авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 |

Метод и алгоритмы обработки информации в системе прогнозирования качества агломерата

-- [ Страница 1 ] --

На правах рукописи

Виноградова людмила нИколаевна

Метод и алгоритмы обработки ИНФОРМАЦИИ В СИСТЕМЕ ПРОГНОЗИРОВАНИЯ качества агломерата

Специальность: 05.13.01 - Системный анализ, управление и обработка информации (в металлургии)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

Научный руководитель:

доктор технических наук, профессор,

Ершов Е.В.

Череповец – 2010

Работа выполнена в Череповецком государственном университете

Научный руководитель: доктор технических наук, профессор

Ершов Евгений Валентинович

Официальные оппоненты: доктор технических наук, профессор

Кабаков Зотей Константинович

кандидат технических наук

Веселов Юрий Владимирович

Ведущая организация: ООО «Северсталь-Промсервис»

Защита состоится 24 декабря 2010 г. в 14 часов на заседании диссертационного совета Д 212.297.02 при Череповецком государственном университете по адресу 162602, г. Череповец, Вологодская обл., ул. Луначарского, д.5.

С диссертацией можно ознакомиться в библиотеке Череповецкого государственного университета.

Автореферат разослан «23» ноября 2010 г.

Ученый секретарь диссертационного совета Харахнин К.А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Современное агломерационное производство характеризуется повышением требований к качеству продукции, снижению ее себестоимости и улучшению экологической обстановки. В этих условиях одним из важнейших направлений совершенствования производства агломерата является повышение качества управления и прогнозирования. За последние 1520 лет в мировой практике агломерационного производства были предложены и внедрены разнообразные передовые методы и системы управления процессом спекания шихты и прогнозирования характеристик агломерата.

Получение малоразрушающегося агломерата остаётся главным фактором улучшения технологических параметров выплавляемого чугуна, снижения расхода кокса и увеличения производительности доменных печей, так как на большинстве отечественных и зарубежных предприятий агломерат является основным компонентом доменной шихты. Оптимальная крупность кусков агломерата для малых и средних доменных печей составляет от 5 до 40 мм, для крупных и сверхмощных от 15 до 40 мм.

Благодаря фундаментальным работам ученых В.Я. Миллера, А.М. Парфенова, Е.Ф. Вегмана, А.А. Сигова, С.В. Базилевича, В.И. Коротича, Г.Г. Ефименко и др. достигнуты значительные успехи в области совершенствования технологии производства агломерата. Наибольший вклад в развитие теории и практики управления и контроля агломерационного процесса внесли работы ученых С.Т. Ростовцева, И.П. Худорожкова, В.А. Уткова, Г.Г. Ефименко, Смирнова, Хохолова Д.Г., Каплуна Л.И., Шумакова Н.С., Малыгина А.В., С.В. Хопунова Э.А., В.Б. Тарасова, В.П. Пузанова, И.А. Дегтяренко, В.В. Кравцова, А.И. Иванова, А.Д. Пархоменко, З.К. Кабакова, Kasana S., Sasaki M., Kasai E., Nakajima K., Kurosawa S., Errigo V.

Однако практически все известные методы ориентированы на прогнозирование результатов только процесса спекания шихты. Поэтому в настоящее время разработка методов обработки информации, позволяющих прогнозировать качество готового агломерата представляется актуальной научно-технической задачей.

Объект исследования: системы управления и прогнозирования качества агломерата на агломерационных машинах конвейерного типа.

Предмет исследования: математические модели, методы, процедуры обработки информации в системе прогнозирования качества агломерата.

Диссертационная работа выполнялась в рамках темплана Минобрнауки России «Разработка метода и средств прогнозирования результативности непрерывных технологических процессов термической обработки материалов» и госбюджетной НИР «Разработка методов и принципов построения многофункциональных систем технического зрения» (НИИ 01/Г-08, госбюджетная НИР в Череповецком государственном университете).

Целью диссертационной работы является повышение точности прогнозирования выхода годного агломерата на начальном этапе процесса спекания шихты на основе применения фрактальной аппроксимации технологических параметров и самонастраивающихся нейронных сетей.

Для достижения поставленной цели в работе решаются следующие основные задачи:

1) анализ методов и средств прогнозирования качества агломерата;

  1. разработка математического обеспечения метода прогнозирования выхода годного агломерата;
  2. разработка алгоритмов обработки информации и прогнозирования выхода годного агломерата;
  3. экспериментальные исследования метода и средств обработки информации в системе прогнозирования качества агломерата.

Методы исследований. Для решения поставленных задач в работе использовались теоретические основы газодинамики и теплотехники агломерационного процесса; методы статистической обработки информации; методы цифровой обработки изображений; методы математического и компьютерного моделирования; методы прогнозирования.

Научная новизна и основные положения, выносимые на защиту:

1. Разработан метод хранения технологических параметров в системе прогнозирования качества агломерата, отличающийся сжатием вариационных рядов данных на основе фрактальной аппроксимации с использованием кеш-функции.

