автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизированная система интеллектуальной поддержки процессов управления производством непрерывнолитой заготовки

^-ізіїо^ЦР

005049685

МАЦКО Игорь Игоревич

АВТОМАТИЗИРОВАННАЯ СИСТЕМА ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРОЦЕССОВ УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ НЕПРЕРЫВНОЛИТОЙ ЗАГОТОВКИ

05.13.06 —Автоматизация и управление технологическими процессами и производствами (промышленность)

Автореферат диссертации на соискание ученой степени кандидата технических наук

1 4 ФЕВ 2013

Оренбург-2013

005049685

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Магнитогорский государственный технический университет им. Г.И. Носова».

Научный руководитель - доктор технических наук, доцент

Логунова Оксана Сергеевна

Официальные оппоненты: Лысов Владимир Ефимович,

доктор технических наук, профессор, ФГБОУ ВПО «Самарский государственный технический университет», профессор кафедры электропривода и промышленной автоматики;

Черноусова Антонина Михайловна, кандидат технических наук, доцент, ФГБОУ ВПО «Оренбургский государственный университет», профессор кафедры систем автоматизации производства

Ведущая организация - ФГБОУ ВПО «Уральский федеральный

университет имени первого Президента России Б.Н. Ельцина» (г. Екатеринбург)

Защита состоится 1 марта 2013 г в 12:30 на заседании диссертационного совета Д 212.181.02, созданного на базе ФГБОУ ВПО «Оренбургский государственный университет», по адресу: 460018, г. Оренбург, пр. Победы, 13, ауд. 6205.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Оренбургский государственный университет».

Автореферат разослан 13 января 2013 г.

Ученый секретарь

диссертационного совета В.И. Рассоха

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Современное промышленное производство выдвигает новые требования к системам управления многостадийными производствами. Эти требования обусловлены внедрением новых приоритетных направлений, определенных государственной политикой в России. Одно из таких направлений - развитие информационно-телекоммуникационных технологий, которые являются неотъемлемой частью автоматизированных систем управления (АСУ) производством крупных промышленных предприятий. Использование новых модулей АСУ для многостадийных производственных процессов способствует повышению эффективности функционирования агрегатов и обеспечивает снижение доли продукции пониженного качества.

Многостадийная технология получения непрерывнолитой заготовки, с точки зрения управления, является сложным объектом. Для таких технологий необходима система, позволяющая в режиме реального времени выполнять мониторинг качества получаемой продукции и обеспечивающая интеллектуальную поддержку принятия решений при управлении производством.

При разработке и внедрении новых модулей, дополняющих существующие АСУ производства, появляется необходимость использования графической информации, получаемой в ходе оценки качества готовой продукции и полуфабрикатов.

В области теории и практики использования графической информации и принятия решений в условиях АСУ производств накоплен значительный положительный опыт. Вопросы получения, обработки и сегментации изображений отражены в трудах зарубежных и российских исследователей. Труды ГонсалесаР.," Вудса Р., Шапиро Л., Стокмана Дж. и других определили развитие математической теории в области улучшения и сегментации графической информации. В области принятия решений на основе древовидных структур можно отметить труды Quinlan J.R., Janikow C.Z., Hastie Т., Tibshirani R., Friedman J., Берестневой О.Г. и других. В области практического использования теории нечетких множеств и нечеткой логики следует выделить труды Zadeh L.A., Esposito F., Malebra D., Semeraro G., Дюличевой Ю.Ю. и других.

Однако, несмотря на проведенные исследования и значительное число публикаций в области АСУ производства непрерывнолитой заготовки, остаются актуальными следующие проблемы:

- отсутствие автоматизированных систем, позволяющих обеспечить контроль за технологическими процессами, входящими в технологическую цепочку, на основе информации о качестве выпускаемой продукции;

- отсутствие методик сбора и обработки графической информации о качестве металлургической продукции по низкоконтрастным изображениям с элементами нерегулярной формы;

- отсутствие пакетов прикладных программ для интеллектуальной поддержки принятия решений в АСУ многостадийным производством, построенных на основе адаптивных нечетких деревьев с динамической структурой, учитывающих значения атрибутивных признаков качества получаемой продукции.

