Eng
Ukr
Rus
Печать
2009 №01 (09) 2009 №01 (01)

Современная электрометаллургия 2009 #01
«Современная электрометаллургия», 2009, № 1, с. 57-60

РАЗРАБОТКА СИСТЕМЫ МОНИТОРИНГА ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА ВЫПЛАВКИ СТАЛИ В ДУГОВОЙ СТАЛЕПЛАВИЛЬНОЙ ПЕЧИ

Авторы
А. А. Троянский, Р. В. Синяков
Донецк, нац. техн. ун-т

Реферат
На основании данных о форме сигнала мгновенного напряжения дуги с использованием вейвлет-анализа и нейронной сети разработана система распознавания состояния технологического процесса (мониторинга) выплавки стали в дуговой сталеплавильной печи (ДСП). Получены и обработаны реальные промышленные сигналы технологического процесса выплавки стали в 100-тонной ДСП, выполнена событийная классификация технологического процесса.

The system of identification of state of technological process (monitoring) of melting steel in arc steel-making furnace has been developed on the basis of data about the shape of signal of an instantaneous arc voltage using a wavelet-analysis and neuron network. Real industrial signals of technological process of melting steel in 100 t arc steel-making furnace have been obtained and processed, events classification of technological process has been worked out.

Ключевые слова: дуговая сталеплавильная печь; технологический процесс; моніторинг; распознавание образов; нейронная сеть

Поступила 05.06.2008
Опубликовано 18.02.2009

1. Вычислительное устройство для управления режимом дуговой печи / Ю. В. Ефроймовнч, А. Н. Котиков, И. Я. Стион и др. // Электричество. - 1958. № 5.- С. 15-20.
2. Промышленное освоение компьютерного управления выплавкой стали на БМЗ и ММЗ на основе физико-химической модели «ОРАКУЛ» / А. Г. Пономаренко, М. П. Гуляев, И. В. Деревянченко и др. // Труды пятого конгресса сталеплавильщиков. - М.: ОАО «Черметин-формация», 1999. - С. 174-177.
3. Троянский А. А., Синяков Р. В. Идентификация технологических событий при выплавке стали в ДСП с использованием вейвлет-анализа // Современ. электрометаллургия. - 2008.- № 3. - С. 58-62.
4. Jeffery W., Rosner R. Neural network processing as a tool for friction optimization / / Neuronet comput. conf. (Snowbird, Utah, Apr. 13-16, 1986). - New York, 1986. - P. 241-246.
5. Lippmonn Richard P. Gold ben neuronet classifiers useful for speech recognition // IEEE 1st. conf. neural networks (San Diego, 1987). - San Diego, 1987. - P. 417-425.
6. Головко В. А. Нейроинтеллект: Теория и применения. Кн. 1. Организация и обучение нейронных сетей с прямыми и обратными связями. - Брест: БПИ, 1999. - 260 с.
7. Уоссермен Ф. Нейрокомньютерная техника: Теория и практика. - М.: Наука, 1992. - 184 с.
8. Ежов А. А. , Шумский С. А. Нейрокомпьютинг и его применения в экономике и бизнесе. - М., 1998. - 155 с.
9. Ситуаційне керування в дугових печах: Монографія / Л. Д. Костинюк, А. О. Лозинський, О. Ю. Лозинський и др. - Львів: Львівська політехніка, 2004. - 382 с.
10. Опыт внедрения новой системы управления плавкой на ДСП № 1 Белорусского металлургического завода / Р. Н. Мартынов, М. П. Гуляев, В. Ю. Гуненков и др. // Электрометаллургия. - 2002. - № 6. - С. 36-40.
11. Развитие интеллектуальных систем управления технологическими процессами выплавки стали / А. Г. Пономаренко, Р. В. Синяков, С. В. Довгонюк и др. // Труды седьмого конгресса сталеплавильщиков. - М.: ОАО «Черметинформация». - 2003. - С. 293-297.
>