WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


 

На правах рукописи

Сошкин Григорий Станиславович

       

Исследование  процесса  обжига

электродной  продукции  в  многокамерных печах

и  разработка  системы  управления

технологическим  режимом

Специальность 05.13.06 – Автоматизация и управление

технологическими процессами и производствами (промышленность)

Авторефератдиссертации на соискание ученой степени

кандидата технических наук

Владикавказ - 2012

Работа выполнена в ФГБОУ ВПО «Северо-Кавказский горно-металлургический институт (государственный технологический университет)

Научный руководитель        доктор технических наук, профессор
Рутковский Александр Леонидович

       

       

Официальные оппоненты:        Алкацев Михаил Иосифович

       доктор технических наук, профессор

               профессор кафедры «Металлургии

               цветных металлов» СКГМИ(ГТУ)

               

       Малахов Сергей Александрович

       кандидат технических наук, ведущий

специалист отдела АСУТП

ЗАО «Югэнергопроект»

       

Ведущая организация        НПК «Югцветметавтоматика»

Защита состоится 26 июня 2012 г. в 1400 час. на заседании диссертационного совета Д 212.246.01 при «Северо-Кавказском горно-металлурги­ческом институте (государственном технологическом университете) по адресу: 362021, г. Владикавказ ул. Николаева, 44. СКГМИ (ГТУ). Факс: (8672) 407-203. E-mail: info@skgmi-gtu.ru.

С диссертацией можно ознакомиться в библиотеке Северо-Кавказского горно-металлургического института (государственного технологического университета).

Автореферат разослан «___» ________ 2012 г.

Ученый секретарь диссертационного

совета Д 212.246.01, к.т.н., доц.                        А. Ю. Аликов

Общая характеристика работы

Актуальность темы. Среди приоритетных направлений развития экономики России в ХХI веке важное место отводится развитию современных конкурентоспособных предприятий цветной металлургии, позволяющих производить продукцию высокого качества с одновременным снижением затрат энергоресурсов.

К важной отрасли цветной металлургии относится производство электродной продукции, обеспечивающей целый ряд переделов в производстве алюминия, никеля, меди, вольфрама, цинка. Качество электродной продукции определяет важнейшие экономические показатели производства металлов, такие как: расход электроэнергии, расход электродов, удельная производительность печей.

Совершенствование процесса обжига, направленное на увеличение выпуска высококачественной продукции возможно на основе развития научных представлений о ходе процесса, разработке современных высокоэффективных автоматизированных систем управления и их реализации в производстве. Таким образом, разработка системы управления процессом обжига на основе моделирования показателей качества электродной продукции, обеспечивающей конкурентоспособность производства за счет повышения качества и снижения себестоимости, являются весьма актуальными научно-техническими проблемами.

Цель работы. Исследование и анализ процесса обжига электродной продукции в многокамерных печах закрытого типа и разработка системы управления процессом, обеспечивающих получение продукции заданного качества, при существующих возмущающих воздействиях; снижение себестоимости производства за счет повышения эффективности контроля и управления процессом обжига.

Для достижения поставленной цели необходимо решение следующих задач:

- разработать и идентифицировать математическую модель пиролиза «летучих» для различных составов коксо-пековых композиций;

- установить математические зависимости температуры электродов от времени обжига и температуры газовой фазы под сводом камеры при переменном расходе топлива и разрежения;

- разработать математические модели, способные прогнозировать качество обжигаемой электродной продукции в on-line и определять график обжига, обеспечивающий получение продукции необходимого качества.

- определить качество управления обжигом человеком - оператором, ПИД – оптимальным регулятором и обученным прогнозирующим нейросетевым контроллером;

- синтезировать систему управления с импульсным сжиганием топлива, обеспечивающую реализацию технико – экономического критерия процесса обжига;

- апробировать и внедрить разработанные решения в практику работы обжиговых печей электродного производства.

Методы исследования. Для решения поставленных в работе задач использовались методы термогравиметрического анализа, промышленный активный и пассивный эксперимент, математическое, нейросетевое, имитационное моделирование, теория автоматического управления.

Объект исследования - обжиговая многокамерная печь закрытого типа.

Предмет исследования - процесс обжига электродной продукции и система управления технологическим режимом.

Научная новизна работы состоит в следующем:

  • Разработана математическая модель пиролиза электродной продукции. Установлены кинетические константы пиролиза «летучих» из заготовок, соответствующих промышленным рецептам коксо – пековых композиций;
  • Установлены математические зависимости температуры электродов от времени обжига и температуры газовой фазы под сводом камеры печи при переменном расходе топлива и разрежении;
  • Разработаны стохастические, детерминированные и нейросетевые модели формирования качества обжигаемой электродной продукции, включающие истинную плотность, удельное электросопротивление, механическую прочность, пористость. Определены условия применения разработанных моделей для целей исследования, прогнозирования качества электродной продукции и оперативного управления процессом обжига;
  • Применен метод и модели для определения не измеряемых оперативно показателей качества электродной продукции по измеряемым и управляющим параметрам на основе искусственных нейронных сетей
  • Синтезирована система управления по критерию минимума себестоимости обожженной электродной продукции заданного качества на основе имитационного моделирования и сопоставительного анализа качества управления температурным режимом обжига с применением параметрически оптимизируемого ПИД регулятора и нейросетевого прогнозирующего управления (NN Predictive Control)

Практическая значимость работы состоит в следующем:

  • Разработана математическая нейросетевая модель для прогнозирования в on-line режиме основных показателей качества обжигаемой электродной продукции;
  • Разработано программное обеспечение для микроконтроллеров ASPCON, реализующих стратегию оптимального управления процессом обжига при импульсном сжигании топлива;
  • Материалы диссертационного исследования использованы НПК «ЮгЦветметавтоматика» при проектировании и синтезе АСУТП обжига электродной продукции в многокамерных кольцевых печах и внедрены в производство на нескольких печах ОАО «ЭПМ-НЭЗ», система управления процессом позволила снизить выход бракованной продукции на 2- 3% и сократить расход топлива до 14 %/т. обожженной продукции. Экономический эффект от внедрения результатов работы в промышленности составил более 12 млн. рублей в год.                

Обоснованность и достоверность научных положений и выводов обеспечивается корректностью математического аппарата, используемого в работе, и подтверждаются результатами имитационного моделирования, соответствием результатов теоретических и экспериментальных исследований.

