Дипломная (вкр): Совершенствование системы контроля качества в технологическом процессе гуммирования

Совершенствование системы контроля качества в технологическом процессе гуммирования

ВВЕДЕНИЕ

гуммирование покрытие сушка материал

Актуальность темы. Современные системы измерения и контроля качества дают возможность с предельной точностью контролировать толщину неорганических и органических покрытий на полосе. При их использовании на полосу можно равномерно наносить покрытия по всей ширине и длине, а производственные линии могут надёжно работать при пониженном уровне допусков на толщину покрытия. Такие системы позволяют повысить производительность и снизить расход материалов и энергии. Кроме того, они упрощают работу персонала, так как измерительные приборы непосредственно интегрировали в системы управления процессом.

Отделка поверхности металлической полосы становится всё более важным фактором во многих областях её применения, включая автомобильную промышленность, производство бытовой техники, строительство и упаковка различных материалов.

Непрерывные процессы нанесения покрытий, например электролитическим способом или методом погружения, а также нанесения материалов или гуммирования на поверхность стальных или алюминиевых полос, позволяют получить изделия с поверхностью, имеющей лучшие эксплуатационные характеристики и более высокую коррозионную стойкость. Ответственность производителей полосы чрезвычайно возросла с повышением требований к качеству покрытий. Повышение требований к качеству и необходимость экономии материалов требуют предельной точности и надёжности в работе измерительной техники. Таким образом, производители разрабатывают новые системы, способные измерять толщину покрытий в технологических линиях и гарантирующие прецизионный контроль процессов.

Одним из самых распространённых продукции, которую выпускает металлургический комплекс, является предварительно окрашенный прокат с защитным покрытием.

Сейчас в мире насчитывается более 650 линий производства защищённого проката. На ведущие позиции в производстве этого вида проката выходят такие страны, как Китай, Индия и Россия [1].

На качество конечной продукции, в первую очередь, влияют температурные режимы печных установок сушки гуммированного покрытия. Снижение количества бракованной продукции, а также уменьшение потребляемых энергетических ресурсов за счёт совершенствования управляющих систем сушки гуммированного покрытия, представляет собой одно из главных направлений развития сферы производства защищённого проката.

Исследования в данной области базируются на основах теории моделирования процессов и систем, изложенных в работах С.А. Айвазяна, А.В. Антонова, В.С. Анфилатова, Ю.А. Бахвалова, А.А. Денисова, Р. Калмана (R.E.Kalman), В.А. Котельникова, Н.Л. Лузина, Ю.Г. Лукашина, А.А. Ляпунова, М.Ю. Медведева, П.С. Новикова, Б.Я. Советова, К. Шеннона (С.Е.Shannon), С.А. Яковлева и др.

Усовершенствование методов моделирования и управления промышленными тепловыми объектами связано с работами таких учёных, как А.С. Гольцов, В.А. Завьялов, А.К. Карабашев, М.Ю. Лившиц, А.А. Шевяков, Р.В. Яковлева и др.

Исследования в области управления и моделирования процессов, протекающих в гуммированных покрытиях, в основном, связаны с теорией физики поверхностных явлений, раскрытой в работах А.Ю. Гросберга, В.П. Жданова, Ю.С. Липатова, С.Г. Тихомирова, А.Р. Хохлова и др.

Сейчас задача осуществления процесса сушки гуммированного покрытия осложняется слабой формализацией теплофизических процессов, происходящих в печных установках агрегата гуммированных покрытий металла, а также относительно слабой изученностью процессов, протекающих на уровне наноструктур. Сокращениеобъёма бракованной продукции и понижение потребления энергетических ресурсов за счёт создания специального математического обеспечения управления производственным процессом является приоритетным способом увеличения конкурентоспособности на мировом рынке защищённого окрашенного проката для предприятий металлургического комплекса.

Вследствие этого разработка метода и алгоритмов адаптивного управления многосвязными тепловыми объектами агрегата гуммированныхпокрытий металла представляется актуальной научно-технической задачей.

Цель и задачи выпускной квалификационной работы. Цельювыпускной квалификационной работы является повышение энергетической эффективности и сокращение доли бракованной продукции за счётповышения точности задания температурных режимов многосвязных тепловых объектов агрегата гуммированных покрытий металла, обеспечивающего поддержание температуры резино-технической оцинкованной полосы на базе синтеза адаптивных систем поисковой оптимизации, нейро-нечётких моделей и идеального моделирования теплового объекта.

Объект и предмет исследования. Объектом исследования является система управления процессомгуммирования оцинкованной металлической полосы в печах агрегата гуммированных покрытий металла при выпуске предварительно окрашенного проката. Предметом исследования являются методыи алгоритмы управления многосвязными тепловыми объектами агрегата гуммированных покрытий металла.

