Труды КНЦ. Технические науки. – 2026. - № 2

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ИНФОРМАТИКА Научная статья УДК 004.891.2 doi:10.37614/2949-1215.2026.17.2.013 ПРИМЕНЕНИЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ В ПРОКАТНОМ ПРОИЗВОДСТВЕ СТАЛЬНОЙ АРМАТУРЫ* Владимир Сергеевич Солод1, Олег Анатольевич Бутов2В 12Институт проблем искусственного интеллекта, Донецк, ДНР, Россия 2boa. ipai@mail.ru Аннотация В процессе производства стальной арматуры применяется термическое упрочнение, такой процесс называют многостадийным ускоренным прямоточным охлаждением водой сортового проката, комбинированным с выравниванием температуры по сечению на воздухе. Реализован он как участок ускоренного охлаждения, расположенный за чистовой клетью стана и состоящий из набора автономных секций, конструкция которых обеспечивает возможность ввода каждой из них командой, поданной извне (с пульта). Для определения необходимого параметра (давления воды) в каждой из секций и создана модель предсказания целевых переменных, обеспечивающих это. При создании модели после анализа набора данных были сформированы новые категориальные признаки, выбраны наиболее значимые для нас (инженерия признаков). Проведена предобработка и балансировка. После оптимизации гиперпараметров выбраны лучшие для нашей модели предсказания. Полученная модель дала хорошие результаты для такого набора данных. Ключевые слова: арматурный профиль, прокатный стан, математическая модель, ускоренное охлаждение, термоустановка, термоупрочнение, модель предсказания, дерево принятия решений, новые признаки, нормализация и балансировка данных, оптимизация гиперпараметров, оценка модели Для цитирования: Солод В. С., Бутов О. А. Применение алгоритмов машинного обучения в прокатном производстве стальной арматуры // Труды Кольского научного центра РАН. Серия: Технические науки. 2026. Т. 17, № 2. С. 136-146. doi:10.37614/2949-1215.2026.17.2.013 INFORMATION TECHNOLOGY AND COMPUTER SCIENCE Original article APPLICATION OF MACHINE LEARNING ALGORITHMS IN THE ROLLING PRODUCTION OF STEEL REBAR Vladimir S. Solod1, Oleg A. Butov 2 12Institute for Artificial Intelligence Problems Donetsk, DPR, Russia 2boa. ipai@mail.ru Abstract In the production process of steel reinforcement, thermal hardening is used, such a process is called multi-stage accelerated direct-flow cooling of rolled products with water, combined with cross-sectional temperature equalization in air. It is implemented as an accelerated cooling section located behind the finishing mill and consisting of a set of autonomous sections. Their design allows each of them to be entered with a command from the outside (from the remote control). To determine the required parameter (water pressure) in each of the sections, a model has been created to predict the target variables that ensure this. When creating the model, after analyzing the dataset, new categorical features were created, and the most significant ones were selected for us (feature engineering). Preprocessing and balancing has been performed. After optimizing the hyperparameters, the best predictions for our model are selected. The resulting model gave good results for such a dataset. * Суть работы заключается в создании модели предсказания целевых переменных для ее дальнейшего использования в технологическом процессе проката и применении при создании цифрового двойника прокатного стана.