Личный вклад соискателя. Постановка задачи диссертационного исследования, экспериментальные исследования процесса обжига, основные положения, выносимые на защиту, новые модели качества электродной продукции, основные подходы к синтезу системы управления процессом обжига, разработка алгоритмов и программ управления камерой обжиговой печи, внедрение результатов работы в производство

Апробация работы. Положения диссертационного исследования доложены автором и обсуждены на: 6-й и 7-й Международных конференциях «Инновационные технологии для устойчивого развития горных территорий», Владикавказ,(2007 и 2010 г.); 7-й Международной научно-технической конференции "Современная металлургия начала нового тысячелетия", г. Липецк, 2010 г.; 12-й Международной научно – технической конференции «Кибернетика и высокие технологии XXI века», Воронеж, 2011г; 5-й ежегодной Международной научно-практической конференции «Перспективы развития информационных технологий», Новосибирск, 2011г.

Публикации. Основные результаты диссертационного исследования опубликованы в 19 трудах, в том числе, в изданиях входящих в перечень ВАК - 9 работ.

Структура и объем работы Диссертация состоит из введения, 5 глав, заключения, приложений и списка использованной литературы. Содержание диссертации изложено на 170 листах машинописного текста и включает 34 иллюстрации, 36 таблиц. Список литературы содержит 150 наименований. Одно приложение.

Краткое содержание работы

Во введении дано обоснование актуальности и важности темы диссертации, сформулирована цель диссертационного исследования, научная новизна и практическая значимость работы, основные положения и результаты, выносимые на защиту.

В первой главе проведен аналитический литературный обзор современного состояния технологии обжига электродной продукции. Оценены показатели качества электродной продукции, оказывающие наибольшее влияние на удельный расход электродов в металлургических процессах. Показано, что важнейшим переделом производства электродной продукции является обжиг в многокамерных печах.

Проведен анализ мирового опыта по математическому моделированию формирования качества электродной продукции. Указано на отсутствие математически формализованного подхода к решению задачи. Проанализирован современный уровень автоматизации процесса. В главе сформулированы задачи диссертационного исследования.        

Во второй главе исследованы закономерности процесса пиролиза электродных заготовок и проведено его математическое моделирование. Исследования динамики пиролиза углеродных композиций выполнено термогравиметрическим методом (ТГ) на термоанализаторе Setsys Evolution 1750 фирмы SETARAM. Эксперименты проведены на 4 образцах, применяемых в реальном производстве графитированной продукции: 1- электрод ЭГ 200 мм, 2- ЭГ 555мм, 3- ЭГ 610 мм, 4 – ЭГ 250 мм. Состав шихты и тип пека образцов соответствуют промышленной рецептуре. Погрешность результатов измерений составляет 0.01% масс. Полученные результаты представлены в диссертационной работе и использованы для идентификации математической модели пиролиза. Математической модель кинетики выделения «летучих» основана на гипотезе о том, что процессы пиролиза и удаления летучих соединений можно считать псевдогомогенными и лежащими в кинетической области. Выделяющиеся летучие имеют сложный состав, поэтому для смеси компонентов скорость удаления летучих выразим для изотермических условий процесса как:

      (2.1)

где Mmax - исходная масса летучих, а - константа скорости i-ой реакции (уравнение Аррениуса), Е – энергия активации процесса (кажущаяся), k0i – предэкспоненциальный множитель, R - газовая постоянная летучих, (0.715 дж/кг град), Т – температура процесса. Функция, для определения оптимальных значений k0 и Е, которые минимизируют сумму квадратов отклонений экспериментальных и модельных значений выхода летучих, имеет вид:

(2.2)

где Mi - текущая масса летучих i-го вида.        

Решение задачи идентификации параметров k01, k02 и Е1, Е2 выполнено в соответствии с методикой, разработанной автором с применением функций пакета Mathcad-11. Минимизация суммы квадратов отклонений SSE(ko,E) осуществляется методом Левенберга – Маркардта.

Значения кинетических параметров, для исследуемых композиций, представленные в таблице 2.1. На рисунках 2.1 и 2.2 представлены экспериментальные и расчетные значения количества выделяющихся при обжиге «летучих» для 2 образца.        

Таблица 2.1 – Значения кинетических параметров пиролиза «летучих»

Углеродная композиция

Константа скорости реакции k01,сек-1

Константа скорости реакции k02,сек-1

Энергия активации E1,

КДж/моль

Энергия активации E2,

КДж/моль

Отношение группы реакций,

Образец 1

273.57

1.243*104

3.218*103

3.337*103

0,18

Образец 2

115.63

5.98*104

2.538*103

3.097*103

0,18

Образец 3

774.44

2.61*104

3.442*103

3.896*103

0,18

Образец 4

644.61

8.161*105

8.415*103

2.187*103

0,2

Адекватность результатов идентификации пиролиза «летучих» проверена по F - критерию Фишера. Значения полученных кинетических констант находятся в диапазоне, соответствующем пиролизу твердых топлив. Разработанная модель апробирована для прогнозирования выделения летучих в ходе промышленного обжига заготовок в закрытых многокамерных печах в течение длительного графика обжига.

Рисунок  2.1 - Результаты идентификации процесса выделения летучих

по двухкомпонентной схеме (образец 2)

Рисунок  2.2. Расчетные и экспериментальные – значения выделения летучих.

Ряд 1 - образец 1, ряд 2 - образец 2, ряд 3 - образец 3

Значки – эксперимент, сплошная линия модель

Результаты расчета пиролиза для условий промышленного обжига для печи ОАО «ЭПМ-НЭЗ» представлены на рисунке 2.3.        

Рисунок 2.3. Дифференциальная кривая потери массы электрода при обжиге.

Полученные результаты обобщенны следующими выводами о динамике выделения летучих веществ: в интервале 20 - 120 С не наблюдается значительных изменений массы образцов; при температуре 300-320 0С скорость термодеструкции начинает возрастать. Наиболее важным для формирования качества обожженных электродов является интервал температур 350-4500С. Здесь происходит резкое уменьшение массы образцов за счет дистилляции пеков, значительные усадочные процессы и физико-химические преобразования в структуре образцов. Дальнейшее повышение температуры не приводит к значительным изменениям скорости газовыделения, что свидетельствует об окончании процессов деструкции и об образовании коксовых структур. В последующих интервалах и особенно после 800С превалируют относительно простые процессы дегидрирования и умеренной усадки.        