2. Предложен метод обработки параметров непрерывного технологического процесса спекания агломерационной шихты, отличающийся применением самонастраивающейся нейронной сети и позволяющий прогнозировать выход годного агломерата еще на начальном этапе процесса спекания шихты.

3. Разработано системно обоснованное алгоритмическое обеспечение прогнозирования выхода годного агломерата, включающее алгоритмы:

- аппроксимации экспериментальных данных фрактальными распределениями, позволяющий сжимать информацию натурных рядов данных без существенных потерь в точности;

- фрактальной компрессии изображения излома агломерационного спека, обеспечивающий высокий коэффициент сжатия;

- прогнозирования выхода годного агломерата с помощью самонастраивающейся нейронной сети, обеспечивающий повышение оперативности принятия решений.

Практическая ценность работы заключается в следующем:

  1. Разработана информационная модель прогнозирования непрерывного технологического процесса спекания агломерационной шихты.
  2. Предложена методика настройки алгоритмического обеспечения системы прогнозирования качества агломерата.
  3. Создано программное обеспечение системы прогнозирования качества агломерата, реализующее метод и алгоритмы обработки информационных сигналов.

Реализация результатов работы. Разработанные метод и алгоритмы обработки информационных сигналов, реализованные в системе прогнозирования качества агломерата, прошли экспериментальную проверку в агломерационном производстве на ОАО «Северсталь» и внедрены в учебный процесс на кафедре «Программное обеспечение ЭВМ» Череповецкого государственного университета при проведении занятий по дисциплинам «Системы искусственного интеллекта», «Моделирование технических объектов», «Технология разработки программного обеспечения», а также в курсовом и дипломном проектировании.

Апробация работы. Основные положения диссертационной работы докладывались и получили положительную оценку на Международных и Всероссийских конференциях: 9-й Межд.

конф. «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 2010 г.); 13-й, 14-й Межд. конф. «Системный анализ в проектировании и управлении» (С.-Петербург, 2009, 2010 гг.); 9-й Межд. конф. «Информационно-вычислительные технологии и их приложения» (Пенза, 2009 г.); 3-й Межд. конф. молодых ученых «Инновационные тенденции развития Российской науки» (Красноярск, 2010 г.); Межд. конф. «Информационно-измерительные, диагностические и управляющие системы» (Курск, 2009 г.); 1-й, 4-й Межд. конф. «Информационные технологии в производственных, социальных и экономических процессах» (Череповец, 1999, 2005 гг.); Всеросс. конф. «Интеллектуальные и информационные системы» (Тула, 2009 г.); 2-й Всеросс. конф. с межд. участием «Перспективы развития информационных технологий» (Новосибирск, 2010 г.); Всеросс. конф. «Череповецкие научные чтения» (Череповец, 2009, 2010 гг.) и на постоянно действующем научно-техническом семинаре кафедры программное обеспечение ЭВМ Череповецкого государственного университета.

Публикации. По материалам диссертации опубликованы 20 печатных работ, в том числе 2 монографии и 5 статей в рецензируемых научных журналах, входящих в Перечень ВАК Минобрнауки России.

Структура и объем работы. Диссертационная работа состоит из введения, четырех разделов, заключения, списка литературы, включающего 105 наименований и 3 приложений. Работа содержит 135 страниц, 44 рисунка и 10 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность, сформулированы цель и задачи исследования, представлены и положения, выносимые на защиту, их научная новизна и практическая ценность работы.

В первом разделе по данным отечественной и зарубежной литературы проведен анализ систем прогнозирования качества агломерата, который показал, что прогнозирование в данной предметной области является перспективным научным направлением.

На основе проведенного анализа сформулированы задачи работы и определен обобщенный параметр прогнозирования - выход годного агломерата, характеризующий в целом качество готовой продукции агломерационного производства.

Сформулированы функциональные требования к математическому обеспечению системы прогнозирования качества агломерата. На рис. 1 представлена обобщенная функциональная схема системы прогнозирования качества агломерата на агломерационной машине конвейерного типа.

 Обобщенная функциональная схема-0

Рис. 1. Обобщенная функциональная схема системы прогнозирования

качества агломерата

Во втором разделе на основе системного подхода разработана информационная модель процесса спекания агломерата (рис. 2), показывающая основные этапы обработки входных и выходных параметров технологических процессов при производстве агломерата.

 Информационная модель процесса-1

Рис. 2. Информационная модель процесса спекания агломерата

На основе полученной модели были выбраны основные параметры, влияющие на качество агломерата, всего 18 параметров (состав шихты, скорость движения паллет, начальная температура шихты, время зажигания, высота насыпного слоя шихты и т.д.), разработан обобщенный метод прогнозирования выхода годного агломерата (рис. 3) и определены основные блоки системы прогнозирования качества агломерата.