Цель работы - сокращение доли непрерывнолитой заготовки пониженного качества при использовании автоматизированной системы интеллектуальной поддержки процессов управления многостадийным производством, построенной на основе адаптивных нечетких деревьев с динамической структурой.

Для достижения поставленной цели решены следующие задачи:

- теоретико-информационный анализ АСУ производством непрерывнолитых заготовок для определения источников, способов получения и методов обработки графической информации;

- разработка математического обеспечения для анализатора качества непрерывнолитой заготовки, включающего формализованное описание границ областей на изображении темплета, алгоритмы улучшения и сегментации изображения темплетов, нечеткую древовидную структуру классификации дефектов заготовки по качественным и количественным характеристикам объектов нерегулярной формы;

- разработка математического и программного обеспечения для модуля принятия решений о коррекции заданий технологических процессов в условиях функционирования автоматизированной системы интеллектуальной поддержки управления многостадийным производством непрерывнолитой заготовки на основе адаптивного нечеткого дерева с динамической структурой;

- разработка организационно-технических решений для эксплуатации автоматизированной системы интеллектуальной поддержки управления производством непрерывнолитой заготовки, включающих организацию рабочих мест технологов, выбор аппаратной платформы для функционирования программного анализатора, оценку предполагаемой экономической эффективности функционирования разработанных модулей.

Объект исследования - АСУ производством качества непрерывнолитой заготовки, получаемой при многостадийной организации металлургического производства.

Предмет исследования — информационное, математическое и программное обеспечение системы управления производством непрерывнолитой заготовки, включающее математическое описание графической информации, адаптивные нечеткие деревья с динамической структурой для интеллектуальной поддержки принятия решений об оперативной коррекции управляющих воздействий.

Научную новизну составляют:

1) математическое описание низкоконтрастного изображения, включающее формализованное описание границ областей на изображении темплета, методику улучшения и сегментации изображения темплетов, нечеткую древовидную структуру классификации дефектов заготовки по качественным и количественным характеристикам объектов нерегулярной формы;

2) структура автоматизированной системы интеллектуальной поддержки процессов управления многостадийным производством, отличающаяся от ранее используемой наличием новой информационной связи о качестве получаемой заготовки;

3) методика принятия решения для коррекции управляющего воздействия на каждой стадии производства непрерывнолитой заготовки, построенная с использованием адаптивного нечеткого дерева с динамической структурой.

Практическая значимость работы заключается в разработке алгоритмов и программных модулей, обеспечивающих информационную связь с учетом оценки качества непрерывнолитой заготовки прямоугольного и квадратного сечения. Программные модули опробованы в ИТЦ «Аусферр» и ЗАО «Консом», лаборатории физико-механических и металлографических испытаний толстолистового и сортового проката ОАО «Магнитогорский металлургический комбинат».

Новизна и значимость технических решений подтверждены свидетельствами о государственной регистрации программ для ЭВМ. Научные аспекты исследований нашли отражение в учебно-методическом материале и используются в учебном процессе ФГБОУ ВПО «Магнитогорский государственный технический уни-

верситет им. Г.И. Носова». Работа выполнена в рамках Федеральной целевой программы «Научные и научно-педагогические кадры инновационной России» на 2009 - 2012 гг. по государственным контрактам П2402 от 18.11.2009 г., при финансовой поддержке грантов Правительства Челябинской области (2011 и 2012 гг.) и ректора ФГБОУ ВПО «Магнитогорский государственный технический университет им. Г.И. Носова».

Основные положения, выносимые на защиту:

1) функциональные модели производства непрерывнолитой заготовки, полученные в ходе проведения теоретико-информационного анализа, отображающие структуру управления, позволяющие выполнить построение методики сбора и подготовки информации для автоматизированной системы интеллектуальной поддержки;

2) математическое описание низкоконтрастного изображения образца и методика классификации элементов нерегулярной формы изображения, построенной на основе леса нечетких деревьев, позволяющая снизить влияние человеческого фактора в системе экспертной оценки качества заготовки;

3) структура автоматизированной системы интеллектуальной поддержки процессов управления многостадийным производством, позволяющая использовать существующую программно-техническую базу АСУ производства и внедрить в нее систему мониторинга качества получаемой продукции;

4) программные модули для классификации дефектов непрерывнолитой заготовки, построенные на основе адаптивных нечетких деревьев с динамической структурой, позволяющие повысить достоверность экспертной информации, поступающей в систему управления производством, достоверность принятия решения о коррекции управляющего воздействия в технологической цепочке ~ производства непрерывнолитой заготовки.