Полученные результаты экспериментальных и теоретических исследований позволяют определить наиболее ответственные диапазоны температуры обжига, не допускать возможность механических разрушений продукции и эффективно использовать тепло образующееся при дожиге, выделяющихся «летучих» в камере печи.

В третьей главе приводятся материалы промышленного эксперимента и математического моделирования температурных режимов обжига. Экспериментально определены температура в теле электрода, взаимосвязь ее с температурой газовой фазы и режимными параметрами процесса обжига. Представлены технические средства контроля и регистрации параметров и программа методика промышленного эксперимента. Исследования проводились при дистанционном управлении температурным режимом обжига и импульсной подаче газа на горелочные устройства. Экспериментальные исследования процесса обжига проведены на печи №1 и № 2 цеха «Обжиг-1» ОАО «ЭПМ-НЭЗ».

Результаты экспериментальных исследований, включающие 14 параметров, для одной камеры печи приведены в диссертации. Экспериментальные данные для 3 -х параметров приведены на рисунке 3.1. Обработка результатов экспериментальных исследований процесса обжига проводилась методами математической статистики с применением программного продукта Table Curve v4.0 for Windows фирмы Systat Software Inc. (SSI).

Рисунок 3.1. Экспериментальные значения изменения температуры газовой фазы

и разрежения от времени обжига.

Температурный график обжига, контролируемый по температуре газовой фазы Т г.ф () под сводом печи описан зависимостью:

Т г.ф.() = 496.98-9.552+0.1612-0.00013+2.794-2.735       (3.1)

где – время обжига, час.

Зависимость средней температуры электродов от времени обжига имеет вид:

        (3.2).

Зависимость изменения температуры электрода от температуры газовой фазы под сводом камеры печи определена:

Те()=-74713+0.924*Тг.ф.()-0.004*Тг.ф2.()+1.458*Тг.ф3.()-1.726*Т г.ф4.() + 6.505*Тг.ф5.() (3.3)

Основным источником тепла для нагрева обжигаемых изделий и поддержания заданного графика обжига является тепло от горения природного газа, сжигаемого в стехиометрическом соотношении с воздухом. Зависимость средней температуры электрода от часового расхода газа, определенна по экспериментальным данным следующим выражением:

Те()=28.493+27.344Gг+7.71Gг2-0.791Gг3+0.029Gг4-0.0005Gг5        (3.4)

где Gг – расход газа часовой, м3/час.

Зависимость температуры электрода от суммарного расхода газа определена в виде полинома:

Те()=133.23+0.483Gг.с-0.0001Gг.с2+9.391*10-9Gг.с3-8.066*10-13Gг.с4 (3.5)

где Gг.с. – суммарный расход газа, м3/час.

Поскольку процесс обжига изделий контролируется по температуре газовой фазы под сводом камеры, была получена зависимость температуры газовой фазы от изменения среднечасового расхода на различных участках подъема температуры. Уравнение взаимосвязи этих параметров получено в виде полинома пятой степени:

Тг.ф.=120,119+20,963Gг+0,421Gг2-0,015Gг3+0.0072Gг4-5,173e-7Gг5  (3.6)

Зависимость разрежения в камере Рк() от времени обжига аппроксимирована выражением:

Рк()=0.841+0415-0.007 2+5.275*10-5 3-1.983*10-7 4+3.695*10-10 5  (3.7)

Наибольшие затраты топлива приходятся на период форсированного нагрева камеры и выдержки изделий при максимальной температуре обжига. Взаимосвязь температуры газовой фазы со среднечасовым расходом газа и разрежением определена в виде полинома:

Тг.ф.=1063,1+5,852*Qг - 0,041*Qг2 - 151,27* Рк + 7,66*Рк2 (3.8)

Степень аппроксимирующих полиномов определялась с учетом значений критерия Akaike (AIC), позволяющего выбирать наилучшую модель:        

АIC = n ln(2)+2K                         (3.9)

где 2- остаточная сумма квадратов, K-число параметров в статистической модели, включая свободный член, n–число наблюдений. Значения корреляционного отношения для приведенных моделей составляют R2= 0.970-0.997.

Полученные статистические зависимости адекватно отражают экспериментальные данные, поскольку расчетные (Frasch) значения числа Фишера больше табличных (Ftab) для всех полученных уравнений с доверительной вероятностью 99%.

Результаты экспериментальных исследований свидетельствуют:

- максимальная температура электрода, пропорциональна температуре в газовой среде и не зависит от длительности подъема температуры; при обжиге разность максимально достигнутых температур в загрузке составляет 50-90 С, а разность между максимальной температурой газового пространства и температурой в загрузке 250 -350С; скорость подъема температуры в различных участках камеры неодинакова и резко отличается от скорости подъема температуры в газовом пространстве.

Полученные взаимосвязи являются основополагающими при разработке моделей формирования качества электродной продукции. В главе показана оценка снижения энергозатрат при обжиге за счет применения импульсного сжигания топлива и современных теплоизоляционных материалов (МКРА – 08), которые сокращают расход газа при обжиге на 7 - 17% или 2.3 ГДж/т обожженной продукции.

В четвертой главе представлены разработанные математические модели формирования качества электродной продукции. В соответствии с целями исследования проведена разработка аналитических, эмпирико-статистических и моделей, в основе которых лежат методы искусственного интеллекта.

Разработка статистических моделей выполнена на основании обработки экспериментальных материалов, представленных в диссертации в таблице 4.1 и 4.2 – (пек типа А и Б) с применением программного продукта Mathcad – 11.

Выражение, определяющее зависимость выхода летучих веществ от температуры представлена в виде полинома:

Мл = 14.044+0.017*Тe - 2.4*Тe2 +4.276*10-7*Te3 – 2.243*10-10 *Te4 (4.1)

где Мл - выход летучих веществ из заготовок, %, Te-температура электрода.

Зависимость истинной плотности электрода от температуры имеет вид:

Di =1.814+2.324*10-4Тe+7.254*10-8Te2+4.924*10-10Te3-5.867*10-13Te4 (4.2)

где Di –истинная плотность электрода, г/см3.

