№ п/п
|
факторы
|
отклики
|
|
х1
|
х2
|
…
|
хi
|
…
|
xI
|
y1
|
y2
|
…
|
yj
|
…
|
yJ
|
1
|
х11
|
х21
|
…
|
хi1
|
…
|
xI1
|
y11
|
y21
|
…
|
yj1
|
…
|
yJ1
|
2
|
х12
|
х22
|
…
|
хi2
|
…
|
xI2
|
y12
|
y22
|
…
|
yj2
|
…
|
yJ2
|
…
|
…
|
…
|
|
…
|
|
…
|
…
|
…
|
|
…
|
|
…
|
n
|
х1n
|
х2n
|
…
|
хin
|
…
|
xIn
|
y1n
|
y2n
|
…
|
yjn
|
…
|
yJn
|
…
|
…
|
…
|
|
…
|
|
…
|
…
|
…
|
|
…
|
|
…
|
N
|
х1N
|
х2N
|
…
|
хiN
|
…
|
xIN
|
y1N
|
y2N
|
…
|
yjN
|
…
|
yJN
|
Первый индекс переменной означает ее
номер по порядку, т. е. номер столбца массива, второй - номер строки массива
(номер наблюдения, опыта, измерения и т. п.), 1£ n £ N - число опытов; 1£ i £ I - число факторов; 1£ j £ J - число откликов.
Методика предусматривает проведение
анализа параллельно двумя способами:
. Строится многооткликовая
многомерная математическая модель (при необходимости - нелинейная), которая
представляет собой по существу набор моделей (J-мерная регрессионная
функция) вида:
yj= aj 0 + aj 1 xj 1
+ … + aj i (j) xj i (j) + … + aj
I (j) x j I (j), (1)
где 1£ j £ J, 1£ i (j) £ I (j), 1£ I (j) £ I.
Подробно принципы построения моделей
описаны в [22].
. Проводится интервальная оценка
факторов и откликов с помощью метода классификации альтернативных вариантов
(подробно рассмотрена в [22]).
Каждый фактор изменяется в каких-то
конечных интервалах (диапазонах значений) xi min£ xi £ xi max (i=1, …, I). В реальных условиях
значения фактора, как правило, группируются вокруг некоторых базовых значений.
Поэтому целесообразно диапазон изменения каждого фактора разбивать на отдельные
участки (группы). В системе разбиение производится двумя способами на основе
анализа гистограмм эмпирических распределений каждого фактора, включенного в
анализ. Отбор факторов производится на основе тщательного анализа информации,
полученной: от экспертов; из технической документации; из научно-технической
литературы; в результате экспериментальных исследований.
Разбиение на группы производится
двумя способами:
) границы факторов выбираются из
условия их равномерного заполнения данными;
) диапазон изменения каждого фактора
делится на заданное число участков (подинтервалы) равной длины.
Каждая группа кодируется числом ki (ki =1, …, Ki - число участков для i-го фактора), а
комбинация (сочетание) групп по всем факторам - строкой < k1 k2 … ki … kI >.
В результате этих процедур
производится сжатие массива исходных данных. Число данных X(m), Y(m) уменьшается до M £ N.
Например, в анализ включено три
фактора х1, х2, х3.
Первый и третий фактор имеют количественные значения, второй - качественные
(температура: низкая, средняя, высокая). Диапазон изменения численных значений
первого фактора разбиваем на четыре подинтервала (k1=4), исходя из 1-го способа разбиения. Диапазон изменения третьего
- на два (k3=2).
В итоге получаем 24 (k1 × k2 × k3 = 4 × 3 × 2 = 24) альтернативных
варианта - сочетаний технологических факторов (технологических ситуаций),
которые могут иметь различную степень повторяемости, оцениваемую абсолютной
частотой возникновения конкретной альтернативы, и при которых получается
продукция определенного качества (yj(m)).
Для того, чтобы оценить
качество продукции проведем разбиение значений каждого показателя качества Yj
на Lj
групп, получая при этом соответствующую совокупность значений (lj
=1, …, Lj;
j =1, …, J).
Базовые значения выбираются из стандартов или технических условий потребителей.