Апробация работы. Основные положения и результаты диссертации докладывались, обсуждались и были одобрены на международных научных конференциях «Инженерная поддержка инновации и модернизации» (Екатеринбург, 2010, 2012); «Перспективы развития информационных технологий» (Новосибирск,' 2011); «Математическое и программное обеспечение систем в промышленной и социальной сферах» (Магнитогорск, 2011); «Современные металлические материалы и технологии» (Санкт-Петербург, 2011); «Проблеми ¡нформатики i моделювання» (Украина, Харьков, 2011, 2012); «Информационные технологии: наука, техника, технология, образование, здоровье (MicroCAD-2012)» (Украина, Харьков, 2012); «International Conference on Applied Physics and Mathematics» (Индия, Ченнаи, 2011, 2012); «Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике» (Санкт-Петербург, 2012); «Теория и практика тепловых процессов в металлургии» (Екатеринбург, 2012); «ГрафиКон'2012» (Москва, 2012); «The 2nd International Conference on Electronics, Communications and Control» (Китай, Чжоушань 2012).

Публикации. По материалам диссертации опубликованы б статей в изданиях из Перечня ВАК, глава в коллективной монографии, 11 статей в зарубежных изданиях, 9 статей в сборниках научных трудов и материалах международных и региональной научных конференций, 2 свидетельства о государственной регистрации программ для ЭВМ.

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, библиографического списка и приложений. Работа изложена на 170 страницах, в том числе: основной текст на 130 страницах, 18 таблиц, 105 рисунков, библиографический список из 117 наименований на 14 страницах, приложения на 26 страницах.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении показана актуальность темы диссертации, дан анализ исследуемой проблемы и определены подходы к её решению, поставлены цель и задачи исследования, охарактеризована научная новизна и практическая значимость результатов, приведен обзор структуры и содержания диссертации, выделены основные положения, выносимые на защиту.

В первой главе приведены результаты теоретико-информационного анализа АСУ производством непрерывнолитых заготовок, определены источники, способы получения и методы обработки информации в системе управления этим процессом.

Результаты теоретико-информационного анализа АСУ производством непрерывнолитой заготовки показали, что платформу составляет АСУ различных переделов, включающих выплавку стали в дуговых сталеплавильных печах, обработку стали на установке печь-ковш и разливку стали на машинах непрерывного литья заготовок. Подсистема управления технологией осуществляет регламентацию технологических режимов производства и параметров контроля качества продукции. Подсистема содержит полный объем технологической нормативной информации, на основании которой формируются и передаются в АСУ ТП агрегатов технологические требования для каждой позиции производственной программы. Производится передача информации в систему управления качеством. С целью выявления основных составляющих всех процессов технологической цепочки производства непрерывнолитых заготовок был проведен комплексный анализ системы управления для каждого передела. Анализ проводился на основе экспериментальных наблюдений, изучения и анализа технологических инструкций, стандартов и метрологического обеспечения. Основным источником информации для принятия решений о причинах возникновения бракованной заготовки является паспорт плавки, заполняемый на каждой стадии производства. При этом информация о качестве получаемой заготовки, оцениваемом сотрудниками лаборатории, носит субъективной характер. Результаты анализа позволили выявить недостатки системы управления: отсутствие автоматической системы для оценки качества непрерывнолитых заготовок, приводящее к получению информации с низкими свойствами достоверности, полноты и релевантности; отсутствие информационной связи с подразделениями контроля качества по причине недостаточно объективной информации о качестве получаемой заготовки; отсутствие математического обеспечения для улучшения и сегментации изображения темплетов непрерывнолитой заготовки и их серных отпечатков, определения дефектов на этих изображения, классификации выделенных дефектов; отсутствие программных анализаторов для автоматизированной обработки графической информации для принятия решений в технологическом процессе; отсутствие единой научно обоснованной системы принятия решения об организации взаимосвязанных процессов выплавки, внепечной обработки и непрерывной разливки стали, приводящее к рассогласованию управления на каждой стадии.

