Ученые сделали более эффективным металлургических печей, дав им "мозги"

Опубликованно 03.07.2019 15:35

МОСКВА, 13 июн — РИА Новости. Ученый Национального исследовательского технологического университета "МИСиС" (НИТУ "МИСиС") предложил свежий "нейронная сеть альтернативного" управления металлургических печей, обещая увеличить их эффективность в пределах 10%. Статья о разработке опубликована в "информатика Procedia".

Создана в НИТУ "МИСиС" "нейросетевой регулятор" предназначен для улучшения энергоэффективности металлургических печей с высокой – до 100 МВт потребляемая мощность, говорится в сообщении девелопера, доцент кафедры автоматизированных и информационных систем управления Старооскольского технологического института (филиала) НИТУ "МИСиС" Антон Глущенко.

8 февраля, 09:01Плита без золы и "вечный" аккумулятор: российские ученые – Лучшая инновация

Как правило, печи на работе подвергаются различные возмущения, например, открывая шторы для погрузки и разгрузки металла приводит к потере тепла, и загрязнение газовых горелок – снижают эффективность сгорания топлива. Из-за этого, параметры печи меняется. Но как они управляются, как правило, с помощью линейных регуляторов с постоянными параметрами – пресловутый нестационарность во внимание не принимается. Это снижает качество управления и приводит к потерям энергии.

"Для решения традиционных задач предлагается построение адаптивных систем управления – нейросетевой регулятор. Система в режиме реального времени регулировка параметров линейный регулятор, так что качество управления печи во всех режимах остается одинаково высоким, тем самым снижая энергопотребление единицы", – сообщил РИА Новости Антон Глущенко.

6 июня, 09:00Прогноз ученого: квантовый компьютер будет способен учить себя все

Он отметил, что новизна подхода состоит в комбинации настройщика два интеллектуальных технологий – нейронных сетей и баз знаний. Нейронная сеть вычисляет значения параметров, используемых в печи линейного регулятора и обучение непосредственно во время работы, чтобы отслеживать, что происходит в изменениях печи.

"Главные вопросы когда и как быстро обучить сеть. Их ответы на базы знаний, отражающей опыт работы инженер автоматизации технологических процессов. Он содержит и описания ситуаций, когда нужно настроить контроллер, и формулы для вычисления скорости обучения нейронной сети. В отличие от других подходов, нейросетевой регулятор не требуется построения модели объекта управления, никакой явной эталонной модели. Кроме того, это поможет отслеживать график задачи, когда изменения в параметрах печи и компенсировать влияющие на нарушения", - сказал ученый.

Регулятор реализован в виде функционального блока, который может быть размещен в памяти, логических контроллеров, широко распространены в металлургии. Входы и выходы этого блока обязаны быть размещены в контроллер для линейного контроллера и сигналы, полученные извне.

"Введение регулятор не будет требовать капитальных затрат, поскольку оборудование и программное обеспечение точек зрения – в существующей системе управления печи ничего не изменится. Такой подход позволит повысить энергоэффективность отопительной печи на 5-10%", – заключил Антон Глущенко.

13 ноября 2017 года, 08:00Россия построила экспериментальную печь для выплавки чугуна из отходов металлургии

Как сообщили в НИТУ "МИСиС", в дальнейшем планируется расширить класс объектов использования Настройщик, переработки и тестирования для разных моторов.

Категория: Технологии