Об управлении химическим составом сырьевого материала и режимом плавки для обеспечения требуемых механических свойств стальных изделий серийного производства

Прикладная математика и вопросы управления. 2023. № 3. С. 109–126.

Ясницкий Л. Н., Мезенцев А. С.

Целью работы является создание математической модели, пригодной для опера-
тивного управления прочностными характеристиками получаемого стального изделия
в условиях серийного сталеплавильного производства. Существующие подходы, ос-
нованные на результатах испытаний опытных образцов, получаемых в лабораторных
условиях, для этой цели не подходят, поскольку в условиях серийного сталеплавиль-
ного производства на прочностные характеристики изделий, помимо их химического
состава, влияет структура металла и множество других условий плавок. Подходы, в
которых при прогнозировании принимается во внимание структура металла, также не
могут быть использованы, так как получение параметров структуры металла возмож-
но уже только после разливки и затвердевания стали, когда оперативные управляю-
щие воздействия на результаты плавок уже невозможны. Главная идея исследования
состоит в том, чтобы обучить нейронную сеть на тех данных серийного производст-
венного процесса, которые прямо или косвенно влияют на механические характери-
стики получаемых изделий, и, таким образом, учитывать структуру металла неявным
образом. Отмечается, что данные, собранные в условиях действующего серийного
производства, неизбежно содержат множество статистических выбросов, поэтому
datasets подвергались тщательной очистке с помощью авторского алгоритма, что
позволило создать пригодную для практического применения нейросетевую модель.
С помощью разработанной нейросетевой модели методом замораживания в графи-
ческом виде построены зависимости ударной вязкости от режимов работы мартенов-
ской печи, условий плавок и химического состава. Исследование нейросетевой моде-
ли позволило выявить некоторые закономерности моделируемого процесса, в частно-
сти, установить, что в условиях мартеновского производства химический состав
играет не первостепенную роль в формировании прочностных характеристик изделий.
В результате исследований нейросетевой модели получены рекомендации по повы-
шению ударной вязкости производимых изделий и по выводу некоторых из них из
брака за счет изменения условий плавок и химического состава металла.

Ключевые слова: нейронная сеть, ударная вязкость, химический состав, artificial neural network, chemical composition, ore raw materials, impact strength, melting parameters, сырьевой материал, Параметры плавки