Наличие указанных недостатков не позволяет эффективно организовать управление производством непрерывнолитой заготовки с использованием информации о качестве получаемой продукции и приводит к получению заготовки пониженного качества в количестве 0,03 % от общего объема производства блюмов за счет снижении производительности металлургических агрегатов.

Анализ теоретических и практических разработок продемонстрировал научно обоснованную теорию, которая может быть использована для устранения указанных недостатков.

Во второй главе представлены результаты анализа получаемой графической информации, ее математическое описание, новая методика сбора информации, реализованная в качестве программного модуля для анализатора АСУ производства непрерывнолитой заготовки, предложен алгоритм классификации внутренних дефектов на основе леса нечетких деревьев с динамической структурой и выполнена его программная реализация.

Для анализа графической информации в лабораториях ОАО «Магнитогорский металлургический комбинат» было собрано 71 изображение серных отпечатков и 384 фотографии темплетов. Информация о качестве непрерывнолитой заготовки до настоящего времени получается по традиционной технологии описанной в ГОСТ 10243-75. Информация представляет собой изображения, приведенные на рис. 1. Дефекты представляют собой объекты нерегулярной формы с пониженной яркостью. Всего в рамках работы рассматриваются следующие виды дефектов: точечная неоднородность, осевая рыхлость, трещины, перпендикулярные грани заготовки и газовые пузыри.

Рис. ] - Пример графической информации, поступающей в АСУ производства, о качестве продукции: а - серный отпечаток; б - фотография темплета; в - схема разбиения изображения темплета на части

Для математического описания изображения темплета были введены следующие допущения, которые не изменяют семантической и физической сущности изучаемого объекта: цветное изображение имеет растровое представление (от трехсот точек на линейный дюйм); изображение имеет форму параллелограмма и для него вводится аффинная система координат с единичным отрезком в один пиксель; изображение ориентировано согласно правилу «верхняя граница изображения совпадает с сечением грани заготовки, расположенной со стороны малого радиуса машины непрерывного литья заготовок»; изображение цветной фотографии совмещается со схемой расположения внутренних дефектов заготовки; на изображении вводиться косоугольная сетка с шагом Ак для разбиения фотографии на области с равномерной яркостью.

Математическая модель цветного изображения включает: 1) аналитическое описание границ областей изображения (рис. 1, в): - область точечной неоднородности АВРЕ\

¡шняв

а

[_ со

(О

- область осевых дефектов МЫОР:

у-ОА-а1

cos(/3)

■ctg{j3)<x<

y-Qfi-a

sin (a- fl) cos(/J)

ctgifil

(2)

W

GIKL:

область трещин, перпендикулярных грани заготовки GIKL - MNOP, где:

у - 0,2-а-

~ж

ctg(p)<xt

y-Ofi-a^&fS

* cos і/з)

■ctgifil

(3)

eos (а ) cos(ttJ

- область газовых пузырей ABCD - (ABFE uMNOP), где а - ширина заготовки, мм; Ъ - высота заготовки, мм, а - Z.XOX\(i - ZXOY\

2) аналитическое описание цветовой матрицы изображения:

/М

Ф,у)

(4)

где f(x,y) - значение относительного цвета в точке с координатами (х,у); с(х,у) -цифровой код цвета в точке с координатами (х,у); с^ - максимальный код цвета на изображении;

3) критерии однородности области нерегулярной формы:

\f{x,y)-fix,y+l\<G, (5)

где G - константа ограничения, определяемая эмпирически;

4) выражения для определения характеристики:

- критерий распознаваемости изображения:

fix, y)<Q\ (6)

- критерий контрастности изображения:

где Q - значение отношения Штреля; Скр - критическое значение разности между значением относительного цвета точки и отношением Штреля, при котором возможно выделение однородной области;

5) выражение для шумоподавляющей маски на изображении:

Г.,+1 V,,

/'(w„)= £

(8)

где Г(хо,Уо) — функция относительного цвета после шумоподавления в точке с координатами (хд,у0); Н— массив весовых коэффициентов; 6) выражение для бинаризации изображения:

- предварительное инвертирование изображения:

при <2-/'(*>у)>Л, ^

[1-2 для остальных случаев;

- бинаризация изображения:

2**.УЙ1ПРИ/М>1"Й (Ю)

[О для остальных случаеа

Для повышения достоверности получаемой информации предлагается методика сбора изображений, схема которой представленная на рис. 2.