 Логическая модель метода-2

Рис. 3. Логическая модель метода прогнозирования

В процессе работы системы прогнозирования качества, кроме прогноза выхода годного агломерата, продолжается накопление информации (параметры, влияющие на качество, изображения, полученные TV-камерой) в ретроспективном банке данных для последующего ее использования.

Для уменьшения объема информации, хранимой в базе данных, был разработан метод хранения технологических параметров производства агломерата, основанный на фрактальном сжатии изображений излома агломерационного спека и фрактальной аппроксимации рядов данных с помощью хеш-функции.

По степени значимости на выход годного агломерата выделены первые семь параметров: ряд R1 - начальная температура шихты tш, ряд R2 – доля возврата в шихте kв, ряд R3 – скорость движения паллет Vп, ряд R4 – время зажигания шихты з, ряд R5 – скорость газа в слое Vг, R6 - мощность источника тепла в слое qт, R7 - влагосодержание шихты kвл. Расположение рядов относительно друг друга соответствует степени их значимости в порядке убывания. За ключевой ряд Rк принимаются данные о выходе годного агломерата. Это обусловлено тем, что точность определения выходного параметра всегда ниже точности входных параметров.

Для вариационных рядов, где необходим точный подбор аппроксимирующей кривой целесообразно применение распределения на основе множества Мандельброта с использованием хеш-функции, которая имеет вид:

где Yij - значения битового массива отображения (1 i N, 1 j M);

coll – коэффициент «процеживания» или число учитываемых коллизий хеш-функции;

interval – ширина битового изображения фрактала.

При изменении коэффициента коллизий можно получить другие вариационные распределения (рис. 4).

 Вариационные распределения: 1 – 0-4

Рис. 4. Вариационные распределения:

1 – 0 коллизий, 2 – 1 коллизия, 3 – 50 коллизий, 4 – 100 коллизий

Для того чтобы значения элементов аппроксимирующего отрезка распределения соответствовали размерностям натурного ряда данных было произведено масштабирование.

При аппроксимации данных фракталом Мандельброта с использованием хеш-функции, ряд разбивается на 7 частей. В каждой части кривая задаётся прямоугольной областью фрактала и отрезком, на котором данные составляют прямую, приблизительно параллельную оси абсцисс.

Аппроксимируя такую кривую фракталом, получается коэффициент сжатия 1,76,0, к тому же бесконечная извилистость фрактальной кривой даст возможность очень точно задать как местоположения отдельных точек, так и изменение их дисперсии вокруг линии тренда.

Кроме числовых значений входных параметров в базе данных хранятся изображения излома агломерационного спека, сжатые фрактальным методом, в основе которого лежит алгоритм разбиения исходного изображения на доменные и ранговые блоки и попытки нахождения таких сжимающих преобразовании, при которых находились бы наилучшие соотношения между ранговыми и доменными блоками. Ранговые блоки получают с помощью адаптивного разбиения с переменным размером блоков по технологии квадродерева. При подгонке доменных и ранговых областей используются аффинные преобразования, включающие операции параллельного переноса, поворота и масштабирования (сжатия).

Константы контрастности и яркости, которые необходимы для обработки цвета при использовании сжимающих отображений вычисляются по формулам:

, ,

где

, ,

, ,

здесь

d - матрица значения пикселей в доменной области;

r – матрица значений пикселей в ранговой области;

N – столбцы ранговой и доменной областей соответственно;

M – строки ранговой и доменной областей соответственно.

Уменьшение размера итогового изображения (сжатого) получается за счет того, что в файле будет храниться не информация о цвете каждого пикселя, а расположение рангового блока, домен, описывающий этот блок и информация о преобразованиях домена в ранговый блок.

Прогнозирование выхода годного агломерата осуществляется с помощью предварительно обученной нейронной сети Кохонена.

В работе описаны этапы процесса прогнозирования выхода годного агломерата, включающие сбор данных для обучения и тестирования нейронной сети, выбор характеристик сети, обучение и ее адаптация к реальным промышленным условиям.

В условиях агломерационного производства на ОАО «Северсталь» длина агломерационной машины 60 м, при средней скорости ее движения 1,75 м/мин среднее время процесса спекания шихты составит 34,3 мин. Для системы прогнозирования выхода годного агломерата период прогнозирования Тп равен времени процесса спекания агломерата на агломерационной машине конвейерного типа, горизонт прогнозирования Гп = Тп, а интервал прогнозирования Ип задается равным 10 мин.

В третьем разделе на основе предложенных методов разработано алгоритмическое обеспечение системы прогнозирования качества агломерата, включающее следующие алгоритмы: аппроксимации экспериментальных данных фрактальными распределениями, фрактального сжатия изображения излома агломерационного спека, декомпрессии изображений и данных, обучения самонастраивающейся нейронной сети и прогнозирования выхода годного агломерата.

Алгоритм обучения сети Кохонена требует формирования весов входных параметров как до обучения, так и после.

В табл. 1 представлены веса обученной нейронной сети для 18 входных параметров.

Таблица 1

Веса сети Кохонена после обучения



Pages:   || 2 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.