Статья
| Наименование | О методике создания прогнозных статистических моделей доменного процесса | ||||
| Авторы |
|
||||
| Раздел | Металлургия | ||||
| Год | 2026 | Выпуск | 85 | Страницы | 55 - 62 |
| УДК | 669.162.2:004.94 | EDN | HBPCBA | ||
| Аннотация | Рассмотрены вопросы моделирования доменного процесса. Для прогнозирования по ходу процесса изменений одного (нескольких) важнейших показателей с целью их регулирования выбраны статистические модели. Рассмотрены этапы регрессионного прогнозирования. Показана важность подготовки исходных данных. На основании статистического анализа и профессиональных сведений в области доменного производства для создания модели прогнозирования производительности доменной печи выбраны 6 технологических факторов, характеризующих влияние на этот параметр шихтовых условий, дутьевого режима и газодинамики процесса. Была рассчитана линейная регрессионная модель. Эффективность модели проверяли путем расчета прогноза производительности печи по реальным данным. Показано, что для условий стабильной работы ошибка прогноза не превышает 2-3 %. | ||||
| Реферат | Цель. Определение основных концептуальных подходов к созданию прогнозных статистических моделей доменного процесса.
Методика. В работе использованы современные представления о закономерностях доменного процесса, методы математической статистики: регрессионный и корреляционный анализ. Результаты. В результате выполненного исследования разработана методика создания прогнозных статистических моделей доменного процесса, включающая предварительную обработку технологических данных (удаление выбросов, выбор однородных периодов), корреляционный анализ для отбора значимых факторов и построение множественной регрессионной модели. Установлено, что в условиях стабильной работы доменной печи разработанная модель позволяет прогнозировать суточную производительность с ошибкой порядка 2-3 %, однако при изменении корреляционных связей между факторами погрешность может составлять более 10 %, что обосновывает необходимость дальнейшего совершенствования структуры моделей с использованием нелинейных подходов. Научная новизна состоит в разработке комплексной методики статистического прогнозирования производительности доменной печи, включающей подбор и обоснование оптимального количества влияющих факторов, а также установление закономерностей влияния структурных изменений корреляционных связей на точность прогноза. Практическая значимость. Практическая значимость работы заключается в возможности использования разработанной методики в автоматизированных системах управления доменным производством для краткосрочного прогнозирования производительности печи с погрешностью до 2-3 %, что позволяет оперативно корректировать технологические параметры и повышать эффективность выплавки чугуна. Особенно эффективно применение модели для прогнозирования производительности при изменении условий работы, качества сырья и состояния технологического оборудования. |
||||
| Ключевые слова | доменная печь, производительность, прогнозирование, статистика, модель, подготовка данных, выборка, регрессия, корреляция, базовый период. | ||||
| Финансирование | |||||
| Благодарности | |||||
| Список источников |
1. Металлургия чугуна: учебник для вузов / Е. Ф. Вегман [и др.]; под ред. Ю. С. Юсфина. 3-е изд., перераб. и доп. М.: ИКЦ Академкнига, 2004. 774 с.
2. Товаровский И. Г. Доменная плавка: монография. 2-е изд. Днепропетровск: Пороги, 2009. 768 с. EDN QNACRV
3. Товаровский И. Г. Нормативная оценка влияния параметров доменной плавки на расход кокса и производительность // Сталь. 2014. № 5. С. 4–11. EDN UADSMV
4. Применение методов машинного обучения для прогнозирования производительности доменной печи / Т. А. Барбасова, Е. В. Бауман, П. А. Самолетова, С. А. Черепанова // Известия Тульского государственного университета. Технические науки. 2023. Вып. 9. С. 48–50. DOI: 10.24412/2071-6168-2023-9-48-49 EDN TWSIHV
5. Казаринов Л. С., Барбасова Т. А, Мохсен Х. М. Метод эффективного управления доменным процессом на основе кластерного анализа // Вестник ЮУрГУ. Серия: Компьютерные технологии, управление, радиоэлектроника. 2016. Т. 16. № 2. С. 164–169. DOI: 10.14529/ctcr160220 EDN VVECKL
6. Применение нейронной сети для определения режимов работы доменной печи / Т. А. Барбасова, Е. В. Бауман, П. А. Самолетова, С. А. Черепанова // Математическое и программное обеспечение систем в промышленной и социальной сферах. 2021. Т. 9. № 2. С. 17–20. DOI: 10.18503/2306-2053-2021-9-2-17-20 EDN IRCYRO
7. Разработка программного обеспечения в АСУП доменного цеха / В. В. Лавров [и др.] // Известия высших учебных заведений. Черная металлургия. 2015. Т. 58. № 9. С. 703–709. DOI: 10.17073/0368-0797-2015-9-703-709 EDN VDOMRR
8. Создание программного комплекса «АРМ технолога доменного цеха» на основе современных информационных технологий / В. В. Лавров, Н. А. Спирин, А. А. Бурыкин, А. В. Краснобаев // Сталь. 2010. № 1. С. 17–21.
9. Кухарев А. Л. Статистические характеристики пульсаций скорости при электровихревых течениях расплава // Наукоемкие технологии и оборудование в промышленности и строительстве. 2025. № 9 (83). С. 39–48. EDN IVGZDO
10. Орлов А. И. Многообразие моделей регрессионного анализа (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 2018. Т. 84. № 5. С. 63–73. DOI: 10.26896/1028-6861-2018-84-5-63-73 EDN XQBSKD
11. Орлов А. И. О требованиях к статистическим методам анализа данных // Заводская лаборатория. Диагностика материалов. 2023. Т. 89. № 11. С. 98–106. DOI: 10.26896/1028-6861-2023-89-11-98-106 EDN VEWJXD
12. Орлов А. И. Какой объем выборки целесообразно использовать? // Научный журнал КубГАУ. 2024. № 197 (03). С. 123–149. DOI: 10.21515/1990-4665-197-012 EDN CYQAFD
|
||||
| Полный текст |
|
||||