработчики говорят, что технология подойдет и за пределами металлургии: в химии, фармацевтике, пищевой промышленности и строительстве – везде, где важно знать, из каких частиц состоит сыпучий материал.

А на Пикалевском глиноземном заводе инженеры РУСАЛа научили нейросеть определять качество спека внутри вращающейся печи спекания. Раньше этим занимался специальный оператор-агломератчик. В его задачи входило вовремя распознать тип спека и при необходимости подкрутить параметры печи.

Теперь нейросеть смотрит на картинку с камеры и дает сигнал, что изменить в управлении. Точность – на уровне лучших специалистов, режим работы – круглосуточный. Данные обновляются каждую минуту. Все это позволяет оперативно реагировать на отклонения и повышать производительность печей.

Еще одна цифровая технология для глиноземного производства – машинный слух. Бокситовую руду на заводах перемалывают в мельницах – больших вращающихся барабанах с металлическими шарами внутри. Если руды мало – шары бьются о стенки вхолостую, оборудование изнашивается, энергия тратится впустую. Много руды – помол получается крупным, и следующий этап производства работает хуже.

Раньше загрузку регулировали вручную. Теперь этим занимается алгоритм, который умеет слушать. На опоры мельницы крепятся виброакустические датчики – по сути, высокочувствительные микрофоны. Они улавливают звук работающего барабана. Алгоритм анализирует частоту и амплитуду колебаний и по этим параметрам определяет, сколько руды сейчас внутри. Если загрузка отклоняется от нормы – система дает задание добавить или убавить подачу.

Алгоритм обучен игнорировать посторонние шумы цеха и реагировать только на значимые изменения звука мельницы.

Технологию разработал Инженерно-технологический центр (ИТЦ) РУСАЛа. Испытания успешно прошли на заводе «РУСАЛ Краснотурьинск». Следующий кандидат на внедрение – Ачинский глиноземный комбинат. Это единственный в мире завод, который работает на смеси нефелиновой и известняковой руд. Звук у таких мельниц отличается от бокситовых, поэтому алгоритму потребуется отдельная настройка под местные условия.

Для своих глиноземных заводов РУСАЛ также создал линейку цифровых двойников – точных компьютерных моделей реального производства, которые работают параллельно с заводом и позволяют проверять идеи виртуально, не останавливая реальные цехи. Решение охватывает все глиноземное производство целиком: от переработки сырья до работы теплоэлектростанции на территории предприятия.

Двойник рассчитывает, сколько тепла и материалов уходит на каждом этапе, моделирует химические реакции, учитывает качество конкретного сырья. На этой основе он предлагает, как настроить производство, чтобы получить больше глинозема с меньшими затратами. Можно задать вопрос: «Что будет, если изменить режим печи или использовать другое сырье?» – и получить ответ без риска для реального оборудования.

Как следствие – рост извлечения глинозема, снижение расхода сырья и операционных затрат. Отдельный эффект – в инвестициях: прежде чем вкладывать деньги в модернизацию, можно просчитать результат. Система также считает объемы выбросов в зависимости от режима работы, что помогает управлять экологической нагрузкой и планировать ее снижение. При этом архитектура разработанных РУСАЛом цифровых двойников не привязана жестко к одному типу производства – ее можно адаптировать для цветной металлургии, химической промышленности, производства удобрений.

Электролизеры на алюминиевых заводах РУСАЛа работают под контролем цифровой системы мониторинга. Фото пресс-службы РУСАЛа

Важно, чтобы размер частиц осадка не был мелким. Но управлять крупностью частиц сложно: процесс инерционный, реагирует медленно, зависит от множества параметров одновременно.

Для решения задачи РУСАЛ внедрил на заводе в Каменске-Уральском цифровой двойник процесса декомпозиции. Нейросеть обучили на производственных данных за 15 лет. Она анализирует последние 120 дней работы и дает прогноз фракционного состава на 90 дней вперед. Ошибка прогноза – менее 5%. На основе этого прогноза алгоритм-оптимизатор предлагает технологу конкретные изменения параметров процесса: что сделать, чтобы частицы получились крупнее.

«Благодаря внедрению технологии завод на 4,4% снизил содержание мелкой фракции в продукции. Укрупнение глинозема улучшает показатели сухой газоочистки алюминиевых заводов, снижает расход глинозема, анодов и электроэнергии на тонну алюминия, улучшая тем самым показатели электролиза. Энергоэффективность и экология – наши основные приоритеты», – подчеркнул Виктор Манн.

«Благодаря использованию нейросетей мы впервые получили возможность прогнозирующего рекомендательного управления декомпозицией, опередив аналогичные цифровые решения западных провайдеров», – обратил внимание директор Глиноземного дивизиона РУСАЛа Яков Ицков.

Производство без ошибок

Алюминий получают из глинозема путем электролиза: в огромных ваннах-электролизерах сырье растворяют в электролите и пропускают через этот расплав электрический ток. Процесс непрерывный, сложный и чувствительный к отклонениям. РУСАЛ активно переводит и его в цифру.