Рис. 2 - Схема методики сбора информации о качестве непрерывнолитых заготовок для АСУ производства

Построенное математическое описания для изображений, входящих в базу данных, позволило перейти от неформализованного описания объектов изображений к их количественным аналогам. Формализованное количественное представление результатов оценки позволило разработать автоматизированную систему классификации внутренних дефектов заготовки непрерывнолитой заготовки. В качестве основы алгоритма классификации выбран алгоритм С4.5 и алгоритм снижения ошибок принятия решений при использовании нечеткого дерева. Для построения леса нечетких деревьев, позволяющего учесть результаты классификационной таблицы по атрибутивным признакам качества, были введены лингвистические переменные для описания параметров дефекта ширина, длина, относительная длина, относительная ширина, площадь, максимальная площадь, относительная площадь, отношения длины к ширине, ширины к длине, количества и принадлежности к зонам. На рис. 3 представлен пример функции принадлежности лингвистической переменной «Размер дефекта». Результаты по построению древовидной структуры для оценки осевой рыхлости непрерывнолитой заготовки приведены на рис. 4. Полный лес нечетких деревьев содержит от 800 до 2000 листьев. На рис. 4 выделены ветви для дефекта, который имеет средний размер, и его часть располагается в зоне 3. Если дефект располагается в зоне 3 на 10%, то принадлежность темплета к целевому классу (качественный темплет) составляет 0,334, что соответствует 2,5 баллам по ОСТ.

В третьей главе приведены структура автоматизированной

системы интеллектуальной поддержки управления процессами производства непрерывнолитой заготовки с новой информационной связью,

4 учитывающая качество получаемой большой пР0ДУкЦии; структура программного 0 модуля для коррекции управляющего воздействия для каждого

металлургического агрегата;

математическая модель выбора соотношения шихтовых материалов для выплавки стали в дуговой сталеплавильной печи (ДСП); результаты вычислительных экспериментов по опытной эксплуатации программных модулей по выработке коррекции воздействий на каждой стадии производства.

Размер, мм -Маленький ——Средний

Рис. 3 - График функции принадлежности для классификации дефектов заготовки

МаяиньгнЛ (в: 83.33; иск 61. I I

Принадлежит ■ ---\/ I Срслшп 1

лаНМ: н<гг 131.I I ¡"" 1

[ Принадлежит "1 |Зоиа|'

Большой № 5.55: иск 37,77

Не принадлежит | да: 7242'. нет; 74,44

п / да: 6.66; пег 16.66

Ч>(С -

X Средний ! да: 11.11:иег 2333 I

МаленькнЛ да: 22,22; нет: О

Не нринхшгА-н г |3»на| Не принадлежит

ла: 66.66; пел 0 | 3 | ла: 66.66: ист: О

Средни» Ж 2221: пег: I)

БшыиоЛ да: 22.-2: пег. 0

Рис. 4 - Траектории движения при принятии решений на основе древовидной нечеткой структуры для оценки осевой рыхлости непрерывнолитой заготовки

Учитывая особенности структуры АСУ производством непрерывнолитой заготовки, стабильность и серийность производства, была разработана структура автоматизированной системы интеллектуальной поддержки управления процессами производства непрерывнолитой заготовки в условиях электросталеплавильного цеха ОАО «Магнитогорский металлургический комбинат» («ММК») (рис. 5).

В глобальных контурах ДСП и установки печь-ковш (УПК) (1, 2) управляемым объектом является жидкий металл, в машине непрерывного литья заготовок (МНЛЗ) (3) - заготовка. Образец в виде темплета и (или) его серного отпечатка поступает в модуль автоматизированной оценки темплетов НЛЗ. После обработки изображения модуль передает экспертные оценки макродефектов на поверхности темплета блоку принятия решений о коррекции управления на стадиях технологической цепочки производства НЛЗ.

Блок принятия решения формирует указания на коррекции управления, которые передаются с запаздыванием в блоки математических моделей процессов глобальных контуров.

Система локальных

" ко щуров управления

режимами ДСП

о & = ¡Е. 1 1 35 II г!

я 1 13 1 с. ■е. £ 1 с

в 0 1 с* Н, с. £ о !ГС N И 5 & н

к)

леи

О,

К.,

Блок 1шюлеюл'альт>й полчсряски |>1Ч)цсссо» унрпияснии иротподоком 11/13

Рэ)

Модули акшмагш! громпшш I олснюпсмилсюв ЦЛЗ

о,

к?

