Удосконалення системи автоматизованого управління агломераційною машиною № 2 в умовах аглофабрики ПАТ «Запоріжсталь»

Abstract

UA : Роботу присвячено розробці системи оперативного управління процесом виробництва залізорудного агломерату, спрямованої на раннє виявлення та діагностику технологічних порушень. Запропоновано структуру дворівневої нейромережевої моделі, де мережа верхнього рівня локалізує проблемні ситуації, а мережі нижнього – ідентифікує конкретні причини їх виникнення. Для підвищення ефективності моніторингу та зменшення розмірності вхідних даних застосовано метод головних компонент із використанням статистик T² та Q. Додатково розроблено алгоритми комп’ютерного зору для обробки зображень з цифрових камер, що дозволяє контролювати візуальні параметри агломераційного спеку в реальному часі. Працездатність системи підтверджено методом імітаційного моделювання в середовищі MATLAB на основі реальних виробничих даних. Результати дослідження свідчать про здатність системи виявляти відхилення на початкових стадіях розвитку, що дозволяє оператору своєчасно коригувати процес та підвищити якість готової продукції.EN : The thesis is devoted to the development of an operational control system for the iron ore sinter production process, aimed at early detection and diagnosis of technological disturbances. A structure of a two-level neural network model is proposed, where the upper-level network localizes problem situations, and the lower-level networks identify the specific causes of their occurrence. To improve monitoring efficiency and reduce the dimensionality of input data, the Principal Component Analysis (PCA) method was applied using T² and Q statistics. Additionally, computer vision algorithms were developed for processing images from digital cameras, allowing for real-time control of the visual parameters of the sinter cake. The system's performance was verified using simulation modeling in the MATLAB environment based on real production data. The study results demonstrate the system's ability to detect deviations at the initial stages of development, allowing the operator to timely correct the process and improve the quality of the finished product.