Авторы

Нейросетевые модели влияния химического состава рудного сырья и параметров плавильных процессов на свойства изделий

Исследования влияния химического состава рудного сырья на свойства литейных изделий, как правило, не учитывают особенностей реальных производственных процессов. Основные причины этого заключаются в том, что, во-первых, результаты таких исследований, как правило, ограничиваются рамками лабораторных исследований, во-вторых, параметры используемых моделей не учитывают характеристик структуры рудного сырья, так как эти сведения могут быть получены лишь после завершения теплофизических и химико-энерготехнологических процессов термической обработки, в-третьих, само использование моделей затруднено вследствие необходимости оперативного учета изменения состава и значений системных и внешних факторов в процессе термической обработки. Цель данного исследования – разработка нейросетевых моделей и средств, обеспечивающих возможность адаптивной структурно-параметрической настройки к изменениям параметров анализируемых процессов термической обработки рудного сырья. При этом в качестве параметров создаваемых нейросетевых моделей используются данные о химическом составе рудного сырья, а также параметры плавильных процессов. В результате исследований подтверждена гипотеза о возможности опосредованного учета влияния структурных особенностей рудного сырья на качество изделий за счет характеристик химического состава рудного сырья и параметров плавильных процессов. Отмечается, что подтверждение этой гипотезы позволит создать эффективные инструменты для оперативного управления теплофизическими и химико-энерготехнологическими процессами термической обработки рудного сырья. Читать дальше...

Нейросетевое прогнозирование дефектов производства металлургической продукции

Статья посвящена решению актуальной проблемы снижения брака изделий, выпускаемых на серийных сталеплавильных заводах. Для изучения закономерностей образования брака создана нейросетевая модель, прогнозирующая образование дефектов типа «трещина» для отливок, производимых мартеновским способом. Для обучения нейросетевой модели использовались статистические данные о химическом составе рудного сырья и соответствующих значениях процента брака. Данные были получены в условиях действующего непрерывного крупносерийного производственного процесса, что привело к высокой степени зашумленности информации как по химическому составу рудного сырья, так и по результатам его термической обработки. Выбросы и зашумленность статистической информации обнаруживались и удалялись с помощью оригинальной авторской методики. Нейросетевая модель управления теплофизическими и химико-энерготехнологическими процессами термической обработки рудного сырья была создана на базе искусственной нейронной сети персептронного типа с сигмоидными активационными функциями. Путем проведения виртуальных компьютерных экспериментов над нейросетевой моделью выявлены важные зависимости вероятности образования исследуемых дефектов от содержания примесей: марганца, фосфора, кремния, хрома и серы. Подтверждена гипотеза о том, что снизить процент образования брака литейной продукции можно не обнаруживая и не устраняя его первопричину. На основе выявленных взаимозависимостей между параметрами теплофизических и химико-энерготехнологических процессов термической обработки сформулированы практические рекомендации по снижению процента брака путем корректировки химического состава рудного сырья. Применение полученных практических рекомендаций позволило более чем в два раза снизить процент брака изделий, производимых в условиях крупносерийного производственного процесса. Читать дальше...