Решение задачи
заключается в том, чтобы выбрать такой альтернативный вариант, который дает
максимально возможное совпадение фактических показателей качества yj(m) с желаемыми (заданными) yj*. Предусмотрено два решения задачи: первое позволяет определить
степень близости yj(m) к yj*
из условия совпадения максимального числа показателей, второе
учитывает важность показателей, т. е. выбор производится в соответствии с
приоритетом каждого показателя.
Выбор наилучшей
альтернативы основан на расчете, оценке и выборе наибольшего значения условной
относительной частоты:
для первого решения - , (2)
где nm=, Рm=,
Pjm=,,
Cjm
- абсолютная частота реализаций m-го
альтернативного варианта, при которых совпали фактические значения показателей
качества yj(m) с заданными yj*;
Рjm
- соответствующая относительная частота;
j=1,…,
J - число показателей качества; МЛ - число лучших
альтернатив (см. [11]);
для второго решения - , (3)
где ,
-
абсолютная частота реализаций m-го
альтернативного варианта, при которых каждый фактический показатель совпал
с каждой заданной группой .
Величины рассчитывают
для того, чтобы определить какие именно показатели качества совпали с заданными
(попали в заданную группу) и реализовать их по важности.
Задача выбора
наилучшего режима обработки металла решается следующим образом (алгоритм
решения):
1. Задание групп металла (выбирается
в зависимости от размеров полос, химического состава стали и марки назначения
готовой продукции).
. Выбор показателей качества готовой
продукции (согласно ГОСТ, ТУ потребителя и т. п. - в зависимости от
производственного задания).
. Разбиение на подинтервалы
диапазонов изменения каждого показателя качества готовой продукции и задание
приоритетного подинтервала.
. Задание технологического маршрута
обработки.
. Выбор необходимых технологических
факторов обработки на каждом агрегате.
Разбиение на подинтервалы диапазонов
изменения каждого из выбранных технологических факторов обработки.
. Задание количества подинтервалов
для каждого из выбранных технологических факторов обработки.
. Задание метода разбиения на
подинтервалы для выбранных технологических факторов обработки.
. Задание конкретного
технологического фактора.
. Расчет границ подинтервалов
технологического фактора либо из условия их равной длины, либо из условия их
равномерного заполнения.
. Запоминание значений границ
подинтервалов технологического фактора.
Повторяем п. 3. для каждого из
выбранных технологических факторов.
. Выбор наилучших подинтервалов из
диапазонов изменения каждого технологического фактора каждого агрегата цеха.
.1. Кодирование выделенных
подинтервалов каждого технологического фактора.
.2. Построение строки сочетаний
подинтервалов технологических факторов (технологическая ситуация) - < k1 k2 … ki … kI >.
.3. Поиск одинаковых технологических
ситуаций и вычисление их абсолютной частоты nm.
.4. Выбор пути решения задачи
многокритериальной оптимизации:
Из условия совпадения
максимального числа показателей качества.
7.4.1. Вычисление Cjm, Рjm, Рm.
.4.2. Вычисление порогового значения
y (см. (4.8) [22]).
.4.3. Нахождение числа лучших
альтернатив МЛ.
.4.4. Вычисление условной
относительной частоты РmH.
.4.5. Нахождение соответствующих
наилучших подинтервалов изменения технологических факторов.
Из условия важности
показателей качества.
7.4. Вычисление ,
.
.4.7. Вычисление
порогового значения y.
.4.8. Нахождение числа
лучших альтернатив МЛ.
.4.9. Вычисление
относительной частоты .
.4.10. Нахождение
соответствующих наилучших подинтервалов изменения технологических факторов.
. Выбор количественных
значений факторов из определенных в п. 7.4.5 или п. 7.4.10 подинтервалов.
.1. Средние значения
подинтервалов подставляются в математические модели (5.1) и вычисляются
количественные значения yj показателей качества.
.2. Вычисленные значения
сравниваются с нижней и верхней границами подинтервалов каждого показателя
качества.
8.3. Проверка условия
yj* (min) £ yj £ yj*
(max). (4)
.4. Выполнение условия (4).
Вычисления завершаются.
Не выполнение условия (4). Из
подинтервалов значений технологических факторов выбираются другие
количественные значения по методу половинного деления (может также
использоваться метод золотого сечения).