Зависимость изменения удельного электрического сопротивления электрода от температуры представлена уравнением:

= 8.871*103-0.831* Тe -0.104* Тe 2+2.001*10-4* Тe 3-1.072*10-7* Тe 4  (4.3)

где – удельное электросопротивление, ом.мм2/м.

Зависимость механической прочности , соответствующей полному напряжению в теле электрода от температуры представлена выражением:

= 45.294 +0.019 Тe - 4.887*10-4Te2+1.207*10-6Te3-7.836*10-10Te4  (4.4)

где – предел прочности на сжатие, МПа.                        

Взаимосвязь пористости электродов от температуры:

П = 1.447+0,046*Te - 2,68*10-5*Te2 +1.163*10-9*Te3                (4.5)

где П - пористость электрода, %.

Расчетные (Frasch) значения числа Фишера больше табличных (Ftab) для всех полученных уравнений, поэтому они являются статистически надежным отображением обработанных экспериментальных данных.

Для расширения диапазона применимости моделей проведена разработка детерминированной математической модели, учитывающей физико-химические процессы, происходящие при формировании качества электродной продукции.

 

Рисунок 4.1. Зависимость выделения

летучих от температуры

Рисунок 4.2. Зависимость изменения истинной плотности от температуры

Значки – экспериментальные данные, сплошная линия модель.        

Модель изменения плотности заготовок учитывает ее зависимость от изменения массы летучих и от изменения объема открытых и закрытых пор. Выражение для истинной плотности, учитывающее эти изменения записывается в виде        

d=Мk/V0-(1-kзп)kv[Mл(0)-Mл()]k2(W/Vзп)exp(-Eсд/RT)                (4.6)

где: d - истинная плотность заготовки; Мk - масса углерода кокса; Мл() - текущая масса летучих; Mл(0)- начальная масса летучих; Vo- первоначальный объем заготовки; kзп - коэффициент, учитывающий объем закрытых пор; kv- коэффициент пропорциональности, связывающий изменение объема заготовки с массой удаленных летучих, Vзп- текущий объем уничтожаемых закрытых пор; k2- коэффициент, связывающий изменение величины размера зерна и объемную деформацию зерен (усадку) с изменениями объема пор; k3 – суммарная константа скорости процесса; -удельная поверхностная энергия; W - объем грамм-атома Есд – энергия активации движения границ зерен, контролируемая самодиффузией.

Идентификация модели изменения истинной плотности заготовок по данным исследований выполнена с применением функции пакета qf( ) Mathcad-11. Результаты идентификации представлены на рисунках 4.3 и 4.4.

Изменение кажущейся плотности заготовки в зависимости от температуры обжига определим следующим образом:

       dk= (d0-Gл/1000)/(1- Gл*л/1000)                        (4.7)

где dk - - кажущаяся плотность, г/см3 , do – начальное значение плотности заготовки, г/см3, Gл- выделившиеся летучие, Gл - суммарное количество выделившихся летучих, л - плотность летучих, г/см3.        

Рисунок 4.3. Изменение истинной плотности от температуры.

Рисунок 4.4. Изменение кажущейся плотности от температуры.

                        Сплошная линия – модель, значки - эксперимент.

Изменение пористости заготовки в период обжига определяли по соотношению кажущейся и истинной плотности заготовок по формуле:

П = (1-dk/di)*100                         (4.8)

Удельное электрическое сопротивление (УЭС) заготовок при обжиге снижается с 6000*10-6 до 45*10-6 ом.мм2/м. В соответствии с представлениями об изменении удельного электросопротивления, обжигаемые заготовки можно рассматривать как полупроводники с большой шириной запрещенной зоны. Энергию активации процесса можно отождествлять с шириной запрещенной зоны. Большое значение этой величины объясняет область высокого сопротивления. Энергия активации определяется выражением:

       Е =4.6*к*(log)/(1/T)                        (4.9)

где E – энергия активации, эВ, – электропроводность, мом.мм2, k – коэффициент пропорциональности данного материала.

Температурная зависимость УЭС интерпретируется следующим кинетическим уравнением [125]:

F(T,,1,E1,E2,c1,c2)=F0-F0[c1(1-exp(-*exp(E1/8.314T)))+c2(1-exp(-1*exp(E2/8/314T)))]         (4.10)

Максимальная интенсивность (скорость) обжига, не приводящая к образованию трещин, определяется соотношением:

jmax < KWmax A/l,                       (4.11)

где Wmax - максимальная скорость выхода летучих, А - коэффициент формы, равный 6 для цилиндра; l - характеристический размер (диаметр цилиндра). K – коэффициент, учитывающий предел прочности заготовки на разрыв.

Система уравнений (4.6.- 4.11) составляет детерминированную модель прогноза качества обожженной продукции при задании исходных условий по составу и качеству сырья. Полученные детерминированные зависимости адекватно отражают экспериментальные данные, поскольку расчетные (Frasch) значения числа Фишера больше табличных (Ftab) для всех полученных уравнений с доверительной вероятностью 99%.

Начальными условиями для расчета модели являются исходные данные по составу и качеству сырья (тип кокса, тип пека, гранулометрический состав шихты, усилие прессования) и габариты «зеленых» заготовок. Ограничения, налагаемые на технологический режим обжига, определяются условием (4.11). Погрешность расчета показателей качества с применением детерминированной модели существенно (практически на порядок) ниже, чем для статистической модели.        

Одним из способов повышения краткосрочного (оперативного) прогноза качества является применение нейросетевого моделирования.

Для прогнозирования качественных показателей обожженной электродной продукции проведена разработка искусственных нейросетевых моделей (ИНСМ). Нами используются многослойные нейронные сети обратного распространения c нелинейной функцией активации нейронов скрытых слоев - многослойные персептроны (МСП). Задача обучения МСП сводится к нахождению функциональной зависимости Y=F(X),где X={x1,…xk}-вектор входных параметров, а Y={y1,…ym}-вектор выходных параметров. Входы соответствуют внешним воздействиям на процесс обжига, выходы - её реакциям на них.

