Magnitogorsk钢铁厂(MMK)通过使用数学模型优化煤炭的输送和消耗，在2018年节省了5.009亿卢布。这些节省是通过改善装煤结构和焦炭质量来​​实现的。

该模型是MMK大规模数字化策略的一部分。该程序基于烧结矿生产的综合多层次模型的创建，旨在优化第一个加工阶段的生产过程。

MMK的煤炭原料运输和消费优化模型自2017年2月开始投入使用。MMK根据2011年以来对现场焦炭和高炉生产的研究，自行开发了该模型。由MMK的科学和技术中心由一组数学建模和系统分析研究人员进行。该模型为技术人员和交付专家优化了流程。目标是以最低的成本获得所需的焦炭质量。

迄今为止，该模型已用于购买精矿并整合了此过程中涉及的所有MMK服务的知识和要求：这包括交货类别管理(所有者模型)，科学技术中心，焦炭生产和经济管理。每月计算是购买精煤的过程的一部分：

给定原煤的结构和体积，可预测焦炭的质量。

优化送煤和送煤结构。

分析优化计算对价格的敏感性以及建议的购买精矿的有效价格的计算。

所有计算都在多用户Web界面-AIS“煤炭原料的运输和消耗优化模型”中进行。

这不是第一个成功地优化转换第一阶段的生产过程的数学建模项目(第一阶段对生产成本的贡献约为50%)。正在开发用于铁矿石原料的运输和消耗的优化数学模型，并正在创建“最佳铸铁”自动化信息系统。开发中使用了大数据技术和人工神经网络，但也特别使用了传统的物理和化学模型来考虑领域过程的动态特征。