.5. Выбор производится до выполнения
условия (4).
Представленный практический метод
принятия решения при поиске и выборе наилучших режимов обработки металла
реализован в автоматизированной системе управления качества продукции ЛПЦ-5 ОАО
«НЛМК» [22].
Результаты экспериментальной
проверки разработанного метода представлены ниже.
Пример
Требуется получить готовый прокат
марок 2212, М400-50А и V600-50А, отвечающий требованиям ГОСТ 21427.2-83, EN 10106, DIN
46400.1 соответственно, толщиной 0,5 мм.
Показатели качества готового
проката, соответствующие заданным стандартам, представлены в табл. 5.2 (пункты
1-2 алгоритма).
Таблица 2. Показатели качества
готового проката
№ п/п
|
Сталь Марки
|
P1,5/50, Вт/кг
|
B2500, Тл
|
B, МПа
|
4, %
|
HV5, ед
|
ЧП, шт
|
1
|
2212
|
не более 5,0
|
не менее 1,60
|
300-450
|
20-35
|
120-145
|
не менее 10
|
2
|
М400-50А
|
не более 4,0
|
не менее 1,53
|
-
|
-
|
-
|
-
|
3
|
V600-50А
|
не более 6,0
|
не менее 1,55
|
-
|
-
|
-
|
-
|
Примечания: Р1,5/50 -
удельные магнитные потери при индукции 1,5 Тл и частоте 50 Гц; B2500
- магнитная индукция при напряженности магнитного поля 2500 А/м; B - предел прочности; d4 - относительное
удлинение; HV5 - твердость по Виккерсу; ЧП - среднее
арифметическое число перегибов.
Подинтервалы диапазонов изменения
показателей качества готовой продукции для сталей марок 2212, М400-50А, V600-50А выбраны из условия их
равномерного заполнения данными (пункт 3 алгоритма) и приведены соответственно
в табл. 3-5.
Таблица 3. Подинтервалы диапазонов
изменения показателей качества готовой продукции для стали марки 2212
№ п/п
|
Показатель качества
|
Единицы измерения
|
Подинтервалы диапазонов
|
|
|
|
1
|
2
|
3
|
1
|
P1,5/50
|
Вт/кг
|
3,40-5,00
|
5,01-5,36
|
-
|
2
|
B2500
|
Тл
|
1,57-1,59
|
1,60-1,7
|
-
|
3
|
sB
|
МПа
|
360-450
|
451-475
|
-
|
4
|
d4
|
%
|
23-35
|
35,1-36
|
-
|
5
|
HV5
|
ед
|
110-119
|
120-145
|
146-162
|
6
|
ЧП
|
шт
|
31-70
|
-
|
-
|
Примечание: общее количество данных
1900
Таблица 4. Подинтервалы диапазонов
изменения показателей качества готовой продукции для стали марки М400-50А
№ п/п
|
Показатель качества
|
Единицы измерения
|
Подинтервалы диапазонов
|
|
|
|
1
|
2
|
3
|
1
|
P1,5/50
|
Вт/кг
|
3,40-4,00
|
4,01-5,36
|
-
|
2
|
B2500
|
Тл
|
1,57-1,7
|
-
|
-
|
3
|
B
|
МПа
|
360-475
|
-
|
-
|
4
|
4
|
%
|
23-36
|
-
|
-
|
5
|
HV5
|
ед
|
110-162
|
-
|
-
|
6
|
ЧП
|
шт
|
31-70
|
-
|
-
|
Примечание: общее количество данных
1500
Таблица 5. Подинтервалы диапазонов
изменения показателей качества готовой продукции для стали марки V600-50А
№ п/п
|
Показатель качества
|
Единицы измерения
|
Подинтервалы диапазонов
|
|
|
|
1
|
2
|
3
|
1
|
P1,5/50
|
Вт/кг
|
3,40-5,36
|
-
|
-
|
2
|
B2500
|
Тл
|
1,57-1,70
|
-
|
-
|
3
|
B
|
МПа
|
360-475
|
-
|
-
|
4
|
4
|
%
|
23-36
|
-
|
-
|
5
|
HV5
|
ед
|
110-119
|
-
|
-
|
6
|
ЧП
|
шт
|
-
|
-
|
Примечание: общее количество данных
2500
Приоритетные подинтервалы для
показателей качества закодированы следующим образом: для 2212 - 121121, для
М400-50А - 111111, для V600-50А - 111111.