Методы исследования. Для решения поставленных задач в работе использовались методы системного анализа, математического моделирования, искусственного интеллекта, нейронных сетей и нечёткой логики, эволюционные алгоритмы, а также основы теории построения алгоритмов и программ.

Научная новизна и основные положения, выносимые на защиту:

Разработана математическая модель управления многосвязными тепловыми объектами агрегата гуммированных покрытий, которая позволяет установить требуемый режим температуры в условиях нестационарности, нелинейного изменения внешних и внутренних факторов и распределённости параметров.

Разработан метод управления процессом гуммирования, который отличается использованием эвристической оптимизации технологических параметров с помощью генетического алгоритма, который позволяет сократить расход газа и обеспечить максимальный коэффициент прилипания лакокрасочного материала к поверхности полосы.

Разработана система алгоритмов управления многосвязными тепловыми объектами агрегата гуммированных покрытий, которая успешно реализует функционально полное алгоритмическое обеспечение:

алгоритм прогнозирования температуры поверхности металла на выходе из печной установки;

алгоритм оптимизации технологических параметров процесса гуммирования оцинкованной полосы;

алгоритм обучения модели управления процессом гуммирования оцинкованной полосы;

алгоритм расчёта температуры печной зоны с помощью нейро-нечёткой сети;

алгоритм управления многосвязными тепловыми объектами агрегата гуммированных покрытий металла;

обобщенный алгоритм функционирования системы управления многосвязным тепловым объектом агрегата гуммированных покрытий металла.

Практическая значимость результатов исследованиязаключается в том, что осуществление разработанных теоретических установок позволила:

разработать имитационную модель процесса сушки материала в печи агрегата гуммированных покрытий металла, что привело к повышению точности прогнозирования температуры поверхности металла на 8 %;

снизить количество бракованной продукции, связанной с отслоением покрытия, на 1,7 % за счёт повышения точности определения требуемого температурного режима печной установки, обеспечивающего нагрев металлической полосы до температуры гуммирования;

снизить расход газа, используемого для нагрева печных зон, на 3 % за счёт оптимизации технологических параметров процесса гуммирования;

увеличить скорость принятия решений по подбору технологических параметров процесса гуммирования оцинкованной полосы в 2,8 раза с помощью разработанного программного обеспечения, реализующего описанные метод и алгоритмы управления;

увеличить экономическую эффективность работы на рынке металлургической продукции с высокой добавленной стоимостью на 3%.

Реализация результатов работы.

Структура и объем работы. Выпускная квалификационная работа состоит из введения, трех разделов, заключения, списка литературы, включающего 69 наименований. Объём выпускной квалификационной работы - 69 страниц.

В первом разделе проведен анализ существующих систем, методов и средств управления многосвязными тепловыми объектами, рассмотрены характеристики процесса вулканизации с точки зрения процесса управления, определены требования к системе управления процессом вулканизации.

Во втором разделе дано концептуальное описание управления многосвязными тепловыми объектами агрегата гуммированных покрытий металла с помощью системной модели, разработана имитационная модель процесса сушки гуммированного покрытия в печах агрегата гуммированных покрытий на основе идеального моделирования теплового объекта, разработан метод оптимизации технологических параметров процесса на основе синтеза генетического алгоритма и имитационной модели, разработан метод интеллектуального управления многосвязными тепловыми объектами агрегата гумированных покрытий металла на основе нейро-нечёткой модели, обученной на основе оптимизированных ретроспективных данных о работе установки.

В третьем разделе разработаны алгоритм прогнозирования температуры поверхности металла на выходе из печной установки, алгоритм оптимизации технологических параметров процесса вулканизации оцинкованной полосы, алгоритм обучения нейро-нечёткой модели управления процессом вулканизации оцинкованной полосы, алгоритм расчёта температуры печной зоны с помощью нейро-нечёткой сети, алгоритм управления многосвязными тепловыми объектами агрегата гуммированных покрытий металла и обобщённый алгоритм функционирования системы управления многосвязным тепловым объектом агрегата гуммированных покрытий металла.

Заключение содержит краткое описание основных результатов выпускной квалификационной работы.

