Ідентифікація температури у вагранці на основі побудови моделі «склад шлаку – в'язкість шлаку».

Автор(и)

  • Денис Анатолійович Ніколаєв Національний технічний університет «Харківський політехнічний iнститут», Україна https://orcid.org/0000-0002-8324-1760
  • Вадим Юрійович Селівьорстов Український державний університет науки і технологій, Україна https://orcid.org/0000-0002-1916-625X
  • Юрій Валерійович Доценко Український державний університет науки і технологій, Україна https://orcid.org/0000-0002-7734-7884
  • Олександр Михайлович Дзевочко Національний технічний університет «Харківський політехнічний iнститут», Україна https://orcid.org/0000-0002-1297-1045
  • Алевтина Миколаївна Переверзєва Національний технічний університет «Харківський політехнічний iнститут», Україна https://orcid.org/0000-0003-2072-2521
  • Альона Ігорівна Дзевочко Національний технічний університет «Харківський політехнічний iнститут», Україна https://orcid.org/0000-0001-5988-5577

DOI:

https://doi.org/10.15587/2706-5448.2025.322458

Ключові слова:

ваграночна плавка, склад шлаку, температурний режим у вагранці, в’язкість шлаку, контур контролю температури у вагранці

Анотація

Об’єктом дослідження у роботі є температурний режим плавки у вагранці.

Існуюча проблема полягає в тому, що через агресивне високотемпературне середовище неперервне вимірювання параметрів внутрішнього середовища в робочому просторі вагранки надто складне. Навіть за реалізацію такої можливості можуть виникати похибки першого та другого роду. Це викликає необхідність непрямого контролю температурного режиму, який міг би забезпечити рішення задачі ідентифікації – чи дійсно система контролю працює в штатному режимі та забезпечує задачі вимоги точності, чи має місце параметрична відмова по відповідному контуру контролю.

Наявність зазначеної проблеми потребує рішень, що стосуються визначення критеріїв оцінювання температурного режиму, за яким можна було б переконатися в надійному функціонування системи керування плавкою.

Запропоновано критерій оцінювання температурного режиму плавки по в’язкості шлаку, як функції його складу, який дозволяє ідентифікувати температурний режим плавки з точністю 96 %. Такий результат обумовлений запропонованою двоетапною процедурою, в якій першим етапом є побудова математичних моделей, що описують вплив складу шлаку на в’язкість, а другим – побудова критерію на основі розподілу щільності дискримінантної функції для обох температурних режимів. Використання отриманого критерію дає також змогу визначити області хімічний складів, за якими теж можна ідентифікувати температурний режим. Взаємозв’язки між змінними для процедури ідентифікації представлені у вигляді структурної діаграми. Запропоновані рішення дозволять визначати якість функціонування контуру контролю температури в системі керування плавкою на основі періодичного контролю.

Представлене дослідження буде корисним для машинобудівних підприємств, що мають в своїй структурі ливарні цеха, де виплавляють чавун для виготовлення виливків.

Біографії авторів

Денис Анатолійович Ніколаєв, Національний технічний університет «Харківський політехнічний iнститут»

Аспірант

Кафедра ливарного виробництва

Вадим Юрійович Селівьорстов, Український державний університет науки і технологій

Доктор технічних наук, професор

Кафедра ливарного виробництва

Юрій Валерійович Доценко, Український державний університет науки і технологій

Кандидат технічних наук, доцент

Кафедра ливарного виробництва

Олександр Михайлович Дзевочко, Національний технічний університет «Харківський політехнічний iнститут»

Кандидат технічних наук, доцент, завідувач кафедри

Кафедра автоматизації технологічних систем та екологічного моніторингу

Алевтина Миколаївна Переверзєва, Національний технічний університет «Харківський політехнічний iнститут»

Асистент

Кафедра автоматизації технологічних систем та екологічного моніторингу

Альона Ігорівна Дзевочко, Національний технічний університет «Харківський політехнічний iнститут»