На всех алюминиевых заводах компании работает система мониторинга электролиза ELTM (Electrolysis Technology Monitoring), разработка «РУСАЛ ИТЦ». Она собирает данные с каждого электролизера – 85 показателей с каждого, в целом по компании это почти 600 тыс. параметров ежесуточно. Если где-то что-то идет не так и требуется вмешательство человека, технологи сразу получают сигнал и рекомендации, как действовать.

Теперь в систему встраивают нейросеть, обученную на данных о работе электролизеров за несколько лет – сотни тысяч замеров, отклонений, причин поломок и способов их устранения. Искусственный интеллект станет частью ELTM и будет получать от нее информацию. «Нейросеть будет приоритизировать эту информацию по степени важности и срочности, а также выдавать рекомендации по устранению отклонений», – рассказал Виктор Манн.

Отдельная задача – определять химический состав электролита прямо в электролизере. Сейчас это делают вручную: берут пробу, несут в лабораторию, ждут результата. С учетом количества электролизеров каждый удается проверить не чаще раза в двое-трое суток.

Нейросетевая модель делает это иначе. Она смотрит на десятки параметров, которые уже измеряются в реальном времени, – температуру электролита, силу тока, напряжение, исходный состав – и вычисляет химию внутри ванны без всякого анализа. Расчет можно делать хоть каждый час. Это важно, потому что состав электролита напрямую влияет на скорость выплавки металла.

На предприятиях РУСАЛа реализуются десятки цифровых проектов. Фото пресс-службы РУСАЛа

«В начале испытаний модель лишь рассчитывала и выдавала прогнозное значение химического состава электролита для технолога, который самостоятельно, на основе своих знаний принимал решение. Когда мы убедились, что модель не ошибается, она была введена в контур управления и начала самостоятельно управлять процессом», – рассказал директор по автоматизации производства «РУСАЛ ИТЦ» Михаил Гринишин.

«Благодаря высокому уровню автоматизации электролизеров РА-550 у нас накопилось огромное количество данных об их работе. Но анализ такого массива инженерами затруднен. Нейросеть позволяет преобразовать эти данные в цифровые модели и использовать их для более эффективного управления электролизом, минимизируя при этом участие человека», – отметил директор проекта «Совершенствование высокоамперных технологий» «РУСАЛ ИТЦ» Илья Пузанов.

Ключевой расходный материал электролиза – анод: это угольный блок, через который ток поступает в электролизер и запускает реакцию, при которой из глинозема выделяется чистый алюминий. Анод при этом постепенно сгорает и примерно раз в месяц требует замены.

Аноды нужно обжигать, это самая сложная и энергоемкая часть электродного производства. Крупнейший в России производитель обожженных анодов – Саяногорский алюминиевый завод. В этом году там завершилась масштабная модернизация трех печей обжига. А параллельно была решена важная цифровая задача: если раньше управление печами работало на западном софте, то теперь для этого есть свое программное обеспечение (ПО).

«При модернизации печей САЗа мы сумели без исходного кода и технической поддержки разработать собственное ПО для автоматического управления горело-топочным оборудованием. Мы сняли зависимость от иностранных вендоров ПО и можем тиражировать эту разработку для других наших площадок по выпуску анодов – Тайшетской анодной фабрики и Волгоградского алюминиевого завода. Она важна в том числе для повышения технологического суверенитета отечественной металлургии», – подчеркнул Виктор Манн.

«Автоматическое управление необходимо современным печам, чтобы с максимальной производительностью и минимальным расходом ресурсов выпускать качественные аноды. Собственное ПО также позволяет нам по запросам технологов анодного производства самим дорабатывать функционал и интерфейс программ управления, разрабатывать методы управления с применением нейросетей», – рассказал Михаил Гринишин.

Когда электролиз завершен, жидкий алюминий передается в литейный цех. Там из него готовят расплав нужного состава и отливают слитки. На этих стадиях РУСАЛ тоже внедряет цифровые инструменты.

Процесс превращения алюминия в расплав включает от 7 до 20 операций в зависимости от марки сплава. Каждую нужно выполнить в строго определенный момент и с нужными параметрами.

РУСАЛ решил подстраховать операторов с помощью машинного зрения. Камеры в литейном цехе Тайшетского алюминиевого завода подключены к нейросети: она наблюдает за действиями персонала и работой техники, а на мониторе выводит подсказки – что делать дальше согласно технологической карте. Система также помогает точнее определять, где на поверхности горячего металла скопился шлак, чтобы эффективнее его убрать. По итогам испытаний технологию планируют внедрить на всех заводах компании.

Отлитые слитки проверяют в лаборатории – изучают микроструктуру металла под микроскопом. Раньше лаборант анализировал один образец от полутора до четырех часов. Нейросеть оценивает образец по восьми параметрам микроструктуры за 15 минут. Для каждого параметра обучена отдельная модель.