Система локальных коггсуро» уириплскмм режимами У1Ж

&юк принята

решений« корректировке

входных пяраыегров2

ш

Моле л и

процессов УПК

£ Я

* а

¡5 2

ее 2

в е! 7.

4> — 4г

О к

5 £

& м

д и "

о X 9Р

з а

о. & 5 к е«

ь к 1-1

М)

УПК

г\

Д2

И

<укг\

&юк принятия решении О

к'оррекчиронке

пходныл параметров 3

к}

Система локальных

КОИТурО» уирц||»ГСН»1Я

режимами мп.'13

Моллш процессом МШ13

Б Я

я -

1г?

'V

Рис. 5 - Структура автоматизированной системы интеллектуальной поддержки управления процессами производства непрерывнолитой заготовки

ппп"а основе многочисленных существующих моделей технологий процессов проводится имитационное моделирование. В каждый блок принятия решений передаются результаты моделирования по скорректированным данным и прогнозируемое качество заготовки. Решение о коррекции технологического задания возлагается на человека, обладающего научно обоснованными результатами моделирования и прогноза. Принятое решение передается в каждую подсистему глобального контура с запаздыванием, которое возникает в результате временных интервалов, необходимых для выполнения операций на последующие стадии обработки жидкого металла, заготовки или образца.

Учитывая минимальное и максимальное значения времени запаздывая и длительность нахождения плавки на каждом из агрегатов, можно утверждать что сигнал о коррекции управляющего воздействия может поступить на ДСП- после

проведения 5 — 7 плавок по исходной технологии, на УПК — после проведения 3-7 плавок и на МНЛЗ — после разливки 2 — 3 плавок. При соблюдении серийной технологии производства стали, позволяющей выполнять выплавку, обработку и разливку стали в количестве от 25 до 50 плавок в одной серии, возможно сокращение доли заготовки, переводимой в пониженную категорию качества.

На рис. 5 введены обозначения: блок 1 - контур управления выплавкой стали в дуговых электросталеплавильных печах; блок 2 — контур управления обработкой металла на установках печь-ковш; блок 3 — контур управления непрерывной разливкой стали на машинах непрерывного литья заготовок; - исходные задания для ¿-го агрегата; — скорректированные задания для /-го агрегата; — расчетные значения режимов локальных контуров управления для /-го агрегата; Увк — объем выхода годной заготовки; 13 — образец в виде темплета и (или) его серного отпечатка; {Оэ} — экспертные оценки макродефектов на поверхности темплета по классам ОСТов; АГ, - указание на коррекцию управления для /'-го агрегата; О, - спрогнозированная оценка макродефектов для /'-го агрегата; {£/'} — значения параметров локальных контуров управления для /-го агрегата, полученных при моделировании процессов; Д2Г/ — скорректированное задания для /'-го агрегата, где] -номер задания, / — обозначение агрегата. В глобальных контурах (1, 2, 3) блок моделей процессов принимает указания на коррекцию технологических заданий.

Для блока принятия решений разработано адаптивное нечеткое дерево с динамической структурой (рис. 6). В качестве лингвистических переменных для дерева принятия решений о возможных причинах возникновения дефектов определены: масса плавки; температура металла после выпуска из ДСП; температура металла после внепечной обработки; температура металла в промежуточном ковше; окисленность металла; скорость разливки стали; содержание основных химических элементов в стали.

Рис. 6 - Часть траектории движения при принятии решений на основе древовидной нечеткой структуры для прогнозирования качества непрерывнолитой заготовки

Учитывая, что на рис. б представлены листья построенного дерева, решение использует только две отмеченные пунктирной линией ветви. Решение принадлежит к верхней ветви на 0,14 и к нижней на 0,86. Для данного решения можно определить, что полученная заготовка имеет степень принадлежности 0,357 к классу заготовок обычного качества, что соответствует 2,5 баллам по ОСТ.

При балле менее 2 заготовка является качественной. Следовательно, необходимо провести коррекцию существующего решения. Согласно разработанному алгоритму проводится коррекция параметров управления: расход охладителя снизить с 444 до 438 л/мин, при этом оценка качества заготовки снижается до 2 баллов, что является достаточным для ее классификации в обычном качестве.