1. ОБЩАЯ ХАРАКТЕРИСТИКА ПРОБЛЕМЫ УПРАВЛЕНИЯ МНОГОСВЯЗНЫМИ ТЕПЛОВЫМИ ОБЪЕКТАМИ НА АГРЕГАТЕ ГУММИРОВАННЫХ ПОКРЫТИЙ МЕТАЛЛА

.1 Анализ существующих систем, методов и средств управления многосвязными тепловыми объектами

Процессы, связанные с преобразованием теплоты в электрическую или механическую энергию, как и процессы различных видов передачи теплоты, широко распространены во многих отраслях современной техники. Эти процессы являются основными в металлургической промышленности. Успешное решение задач автоматизации технологических процессов в металлургии тесно связано с развитием теории и практики автоматического управления и системного анализа. Особенно это важно для управления процессами в различных динамических системах, которые не могут успешно протекать без надёжной системы автоматического управления и регулирования [3].

Комплексная автоматизация вызывает необходимость одновременного изменения нескольких управляемых переменных. При этом сложные технические объекты должны рассматриваться не только как многомерные, но и как многосвязные. Многосвязность проявляется в наличии перекрестных связей, за счет которых управляющее воздействие, поданное на любой из входов, приводит к изменению несколько выходов [4].

Тепловой объект имеет ряд особенностей, которые необходимо учитывать при выборе методов управления:

многосвязность;

работа в условиях нестационарности;

нелинейное изменение внешних и внутренних факторов;

распределённость параметров по координате.

Учитывая перечисленные особенности, для управления многосвязными тепловыми объектами в условиях неопределённости используют системы управления на основе идеального моделирования теплового объекта («классический» подход) и системы адаптивного управления, которые, в свою очередь, подразделяются на самонастраивающиеся системы, системы с адаптацией в особых фазовых состояниях и обучающиеся системы [5, 6].

Самонастраивающие системы. Характеризуются наличием специальных контуров самонастройки, с помощью которых оцениваются динамические и статические свойства системы и формируются такие контролируемые воздействия, что система самопроизвольно приближается к определённому эталону, часто задаваемому математически в виде критерия качества функционирования. При этом контур самонастройки служит для изменения параметров или структуры основного контура с целью обеспечения заданного критерия качества управления. Обычно критерий качества управления выражается в виде функционала или функции от параметров и измеряемых координат системы.

В процессе работы системы значение функционала качества изменяется, и задача контура самонастройки сводится к обеспечению экстремального значения критерия [7]. Нахождение и поддержание максимального значения критерия качества управления может производиться или с помощью пробных отклонений системы, или путём аналитического определения условий экстремума. В зависимости от указанных способов нахождения экстремума самонастраивающиеся системы подразделяются на поисковые и беспоисковые системы [8, 9].

Поисковые системы. Задача поисковой самонастройки формулируется следующим образом. Предполагается, что имеется множество состояний системы , которое является областью определения целевой функции или функционала качества системы описываемого формулой (1).

(1)

Из множества состояний Х необходимо выбрать определённые состояния, показанные в выражении (2)

, (2)

где j = 1, 2, …, m, при которых обеспечивается экстремальное значение функционала качества .

Связь между экстремальным значением функционала качества и предпочтительными состояниями системы из множества Х не задана в явном виде, и требуемый выбор обеспечивается путем последовательного приближения к решению в результате опробования различных состояний системы. Таким образом, существенной чертой самонастраивающихся систем данного класса является наличие процесса поиска как последовательной, итеративной процедуры выбора одного из множества возможных путей для достижения поставленной цели [8].

Поиск экстремума может осуществляться различными способами, начиная от простого просмотра всех имеющихся в наличии состояний системы и заканчивая сложными вероятностными процедурами сравнения вариантов выбираемых путей. Все методы поиска подразделяются на регулярные и случайные методы. В регулярных методах поиска выбор направления поискового движения осуществляется по заранее заданному закону, а в случайных методах направление к экстремуму определяется случайным образом [10].

Беспоисковые системы. Системы данного типа решают задачу динамической оптимизации методами беспоисковой адаптации. Они отличаются от аналогичных поисковых систем тем, что адаптация нестационарной системы управления осуществляется под оптимальную эталонную модель. При этом параметры указанной модели вычисляются с помощью поисковых процедур динамической оптимизации заранее, на этапе проектирования. Таким образом, в этих системах задача поиска оптимального управления заменяется более простой в вычислении задачей подстройки под оптимальную модель системы [11].

Системы с адаптацией в особых фазовых состояниях. Они используют особые режимы или свойства нелинейных систем, например, режимы автоколебаний, скользящие режимы для организации контролируемых изменений динамических свойств системы управления. Специально организованные особые режимы в таких системах либо служат дополнительным источником рабочей информации об изменяющихся условиях функционирования системы, либо наделяют систему управления новыми свойствами, за счёт которых динамические характеристики управляемого процесса поддерживаются в желаемых пределах, независимо от характера возникающих при функционировании изменений. Эти системы можно подразделить на релейные системы и робастные системы [12, 13].