Точность результата сопоставима с ручным анализом, но у нейросети есть дополнительные преимущества: она действует быстрее и всегда выдает одинаково качественный результат, без влияния человеческого фактора. Сейчас технология работает в лаборатории «РУСАЛ ИТЦ», в ближайшее время ее внедрят непосредственно на заводах.

Как отмечает директор департамента цифровых решений РУСАЛа Артур Арустамов, разброс предприятий компании по всей стране делает невозможным создание единого централизованного хаба для традиционного ИИ (машинного зрения и обучения), критичного для мгновенного управления плавильными печами. Из-за недопустимости задержек даже на 30-60 секунд компания вынуждена внедрять гибридный подход, оснащая локальными вычислительными мощностями («рядом с печкой») каждый отдельный завод.

Рутина – машинам

Цифровизация РУСАЛа выходит за пределы производственных линий. Например, раньше на терминале Красноярского алюминиевого завода найти нужный контейнер для передачи его под загрузку занимало около получаса. Теперь инженеры установили на терминале и на погрузчиках камеры. Больше десяти моделей машинного обучения в режиме реального времени видят каждый контейнер, считывают его номер, фиксируют вес и объем, отслеживают все перемещения. Погрузчики дополнительно оснастили GPS.

Все это вместе формирует виртуальную карту терминала. Оператор погрузчика открывает планшет и видит, где именно стоит нужный контейнер прямо сейчас. Это не просто удобство: РУСАЛ хочет увеличить отгрузку алюминия в контейнерах на 60%, а при таких объемах без автоматизации рост был бы физически невозможен. Показательно, что в 2024 году проект взял первое место в отраслевом конкурсе «ComNews Awards» как лучшее цифровое логистическое решение в металлургии.

Логистика на крупном производстве – это постоянный поток вагонов, грузовиков, заявок и накладных. ИИ позволяет автоматизировать управление транспортным парком, сократить простои, приоритизировать заявки с фронтов выгрузки, фиксировать реальное время работы.

Такая система занимается планированием поставок глинозема. Его везут на заводы по железной дороге из морских портов и с глиноземных предприятий. ИИ учитывает реальную пропускную способность транспортных узлов, фактические события в цепочке поставок и нормы запасов на заводах. На выходе получается актуальный план поставок, который минимизирует транспортные затраты и не допускает критического снижения запасов сырья.

Еще одна сфера применения искусственного интеллекта – безопасность производства. Например, на складах и в цехах погрузчики и люди постоянно пересекаются – это создает риск наезда. Камеры с компьютерным зрением обучили распознавать погрузчики и людей в кадре. Как только система видит опасную ситуацию, она автоматически включает световой сигнал. Результат – снижение производственного травматизма.

Директор департамента технологий искусственного интеллекта РУСАЛа Михаил Граденко считает, что ИИ – это прежде всего инструмент, эффективность которого зависит от корректной постановки задач и выстроенной инфраструктуры. Для решения офисных задач РУСАЛ развернул несколько сервисов на основе генеративного ИИ, то есть моделей, которые умеют понимать и генерировать текст.

Академия IT готовит молодых специалистов для работы с передовыми технологиями. Фото пресс-службы РУСАЛа

ИИ-юрист помогает согласовывать договоры и отвечать на юридические вопросы. Система анализирует текст и формирует ответ на основе внутренней базы знаний – нормативных документов, судебной практики, матриц рисков по договорам. Юрист-человек проверяет результат, но рутинную работу уже сделал ИИ.

ИИ-финансист автоматизирует рутинные задачи финансовых отделов и помогает с анализом данных. ИИ-закупщик – сам опрашивает поставщиков сырья о сроках поставки, обрабатывает ответы и вносит данные в учетную систему. Все эти инструменты решают одну задачу: освободить сотрудников от однообразной работы, которую машина делает быстрее и без ошибок.

В РУСАЛе при оценке эффективности цифровизации ориентируются на операционные показатели, в частности на экономию времени сотрудников на выполнение рутинных задач и количество автоматически обработанных запросов. При этом основа цифровой трансформации – это всегда люди. Активное внедрение цифровые решений требует специалистов, которые умеют с ними работать. РУСАЛ готовит их еще в колледжах и университетах.

В марте 2026 года запущен проект «ИИ-Старт»: две тысячи студентов из 32 учебных заведений в девяти регионах учатся работать с инструментами искусственного интеллекта. Программа идет в два этапа: сначала короткий интенсив по знакомству с ИИ, потом углубленный онлайн-курс с теорией и практикой.

Несколько лет работает другой проект – Академия IT совместно с Сибирским федеральным университетом. Студенты учатся по шести направлениям, включая программирование, цифровую инфраструктуру, управление IT-проектами – бесплатно, со стипендией и возможностью трудоустройства в РУСАЛ. Первым 76 выпускникам уже вручили дипломы.

«Нам важно, чтобы молодые специалисты приходили в компанию уже имея актуальные знания и были готовы работать с передовыми технологиями», – отметила заместитель генерального директора по управлению персоналом РУСАЛа и Эн+ Наталья Альбрехт.