Для проведения исследований был применен программный модуль Neural Network Wizard. Структура ИНС для прогнозирования качества электродов по показателям механической прочности и пористости представлена на рисунке 4.5. Нейросеть представляет собой многослойный персептрон с тремя скрытыми слоями по 10 нейронов в каждом. Методика определения необходимого числа синаптических весов приведена в диссертационной работе. Количество входных параметров составляет 6, количество выходных параметров 2. Активационная функция - сигмоида с коэффициентом передачи равным 1. Для обучения сети используется 80 % значений массивов данных. 20% значений используется для тестирования модели. В результате процесса обучения ИНС средняя ошибка составила – 9.15*10 -8, максимальная ошибка составила – 6.37*10-7. Средняя ошибка тестирования сети составила 2.13*10-7, а максимальная ошибка тестирования 6.49*10-7 Количество эпох обучения при достигнутых значениях ошибок равно 7092. Для прогнозирования качественных показателей обжига электродов сформированы и обучены три ИНС, в одной из которых выходной параметр, а именно УЭС, является единственным, а две другие сети имеют по два выхода - это механическая прочность и пористость электродов, истинная плотность и объемная масса. Структуры нейронных сетей идентичны. Средняя ошибка обучения сети – 1.09*10 -7, а средняя ошибка тестирования показателя качества составляет – 7.2*10 -7. Результаты тестирования работы созданных нейронных сетей показали на всем множестве значений высокую адекватность. Отклонение расчетных величин показателей качества от фактических не превышает 0.8%, (средняя погрешность лабораторных анализов составляет 0,76%). Значения погрешности расчета показателей качества с применением нейросетевых моделей ниже, чем для статистической и детерминированной моделей. Некоторые результаты исследований влияния технологических параметров обжига на свойства обожженной электродной продукции, выполненные с применением ИНС, представлены на рисунке 4.6. Здесь: ряд данных 1- температурный режим обжига, применяемый для заготовок диаметром 350 мм, а ряд 2 – для заготовок диаметром 150 - 300 мм.

Рисунок 4.5. Структура нейронной сети прогнозирования

механической прочности и пористости.

Данные ряда 3 и 4 соответствуют расчетным значениям удельного электросопротивленния обжигаемых изделий по графикам обжига 1 и 2, полученным на обученной ИНС. Для других показателей качества расчеты приведены автором в диссертации. Результаты тестирования разработанных ИНС для прогнозирования качества электродных материалов показали их высокую адекватность, что позволяет, по контролируемым и управляющим параметрам, краткосрочно прогнозировать основные показатели качества обожженной продукции.                        

Рисунок 4.6. Влияние температурного графика обжига на изменение

удельного электросопротивления обожженной электродной продукции.

Обученные нейронные сети дают возможность управлять температурными режимами обжига с целью формирования необходимого качества электродных материалов. Нейросетевая модель имеет по каждому параметру относительный коридор стабильности, в пределах которого функционал качества изменяется незначительно в силу распределения вычислительных функций между отдельными нейронами сети. Благодаря этому резкого падения качества модели при повреждении структуры не происходит, и наблюдается постепенная деградация работоспособности. Это свойство определяет надежность схем на нейронных сетях и позволяет использовать нейросетевые модели для ответственных и опасных процессов.

Полученные результаты показали, что все три типа моделей разработанные для оценки качественных показателей обожженной продукции интерпретируют экспериментальные данные с достаточной точностью и в равной мере могут быть признаны корректными. Сводная таблица оценки прогнозирующих способностей разработанных моделей (таблица 4.1.) демонстрирует качество прогноза при равнозначных исходных характеристиках «зеленых» электродов и при одинаковом температурном режиме обжига.

Таблица 4.1. Абсолютная относительная ошибка погрешности прогноза.

Параметр

Экспериментальные значения

Абсолютная относительная

ошибка модели, %

Начальные

Конечные

Статистическая

Детерминированная

Нейросетевая

Содержание летучих, %

12.4

0.6

8.8

0.83

0.80

Истинная плотность, г/см3

1.79

2.05

0.536

0.439

0.68

УЭС, ом.мм/м2

6800

57

6.81

1.85

0.001

Механическая прочность, МН/м2

23.3

40.8

0.63

2.86

0.14

Пористость

11.7

24.9

2.01

0.96

0.14

Анализ показывает, что для заданного обучающего массива данных, нейросетевая модель имеет наименьшую погрешность прогноза по сравнению с представленными статистической и детерминированной моделями. С помощью полученных математических моделей проведен расчет ряда режимов обжига при варьировании входных и режимных переменных и получены прогнозы качества обожженных изделий для этих условий. Разработанные модели формирования качества обжигаемых изделий способны прогнозировать качество обжигаемой электродной продукции в on-line и определять график обжига, обеспечивающий получение продукции необходимого качества.

Результаты математического моделирования процессов формирования качества обжигаемых формализуют сложные зависимости параметров процесса, что позволяет существенно расширить область исследований технологии и повысить качество продукции.

Глава 5 посвящена разработке и исследованию системы автоматического управления обжига электродной продукции. Кольцевую камерную печь необходимо рассматривать как непрерывно-дискретный объект управления. Вся печь находится в работе постоянно, а составляющие ее и связанные общим газовым трактом камеры печи, периодически загружаются “зелеными” заготовками, проходят период предварительного нагрева отходящими газами, прогреваются по заданному температурному графику горелками, охлаждаются и разгружаются. Таким образом, обжиговая многокамерная печь, являясь непрерывным технологическим объектом, одновременно представляется типичным объектом со всеми особенностями, характерными для периодических производств. Структура системы управления сформированной на основе разработанных моделей прогноза качества обжигаемой продукции приведена на рисунке 5.1.

Рисунок 5.1 . Структура системы управления камеры обжиговой печи

Управляющие воздействия – расход газа, расход воздуха, разрежение в камере обжига, время обжига. Начальные условия – задают вектор начальных показателей качества зеленых заготовок, Вектор состояния – температура заготовки, скорость нагрева заготовки, выход летучих. Вектор качественных показателей обожженных изделий представляют: пористость, прочность, истинная плотность, удельное электрическое сопротивление.

Технико-экономические показатели оценивающие работу обжиговых печей включают: производительность по качественной обожженной продукции и удельные затраты на единицу массы продукции. В качестве критерия управления принята функция Wп, зависящая от управляющих воздействий и представляющая собой переменную часть себестоимости производства обожженных электродов при ограничениях на вектор качественных показателей обожженных изделий. Поскольку затратные статьи производства обожженных электродов, такие как углеграфитовое сырье, пек, засыпка, электроэнергия, заработная плата, могут быть отнесены к условно постоянным затратам, определяемым технологией производства, то в переменной части себестоимости основным показателем является расход топлива, отнесенный к единице массы готовой продукции.

