Магнитогорский государственный технический университет им. Г.И. Носова МОДЕЛИРОВАНИЕ РАБОТЫ ИЗГИБНО-РАСТЯЖНОЙ МАШИНЫ ПРИ РАЗРУШЕНИИ ОКАЛИНЫ С ПОВЕРХНОСТИ ГОРЯЧЕКАТАНЫХ ПОЛОСАннотация. Выполнен статистический анализ работы изгибно-растяжной машины (ИРМ) при разрушении окалины с поверхности горячека-таных полос. Предложена методика построения математической модели ИРМ на основе логит-регрессии, связывающей энергетический признак натяжения полосы в нормированном диапазоне с управляемым признаком суммарного перекрытия рабочих роликов в кассетном устройстве ИРМ при естественном (текущем) изменении толщины и ширины полосы. Полученная модель может быть использована в качестве инструмента для поддержания устойчивой работы ИРМ при регулировании в заданном диапазоне нагрузки на привод, а в пер-спективе -для определения рациональных режимов перекрытий рабочих роликов ИРМ в случае изменения конструктивных особенностей изгибно-растяжного механизма или геометрических размеров сечения и свойств обрабатываемой полосы.Ключевые слова: изгибно-растяжная машина, логит-регрессия, горячекатанная полоса. SIMULATION OF OPERATION OF A BENDING-STRETCHING MACHINE DURING THE DROSS DE-STRUCTION FROM THE SURFACE OF THE HOT-ROLLED METALAbstract. Statistical analysis of tension-bending machine (TBM), which destroys the dross from the surface of the hot-rolled steel, was performed. The method of constructing of the mathematical model based on the logit-regression, which connects the load on drive with the total overlap of rollers in the TBM for the different profi le of hot-rolled steel, has been proposed. The model can be used to maintain stable operation of the machine and the regulation of the load on the drive, as well as to determine the overlapping rollers, if the profi le of hot rolled steel or design of the tension-bending machine is changed.

Информационные технологии и автоматизация в черной металлургии УДК 669.162.:519.25 ПРИЛОЖЕНИЕ МАРКОВСКИХ ЦЕПЕЙ К АНАЛИЗУ ЭФФЕКТИВНОСТИ РАБОТЫ ДОМЕННОЙ ПЕЧИ* Сибагатуллин С.К., д.т.н., профессор кафедры технологий металлургии и литейных процессов ( 10skt@mail.ru ) Харченко А.С., к.т.н., доцент кафедры технологий металлургии и литейных процессов ( as.mgtu@mail.ru ) Девятченко Л.Д., к.т.н., доцент кафедры технологий металлургии и литейных процессов ( devyatleo@mail.ru ) Магнитогорский государственный технический университет им. Г.И. Носова (455000, Россия, Магнитогорск, Челябинская обл., Ленина, 38)Аннотация. Представлены результаты математического моделирования в динамическом формате одного из самых важных параметров всякого объекта исследования - эффективности его работы. В качестве объекта исследования выбрана доменная печь объемом 2014 м 3 . Основными параметрами эффективности этого объекта традиционно используют ежесуточную производительность и удельный расход кокса. В нас тоящей работе эти два параметра обобщены. При этом учтены разные алгебраические знаки влияния этих параметров на предложенный обобщенный показатель эффективности. С учетом вариации каждого из этих параметров на трех уровнях число уровней обобщенного показателя эффективности определилось как 3 2 = 9, поэтому измерительной шкалой доходности от эффективной работы доменной печи рационально было принять 9-балльную шкалу. Двумерный массив первичных данных объемом N = 177 преобразован в переходную матрицу размера 9×9 для обработки случайных переходов показателя эффективности из одних состояний в другие методом Марковской цепи с дискретными состояниями и временем. Вычислена совокупность параметров случайного процесса:для долгосрочного прогноза - стационарный вектор вероятностей состояний, среднее время возвратности (реверса) по каждому состоянию эффективности, оценка эффективности работы доменной печи в баллах;для кратковременного прогноза - первое время перехода из каждого состояния в любое другое состояние, номер шага при «всплеске» вероятности для каждого достоверного состояния в начальный момент времени; получены компоненты показателя эффективности. Установлено, что средний уровень анализируемой эффективности доменной печи (суточная производительность П = 3702 т и удельный расход кокса K уд = 470 кг/т чугуна) достигается в основном за счет кратковременных переходов состояний с низкой эффективностью в состояния с высокой эффективностью и наоборот. Перевод системы на более эффективные и продолжительные состояния представляется возможным, что показала практика на этой же доменной печи. После ремонтных работ по устранению искажения профиля печи суточная производительность возросла до 5048 т при удельном расходе кокса 445 кг/т чугуна, но при этом структура переходной матрицы и расчетные показатели Марковской цепи основательно изменились в сторону увеличения вероятностей пребывания и переходов в более эффективных состояниях. Использование метода Марковской цепи с дискретными состояниями и временем позволяет оценить вероятную величину изменения пока...

