Modeling of the temperature regime of the strip and roll in the stands of the hot rolling mill with interval parameters

Cover Page

Cite item

Full Text

Abstract

In the development of the theory of expert assessments, the exceptional role of the position and the median of ranking, known as the Kemeny median, has been revealed. However, there is no optimal solution method for finding the median of the rankings represented by the matrices of binary relations according to the distance matrix criterion. The validity of the optimal solution to the problem of choosing the median in the space of the rank scale of measurement is due to the fact that there is a one-to-one correspondence between the rankings represented by binary relation matrices on a set of pairs of objects and the rankings in the rank scale. It is also an important task to check the consistency of the opinions of the expert group. The existing statistical methods and methods of rank correlation do not measure the consistency of expert opinions, if by which we mean the measure of proximity between expert assessments of objects.. The article shows by concrete examples that the Kendal concordance coefficient, which is still found in the works of some authors, does not allow for a realistic assessment of the consistency of expert rankings, which can lead to erroneous management decisions. A method is proposed for evaluating the opinions of both a pair of experts and a group of experts, in the form of an average agreement of experts with respect to the median of rankings presented in the ranking scale.

About the authors

Monika Radzheshevna Dabas

Lipetsk State Technical University

Email: monique.dabas@gmail.com
Lipetsk

Pavel Viktorovich Saraev

Lipetsk State Technical University

Email: psaraev@yandex.ru
Lipetsk

References

  1. АНДРОСОВ А.С., ШАРЫЙ С.П. IntvalPy - библиотека ин-тервальных вычислений на языке Python // Вестник НГУСерия: Информационные технологии. – 2022. – Т. 20, №4. –С. 5–23.
  2. БОЛОТНОВ А.М., ХИСАМЕТДИНОВ Ф.З. Численные ис-следования катодной защиты трубопроводов с учетом ин-тервальной неопределенности в исходных данных // Вест-ник Уфимского государственного авиационного техниче-ского университета. – 2018. – Т. 22, №3(81). – С. 105–113.
  3. ВЕРЖБИЦКИЙ В.М. Численные методы. Математиче-ский анализ и обыкновенные дифференциальные уравне-ния. – М.: Изд-во «Высшая школа», 2001. – 382 c.
  4. ДАБАС М.Р., ЗУБКОВА Н.С., КОБЗЕВ А.А. Адаптация ма-тематической модели теплового режима полосы в чисто-вой группе клетей стана горячей прокатки // XVII Всерос-сийская школа-конференция молодых ученых «Управлениебольшими системами». – 2021. – С. 515–521.
  5. ДАБАС М.Р. Математическое моделирование тепловогорежима полосы на межклетевом промежутке при горячейпрокатке // Сборник материалов Шестнадцатой Всероссий-ской научно-практической конференции студентов и аспи-рантов. – 2019. – С. 258–260.
  6. ЛЕВИН В.И. Сравнение интервалов и оптимизационныезадачи с интервальными параметрами // Радиоэлектрони-ка, информатика, управление. – 2002. – №1(7). – С. 57–62.
  7. ЛЕВИН В.И. Интервально-дифференциальные уравнения иметод их решения // Вестник российских университетов.Математика. – 2015. – Т. 20, № 2. – С. 302–306.
  8. ПИМЕНОВ В.А., ПОГОДАЕВ А.К., КОВАЛЕВ Д.А. Влия-ние тепловых режимов горячей прокатки на образованиедефектов поверхности холоднокатаного листа // Произ-водство проката. – 2018. – № 12. – С. 8–14.
  9. САМАРСКИЙ А.А., ГУЛИН А.В. Численные методы. – М.:Наука, 1989. – 432 c.
  10. ТИХОНОВ А.Н., САМАРСКИЙ А.А. Уравнения матема-тической физики. – М.: Главиздат, 1953. – 660 c.
  11. ШАРЫЙ С.П. Конечномерный интервальный анализ. – Но-восибирск: XYZ, 2021. – 650 c.
  12. CASTRO J.A. DE, MOREIRA L.P. Modelling the hot rollingprocess using a finite volume approach // WIT Transactions onEngineering Sciences. – 2008. – No. 59. – P. 419–428.
  13. DABAS M., SARAEV P. Modeling of Temperature Strip withInterval Parameters in Interstand Gap in Hot Rolling // 3rd Int.Conf. on Control Systems, Mathematical Modeling, Automationand Energy Efficiency (SUMMA) – 2021. – No. 3. – P. 1–4.
  14. EDBERG J., MANTYLA P. Requirements of material modelingfor hot rolling // Simulation of Materials Processing: Theory,Methods and Applications / Ed.: Shen S. Dawson. – 1995. –P. 253–258.
  15. GASILOV N.A, AMRAHOV S. On differential equations withinterval coefficients // Mathematical Methods in the AppliedSciences. – 2019. – No. 43.
  16. GASILOV N.A Solving a system of linear differential equationswith interval coefficients // Discrete and Continuous DynamicalSystems – B. – 2021. – No. 5(26). – P. 2739–2747.
  17. HWANG, J.-K. Thermal Behavior of a Rod during Hot ShapeRolling and Its Comparison with a Plate during Flat Rolling //Processes. – 2000. – No. 8 327. – 14 p.
  18. MUOJEKWU C.A. Modeling of thermomechanical andmetallurgical phenomena in steel strip during hot directrolling and runout table cooling of thin-cast slabs. Columbia:Department of metals and Materials engineering, the Universityof British Columbia, 1998.
  19. ORESHINA M., DABAS M. Modeling of Thermal Mode inSteel Rolling // 2st Int. Conf. on Control Systems, MathematicalModelling, Automation and Energy Efficiency (SUMMA). –2020. – No. 2. – P. 1–4.
  20. PEREZ-ALVARADO A., CASTANEDA R.S., CHATTO-PADHYAY K., MORALES R. Numerical Simulation of the HotRolling Process of Steel Beams // Materials. – 2021. – No. 14,7038. – 18 p.
  21. ROSIAK A., SANTOS T.G. DOS, ALBA D.R., BRITO A.M.G.et al. Thermal Behavior of a Rod during Hot Shape Rolling andIts Comparison with a Plate during Flat Rolling // AmericanScientific Research Journal for Engineering, Technology, andSciences (ASRJETS). – 2020. – Vol. 71, No. 1. – P. 182–194.
  22. VISCOROVA, R., SCHOLZ R., SPITZER K.-H.,WENDELSTORF J. Spray water cooling heat transfer underoxide scale formation conditions // Advanced ComputationalMethods in Heat Transfer IX. – 2006. – P. 163–172.

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

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».