Кандидат технічних наук, доцент

Кафедра автоматизації технологічних систем та екологічного моніторингу

Посилання

  1. Demin, D. A. (2012). Synthesis of optimal temperature regulator of electroarc holding furnace bath. Scientific Bulletin of National Mining University, 6, 52–58.
  2. Demin, D. A. (2014). Mathematical description typification in the problems of synthesis of optimal controller of foundry technological parameters. Eastern-European Journal of Enterprise Technologies, 1 (4 (67)), 43–56. https://doi.org/10.15587/1729-4061.2014.21203
  3. Demin, D. A. (2014). Computer-integrated electric-arc melting process control system. Eastern-European Journal of Enterprise Technologies, 2 (9 (68)), 18–23. https://doi.org/10.15587/1729-4061.2014.23512
  4. Demin, D. (2017). Synthesis of optimal control of technological processes based on a multialternative parametric description of the final state. Eastern-European Journal of Enterprise Technologies, 3 (4 (87)), 51–63. https://doi.org/10.15587/1729-4061.2017.105294
  5. Demin, D. (2019). Development of «whole» evaluation algorithm of the control quality of «cupola – mixer» melting duplex process. Technology Audit and Production Reserves, 3 (1 (47)), 4–24. https://doi.org/10.15587/2312-8372.2019.174449
  6. Demin, D. (2023). Experimental and industrial method of synthesis of optimal control of the temperature region of cupola melting. EUREKA: Physics and Engineering, 2, 68–82. https://doi.org/10.21303/2461-4262.2023.002804
  7. Jopkiewicz, A., Podrzucki, C. (2007). Tendencies to the Improvement of the Cupola Process. Archives of foundry engineering, 13 (3), 61–70.
  8. Powell, W. L., Druschitz, A. P., Frost, J. (2008). Cupola Furnaces. Casting, 99–107. https://doi.org/10.31399/asm.hb.v15.a0005197
  9. Aristizábal, R. E., Pérez, P. A., Katz, S., Bauer, M. E. (2014). Studies of a Quenched Cupola. International Journal of Metalcasting, 8 (3), 13–22. https://doi.org/10.1007/bf03355586
  10. Ajah, S. A., Idorenyin, D., Nwokenkwo, U. C., Nwigwe, U. S., Ezurike, B. O. (2021). Thermal Analysis of a Conventional Cupola Furnace with Effects of Excess Air on the Flue Gases Specific Heat. Journal of Materials and Environmental Science, 12 (2), 192–204.
  11. Demin, D., Domin, O. (2021). Adaptive technology for constructing the kinetic equations of reduction reactions under conditions of a priori uncertainty. EUREKA: Physics and Engineering, 4, 14–29. https://doi.org/10.21303/2461-4262.2021.001959
  12. Demin, D. (2013). Adaptive modeling in problems of optimal control search termovremennoy cast iron. Eastern-European Journal of Enterprise Technologies, 6 (4 (66)), 31–37. https://doi.org/10.15587/1729-4061.2013.19453
  13. Luis, C. J., Álvarez, L., Ugalde, M. J., Puertas, I. (2002). A technical note cupola efficiency improvement by increasing air blast temperature. Journal of Materials Processing Technology, 120 (1-3), 281–289. https://doi.org/10.1016/s0924-0136(01)01053-6
  14. Jezierski, J., Janerka, K. (2011). Selected Aspects of Metallurgical and Foundry Furnace Dust Utilization. Polish Journal of Environmental Studies, 20 (1), 101–105.
  15. Isnugroho, K., Birawidha, D. C. (2018). The production of pig iron from crushing plant waste using hot blast cupola. Alexandria Engineering Journal, 57 (1), 427–433. https://doi.org/10.1016/j.aej.2016.11.004
  16. Larsen, E. D., Clark, D. E., Moore, K. L., King, P. E. (1997). Intelligent control of Cupola Melting. Available at: https://pdfs.semanticscholar.org/56c2/96af1d56d5cd963a5bcc38635142e5fa1968.pdf
  17. Moore, K. L., Abdelrahman, M. A., Larsen, E., Clark, D., King, P. (1998). Experimental control of a cupola furnace. Proceedings of the 1998 American Control Conference. ACC (IEEE Cat. No.98CH36207), 3816–3821. https://doi.org/10.1109/acc.1998.703360
  18. Nikolaiev, D. (2024). Construction of a cupola information profile for further modeling for the purpose of controlling melting processes. ScienceRise, 2, 00–00. https://doi.org/10.21303/2313-8416.2024.003674
  19. Demin, D., Frolova, L. (2024). Construction of a logical-probabilistic model of casting quality formation for managing technological operations in foundry production. EUREKA: Physics and Engineering, 6, 104–118. https://doi.org/10.21303/2461-4262.2024.003518
  20. Demin, D. (2020). Constructing the parametric failure function of the temperature control system of induction crucible furnaces. EUREKA: Physics and Engineering, 6, 19–32. https://doi.org/10.21303/2461-4262.2020.001489
  21. Stanovska, I., Duhanets, V., Prokopovych, L., Yakhin, S. (2021). Classification rule for determining the temperature regime of induction gray cast iron. EUREKA: Physics and Engineering, 1, 60–66. https://doi.org/10.21303/2461-4262.2021.001604
  22. Penziev, P., Lavryk, Y. (2023). Diagnostics of the temperature condition of cast iron melting in induction furnaces by the content of SiO2 and CaO in slag. ScienceRise, 1, 14–20. https://doi.org/10.21303/2313-8416.2024.003558
Identification of temperature in cupola furnace based on the construction of the “slag composition – slag viscosity” model

##submission.downloads##

Опубліковано

2025-02-11

Як цитувати

Ніколаєв, Д. А., Селівьорстов, В. Ю., Доценко, Ю. В., Дзевочко, О. М., Переверзєва, А. М., & Дзевочко, А. І. (2025). Ідентифікація температури у вагранці на основі побудови моделі «склад шлаку – в’язкість шлаку» . Technology Audit and Production Reserves, 1(1(81), 29–33. https://doi.org/10.15587/2706-5448.2025.322458