В интеллектуальном состязании, продолжавшемся с 1 сентября по 1 декабря, участвовали около десяти команд из ЮУрГУ и Германии. Им предстояло разработать алгоритм, способный на основе анализа большого массива данных о процессе прокатки металла предсказать факт прилипания заготовки во время прокатки.
После того, как в исполнении университетского хора Primavera прозвучал гимн ЮУрГУ, участников встречи поприветствовали: ректор Александр Шестаков; вице-президент немецкой компании SMS Siemag, почётный профессор ЮУрГУ Пино Тезе и руководитель Отдела разработки компонентов SMS Group Дирк Лифтухт.
– В современном мире смена технологий происходит очень быстро. Стратегия нашего университета состоит в том, чтобы сконцентрироваться на сотрудничестве с крупными компаниями, которые работают на мировом рынке, и вместе решать значимые проблемы международного уровня. Одна из таких компаний – это SMS Group, вторая, в интересах которой мы проводили конкурс, – ММК, – отметил Александр Леонидович.
Профессор Пино Тезе рассказал, что идея конкурса родилась у него в Магнитогорске 15 июля, в День металлурга. Тогда руководство ММК попросило ученого придумать тему для совместной работы ЮУрГУ, SMS Group и ММК в сфере цифровых технологий.
– Я тут же ответил «да», ведь знаком с университетом уже десять лет и знаю, что здесь много умных студентов и талантливых преподавателей, – вспоминает профессор Тезе. – И прежде чем взять на себя обязательства перед ММК, мы решили потренироваться и провести такое соревнование. Условия задачи основаны на стандартных технических реалиях, которые существуют на предприятиях. Когда мы начинали работать, я сказал, что тот, кто займется этим проектом, должен забыть традиционный способ мышления, потому что в такой короткий срок он не даст результатов, способных превзойти существующую модель. Как минимум три команды вняли моему напутствию. Результаты оказались блестящими, и мы думаем над тем, чтобы продолжить разрабатывать эти проекты. Это позволит сделать комбинат первой площадкой для цифровизации в металлургии. Первым шагом трехстороннего сотрудничества станет цифровизация всего оборудования, которое было поставлено нашей компанией на ММК за последние 15 лет. Надеюсь, мои слова вдохновят многих на участие в этом сложном проекте на Урале.
Дирк Лифтухт рассказал об основах и методиках проекта. По его словам, задача была связана с той областью, где аналитические технологии мало развиты.
В тройку лидеров вошли представитель немецкого университета Дуйсбург-Эссен Стефан Делфс и две команды из ЮУрГУ – одну возглавлял доцент кафедры системного программирования Высшей школы электроники и компьютерных наук Михаил Цымблер, вторую – доцент кафедры прикладной математики и программирования Института естественных и точных наук Татьяна Оленчикова.
Первое место заняла команда Михаила Цымблера.
– Это очень крутой конкурс, мы раньше никогда такого не делали. Я даже сомневался, прежде чем браться за проект: задача стояла необычная. Но благодаря поддержке руководства Высшей школы электроники и компьютерных наук мы собрали команду и, так как делать плохо не умеем, сделали хорошо, – рассказывает Михаил Леонидович.
Второе место завоевала команда в составе Татьяны Оленчиковой, Никиты Семиклита и Станислава Занкова. Обе команды получили дипломы и денежные сертификаты.
– Труднее всего было определить алгоритм решения задачи, а также выкроить время между занятиями: проект напрямую не связан с моей специальностью, пришлось обращаться к металлургам, чтобы разобраться в предмете, – делится впечатлениями студентка четвёртого курса кафедры системного программирования Яна Краева, обучающаяся по специальности «Фундаментальная информатика и информационные технологии».
Магистр-второкурсник той же специальности Алексей Порозов подробно рассказал о конкурсе и о проблемах, с которыми столкнулась команда, решая задачу.
– Нам предстояло разработать систему на основе машинного обучения, которая бы предупреждала прилипание металла к форме. При непрерывной заливке металла происходит его нагревание в определённых зонах, где он должен был бы уже кристаллизоваться или отвердеть. Соответственно, если это место находится на границе между металлом и заливочной формой, то металл к этой форме прилипнет. Наша задача состояла в том, чтобы это предотвратить,– говорит Алексей. – Мы айтишники, а проблема изначально касалась металлургической отрасли. Не подразумевалось, что кто-то с нашей кафедры будет заниматься этим вопросом. Но, посмотрев на данные, мы поняли, что можно обучить машину с ними работать. Профессор Пино Тезе перед началом конкурса сказал, что необходимо забыть все традиционные методы и использовать что-то новое и интересное, что может дать действительно феноменальный результат. Наша система практически безошибочно предсказывает прилипание металла. Выявлен всего один случай ошибки, тогда как у других команд их было около десяти. Задача стояла свести число таких ложных срабатываний системы к минимуму, потому что это тормозит заливку, а значит, выпускается меньше деталей, теряется прибыль.
Команды, сформированные на базе ВШЭКН и ВШЭУ, УНИД, ИЕТН и Политехнического института ЮУрГУ, отмечены почетными грамотами.
