CatBoost يخفض خطأ حساب الفيرومنغنيز بنسبة 60% في محاكاة عمليات الصهر

يضيف المشرف على الصهر الفيرومنغنيز إلى الفولاذ للحصول على المحتوى المطلوب من المنغنيز. الزيادة تعني هدرًا في المواد، أما النقص فيعني خطر الحصول على منتج معيب. في مشروع تعليمي على Habr أظهر Ramil Maksyutov كيف يمكن لـ CatBoost حساب الحد الأدنى من الإضافة اعتمادًا على البيانات المتاحة قبل إدخال السبيكة. وفي عمليات صهر اصطناعية خفّض النموذج متوسط الخطأ المطلق بنحو 60% مقارنة بتنبؤ بسيط بالوسيط.

يفيد هذا المشروع المطوّرين ومديري المنتجات من ناحية بنية الحل: ما البيانات المسموح بتغذية النموذج بها، وما الذي تُقارن به النتيجة، ولماذا لا يمكن نقل رقم الوفر المحتمل اللافت مباشرة إلى عرض تجاري. يعرض المشروع الطريق من الجدول إلى الحاسبة، ويحدد في الوقت نفسه حدود هذا النموذج الأولي.

كيف يحسب النموذج الإضافة

تدور المسألة حول صهر الفولاذ 35Л في فرن قوسي. في المحاكاة تبلغ كتلة الفولاذ السائل نحو 3000 كغ، والهدف الحسابي هو رفع محتوى المنغنيز إلى الحد الأدنى 0.45% الذي حدده المؤلف. ولذلك يجب تقدير الكمية التي سيمتصها المعدن فعلًا من الفيرومنغنيز.

الإضافة نفسها تعطي نتائج مختلفة باختلاف الظروف. في مولّد البيانات يعتمد الامتصاص على درجة الحرارة والأكسجين وقاعدية الخبث، وهي خاصية تصف تركيبه الكيميائي. لا يعرف المشرف الامتصاص النهائي مسبقًا، لذلك يحصل النموذج على مؤشرات غير مباشرة: كتل مكونات الشحنة، واستهلاك الأكسجين، ودرجة الحرارة، والقاعدية، ومحتوى الكربون.

لنتخيل حاسبة: يدخل التقني معاملات الصهر فيحصل على الحد الأدنى المحسوب، ثم يضيف هامش أمان. ويمكن في الواجهة مقارنة هذه الجرعة بالاستهلاك المعتاد. لكن حجم الهامش يحتاج إلى تبرير مستقل: فشريط التمرير وحده لا يحوّل التنبؤ إلى توصية إنتاجية آمنة.

وثمة تفصيل جوهري: لم تُدرج في المتغيرات نتيجة تركيب الفولاذ النهائي ولا الامتصاص الفعلي للمنغنيز. فهذه القيم تظهر بعد اتخاذ قرار الإضافة. ولو استُخدمت في التدريب لحصلنا على اختبار مقنع لا يمكن تكراره لحظة اختيار الجرعة فعليًا.

ماذا يعني انخفاض الخطأ بنسبة 60%

يضم المشروع 2000 عملية صهر اصطناعية. منها 1280 للتدريب، و320 لاختيار لحظة التوقف، و400 للتحقق النهائي. يزيل هذا التقسيم مشكلة محددة في النسخة السابقة: إذ كان الاختبار يساعد في اختيار عدد الأشجار ويُستخدم في الوقت نفسه مصدرًا للتقييم النهائي.

في الاختبار المنفصل بلغ متوسط الخطأ المطلق لـ CatBoost ‏0.352 كغ. أما المؤشر المرجعي البسيط الذي يعطي دائمًا وسيط عينة التدريب فأخطأ بمقدار 0.873 كغ. ويوافق الفرق انخفاضًا في الخطأ بنحو 60%. وهذه مقارنة مفيدة: فمن دون مرجع أولي يصعب معرفة ما إذا كانت النتيجة تستحق تعقيد النظام.

ومع ذلك يستعيد النموذج العلاقات التي وضعها المؤلف مسبقًا في المولّد. تصل أهمية قاعدية الخبث إلى 69.7%، لكن لا يمكن تعميم هذا الرقم على فرن حقيقي. ففي البيانات المُنشأة تكاد درجة الحرارة والأكسجين لا تدخل المناطق التي تُفعَّل فيها العقوبات المقابلة. وتصف أهمية المتغيرات الناتجة بنية التجربة قبل أي شيء آخر.

لماذا لم يتحول قرابة 10 كغ إلى وفر

في المحاكاة يبلغ متوسط الإضافة الفعلية 26.9 كغ، والحد الأدنى المحسوب نحو 17 كغ. ويحصل المؤلف على فرق متوسط قدره 9.84 كغ لكل عملية صهر، ويصفه صراحةً بأنه تقدير أعلى. ولا يتضمن المقال وفرًا مؤكدًا في الإنتاج.

والسبب واضح: فالهدف محسوب تمامًا عند الحد الأدنى المسموح. وإذا قلّل النموذج من الجرعة اللازمة فقد لا يكفي الهامش. ومتوسط الخطأ البالغ 0.352 كغ لا يبيّن مدى خطورة الأخطاء الفردية ولا عدد مرات حدوثها. ويتطلب التطبيق تقييم هذه الحالات تحديدًا، مع مراعاة أخطاء القياس وتغيّر ظروف الإنتاج.

والخلاصة العملية لفريق يبني منتجًا مشابهًا: ابدأوا بتوفر بيانات الإدخال ومرجع بسيط، ثم اختبروا النموذج على عمليات صهر حقيقية مع مراعاة توقيت إجرائها. ويجب الاتفاق مع التقنيين على حجم الهامش والمخاطر المقبولة. وحاسبة Streamlit في المقال مناسبة لمناقشة المنطق وعرض النموذج الأولي؛ أما أسس الجرعات الإنتاجية فيجب أن تأتي من تحقق مستقل.