И сталеплавильное производство

Для настоящего периода характерны активные поиски практического ис­пользования методов кибернетики в металлургии. Распространение элект­ронно-вычислительной техники по­зволяет решить ряд практических за­дач. Так, методы кибернетики ис­пользуют при изучении комплекса сталеплавильного процесса, характе­ризующегося большим числом подсис­тем и их взаимосвязей. Основным ме­тодом изучения при этом является ме­тод математического моделирования при помощи ЭВМ. Использование ма­тематических моделей дает возмож­ность проводить эксперименты, кото­рые трудно (или невозможно) выпол­нить на реальном объекте, уменьшает продолжительность и трудоемкость ис­следований, обеспечивает рациональ­ное и экономичное решение ряда прак­тических задач управления и организа­ции технологических процессов, та­ких, например, как: расчет шихты с учетом наиболее экономичного ис­пользования имеющихся в наличии шихтовых материалов; расчет (про­гноз) продолжительности плавки; рас­чет (прогноз) необходимого расхода реагентов, раскислителей, добавочных материалов; установление плана-гра­фика работы оборудования и выполне­ния заказов. Математическому моде­лированию предшествует (или осуще­ствляется параллельно) физическое моделирование, при котором изучает­ся само явление (в разных масштабах и условиях). Применительно к сталепла­вильному производству физическое моделирование широко используется при исследовании и прогнозировании процессов тепло- и массопереноса.

В тех случаях, когда процессы сложны и описываются системой урав­нений, более пригоден метод матема­тического моделирования, в котором процесс изучается не на физическом объекте (модели), а при помощи ЭВМ. При рассмотрении результатов математического моделирования сле­дует учитывать, что при построении математической модели реальные про­цессы упрощаются и схематизируют­ся; в ней не учитываются некоторые факторы, которые построителем мо­дели были признаны второстепенны­ми. В связи с этим, рассматривая и ис­пользуя результаты математического моделирования, необходимо прежде всего убедиться в адекватности модели реальному явлению, реальному про­цессу. Квалифицированно это может сделать только специалист, хорошо знающий сам процесс.

Металлурги располагают достаточ­но большим набором разработанных математических моделей ряда процес­сов, позволяющих проводить расчеты взаимодействия фаз, равновесий в сис­темах (металл—газ, шлак—газ, металл-шлак и т. п.), газовыделения и др.

По результатам математического моделирования на базе современной электронно-вычислительной техники в металлургии созданы системы авто­матического управления технологи­ческими процессами плавки («Стале­вар», «Технолог» и др.), системы ре­шения оперативно-организационного управления сталеплавильными цехами разных типов. Примеры этих решений подробно рассматриваются в соответ­ствующих специальных курсах.

Приходится учитывать, что модель управления сталеплавильным цехом достаточно сложна. Так, модель кон­вертерного цеха должна включать ос­новные частные модели, касающиеся: подачи чугуна, металлолома (скрапа), извести, других шлакообразующих (на­пример, плавикового шпата); введения кислорода, аргона при комбинирован­ной продувке в конвертере, азота (в случае его использования); проведения собственно конвертерной плавки; по­дачи ферросплавов и раскислителей в ковш, раскислителей в промежуточ­ный ковш или кристаллизатор УНРС; оборота сталеразливочных ковшей, шлаковых чаш; работы установок не­прерывной разливки, включая модели оборота промежуточных ковшей и пр.; суточного планирования выполнения заказов по маркам стали; синхрониза­ции работы конвертеров и оборудова­ния внепечной обработки (вакуумирования, продувки аргоном или азотом, вдувания порошков и т. п.); синхрони­зации работы конвертеров и установок непрерывной разливки и т. д.

В масштабе завода разрабатывают математические модели сталеплавиль­ный цех—прокатный цех. Каждая из пе­речисленных выше частных моделей достаточно сложна. Например, в дина­мических системах управления соб­ственно конвертерной плавкой при по -даче кислорода только сверху через вер­тикальную фурму в качестве прогноза-тора используются обычно математи­ческие модели процесса с применением ряда критериев оптимальности, в числе которых: минимальная продолжитель­ность продувки; обеспечение заданных параметров шлака; минимальные поте­ри металла с выбросами; обеспечение заданного химического состава стали (обычно содержания углерода); обес­печение заданной температуры стали; минимизация расхода вдуваемого кис­лорода; обеспечение максимального выхода годной стали. Задача создания такой системы управления оказалась очень сложной. Приходится учиты­вать возможность влияния на практи­ке форсмажорных (непредсказуемых, случайных) факторов, таких, как: коле­бания состава извести и шлакообразу­ющих; состава и качества металлолома; стойкости и местных разрушений футеровки; заметалливание сопел; изме­нения показателей работы кислород­ных фурм; погрешности измерения температуры, состава и количества чу­гуна и т. д. В связи с этим металлурги широко используют метод стохасти­ческой аппроксимации ', т. е. метод ре­шения задач статистической оценки, при которой каждое следующее значе­ние оценки принимается с учетом но­вой поправки на новую информацию.

Некоторые частные проблемы бо­лее просты; они позволяют более на­дежно решать чисто производственные задачи. Известны, например, модели, позволяющие прогнозировать темпе­ратуру металла, рассчитывать необхо­димую долю металлолома в шихте и т. п. По мере повышения степени стан­дартности проведения операций (стан­дартность материалов, отсутствие за­держек в подаче шихты и выпуске плавки, стандартно высокое качество огнеупоров, высокое качество измери­тельной техники и т. п.) возрастают ре­альные возможности использования результатов математического модели­рования для управления плавкой и организацией работы в цехе.

В настоящее время при использо­вании ЭВМ принимаются более обо­снованные и близкие к оптимальным решения, поскольку в памяти ЭВМ, которыми оборудованы сталеплавиль­ные цехи, хранятся информация о плане производства на текущие сутки, сменный график работы цеха, сведе­ния о состоянии производства (ресур­сы материалов, наличие и состояние оборудования, нормативы на выпол­нение отдельных операций и т. п.).

¹ От греч. stochastikos — умеющий угады­вать, проницательный и лат. approximo — приближаюсь.

² Это слово введено в обиход в 1920г. чешским писателем К. Чапеком, назвавшим роботами механических людей (по-чешски rob — раб, robota — подневольный труд).

АВТОМАТИЧЕСКИЕ