Как оптимизация превратила Baosteel в главную сталелитейную компанию мира

Руководитель направления систем бизнес-аналитики BIA Technologies Станислав Воронин рассказывает, как Baosteel удалось увеличить прибыль на фоне кризиса в отрасли, сэкономить десятки миллионов долларов и сократить выбросы СО2 на 585 770 тонн в год.

Впереди планеты всей

Наряду с Chevron, о кейсе которой я уже рассказывал, в 2013 году за престижную Премию Франца Эдельмана в области исследования операций боролся еще один всемирный промышленный лидер — китайская компания Baoshan Iron & Steel Co (Baosteel). В 2014 году группа экспертов, работавших с Baosteel, опубликовала описание проекта в научном журнале Interfaces.

Китай является абсолютным мировым лидером по производству стали вот уже более 20 лет. Из сотен крупных и средних металлургических предприятий Китая с годовой производительностью свыше 1 миллиона тонн шанхайский комплекс Baosteel является крупнейшим, причем не только в Китае, но и во всем мире.

Строительство Baosteel началось в декабре 1978 года — в том же месяце, когда Китай провозгласил курс на социалистическую рыночную экономику и открыл двери во внешний мир. К 1995 году Baosteel превратилась в крупнейшее и наиболее технологически продвинутое металлургическое предприятие в Китае.

Baosteel может похвастаться рядом преимуществ перед конкурентами. Во-первых, компания использует самые современные производственные мощности, технологии обработки и системы автоматического контроля. Во-вторых, ее крупный размер и ведущее положение дают ей возможность приобретать сырье оптом по сниженным ценам. В-третьих, Baosteel обладает превосходной IT-инфраструктурой, которая обеспечивает бесшовный обмен данными и управление ими в масштабах всего предприятия.

Однако до середины нулевых годов Baosteel не использовала свою продвинутую IT-инфраструктуру в полной мере. Корпоративные информационные системы не имели встроенных возможностей по поддержке принятия решений. Планировщикам приходилось составлять производственные графики на основе жадных алгоритмов и личного опыта, а затем вручную вводить их в производственную программу. Кроме того, эти решения зачастую оказывались неэффективными. Компания испытывала проблемы с качеством продукции, а заказы регулярно задерживались.

В нулевых жесткая глобальная конкуренция и замедление мировой экономики привели к снижению цен на сталь. При этом стоимость железной руды, угля, электроэнергии, воды и транспорта продолжала расти. Кроме того, большинству металлургических предприятий не хватало системных методов управления для планирования производства и сбыта, и они долгое время полагались на простые расчеты и опыт экспертов при принятии сложных управленческих решений. Это приводило как к частой просрочке заказов, так и к высоким затратам на производство, складские запасы и логистику. В связи с этим компании черной металлургии стали менее прибыльными (а в отдельных случаях — даже убыточными).

Baosteel осознала, что для повышения своей конкурентоспособности в условиях ухудшения рыночных условий ей необходимо сократить производственный цикл, снизить объем складских запасов, сократить потребление материалов и энергии, снизить производственные затраты и улучшить качество продукции. Для достижения этих целей в 2004 году компания начала работу по выявлению основных узких мест производства.

В 2005 году Baosteel привлекла к сотрудничеству внешнюю исследовательскую группу, чтобы оптимизировать свои операции и разработать эффективные инструменты принятия решений для устранения проблем планирования и составления расписаний в четырех узких местах производственного процесса, которые были выявлены в ходе анализа.

Четыре модели

В течение следующих шести лет (с 2006 по 2011 годы) математики разработали новые алгоритмы оптимизации и внедрили четыре системы поддержки принятия решений, которые пришли на смену ручным способам планирования в Baosteel:

1. Система по дозированию загрузок в печи и выбору ширины отливок в процессе непрерывного литья заготовок

В ходе производства жидкий чугун из доменных печей преобразуется в конвертерной и рафинировочной печах в жидкую сталь требуемой по заказу марки. Расплавленная сталь затем перетекает по разливочным желобам и воронкам в водоохлаждаемые медные формы. Стальная заготовка полностью затвердевает и тут же разрезается на слябы необходимой длины. Как только жаростойкое покрытие, нанесенное на футеровку разливочных устройств, выгорает под воздействием горячей расплавленной стали, устройство необходимо заменить на новое. В то же время формы должны быть очищены; что влечет за собой как затраты времени на наладку, которое варьируется от одного до двух часов и приводит к потере производительности, так и затраты на техобслуживание разливочных устройств. Чтобы повысить производительность и снизить производственные расходы, сталелитейная компания должна увеличить коэффициент использования разливочных устройств, что и является задачей математической системы.

