Параметрична ідентифікація в задачі визначення якості процесів дусульфурації і дефосфорації Fe-C сплаву

Автор(и)

DOI:

https://doi.org/10.15587/2312-8372.2017.99130

Ключові слова:

параметричні методи розпізнавання образів, класифікуюче правило, десульфурація, дефосфорація

Анотація

На основі реалізації параметричного методу розпізнавання образів встановлена можливість побудови класифікуючого правила, що дозволяє з високою точністю провести ідентифікацію ділянки дуплекс-процесу плавки «вагранка – електродугова піч», що має більш низький показник параметричної надійності. Це дозволяє його рекомендувати для систем підтримки прийняття рішень з управління процесами десульфурації і дефосфорації в дуплекс-процесі плавки. 

Біографія автора

Mourad Aouati, Central City Police Department of Constantine, Ali Mendjeli UV 01 Ilot 03 Bt H n°123, Constantine, Algeria

Chief Commissioner of Police

Посилання

  1. Trufanov, I., Liutyi, A., Chumakov, K., Andriias, I., Kazanskaia, T., Dzhioev, V. (2010). Scientific bases of the permission of innovative problems identifications in processes automation systems of electrometallurgy of the steel and alloys. Eastern-European Journal of Enterprise Technologies, 3(10(45)), 8–23. Available: http://journals.uran.ua/eejet/article/view/2898
  2. Razzhivin, A., Sagaida, I. (2000). Informatsionnoe obespechenie sistemy avtomaticheskogo upravleniia dugovoi staleplavil'noi pech'iu po temperature metalla. Vіsnik SUDU, 3 (25), 215–220.
  3. Demin, D. (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. doi:10.15587/1729-4061.2014.21203
  4. Trufanov, I., Chumakov, K., Bondarenko, A. (2005). Obshcheteoreticheskie aspekty razrabotki stohasticheskoi sistemy avtomatizirovannoi ekspertnoi otsenki dinamicheskogo kachestva proizvodstvennyh situatsii elektrostaleplavleniia. Eastern-European Journal of Enterprise Technologies, 6(2(18)), 52–58.
  5. Demin, D. (2014). Quality Control at foundries technological aspects in selection of optimal strategies for technical reequipment. Bulletin of NTU «KhPI». Series: New desicions of modern technologies, 7 (1050), 42–52.
  6. Dembovskii, V. (1989). Avtomatizatsiia liteinyh protsessov. Leningrad: Mashinostroenie, 264.
  7. Demin, D. (2010). Priniatie reshenii v protsesse upravleniia elektroplavkoi s uchetom faktorov nestabil'nosti tehnologicheskogo protsessa. Bulletin of NTU «KhPI». Series: New desicions of modern technologies, 17, 67–72.
  8. Vasenko, Yu. (2012). Technology for improved wear iron. Technology Audit and Production Reserves, 1(1(3)), 17–21. doi:10.15587/2312-8372.2012.4870
  9. Demin, D., Bozhko, A., Zraichenko, A., Nekrasov, A. (2006). Identifikatsiia chuguna dlia opredeleniia ratsional'nyh rezhimov legirovaniia. Eastern-European Journal of Enterprise Technologies, 4(1(22)), 29–32.
  10. Ponomarenko, O., Trenev, N. (2013). Computer modeling of crystallization processes as a reserve of improving the quality of pistons of ICE. Technology Audit and Production Reserves, 6(2(14)), 36–40. doi:10.15587/2312-8372.2013.19529
  11. Manikaeva, О., Arsirii, Е., Vasilevskaja, O. (2015). Development of the decision support subsystem in the systems of neural network pattern recognition by statistical information. Eastern-European Journal of Enterprise Technologies, 6(4(78)), 4–12. doi:10.15587/1729-4061.2015.56429
  12. Fraze-Frazenko, A. (2012). Algorithm of study neural network for image recognition. Technology Audit and Production Reserves, 4(1(6)), 33–34. doi:10.15587/2312-8372.2012.4781
  13. Unglert, K., Radić, V., Jellinek, A. M. (2016). Principal component analysis vs. self-organizing maps combined with hierarchical clustering for pattern recognition in volcano seismic spectra. Journal of Volcanology and Geothermal Research, 320, 58–74. doi:10.1016/j.jvolgeores.2016.04.014
  14. Fakhar, K., El Aroussi, M., Saidi, M. N., Aboutajdine, D. (2016). Fuzzy pattern recognition-based approach to biometric score fusion problem. Fuzzy Sets and Systems, 305, 149–159. doi:10.1016/j.fss.2016.05.005
  15. Demin, D. A. (2013). Nechetkaia klasterizatsiia v zadache postroenie modelei «Sostav – svoistvo» po dannym passivnogo eksperimenta v usloviiah neopredelionnosti. Problemy mashinostroeniya, 16 (6), 15–23. Available: http://dspace.nbuv.gov.ua/handle/123456789/80953
  16. Hartmann, K., Lezki, E., Schafer, W. (1974). Statistische Versuchsplanung und-auswertung in der Stoffwirtschaft. Leipzig, 552.
  17. Anderson, W. K. (1979). Computer-assisted studies of chemical structure and biological function (Stuper, Andrew J.; Brugger, William E.; Jurs, Peter C.). Journal of Chemical Education, 56 (12), A380. doi:10.1021/ed056pa380.4
  18. Aouati, M. (2016). Localization of vectors–patterns in the problems of parametric classification with the purpose of increasing its accuracy. Eastern-European Journal of Enterprise Technologies, 4(4(82)), 10–20. doi:10.15587/1729-4061.2016.76171

Опубліковано

2017-03-30

Як цитувати

Aouati, M. (2017). Параметрична ідентифікація в задачі визначення якості процесів дусульфурації і дефосфорації Fe-C сплаву. Technology Audit and Production Reserves, 2(1(34), 9–15. https://doi.org/10.15587/2312-8372.2017.99130

Номер

Розділ

Металургійні технології: Оригінальне дослідження