Металл будет проходить следующие
агрегаты (пункты 4-5 алгоритма): агрегат подготовки горячекатаных рулонов
(АПГР), непрерывный травильный агрегат (НТА), непрерывный стан холодной
прокатки 1400 (НСХП), агрегат подготовки холоднокатаных рулонов (АПХР), агрегат
непрерывного отжига (АНО), агрегаты продольной резки (АПрР). Будем
рассматривать технологические факторы обработки на непрерывном стане 1400 и
агрегате непрерывного отжига, а также будем учитывать исходный химический
состав стали. Подинтервалы диапазонов изменения технологических факторов
обработки на непрерывном стане 1400, на агрегате непрерывного отжига (АНО) и
химического состава стали выбраны также из условия их равномерного заполнения
данными и представлены в табл. 6 (пункт 6 алгоритма).
Таблица 6. Подинтервалы диапазонов
изменения технологических факторов обработки и химического состава стали
№ п/п
|
Факторы
|
Единицы измерения
|
Подинтервалы диапазонов
|
|
|
|
1
|
2
|
3
|
1
|
P
|
%
|
0,007-0,014
|
0,015-0,080
|
0,081-0,162
|
2
|
Si
|
|
0,900-1,230
|
1,231-1,320
|
1,321-1,750
|
3
|
Ti
|
|
0,004-0,007
|
0,0071-0,0080
|
0,0081-0,0200
|
4
|
Vпр
|
м/мин
|
319,3-602,2
|
602,3-636,8
|
636,9-849,4
|
5
|
e1
|
ед
|
0,225-0,316
|
0,317-0,336
|
0,337-0,419
|
6
|
e2
|
ед
|
0,292-0,350
|
0,351-0,359
|
0,360-0,425
|
7
|
e4
|
|
0,156-0,214
|
0,215-0,232
|
0,233-0,305
|
8
|
eS
|
|
0,757-0,773
|
0,774-0,776
|
0,777-0,803
|
9
|
tН1
|
°С
|
784-824
|
825-829
|
830-843
|
10
|
tВ1
|
|
784-894
|
895-900
|
901-911
|
11
|
tН2
|
|
794-902
|
903-909
|
910-966
|
12
|
tВ2
|
|
794-905
|
906-910
|
911-962
|
13
|
tКРО
|
|
384-468
|
469-491
|
492-726
|
14
|
tКСО
|
|
266-364
|
365-383
|
384-652
|
15
|
VАНО
|
м/мин
|
15-27
|
28-29
|
30-35
|
16
|
DsАНО
|
даН
|
2-22
|
23-28
|
29-50
|
Примечания: Р, Si, Ti - исходное содержание
фосфора, кремния и титана соответственно; e1, e2,
e4, eS, - частные обжатия в 1, 2, 4 клетях и суммарное обжатие
соответственно; Vпр - скорость прокатки; tН1,
tВ1, tН2, tВ2, tКРО,
tКСО - температура защитной среды в 1-й камере нагрева и
выдержки, во 2-й камере нагрева и выдержки, в камерах регулируемого и струйного
охлаждения АНО соответственно; VАНО - скорость обработки
полосы в АНО; DsАНО - разница натяжений на выходе и входе АНО.
Задача отыскания наилучшей
технологии решена из условия совпадения максимального числа показателей
качества по наибольшему значению условной относительной частоты PHm (см.
(5.2), пункты 7.4.1-7.4.5 алгоритма).
Некоторые расчетные промежуточные
величины для наилучших технологических ситуаций представлены в табл. 7.
Таблица 7. Наилучшие технологические
ситуации
№ п/п
|
Сталь марки
|
Технологическая ситуация
|
Рm
|
РmH
|
1
|
2212
|
3133133211111111
|
0,1724
|
0,0007
|
2
|
М400-50А
|
1213131123312332
|
0,1034
|
0,0003
|
3
|
V600-50А
|
3131113111111112
|
0,1034
|
0,0003
|
В табл. 8 представлены подинтервалы
и средние значения технологических факторов, которые с наибольшей вероятностью
обеспечивают получение проката с заданными показателями качества.