2. Система распределения и перераспределения слябов на этапе горячей прокатки

Производство слябов планируется на основе заказов клиентов. Чтобы полностью использовать мощность сталеплавильной печи, слябы с одинаковыми параметрами для нескольких заказов могут быть изготовлены вместе из одной и той же порции сырья. Проблема в том, что на современном рынке черной металлургии заказы, как правило, отличаются большим разнообразием и небольшим объемом. Следовательно, общего количества заказов, которые могут быть объединены между собой, часто недостаточно для полного заполнения печи. Чтобы это компенсировать, компании приходится производить избыточное количество слябов, не привязанных к каким-либо реальным заказам. Создание избыточных запасов значительно увеличивает стоимость производства и складской логистики. Один из способов решения этой проблемы состоит в том, чтобы, когда это возможно, распределять лишние «ничейные» слябы по не полностью удовлетворенным заказам.

3. Система по группированию рулонной стали в процессе отжига на стадии холодной прокатки

В процессе отжига стали выполняется ряд операций нагрева и охлаждения в соответствии с кривой регулирования температуры. Хотя каждый рулон имеет свою идеальную кривую отжига для достижения требований по качеству, для отжига в печи можно установить только одну кривую температуры. Поэтому один рулон стали в каждой партии выбирается в качестве медианного рулона, идеальная кривая отжига которого используется для установки кривой регулирования температуры печи. Специалисты по производственному планированию отвечают за выбор подходящих рулонов для формирования партий и выбор одного рулона в каждой партии в качестве медианного. Наиболее важным показателем производительности в данном случае является загрузка печи. Более высокая загрузка печи означает меньшее потребление энергии и ресурсов для отжига. Разработанный алгоритм оптимизации позволяет добиться максимальной утилизации печи.

4. Система по консолидации судов и размещению грузов на этапе планирования поставок конечной продукции

Более половины рулонной стали Baosteel доставляется морским транспортом в различные порты назначения. Для каждого прибывающего корабля компания должна разработать двухэтапный план погрузки. На первом этапе планировщики выбирают рулоны со склада для доставки клиентам в соответствии с пунктами назначения доступных судов, требуемым количеством и сроками выполнения заказов клиентов, а также расположением рулонов на складе. Ключевые цели — максимизировать скорость загрузки судов и свести к минимуму количество пунктов назначения каждого корабля, количество просроченных заказов и количество операций перетасовки на складе. На втором этапе для того, чтобы выбранный набор рулонов был загружен на судно, планировщикам необходимо определить положение каждого рулона на корабле и учесть все необходимые ограничения, такие как вес и диаметр рулонов и вместимость корабля. Здесь ключевые цели, которых может помочь добиться система, — это минимизация моментного дисбаланса корабля, сокращение общего числа операций перетасовки грузов и разброс рулонов, предназначенных для доставки в один и тот же пункт назначения.

Стоит отметить, что описанные проблемы принятия решений в Baosteel сложнее, чем аналогичные проблемы, с которыми сталкиваются другие сталелитейные компании. Во-первых, Baosteel имеет дело с более широким ассортиментом продукции, потому что стремится занять определенную долю рынка почти для каждого продукта из высококачественной стали, чтобы сохранить свое лидирующее положение на рынке. Во-вторых, Baosteel пытается найти оптимальное решение с учетом сразу нескольких целевых функций, в то время как большинство описанных в научной литературе моделей сосредотачиваются лишь на какой-то одной. Baosteel заинтересована не только в максимальном повышении производительности и минимизации затрат, но и в максимальном повышении качества продукции и удовлетворенности клиентов.

Результаты

Внедрение оптимизационных систем трансформировало процессы планирования производства и логистики в Baosteel. По собственным оценкам компании, в период с 2007 по 2012 год эти системы принесли ей совокупную экономическую выгоду в размере $77 миллионов. Сейчас они продолжают приносить ежегодную выгоду в размере порядка $50 миллионов.

Использование оптимизационных алгоритмов также значительно сократило время, затрачиваемое планировщиками предприятия на принятие решений. Повышение эффективности планирования позволяет специалистам тратить больше времени на анализ сценариев «что если», чтобы получать ценную управленческую информацию.

Но на этом положительные эффекты от оптимизации не заканчиваются. Благодаря внедрению систем, Baosteel удалось сократить объем запасов на 9%, урезать потребление угля на 293 967 тонн в год и снизить выбросы углекислого газа на 585 770 тонн (на 12%) в год. Последнее особенно важно, если учесть, что около 8% глобальных выбросов СО2 приходится на сталелитейную промышленность. Сокращение годовых выбросов Baosteel стало важным сигналом для сталелитейной промышленности Китая, которая является одной из основных отраслей, ответственных за загрязнение окружающей среды и другие экологические проблемы страны. Baosteel личным примером продемонстрировала, что с помощью инструментов математической оптимизации можно не только повысить свою рентабельность, но и уменьшить воздействие на окружающую среду.

В целом, успешное внедрение систем планирования коренным образом изменило ежедневные производственные операции компании, принесло огромные экономические выгоды, помогло добиться повышения качества продукции и удовлетворенности клиентов. Всё это, в свою очередь, сделало Baosteel одним из самых конкурентоспособных производителей стали на мировом рынке. В 2022 году Baosteel получила прибыль в $4 млрд и заняла 292 место в рейтинге крупнейших компаний мира Forbes Global 2000.