Обнаружение аномалий температуры жидкой стали цена

Когда слышишь про 'стоимость систем обнаружения аномалий температуры стали', сразу представляешь готовые коробки с датчиками. Но на деле — это история про то, как не провалить плавку из-за незамеченного перегрева в зоне кристаллизатора. Многие до сих пор путают просто контроль температуры с поиском аномалий, а это разные вещи.

Почему аномалии — это не просто 'градусы'

В 2019 на одном из Уральских комбинатов поставили немецкий пирометр за 300 тысяч евро. Прибор показывал температуру с точностью до 5°C, но в кристаллизаторе всё равно появлялись раковины. Оказалось, проблема была не в абсолютных значениях, а в резких скачках на 20–30°C за 10 секунд, которые система не фиксировала как угрозу.

Тут и появляется термин обнаружение аномалий — алгоритмы, которые отслеживают не статичные показатели, а динамику. Мы в Тэнъи Электроникс сначала делали упор на калибровку, пока не наткнулись на кейс с непрерывной разливкой, где датчик показывал 'норму', а по факту шла ликвация углерода.

Сейчас наш подход — ставить два типа сенсоров: базовые для общего мониторинга и высокочастотные для анализа трендов. Да, это дороже на 15–20%, но дешевле, чем останавливать машину непрерывного литья на сутки.

Как цена системы зависит от глубины анализа

Если брать базовый комплект — инфракрасный пирометр + ПО для записи — это обойдётся в 5–7 тысяч евро. Но такой набор лишь фиксирует отклонения, а не прогнозирует их. В 2021 мы пробовали ставить такие на МНЛЗ — аварии сократились на 12%, но проблемы с переохлаждением в средней зоне остались.

Когда добавили модуль прогнозирования аномалий (на базе адаптивных алгоритмов), стоимость выросла до 11–13 тысяч. Зато смогли предсказывать перегрев за 3–4 минуты до критического состояния. Для примера — на Челябинском меткомбинате это позволило избежать 8 остановок в месяц.

Сейчас разрабатываем гибридные системы, где ИК-камеры работают в паре с термопарами. Цена вопроса — около 20 тысяч евро, но зато покрываются слепые зоны. Кстати, именно для таких решений мы в ООО Шэньян Тэнъи Электроникс делаем кастомные протоколы интеграции с существующими АСУ ТП.

Ошибки при выборе оборудования

Самая частая — ставить мощные системы там, где нет инфраструктуры для обработки данных. Как-то поставили комплекс с нейросетевой аналитикой на заводе, где не было даже стабильного Wi-Fi в цеху. В итоге 40% функционала простаивало.

Другая крайность — экономия на калибровке. Один клиент купил наш инфракрасный модуль, но решил сэкономить на поверке. Через месяц получил расхождение в 80°C между реальной температурой и показаниями — пришлось переливать 12 тонн стали.

Сейчас всегда советуем начинать с аудита: смотрим на тип печи, скорость розлива, даже на состав огнеупоров. Иногда достаточно донастроить существующие системы, а не покупать новые. Кстати, на сайте tengyidianzi.ru есть калькулятор для предварительной оценки — но живые консультации точнее.

Пример с перерасходом энергии

В 2022 на одном из сибирских заводов заметили рост потребления газа на 7% без изменения объёмов выплавки. Стали разбираться — оказалось, система не видела локальные перегревы в зоне выдержки. Металл перегревали 'на всякий случай', чтобы избежать брака.

После установки наших детекторов аномалий температуры выяснилось, что 20% плавок шли с температурой на 25–40°C выше оптимальной. Скорость реакции сенсоров — 100 мс — позволила снизить газ до нормы за две недели.

Важный нюанс: пришлось менять не только софт, но и проводку — старые кабели давали помехи. Это к вопросу о 'подводных камнях' в стоимости модернизации.

Что входит в обслуживание

Цена системы — это 60% затрат. Остальное — обслуживание: калибровка раз в квартал (от 500 евро), замена оптики раз в 1,5 года (1–2 тысячи евро), обновление ПО. Некоторые пытаются экономить на этом, но тогда теряется точность.

Мы в Тэнъи Электроникс даём гарантию 3 года, но только при регулярном ТО. Был случай, когда клиент пропустил две поверки — в итоге датчик начал 'врать' на 15%, и это привело к порче конвертера.

Сейчас предлагаем пакеты 'под ключ' — включая удалённый мониторинг наших инженеров. Это дороже на 10%, но дешевле, чем простой из-за ложного срабатывания или, что хуже, необнаруженной аномалии.

Перспективы и ограничения технологии

Сейчас тестируем систему с ИИ, которая учится на истории плавок. Например, предсказывает аномалии по косвенным признакам — изменению цвета факела или вибрациям. Но пока это дорого — от 50 тысяч евро, и не все заводы готовы к таким вложениям.

Главное ограничение — пыль и пар. Даже лучшие ИК-сенсоры теряют до 30% точности в запылённых цехах. Приходится ставить дополнительные системы очистки, а это +15% к стоимости.

Но если говорить о результате — на предприятиях, где внедрили полный цикл обнаружения аномалий, брак снижается на 18–25%. И это не считая экономии на энергоносителях. Так что цена системы часто окупается за 8–14 месяцев.