                Wn= Цп.г.Qп.г/Мэ min                                 ( 5.1)

при выполнении условий: Пэ Пэ.з., Rэ Rэ.з. Dэ Dэ.з., э э.з.

где: Пэ - пористость электрода, %; Rэ - удельное электросопротивление, ом.мм мм2; э - предел прочности на сжатие, н/м2; Dэ –истинная плотность , г/см3 , Цп.г – цена 1000 нм3 газа, руб.; Qп.г - объем природного газа, нм3, Мэ- масса обожженного электрода, т.

Из требований максимального соответствия температуры обжига заданному временному графику обжига с одновременным обеспечением отсутствия перерегулирования формируется стратегия оптимального управления тепловым объектом. Она должна обеспечивать плавный и более медленный нагрев с минимальным перерегулированием и не допуская быстрого охлаждения. Такой алгоритм управления предлагается реализовать с помощью синтеза и анализа системы управления обжиговой камеры на базе современных микроконтроллеров. Система управления обжиговой печи включает в себя ряд однотипных подсистем обеспечивающих поддержание заданного температурно - временного графика в камерах печи, находящихся в системе огня. Управляющая аппаратура, включая автоматический розжиг горелок, располагается на переносных рампах, переставляемых с камеры на камеру с темпом движения «огня». Каждая рампа оснащена пятью горелочными устройствами по числу кассет.

Для проведения имитационного моделирования систем управления, была получена экспериментальная кривая разгона объекта на печи № 2 цеха «Обжига № 1» ОАО «Новочеркасский электродный завод» по каналу «расход газа – температура газовой фазы». При этом во всем диапазоне регулирования расхода газа автоматически поддерживается оптимальное соотношение газ - воздух для газовоздушной смеси. Кривая разгона определялась при отсутствии управляющих воздействий на смежные камеры, в соответствии с методикой, изложенной в диссертации. Расчет параметров передаточной функции выполнен методом параметрической идентификации с применением метода Симою.

Передаточная функция Wo(p) представляет собой объект второго порядка с самовыравниванием:

Wo(p) = 1.867/(19.21 p2 +7.89 p +1)                         (5.2)

Для данного объекта выполнен синтез и сравнительный анализ систем управления температурным режимом человеком – оператором, а так же автоматическими системами на базе оптимального ПИД регулятора и нейросетевого прогнозирующего контроллера. Нагрев изделий в камерах печи происходит в соответствии с достаточно сложным и продолжительным графиком подъема температуры. В связи с этим проводим синтез следящей системы управления объектом с возмущением по заданию. В качестве средства моделирования использована интегрированная Matlab 7.0. Схема одноконтурной системы управления температурным режимом камеры обжига с человеком – оператором и результаты имитационного моделирования приведены в диссертации, а с ПИД регулятором приведена на рисунке 5.2. Для автоматического определения интегрального критерия качества синтезируемых систем управления объектом создаем структуру системы в Simulink позволяющую оценивать сумму квадратов ошибки - S1 и сумму абсолютных значений ошибки - S2 при различных параметрах настройки и обучения регуляторов. Блоки для оценки критериев представлены модулями МСС1 и МСС2. В качестве регулятора температуры газовой фазы используем ПИД регулятор. Первоначальные настройки коэффициентов регуляторы определены методом Зингера - Николса для апериодического переходного процесса (без перерегулирования). Они соответственно равны К = 2,27, Тi = 0,219, Тd = 0,115.

Рисунок 5.2. Структура системы регулирования с блоком расчета ошибок.

Переходной процесс для объекта управления имеет следующие характеристики: время регулирования - 25 минут, динамическая ошибка 0.24, перерегулирование - 48 %, статическая ошибка отсутствует. Значения сумму квадратов ошибки управления при настройках ПИД регулятора методом Зингера – Николса составляет 2.264, а значение сумму абсолютных значений ошибки - 4.346. Применение критерия S1 приводит к значительным колебаниям переходного процесса, а критерия S2 к большему демпфированию. Для расчета оптимальных параметров ПИД регулятора по критерию минимума среднеквадратичного отклонения ошибки системы от заданного значения проведена оптимизация системы средствами Simulink, используя блок Output Constraint. Структура системы оптимизации регулятора представлена на рисунке 5.3. В блоке оптимизации Output Constraint использовался градиентный метод деформированного многогранника (Нелдера – Мида). Количество итераций составило 47. При расчете оптимальных настроек ПИД регулятора методом Нелдера –Мида получены следующие значения коэффициентов регулятора:
К = 1.066; Тi = 0.1241; Кд = 0.5037.

Величина интегрального критерия качества по среднеквадратичному отклонению ошибки равна 3.038, а критерия суммы абсолютных отклонений ошибки равна 5.041. Ход оптимизации в графическом представлении изображен на рисунке 5.4. Сравнение результатов оптимизации параметров ПИД регулятора выполненных методом Нелдера –Мида и методом Розенброка позволяет сделать вывод о том, что достигнут глобальный, минимум функции критерия качества, поскольку найденные параметры настроек и величины интегрального критерия качества отличаются незначительно.

Рисунок 5.3. Структура системы оптимизации коэффициентов ПИД регулятора.

Рисунок 5.4. Кривые переходных процессов при определении оптимальных значений

параметров ПИД регулятора методом Нелдера – Мида.

Результаты иммитационного моделирования для САР с параметрически оптимизируемыми коэффициетами настроек классичес-кого ПИД регулятора свидетельствуют о применимости достигнутых результатов для управления процессом обжига. Вместе с тем наличие значительного времени регулирования и перерегулирования объекта, составляющее 33 %, предопредляют поиск альтернативных решений по синтезу САУ процесса обжига.

Рисунок 5.5. Структура системы управления для двух типов регуляторов.

