Development of the Metal Temperature Prediction Model for Steel-pouring and Tundish Ladles Used at the Casting and Rolling Complex


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

A model has been developed for predicting the metal temperature in the specified superheat range above the liquidus temperature inside the tundish of a continuous casting machine (CCM) depending on the last temperature measurement in the steel-pouring ladle (prior to casting), as well as ladle history and secondary steelmaking process under the conditions of the Casting and Rolling Complex (CRC) of the JSC “Vyksa Metallurgical Plant” (VMZ). It is suggested to predict the superheat temperature of steel at the CRC by using statistical models considering the specifics of technological process. During the first stage, the model itself has been developed by integrating the following two approaches: a machinelearning algorithm and probabilistic graphical model (PGM and Bayesian networks).

The first approach provides the point estimate of the intermediate and final temperatures of the specific melting, while the second approach allows evaluating the probability distribution. The PGM-approach is very promising in the situations involving missing, incorrect, or undefined input data, which are quite common at the metallurgical plants. During the first stage, the achieved level of accuracy of tundish temperature prediction was 6.0°C.

During the second stage, the model was integrated into the shop automated process control system, which allowed increasing the prediction accuracy and ensuring a real-time control of the process parameters. The model is used as a guidance (master) tool for the process personnel operating the ladlefurnace and vacuum degasser equipment.

Об авторах

S. Botnikov

JSC “Vyksa Metallurgical Plant” (VMZ)

Автор, ответственный за переписку.
Email: botnikov_sa@vsw.ru
Россия, Vyksa

O. Khlybov

JSC “Vyksa Metallurgical Plant” (VMZ)

Email: botnikov_sa@vsw.ru
Россия, Vyksa

A. Kostychev

JSC “Vyksa Metallurgical Plant” (VMZ)

Email: botnikov_sa@vsw.ru
Россия, Vyksa

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Springer Science+Business Media, LLC, part of Springer Nature, 2019

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».