Таблица 8. Подинтервалы
технологических факторов, обеспечивающие с наибольшей вероятностью получение
заданного качества проката
№ п/п
|
Факторы
|
Ед. измер.
|
2212
|
М400-50А
|
V600-50А
|
|
|
|
Подинтер.
|
Ср.
|
Подинтер.
|
Ср.
|
Подинтер.
|
Ср.
|
1
|
P
|
%
|
0,081-0,162
|
0,121
|
0,007-0,014
|
0,011
|
0,081-0,162
|
0,121
|
2
|
Si
|
|
0,900-1,230
|
1,065
|
1,231-1,320
|
1,275
|
0,900-1,230
|
1,065
|
3
|
Ti
|
|
0,0081-0,020
|
0,014
|
0,004-0,007
|
0,005
|
0,0081-0,020
|
0,014
|
4
|
Vпр
|
м/мин
|
636,9-849,4
|
743,2
|
636,8-849,4
|
743,1
|
319,3-602,2
|
460,8
|
5
|
1
|
ед
|
0,225-0,316
|
0,270
|
0,225-0,316
|
0,27
|
0,225-0,316
|
0,27
|
6
|
2
|
|
0,360-0,425
|
0,392
|
0,360-0,425
|
0,392
|
0,292-0,350
|
0,321
|
7
|
4
|
|
0,233-0,305
|
0,268
|
0,156-0,214
|
0,185
|
0,233-0,305
|
0,268
|
8
|
|
|
0,774-0,776
|
0,775
|
0,757-0,773
|
0,765
|
0,757-0,773
|
0,765
|
9
|
tН1
|
°С
|
784-824
|
804,0
|
825-829
|
826,5
|
784-824
|
804,0
|
10
|
tВ1
|
|
784-894
|
839,0
|
901-911
|
905,5
|
784-894
|
839,0
|
11
|
tН2
|
|
794-902
|
848,0
|
910-966
|
937,5
|
794-902
|
848,0
|
12
|
tВ2
|
|
794-905
|
849,5
|
794-905
|
849,5
|
794-905
|
849,5
|
13
|
tКРО
|
|
384-468
|
426,0
|
469-491
|
479,5
|
384-468
|
426,0
|
14
|
tКСО
|
|
266-364
|
315,0
|
384-652
|
517,5
|
266-364
|
315,0
|
15
|
VАНО
|
м/мин
|
15-27
|
21
|
30-35
|
32
|
15-27
|
21
|
16
|
DsАНО
|
даН
|
2-22
|
12
|
23-28
|
25
|
22-28
|
25
|
Примечания: Подинтер. - подинтервал,
Ср. - среднее значение из подинтервала
Вычисляем значения показателей
качества, подставляя средние значения технологических факторов из выбранных
подинтервалов (см. табл. 8) в разработанные математические модели (см. табл. 3,
пункт 8 алгоритма).
Результаты расчета приведены в табл.
9.
Таблица 9. Расчетные значения
показателей качества
№ п/п
|
Сталь марки
|
P1,5/50, Вт/кг
|
B2500, Тл
|
sB, МПа
|
d4, %
|
HV5, ед
|
ЧП, шт
|
1
|
2212
|
4,46
|
1,62
|
420
|
31
|
138
|
51
|
2
|
М400-50А
|
4,10
|
1,63
|
-
|
-
|
-
|
52
|
3
|
V600-50А
|
4,50
|
1,62
|
-
|
-
|
-
|
51
|
Проверяем условие (4) (пункт 8.3
алгоритма). Выбранная технология обработки с максимальной вероятностью
обеспечивает получение проката с требуемыми показателями качества для стали
марки 2212 и V600-50А.
