Аннотация
В данной статье рассматривается метод определения режимов работы доменной печи с помощью интеллектуального анализа данных на основе самоорганизующихся карт Кохонена. Целью работы являлась разработка программного обеспечения для управления режимами работы доменных печей на основе построения многомерных областей решений по основным показателям, характеризующим доменную плавку, включая качественные характеристики кокса, металлошихты, горячего дутья. Приведены результаты исследований влияния соотношения удельного расхода природного газа и удельного расхода технологического кислорода в каждом кластере на производительность печи и удельный расход кокса (УРК) исходя из технологической статистики доменных печей металлургического предприятия.
Ключевые слова
доменная печь, кластеризация, нейронные сети, режимы работы, самоорганизующаяся карта Кохонена.
1. Повышение производительности доменной печи при оптимизации автоматического управления подачей природного газа и технического кислорода в дутье / Б.Н. Парсункин [и др.] // Вестник МГТУ им. Г.И. Носова. – 2011. – №4. – С.69-73.
2. Оптимизация и идентификация технологических процессов в металлургии / Н.А. Спирин [и др.]. – Екатеринбург: УГТУ- УПИ, 2006. – 307 с.
3. Сучков, А.В. Совершенствование управления многомерным технологическим объектом на примере доменной печи / А.В. Сучков, В.Г. Лисиенко, В.А. Сучков. – Екатеринбург: УрФУ, 2012. – 126 с.
4. Товаровский, И.Г. Нормативная оценка влияния параметров доменной печи на расход кокса и производительность / И.Г. Товаровский // Сталь. – 2014. – №. 5. – С.4-11.
5. Товаровский, И.Г. Доменная плавка / И.Г. Товаровский. – Днепропетровск: Пороги, 2009. – 768 с.
6. Kohonen, T. The self-organizing map / T. Kohonen // Proceedings of the IEEE. – 1990. – Т.78. – №. 9. – С. 1464-1480.
Барбасова, Т.А. Применение нейронной сети для определения режимов работы доменной печи / Т.А. Барбасова, Е.В. Бау- ман, П.А. Самолетова, С.А. Черепанова // Математическое и программное обеспечение систем в промышленной и социаль- ной сферах. – 2021. – Т.9. – № 2. – C. 17-20. DOI: 10.18503/2306-2053-2021-9-2-17-20.