In various industries, the uneven distribution of material and  energy resources significantly affects stability of the technological  process and reduces the quality of products. In particular, in the blastfurnace production, the uneven distribution of charge materials and  the temperature of gases significantly affect technical and economic  performance of the furnace. The analysis of bibliographic sources  has shown that for the estimation of unevenness various coefficients  were generally used, taking into account the variability of material and  ener gy resources in the production process, the coefficient of variation  introduced by K. Pierson in 1895 was the most widespread. It was determined the relation between the square of the coefficient of variation of V2 and the value  X2= (n(N-1))/N*V2according to which the random  variable V2 has  X2k a distribution with k degrees of freedom, k  =  N  –  1,  where n  =  n1 + n2 + … + nN, ni is the value of the i-th measurement,  i = 1, N – is the number of measurements. The proposed method  for estimating the unevenness is based on statistics  X2k,  and X2also  introduced by K. Pearson in 1901 and 1904, respectively. The latter  was intended to test the H0-correspondence of the empirical and statistical distribution. The method for determining the circumferential  irregularity in the distribution of materials and gases in a blast furnace  is based on the consistency of X2k and X2 of Pearson statistics, using  the so-called quantile factor q, if in calculations of X2 the valu es   of the ,physical quantities themselves are used, by analogy, not the frequency  of the measured quantities. In this method, X2-statistic after correction  was used to determine the measure of deviation  (p) from the uniform  distribution, i.e. the unevenness coefficientp = p(X2/k), p  є  (0; 1 – α),   X2k =  X2max= qX2 was calculated. In order to reconcile X2 and  X2k statistics with the measurements of the physical quantities (temperature,  pressure) or materials (granular, gaseous), the X2-statistic must be adjusted so that  qX2max≈ X2k(α), X2max