Наиболее перспективным подходом к повышению качества управления технологическим процессом является переход от традиционных систем к использованию нейросетевых САУ, т.е. применение искуственных нейронных сетей (ИНС) для выработки регулирующих воздействий. Цель таких систем - определить в процессе обучения и функционирования такой закон регулирования, который обеспечил бы оптимальное поведение объекта, исходя из заданного критерия качества. ИНС выбираются в качестве модели объекта управления или непосредственно регулятора, а динамический процесс их настройки представляет собой синтез системы управления. Распространение получил метод прогнозирующего управления на основе модели объекта (NN Predictive Control - NN PC), охватывающий широкий диапазон алгоритмов управления. Возможность улучшения качества управления темпрературным режимом обжига была оценена путем синтеза и иммитационного моделированием системы упраления с применением нейросетевого прогнозирующего контроллера. NN PC использует модель нейронной сети для предсказания реакции объекта. В качестве среды для разработки, обучения, имитационного моделирования нейронной системы управления использовался программный продукт фирмы Math Works, Inc. – Matlab 7,01 с расширением Neural Networks Тoolbox. Блок NN Predictive Control, содержит в своем составе две нейросети: нейроконтроллера - Optim и NN Model. NNPC использует NN Model объекта, для предсказания ее реакции на поступающее воздействие. Блок Optim NNPC вычисляет управляющие воздействия, которые минимизируют заданный критерий, прогнозирует поведение объекта на модели на заданном шаге прогноза (Nu) и затем выдает на объект управляющий сигнал оптимальной величины. Параметры нейросетевой модели обжиговой камеры, ее обучение, тестирование, оценка параметров обучения, а так же параметры обучения и тестирования нейроконтроллера подробно приведены в диссертационной работе. Достигнутые значения погрешностей как при идентификации нейросетевой модели, так и при обучении нейросетевого прогнозирующего контроллера [14] позволяют применить NNPC для имитационного моделирования объекта с экспериментально определенной передаточной функцией (5.2). Для оценки и сравнения качества управления температурным режимом обжига электродов в камере печи с применением NNPC и ПИД регулятора с оптимальными настройками синтезирована структура Simulink модели, представленная на рисунке 5.5.

Рисунок 5.6. Переходной процесс при управлении NNPC и ПИД регулятором

Совмещенные графики переходного процесса для двух типов регуляторов представлены на рисунке 5.6. Сравнительный анализ качества управления объектом ПИД регулятором с оптимизированными параметрами и нейроконтроллером выполнен путем имитационного моделирования при подаче на вход систем единичного ступенчатого воздействия по каналу изменения задания температуры.

В таблице 5.2 представлены полученные путем моделирования оценки показателей качества управления объектом (1) при единичном ступенчатом воздействии для 2 вариантов настроек параметров ПИД регулятора и обученного NN PC контроллера.        

Таблица 5.2. Качество управления температурой камеры печи.

Тип регулятора

Динамическая ошибка

Величина перерегулирования, %

Время

регулирования, мин

Квадратичный

интегральный критерий качества

ПИД регулятор (Зинглер –Никольс)

0.24

86

100

17.88

ПИД регулятор (Розенброк)

0.105

33

35

5.236

NN РС контроллер

0.08

0

12

3.121

В результаты синтеза и имитационного моделирования систем автоматического регулирования емкостного объекта с самовыравниванием, коим является камера обжиговой печи установлено, что необходимое качество регулирования температурным режимом обеспечивают как оптимальным ПИД регулятором и нейросетевым прогнозирующим контроллером. Однако наилучшие показатели качества параметров регулирования достигнуты с прогнозирующим нейроконтроллером. Несмотря на достаточную сложность технической реализации NNPC контроллера, разработка и применение его для обжиговых печей электродов является разумной и окупаемой альтернативой перед традиционным регулятором, поскольку процесс характеризуется высокой экономической эффективностью, ценой продукции и энергозатратами.

Представленные результаты имитационного моделирования систем управления температурным режимом обжига позволили реализовать управление процессом по минимуму себестоимости при заданных показателях качества электродной продукции. Результаты теоретических исследований легли в основу системы автоматического программного управления печью обжига и реализованы в АСУТП многокамерной кольцевой печи обжига электродных материалов на ОАО «ЭПМ - Новочеркасский электродный завод».

Заключение и общие выводы по диссертационному исследованию

Решение актуальной научно – технической проблемы повышение конкурентоспособности производства электродной продукции основано на следующих основных результатах, полученных в диссертационной работе:

1. Разработана математическая модель, применимая для решения практических задач определения выхода «летучих» при обжиге. Установлены значения кинетических констант пиролиза «летучих» для коксопековых композиций, соответствующих промышленным рецептам. Эта модель являются мощным инструментом для оптимизации графиков обжига с целью наиболее полного использования тепла от дожигания «летучих» и снижения удельного расхода топлива.

2. Установлены математические зависимости: температуры электродов от времени обжига, от температуры газовой фазы под сводом камеры, от расхода газа и разрежения; температуры газовой фазы под сводом камеры от времени обжига, от расхода газа и разрежения, что позволят, выдерживать необходимую температуру электродов, по контролируемому параметру – температуре газовой фазы под сводом камеры.

3. Разработаны математические (статистические, детерминированные и нейросетевые) модели для прогнозирования при обжиге качественных показателей электродной продукции (удельного электросопротивления, механической прочности, пористости, истинной плотности). Выполнен расчет ряда режимов обжига электродов при варьировании входных и режимных переменных и получены прогнозы качества обожженных изделий для этих условий.

4. Доказана эффективность применения нейросетевого моделирования показателей качества для оперативного управления по показателям качества процесса обжига. Обоснована архитектура сети на основе показателей эффективности обучения – интегральной ошибки. Разработаны методики и модели для определения не измеряемых оперативно показателей качества процесса обжига по измеряемым и управляющим параметрам с помощью искусственных нейронных сетей.

5. Проведена параметрическая идентификация объекта управления и оптимизация ПИД регулятора по минимуму интегрального показателя качества управления. Определена структура прогнозирующего нейросетевого контроллера, проведено обучение нейросетевой модели камеры обжиговой печи и нейросетевого контроллера. Осуществлено имитационное моделирование и анализ качества переходных процессов следящих систем для оптимального ПИД регулятора и прогнозирующего нейроконтроллера. Обоснована необходимость разработки специализированных нейроконтроллеров для оснащения печей обжига электродной продукции.

6. Материалы диссертационного исследования использованы при проектировании АСУТП обжига электродных изделий, внедренной на обжиговой многокамерной кольцевой печи закрытого типа ОАО «ЭПМ–НЭЗ». АСУТП обеспечивает получение продукции заданного качества, минимизирует затраты природного газа до 14%.Суммарный годовой экономический эффект от внедрения АСУТП составил 12 млн. руб.