Для стали марки
М400-50А удельные магнитные потери (P1,5/50) выше заданного значения (условие (4) не выполняется). Варьируем
технологические факторы обработки проката в АНО с учетом степени их влияния на
механические и электромагнитные свойства металла в границах выбранных
подинтервалов. В первую очередь корректируем режим натяжений в АНО, оказывающий
наименьшее влияние на механические и электромагнитные свойства проката. Затем
скорость прохождения полосы через агрегат, и в последнюю очередь температурный
режим в различных зонах агрегата в направлении движения полосы - нагрев,
выдержка и т. д. С учетом сказанного скорректировали значения натяжения,
скорости обработки и температуры в 1-й камере нагрева: АНО=28
(даН), VАНО=30 (м/мин), tН1=829 (°С). После варьирования факторов
показатели качества имеют следующие значения: P1,5/50=3,97 (Вт/кг), B2500=1,62 (Тл), ЧП=52
(шт.). Условие (4) выполняется. Наилучшие режимы обработки найдены.
Представленный
метод принятия решений вместе с математическими моделями, приведенными в
предыдущих главах и в работе [22], составляют основу математического
обеспечения АСУК ЛПЦ, порядок построения, структура и основные функции которой
подробнее рассмотрим в следующих разделах главы.
прокатка
автоматизированный управление тонколистовой
2.
Основные функции и структура автоматизированной системы управления качеством
продукции ЛПЦ
Авторами разработаны основные
принципы построения и определены функциональные задачи, решаемые АСУК, которые
представлены в форме таблицы (табл. 10).
Таблица 10. Основные функции АСУК
№ п/п
|
Наименование функциональной задачи
|
1. Подсистема сбора данных измерений показателей качества
полупродукта, готовой продукции и технологических режимов на различных
агрегатах цеха
|
1.1
|
Выделение единиц (порций) металла, контролируемых в процессе
производства, и единиц гарантии качества готового проката.
|
1.2
|
Сбор данных показателей качества полупродукта и готовой
продукции определенного вида.
|
1.3
|
Сбор данных и контроль отбракованной и переведенной в пониженные
сорта продукции определенного вида (с указанием вида дефекта).
|
1.4
|
Сбор данных и контроль технологических факторов обработки на
различных агрегатах цеха.
|
1.5
|
Построение распределений различных показателей качества
продукции, оценка их изменений во времени и выявление закономерных трендов
для определенных видов продукции.
|
Определение и периодическая оценка взаимосвязи между отдельными
показателями качества конкретного вида продукции для снижения размерности
(уменьшения компонент) вектора управляемых показателей.
|
1.7
|
Построение причинно-следственных диаграмм формирования отдельных
(наиболее важных) показателей качества и основных видов дефектов продукции
определенного вида.
|
2. Подсистема управления плоскостностью полос
|
2.1
|
Построение математических моделей процесса формирования эпюры
продольных остаточных напряжений в полосе на основных агрегатах цеха.
|
2.2
|
Расчет регулирующих воздействий на прокатном стане (при заданных
значениях станочных профилировок рабочих валков и режимов прокатки), режимов
обработки на АНО (из заданных диапазонов), а также регулирующих воздействий
на дрессировочном стане (для углеродистых марок сталей) из условия получения
заданной плоскостности готового проката.
|
2.3
|
Определение корректирующих воздействий на каждом агрегате в
режиме реального времени в случае отклонения характеристик неплоскостности
полос от заданных значений.
|
2.4
|
Идентификация локальных утолщений на подкате и соответствующая
настройка средств регулирования стана холодной прокатки.
|
3. Подсистема прогнозирования регламентированных показателей
качества готовой продукции
|
3.1
|
Построение математических моделей процесса формирования
показателей качества полупродукта и готовой продукции.
|
3.2
|
Прогноз показателей качества определенных видов продукции и
полупродукта по текущим значениям технологических режимов обработки металла.
|
3.3
|
Переназначение заданной порции определенного вида продукции в
случае необходимости (неправильный выбор режимов обработки, изменение заказа,
отсутствие спроса и т. д.) по мере прохождения металла по технологической
линии.
|
3.4
|
Аттестация заданной порции определенного вида продукции.
|
4. Подсистема анализа технологии производства и выбора наилучших
технологических режимов обработки металла на различных агрегатах цеха
|
4.1
|
Поиск и выбор наилучших вариантов технологии обработки металла
на различных агрегатах цеха при производстве определенного вида продукции с
заданными показателями качества.
|
4.2
|
Определение наиболее эффективных способов управления
технологическими и производственными процессами в цехе в функции заданного
вектора показателей качества.
