Машинное обучение позволит НЛМК повысить эффективность потребления газа.
⚡️ Новолипецкий металлургический комбинат внедрил цифровой сервис, с помощью которого энергоресурсы для эффективной работы собственной теплоэлектростанции распределяются оптимальным образом.
⚡️ Решение позволит сократить потребление природного газа почти на 5 тыс. кубометров в год. Таким количеством можно отапливать 2 тыс. квартир в течение года. Экономия на закупке природного ресурса составит несколько десятков миллионов рублей ежегодно.
🌫 На НЛМК доменный и коксовый газ, побочные продукты получения чугуна и кокса, улавливаются, очищаются и используются для генерации собственной электроэнергии. В эту смесь также добавляют природный газ, чтобы получать достаточное количество тепла для производства энергии в виде пара.
⚡️ Новое цифровое решение позволяет точнее определить пропорции для смешивания разных видов топлива. Модель машинного обучения анализирует исторические данные за несколько лет, просчитывает соотношение энергоресурсов и выдает рекомендации по его оптимизации.
@digitalbuild
#машинноеобучение #промышленность #липецк
🌫 На НЛМК доменный и коксовый газ, побочные продукты получения чугуна и кокса, улавливаются, очищаются и используются для генерации собственной электроэнергии. В эту смесь также добавляют природный газ, чтобы получать достаточное количество тепла для производства энергии в виде пара.
@digitalbuild
#машинноеобучение #промышленность #липецк
Please open Telegram to view this post
VIEW IN TELEGRAM
Исследователи из США используют машинное обучение для воссоздания облика городов и районов.
👨🏻🎓 По словам команды ученых, модели могут потенциально революционизировать изучение районов, например, выгоревших из-за пожаров или уничтоженными природными катаклизмами или из-за вмешательства человека.
🖼 Так, карты XIX-XX веков использовались страховыми компаниями в 12 тыс. населенных пунктах США.
🗣️ «Исторические данные позволят использовать совершенно новый подход к городским историческим исследованиям. До развития технологий машинного обучения это было представить сложно», — отмечают ученые.
🤖 Инструменты машинного обучения помогли извлечь из карт детали об отдельных зданиях (расположение, следы, количество этажей, используемые строительные материалы и т.д.).
💥 Исследователи применили технику машинного обучения в двух кварталах населенного пункта в Огайо. Их разрушили в 1960-х годах для строительства крупных объектов.
👥 Команда по историческим картам смогла извлечь данные и создать цифровые модели окрестностей. Точность новой модели по основным параметрам составила 90%.
🔍 Исследователи, кроме воссоздания районов, смогут оценивать экономические последствия от изменений.
🌆 Новый инструмент также можно для изучения эффекта городского острова тепла — явлении, при котором в городском пространстве температура выше, чем в окружающих его сельских областях.
@digitalbuild
#машинноеобучение #сша
👨🏻🎓 По словам команды ученых, модели могут потенциально революционизировать изучение районов, например, выгоревших из-за пожаров или уничтоженными природными катаклизмами или из-за вмешательства человека.
🌆 Новый инструмент также можно для изучения эффекта городского острова тепла — явлении, при котором в городском пространстве температура выше, чем в окружающих его сельских областях.
@digitalbuild
#машинноеобучение #сша
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM