Journals →  Цветные металлы →  2017 →  #7 →  Back

Автоматизация
ArticleName Интеллектуальная система автоматического управления мощными вращающимися печами обжига сыпучих металлургических материалов с использованием ассоциативных баз знаний
DOI 10.17580/tsm.2017.07.15
ArticleAuthor Салихов М. З., Салихов З. Г.
ArticleAuthorData

Институт проблем управления РАН, Москва, Россия:

М. З. Салихов, старший научный сотрудник
З. Г. Салихов, профессор, главный научный сотрудик, эл. почта: zuf1940@yandex.ru

Abstract

Вращающиеся печи в производстве цветных и черных металлов и переработке техногенных отходов, например металлургических шлаков на цементный клинкер, применяют достаточно давно. Но задача полной автоматизации технологических процессов внутри таких печей остается проблематичной. Точность и надежность контроля температуры процессов обжига материалов остается неудовлетворительной из-за отказов традиционно применяемых термометров, термопар и других средств измерительной техники. Использование математических моделей также не увенчалось успехом, так как рабочие параметры процесса непостоянны во времени и зависят от состава шихты, длины печи и режимов ее работы. Поэтому до настоящего времени процессами в большинстве печей управляет оператор-технолог, что снижает качество обожженного материала, сроки службы футеровки печи и газоочистных фильтров по причине «проскока» высокотемпературных отходящих печных газов и создает экологически опасные ситуации в цехе. Авторы предлагают проектировать такие системы на основе совокупного применения теории нечетких функций и нового метода выбора экспертов из числа работающих технологов-операторов для наполнения базы знаний ассоциативных данных. Такие системы способны формировать управляющие воздействия с учетом распределенных нестационарных слабо наблюдаемых технологических параметров и с использованием ситуационных данных ассоциативной базы знаний. Промышленными испытаниями этой системы подтверждены повышение статистической и динамической относительной точности управления на 5–6 % и возможность повышения на 20–30 % производительности печи за счет увеличения времени ее непрерывной эксплуатации на 30–40 сут. Также подтверждена возможность своевременного выявления дефектов, развитие которых приводит к разрушению футеровки и печи во время эксплуатации, и конкретизация качества футеровочных работ при небольших нагревах печи. Таким образом, предлагаемый подход к построению интеллектуальных систем автоматического управления технологическими процессами обжига сыпучих материалов в мощных вращающихся печах может обеспечить: повышенную точность управления; увеличенные сроки службы футеровки; рост производительности оборудования; опережающее выявление дефектов футеровки.

keywords Вращающиеся печи, интеллектуальные системы автоматического управления, случайные и детерминированные возмущения, база ассоциативных знаний, теория нечетких функций, оценка качественных показателей экспертов-технологов, объективный метод идентификации неконтролируемых распределенных параметров с реальными параметрами
References

1. Указ Президента РФ от 01.12.2016 № 642 «О стратегии научно-технического развития РФ».
2. Пат. 2249775 РФ. Способ управления процессом обжига материалов вращающейся печи / Салихов З. Г., Салихов К. З. ; заявл. 09.10.2001 ; опубл. 10.04.2005, Бюл. № 10.
3. Салихов З. Г., Бекаревич А. А. Дуальная система автоматического управления процессами обжига материалов во вращающихся печах // Автоматизация в промышленности. 2003. № 3. С. 15–17.
4. Юдин Д. А., Магергут В. З. Системы технического зрения для мониторинга процесса обжига во вращающихся печах. — Белгород : БГТУ, 2014. — 108 с.

5. Burgin Mark. Theory of Knowledge : Structures and Processes. World Scientific, 2016. — 957 p.
6. Tao F., Zhang L., Laili Y. Configurable intelligent optimization algorithm: design and practice in manufacturing. Springer, 2014. — 364 p.
7. Козин Р. Г. Экспертные системы. — М. : МИФИ, 2008. — 87 с.
8. Худсон Д. Статистика для физиков. — М. : 1970. — 296 с.
9. Карабутов Н. Н. Структурная идентификация статистических объектов: поля, структуры, методы. — М. : УРСС / Книжный дом «Либроком», 2011. — 152 с.
10. Lapack — Linear Algebra PACKage. URL : http://www.netlib.org/lapack/
11. Wang J.-S., Zhang L., Gao X.-W., Sun S.-F. Intelligent control metod of rotary kiln process based on image processing technology : asurvey // 29th Chinese Conference (CCC). 2010. P. 2930–2935.
12. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. — СПб. : Питер, 2000. — 384 c.
13. Салихов З. Г., Зыков И. Е. и др. Количественная оценка качества управления металлургическим агрегатом. Метод выбора экспертов // Цветные металлы. 2002. № 10. C. 88–92.
14. Клумберг О. А., Федоров И. П., Змановский Т. П. Методы организации продукционного представления знаний. — Рига : Рижский политехнический институт, 1989. — 128 с.

Language of full-text russian
Full content Buy
Back