Регистрация / Вход
Прислать материал

АВТОМАТИЗАЦИЯ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА ПЛАВКИ МЕДНО-НИКЕЛЕВОЙ РУДЫ В ШАХТНОЙ ПЕЧИ

Фамилия
Щербакова
Имя
Юлия
Отчество
Евгеньевна
Номинация
Информационные технологии
Институт
Институт информационных технологий и автоматизированных систем управления (ИТАСУ)
Кафедра
Автоматизации
Академическая группа
АРМ 13-1
Научный руководитель
асс-т к-ры Авт, Антоненко М.С.
Название тезиса
АВТОМАТИЗАЦИЯ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА ПЛАВКИ МЕДНО-НИКЕЛЕВОЙ РУДЫ В ШАХТНОЙ ПЕЧИ
Тезис

1. Введение.

В работе рассматривался процесс плавки медно-никелевой руды в шахтной печи. Основными пирометаллургическими процессами переработки окисленной никелевой руды является шахтная плавка на штейн и плавка в электрических печах на ферроникель.

2. Теоретическая часть.

Модель процесса шахтного обжига известняка, разработанная на основе нейросетевых алгоритмов, обеспечивает осуществление адекватного прогнозирования значений основных параметров процесса на основании данных оперативного контроля печи со значением относительной ошибки моделирования не более 6%.

3. Экспериментальная установка.

Рисунок приложен в приложении.

4. Результаты.

Результаты проведенного исследования представлены в таблице 1.

Номер выхода нейронной сети

Номер этапа

1

2

3

4

5

Первый выход нейронной сети

К-т корреляции на обучающей выборке

0.54

0.49

0.66

0.73

0.89

К-т корреляции на тестовой выборке

0.43

0.41

0.54

0.70

0.81

Второй выход нейронной сети

К-т корреляции    на обучающей выборке

0.62

0.65

0.67

0.83

0.85

К-т корреляции на тестовой выборке

0.59

0.61

0.65

0.79

0.82

5. Выводы.

1. Для повышения эффективности управления и снижения влияния оператора на ход технологического процесса целесообразно применение нейросетевых алгоритмов в структуре автоматизированной системы управления процессом шахтного обжига известняка.

2. Использование методов масштабирования и удаления избыточных значений на этапе предварительной обработки данных при построении нейросетевой модели процесса шахтного обжига известняка повышает вычислительную способность нейронных сетей, используемых в структуре модели, и точность получаемых результатов.

3. Прогнозирование значений основных параметров процесса шахтного обжига известняка с достаточной точностью осуществляется предложенной в работе нейросетевой моделью, значение относительной ошибки моделирования при этом не превышает 6%.

4. Повышение качества управления обеспечивается введением предложенных нейросетевых алгоритмов в структуру автоматизированной системы управления процессом шахтного обжига медно-никелевой руды, эффективность которых доказана проведенным вычислительным экспериментом с использованием данных оперативного контроля по работе