Компания РУСАЛ намерена в текущем году завершить внедрение технологии мониторинга электролиза с использованием машинного зрения на пяти своих алюминиевых заводах. Это одно из самых затратных решений на базе искусственного интеллекта, разрабатываемых и внедряемых РУСАЛом в производство. Технология требует покупки и установки специальных видеокамер для наблюдения за примерно 6500 электролизерами на этих заводах, а общие расходы на ее внедрение оцениваются в 1,6 миллиарда рублей.
С помощью машинного зрения удается вдвое сократить время разгерметизации электролизеров по сравнению с традиционным контролем, который проводят сотрудники во время плановых обходов в корпусах электролизного производства.
Разработка принадлежит «Инженерно-технологическому центру РУСАЛ» («РУСАЛ ИТЦ»), который одержал победу в конкурсе «Лучшие IT-решения для металлургической отрасли» в категории «ESG: Экология и промышленная безопасность». Победителей объявили и наградили вечером 16 апреля на форуме Smart Mining & Metals 2026 в Магнитогорске.
«Мы особенно гордимся данной разработкой, так как она позволяет еще больше снизить воздействие на окружающую среду. Одно из главных преимуществ технологии ЭкоСодерберга, на которую переведены Братский, Волгоградский, Иркутский, Красноярский и Новокузнецкий алюминиевые заводы, относительно предыдущей технологии заключается в повышенной герметичности электролизеров. При этом разгерметизации все равно иногда случаются, но теперь это очень оперативно определяет искусственный интеллект. Более того, он дает и решения как быстро устранить разгерметизацию», — рассказал Технический директор РУСАЛа Виктор Манн.
«Технология уже полностью внедрена в корпусах электролиза КрАЗа, продолжается внедрение на БрАЗе, ВгАЗе, ИркАЗе и НкАЗе — для этого разработана рабочая документация, закупается и монтируется оборудование. Модели машинного зрения через специализированные видеокамеры круглосуточно обнаруживают нарушения герметичности электролизёров и вызывают оператора. Без данной технологии разгерметизация выявляется только при плановых обходах. Мы на сотнях часов видео обучали нейросеть распознавать признаки разгерметизации, например, дым или огонь, и отличать их от проблесковых маячков технологического транспорта, солнечных зайчиков и отражений», — рассказал Директор по автоматизации производства «РУСАЛ ИТЦ» Михаил Гринишин.