с(X21,..., Х2M )where M – is the  number of experiments for which the values   of X2-statics were determined,  X2k(α) – the upper α-quantile of  X2k statistic, q – the quantile multiplier, introduced for the correction of the X2-statistic values,  X2max–  the maximum value of X2-statistic is admissible for determining the  measure of non-uniformity.The method was tested to evaluate the relative non-uniformity of the loaded charge components and the distribution of peripheral temperature at blast furnaces of OJSC “MMK” with  volume of 2014 and 1370 m3. The influence of the sequence of a set of  charge components in the hopper of a bell-less charging device of the  furnace on the coefficient of circumferential unevenness (p) and the  technical and economic parameters of melting was revealed.

Ɇɚɝɧɢɬɨɝɨɪɫɤɢɣ ɝɨɫɭɞɚɪɫɬɜɟɧɧɵɣ ɬɟɯɧɢɱɟɫɤɢɣ ɭɧɢɜɟɪɫɢɬɟɬ ɢɦ. Ƚ.ɂ. ɇɨɫɨɜɚ (455000, Ɋɨɫɫɢɹ, ɝ. Ɇɚɝɧɢɬɨɝɨɪɫɤ, ɩɪ. Ʌɟɧɢɧɚ, 38) Ⱥɧɧɨɬɚɰɢɹ. ɉɪɟɞɫɬɚɜɥɟɧɚ ɨɰɟɧɤɚ ɷɮɮɟɤɬɢɜɧɨɫɬɢ ɦɨɞɟɥɢɪɨɜɚɧɢɹ ɥɢɧɟɣɧɨɣ ɫɜɹɡɢ ɮɚɤɬɨɪɢɡɨɜɚɧɧɵɯ ɭɫɥɨɜɢɣ ɬɪɭɞɚ (13 ɩɟɪɟɦɟɧɧɵɯ ɨɬɪɚɠɟɧɵ ɜ 4 ɨɪɬɨɝɨɧɚɥɶɧɵɯ ɮɚɤɬɨɪɚɯ) ɫ 4 ɨɬɤɥɢɤɚɦɢ ɩɨ ɬɪɚɜɦɚɬɢɡɦɭ ɩɪɢ ɢɫɩɨɥɶɡɨɜɚɧɢɢ ɪɟɝɪɟɫɫɢɨɧɧɨɝɨ ɢ ɤɚɧɨɧɢɱɟɫɤɨɝɨ ɚɧɚɥɢɡɨɜ. ɍɫɬɚɧɨɜɥɟɧɨ, ɱɬɨ ɤɨɷɮɮɢɰɢɟɧɬ R ɦɧɨɠɟɫɬɜɟɧɧɨɣ ɤɨɪɪɟɥɹɰɢɢ ɞɥɹ ɨɬɞɟɥɶɧɨ ɜɡɹɬɵɯ ɨɬɤɥɢɤɨɜ (ɩɪɢɱɢɧɵ ɬɪɚɜɦ, ɦɟɫɬɚ ɢ ɜɢɞɚ ɩɪɨɢɫɲɟɫɬɜɢɣ, ɫɬɟɩɟɧɢ ɬɹɠɟɫɬɢ ɬɪɚɜɦ) ɢɦɟɟɬ ɜ ɫɪɟɞɧɟɦ ɡɧɚɱɟɧɢɟ = 0,38 ɩɪɢ ɜɤɥɸɱɟɧɢɢ ɫɬɚɬɢɫɬɢɱɟɫɤɢ ɡɧɚɱɢɦɵɯ ɮɚɤɬɨɪɨɜ, ɚ ɤɚɧɨɧɢɱɟɫɤɚɹ ɫɜɹɡɶ ɷɬɢɯ ɠɟ ɦɚɫɫɢɜɨɜ, ɭɱɬɟɧɧɵɯ ɜ ɰɟɥɟɜɨɦ ɷɤɫɩɟɪɢɦɟɧɬɟ, ɯɚɪɚɤɬɟɪɢɡɭɟɬɫɹ ɡɧɚɱɟɧɢɟɦ R = 0,6156. ɗɬɨ ɫɨɩɨɫɬɚɜɢɦɨ ɫ ɜɥɢɹɧɢɟɦ ɧɚ ɬɪɚɜɦɚɬɢɡɦ (R = 0,4639) ɱɟɥɨɜɟɱɟɫɤɨɝɨ ɮɚɤɬɨɪɚ, ɜɵɹɜɥɟɧɧɨɝɨ ɜ ɩɚɪɚɥɥɟɥɶɧɨɦ ɷɤɫɩɟɪɢɦɟɧɬɟ ɩɨ ɦɚɫɫɢɜɭ ɞɚɧɧɵɯ ɨ ɩɨɫɬɪɚɞɚɜɲɢɯ ɧɚ ɩɪɨɢɡɜɨɞɫɬɜɟ. ɉɪɢɱɟɦ ɮɚɤɬɨɪɧɵɟ ɦɚɫɫɢɜɵ, ɭɱɬɟɧɧɵɟ ɜ ɰɟɥɟɜɨɦ ɷɤɫɩɟɪɢɦɟɧɬɟ, ɧɟ ɢɦɟɸɬ ɫɬɚɬɢɫɬɢɱɟɫɤɢ ɡɧɚɱɢɦɨɣ ɤɚɧɨɧɢɱɟɫɤɨɣ ɤɨɪɪɟɥɹɰɢɢ R = 0,2314. ɉɨ ɡɚɜɟɪɲɟɧɢɢ ɰɟɥɟɜɨɝɨ ɢɫɫɥɟɞɨɜɚɧɢɹ ɜɵɹɜɥɟɧɚ ɩɪɚɤɬɢɱɟɫɤɢ ɨɞɢɧɚɤɨɜɚɹ ɢɧɮɨɪɦɚɰɢɨɧɧɚɹ ɰɟɧɧɨɫɬɶ ɢɫɫɥɟɞɭɟɦɵɯ ɦɚɫɫɢɜɨɜ F (ɭɫɥɨɜɢɹ ɬɪɭɞɚ) ɢ Ɍ (ɬɪɚɜɦɚɬɢɡɦ). Ʉɥɸɱɟɜɵɟ ɫɥɨɜɚ: ɦɧɨɝɨɮɚɤɬɨɪɧɵɣ ɷɤɫɩɟɪɢɦɟɧɬ, ɦɧɨɝɨɦɟɪɧɚɹ ɫɬɚɬɢɫɬɢɤɚ, ɪɟɝɪɟɫɫɢɨɧɧɵɣ ɚɧɚɥɢɡ, ɤɚɧɨɧɢɱɟɫɤɢɣ ɚɧɚɥɢɡ, ɭɫɥɨɜɢɹ ɬɪɭɞɚ, ɩɪɨɢɡɜɨɞɫɬɜɟɧɧɵɣ ɬɪɚɜɦɚɬɢɡɦ.