|
4.3
|
Определение оптимальных корректирующих воздействий с указанием
непосредственных исполнителей (субъект, система, регулятор и т. п.).
|
5. Подсистема управления качеством поверхности полос
|
5.1
|
Построение математических моделей прогнозирования эпюры удельных
натяжений в полосе в межклетевых промежутках стана холодной прокатки.
|
5.2
|
Расчет уставок СРП различных клетей многоклетевого стана из
условия минимума вероятности обрывов и образования дефектов поверхности.
|
5.3
|
Текущая коррекция уставок в режиме «on-line» в случае
невыполнения условия (п. 5.2).
|
5.4
|
Задание эпюры удельных натяжений в САРП стана в зависимости от
поперечного профиля полосы.
|
5.5
|
Расчет и корректировка напряженного состояния рулонов,
назначенных на обработку в отделение колпаковых печей.
|
Подсистема оценки и контроля распределения механических и
электромагнитных свойств по длине и ширине полос
|
1
|
Построение математических моделей для количественной оценки
неравномерности распределения регламентируемых показателей качества по длине
и ширине полос.
|
2
|
Расчет и оценка величины изменения показателей качества по длине
и ширине полос.
|
3
|
Контроль изменения по длине и ширине полос механических и
электромагнитных свойств и аттестация готовой продукции цеха
|
Программное
обеспечение АСУК, предназначенное для реализации основных ее задач, находится
на сервере АСУК. Для работы системы необходимы данные о технологических режимах
обработки порции металла (рулона) на всех агрегатах цеха, которые поступают на
сервер АСУК из сервера цеховой системы слежения за металлом (ССМ). На Сервере
АСУК предусмотрена возможность длительного хранения обработанных данных,
которые непосредственно используются при работе системы.
На сервере ССМ
находится центральная база данных (сервер ЦБД), где накапливается информация об
усредненных значениях технологических величин обработки по рулону на каждом
агрегате. На сервере технологической базы данных (сервер ТБД) предусмотрено
накопление данных о технологических величин обработки рулона по его длине. На
сервер ЦБД и сервер ТБД данные поступают из серверов агрегатного уровня (АУ).
Сервера агрегатного уровня обрабатывают информацию, формируемую
программируемыми логическими контроллерами JSP-315 на основе показаний
датчиков, приборов КИП, программируемых логических контроллеров JSP-1000,
которые находятся на агрегатах цеха. Связь программируемых логических
контроллеров JSP-315 с серверами агрегатного уровня организована по токовому
контуру через концентраторы последовательных линий RocketPort.
Результаты работы
из сервера АСУК передаются в локальную сеть, откуда ее может востребовать лицо,
принимающее решение (ЛПР), - заместитель начальника цеха по технологии,
ответственное лицо от экспериментальной группы, начальник прокатного участка,
начальник термического участка, работники УТК.
При разработке АСУК
необходимо учитывать время прохождения металла по агрегатам цеха и величину
промежутков времени, в течении которых можно эффективно воздействовать на
процесс обработки порции металла с целью получения заданных показателей
качества готовой продукции. С учетом этого выделены два уровня функционирования
системы: тактический и оперативный.
Тактический уровень
системы обеспечивает:
- сбор, учет и контроль данных о
показателях качества продукции и технологических режимах обработки полосы на
различных агрегатах цеха, - прогноз регламентированных показателей качества и
плоскостности готовой продукции,
выбор наилучших вариантов технологии
и управляющих воздействий на основных агрегатах цеха с целью получения готовой
продукции с заданным уровнем качества и заданной плоскостностью,
расчет количественных значений
показателей качества на заданных участках по длине и ширине полос.
Информация, полученная на тактическом
уровне, должна использоваться заместителем начальника цеха по технологии,
специалистами экспериментальной группы, которые задают режимы обработки
металла, начальниками участков цеха, работниками УТК.
Оперативный уровень предусматривает:
расчет показателей качества и
плоскостности полос для порции металла (рулона), находящейся в процессе
обработки,
расчет корректирующих воздействий на
текущем (последующем) агрегате в случае несоблюдения технологии обработки на
предыдущем.