Основные положения и выводы диссертации опубликованы

в следующих изданиях, рекомендованных ВАК:

1. Сошкин Г.С., Рутковский А.Л. Цемехман Л. Ш., Синева С.И., Сошкин С.В. Экспериментальные исследования и математическое моделирование динамики термического разложения углеродных композиций. // Цветные металлы. № 2. 2012. С. 42-47.

2. Сошкин С.В., Рутковский А.Л., Фокин В.П., Коков М.С., Сошкин Г.С. Исследование процессов теплообмена в печах обжига электродной продукции.//Цветные металлы. 2010. №3.с. 65-68.

3. Рутковский А.Л., Сошкин Г.С., Фокин В.П., Сошкин С.В. Математическое моделирование процессов формирования качественных показателей электродной продукции при обжиге //Известия вузов. Цветная Металлургия. 2010.№ 12. с.33-39.

4. Салихов С. Г., Рутковский А.Л., Сошкин Г.С., Сошкин С.В. Разработка нейросетевой модели прогнозирования показателей качества обожженной электродной продукции для управления технологическим процессом обжига // Известия высших учебных заведений. Черная металлургия. 2011. № 1. с.54-60.

5. Сошкин С.В., Рутковский А.Л, Сошкин Г.С. Разработка системы управления процессом обжига углеграфитовых материалов на основе моделирования качественных показателей обжигаемых изделий.// М.: Известия вузов. Цветная металлургия. 2011. - № 5. с.57-61.

В других изданиях:

6. Soshkin G. S., Rutkovskii A.L., Tsemekhman L. H., Sineva S.I., Soshkin S.V. Experimental Investigations and Mathematical Modelling of the Dynamics of Thermal Decomposition of Carbon Composites// Russian Journal of Non-Ferrous Metals. 2012. Vol. 53. No.2, pp. 204-210. Allerton Pres, Inc.

7. Z. G. Salikhov, A. L. Rutkovskii, S. V. Soshkin and G. S. Soshkin. Neural-network models for predicting the quality of roasted electrodes Chemistry and Materials Science// Chemistry and Materials Science, "Allerton Press", No. 1, pp. 54–60, Volume 41, Number 1, 23-30, 2011.

8. Soshkin G.S., Rutkovskii A.L., Soshkin S.V. Development of a control system for roasting-carbon-graphite materials based on modeling quality characteristics of roasted products.// Russian Journal of Non-Ferrous Metals. Vol. 52. No. 5, pp. 457-461. 2011.

9. Сошкин С.В., Рутковский А.Л., Сошкин Г.С. Разработка и внедрение современной ресурсосберегающей технологии обжига электродных изделий в камерных печах.//Вестник Владикавказского научного центра, РАН ВНЦ, Владикавказ, 2006.том 6. №3. с.54-57. В других изданиях:

10. Сошкин Г.С., Рутковский А.Л. Исследование импульсного сжигания топлива для повышения качества обожженной электродной продукции и энергосбережения. //Труды молодых ученых. РАН ВНЦ Владикавказ. 2006. вып. 3. с. 47-56.

11. Яржемский А.С., Багаева М.Э., Сошкин Г.С. Сравнительная оценка теплоизоляционных материалов с целью сокращения энергозатрат//VI Международная конференция «Инновационные технологии для устойчивого развития горных территорий». Владикавказ. 2007.с.747-748.

12. Текиев В.М., Сошкин Г.С. Повышение эффективности использования топлива в металлургической и строительной областях на базе импульсного сжигания топлива. //VI Международная конференция «Инновационные технологии для устойчивого развития горных территорий». Владикавказ. 2007, с.718-719.

13. Сошкин С.В., Рутковский А.Л., Сошкин Г.С. Математическое моделирование процесса пиролиза при обжиге электродных заготовок //Цветная металлургия, 2008. №2. с.108-110.

14. Текиев В.М., Сошкин Г.С. Идентификация математической модели процесса выделения летучих при обжиге электродных заготовок. //«Труды молодых ученых».РАН ВНЦ. вып.4.2008, Владикавказ.с.50-59.

15. Текиев В.М., Хосаев Х.С., Сошкин Г.С. Математическое моделирование процесса обжига инертных материалов для синтеза системы управления. VII Международная научная конференция «Устойчивое развитие горных территорий в условиях глобальных изменений» [электронный ресурс], Владикавказ: Изд-во «Терек» СКГМИ (ГТУ), 2010.

16. Сошкин Г.С., Сошкин С.В., Лучников, А.В., Лещенко В. А. Математическое моделирование теплопередачи многослойной теплоизоляции для объекта с распределенными параметрами. //VII международная научно-техническая конференция "Современная металлургия начала нового тысячелетия". ЛГТУ. Липецк. 2010. т.2. с. 287-292.

17. Рутковский А.Л., Сошкин Г.С. Разработка и имитационное моделирование системы автоматического управления обжига электродной продукции. //VII международная научно-техническая конференция "Современная металлургия начала нового тысячелетия". Липецк. ЛГТУ, 2010. т. 1. с. 86-88.

18. Сошкин Г.С., Рутковский А.Л., Сошкин С.В. Анализ математических моделей и имитационное моделирование системы управления с человеком – оператором в цепи обратной связи. //V Международная научно-практическая конференция «Перспективы развития информационных технологий». Новосибирск. Изд-во НГТУ. 2011. с.105-110.

19. Сошкин Г.С., Рутковский А.Л., Хадзарагова Е.А., Сошкин С.В. Синтез и сравнительный анализ систем автоматического регулирования температурным режимом процесса обжига электродов на базе оптимального ПИД регулятора и нейросетевого прогнозирующего контроллера. // XII Международная научно – техническая конференция «Кибернетика и высокие технологии XXI века». Воронеж. 2011, с. 715-726.

Подписано в печать 23.05.12. Формат 60х84 1/16. Бумага офсетная.

Гарнитура «Таймс». Печать на ризографе. Усл. п.л. 1,0. Тираж 100 экз. Заказ № 119.

Северо-Кавказский горно-металлургический институт (государственный технологический университет). Изд-во «Терек».

Отпечатано в отделе оперативной полиграфии СКГМИ (ГТУ)

362021. Владикавказ, ул. Николаева, 44.







© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.