3. Порядок построения
автоматизированной системы управления качеством продукции ЛПЦ
Как уже отмечалось выше процесс
разработки и практического внедрения АСУК ЛПЦ включает и обобщает целый
комплекс взаимосвязанных научно-исследовательских и промышленных работ,
выполняемых в логической последовательности в течение, как правило, достаточно
продолжительного промежутка времени из-за их большого объема. Для более
удобного восприятия этот процесс представлен на рис. 3 в форме блок-схемы, где
в качестве отдельных блоков приведены отдельные взаимосвязанные этапы по
созданию и внедрению АСУК.
Работы по созданию АСУК
сопровождаются и дополняются научно-исследовательскими работами по
совершенствованию технологии и модернизации существующих АСУ и САУ.
В качестве практических примеров на
рис. 4 и 5 приведены блок-схемы построения отдельных подсистем АСУК качеством
ЛПЦ, из которых можно оценить трудоемкость, сложность и неразрывность
проведения научно-исследовательских, проектных и внедренческих работ,
производимых на каждом этапе построения.
Схемы построения других подсистем,
включенных в состав АСУК (см. рис. 3), идентичны приведенным на рис. 4 и 5.
Таким образом, выполнив комплекс
работ, перечисленных на схемах, можно построить эффективную систему управления
качеством продукции листопрокатного цеха металлургического комбината, которая
поможет решать все задачи, связанные со своевременным производством заданных
видов тонколистового проката заданного качества с минимальными затратами.
Литература
1. Жиляев А.П.: Superplasticity and
Grain Boudaries in Ultrafine-Grained Materials. - Cambridge: Cambridge
International Science Publishing, 2010
2. Колесник П.А.: Материаловедение на автомобильном
транспорте. - М.: Академия, 2010
. Магомедов М.Н.: Изучение межатомного взаимодействия,
образования вакансий и самодиффузии в кристаллах. - М.: ФИЗМАТЛИТ, 2010
. Симонов Е.: Гипсокартонные работы своими руками. - СПб.:
Питер, 2010
. Симонов Е.В.: Дизайн, перепланировка, отделка квартир. -
СПб.: Питер, 2010
. [под общ. ред. М.М. Криштала; рец.: А.М. Глезер, В.С.
Кондратенко]; Криштал М.М. и др.: Сканирующая электронная микроскопия и
рентгеноспектральный микроанализ в примерах практического применения. - М.:
ТЕХНОСФЕРА, 2009
. Габуда С.П.: Неподеленные электронные пары и химическая
связь в молекулярных и ионных кристаллах. - Новосибирск: СО РАН, 2009
. Головин Ю.И.: Наноиндентирование и его возможности. - М.:
Машиностроение, 2009
. М-во образования и науки РФ, Федеральное агенство по
образованию, Санкт-Петербургский гос. электротехнический ун-т «ЛЭТИ»: Развитие
инфрастуктуры наноиндустрии в Российской Федерации на 2008-2010 годы. - Тверь:
Тверской государственный университет, 2009
. М-во образования и науки Украины, Харьковский
национальный ун-т им. В.Н. Каразина; рец.: И.Е. Проценко, А.Г. Багмут:
Наноматериалы, нанопокрытия, нанотехнологии. - Харьков: ХНУ им. В.Н. Каразина,
2009
. под ред. В.С. Чередниченко; [рец.: Г.П. Фетисов и др.]:
Материаловедение. - М.: Омега-Л, 2009
. Порубов А.В.: Локализация нелинейных волн деформации. - М.:
ФИЗМАТЛИТ, 2009
. Солнцев Ю.П.: Материаловедение. - М.: Академия, 2009
. Жиляев А.П.: Сверхпластичность и границы зёрен в
ультрамелкозернистых материалах. - М.: Физматлит, 2008
. под ред. С.Б. Рыжова: Стали и сплавы энергетического
оборудования. - М.: Машиностроение, 2008
. Сильман Г.И.: Материаловедение. - М.: Академия, 2008
. Тюрин Ю.Н.: Плазменные упрочняющие технологии. - Киев:
Наукова думка, 2008
. Черепахин А.А.: Материаловедение. - М.: Академия, 2008
. Чумаченко Ю.Т.: Материаловедение. - Ростов н/Д: Феникс,
2008