Адаптивность дерева позволяет дообучить дерево при изменении условий протекании технологического процесса и реагировать на неопределенные в дереве примеры. Динамичность позволяет менять степень важности параметров после серии адаптации дерева с целью предоставления более коротких ветвей решения, тем самым уменьшая требующих коррекции параметров.

В четвертой главе предлагаются организационно-технические рекомендации для внедрения результатов научного исследования, которые включают предложения по усовершенствованию автоматизированного рабочего места инженера-технолога в лаборатории физико-механических и металлографических испытаний толстолистового и сортового проката ОАО «ММК», обоснование выбора аппаратного обеспечения для автоматизированной оценки качества и проект системы мониторинга технологических процессов в условиях действующей АСУ ТП, а также выполнен расчет предполагаемой экономической эффективности проекта при его внедрении в действующее производство.

Для успешной интеграции модулей программного анализатора и блока принятия решений о коррекции управляющих воздействий для каждого агрегата необходимо:

- провести интеграцию модулей программного анализатора и блока принятия решений с корпоративной информационной системой ОАО «ММК»;

-внедрить спроектированную систему мониторинга технологических процессов на рабочие места оператора ДСП, оператора УПК, оператора МНЛЗ, начальника электростапеплавильного цеха, начальник диспетчерской службы, начальников лабораторий, инженеров технологов центральной лаборатории контроля;

-модернизировать автоматизированное рабочее место инженера-технолога, включив в состав оборудования сверхточный контроллер жестов;

- провести обучение персонала по обслуживанию и использованию интегрированных модулей программного анализатора и блока принятия решений.

Аппаратный комплекс автоматизированного рабочего места инженера технолога требует установки персонального компьютера, имеющего современный процессор с тактовой частотой не менее 1,6 ГГц и оперативную память объемом не менее 1 ГБ; сверхточный контроллер жестов с возможностью получения изображения поверхности с разрешающей способностью от трехсот точек на линейный дюйм и создания облака точек с точность до 0,01 мм. Для блока принятия решения требуется сервер, имеющий процессор с тактовой частотой не менее 1,6 ГГц и количеством ядер не менее четырех и оперативную память объемом не менее 4 ГБ.

Разработанная автоматизированная система интеллектуальной поддержки процессов управления производством непрерывнолитой заготовки позволила расширить структуру системы мониторинга (рис. 7). Предлагается ввести допол-

нительные диалоговые окна для отображения истории развития внутренних дефектов и решения для предотвращения нештатных ситуаций.

На рис. 7 введены обозначения: 1 - информация о значениях технологических параметров каждого агрегата; получаемых с полевого уровня; 2 — информация о состоянии процесса, получаемая оператором в системе мониторинга;

3 — расплав, получаемый в ДСП,

4 - расплав, получаемый в УПК;

5 — непрерывнолитая заготовка;

6 - изображение образца для оценки качества; 7 - информация о качестве получаемой заготовки; 8 — информация о текущем качестве заготовки и возможности изменения значений технологических за-

технологическим процессом производства заготовки Дании.

При внедрении результатов исследования за счет снижения доли заготовки пониженного качества и предотвращения рекламаций на продукцию предполагаемый экономический эффект составит 981 тыс. рублей в год.

ОБЩИЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

К основным результатам диссертации относится следующее:

1. Выполнен теоретико-информационный анализ производства непрерывнолитых заготовок, который позволил определить недостатки существующей системы и обосновать выбор средств для ее совершенствования. В ходе анализа определены источники, способы получения и методы обработки информации для построения автоматизированной системы интеллектуальной поддержки управления процессами производства непрерывнолитой заготовки, позволяющей использовать информацию о качестве готовой продукции.

2. Предложено математическое обеспечение программного анализатора качества непрерывнолитой заготовки для АСУ производством. Разработанный программный модуль позволяет в автоматизированном режиме распознавать и классифицировать дефекты заготовки, снизить влияние человеческого фактора на оценку качества заготовки, повысить достоверность информации используемой в АСУ производства при принятии решений о коррекции технологии.

3. Разработаны математическое и программное обеспечение модуля коррекции заданий технологических процессов в условиях функционирования автоматизированной системы интеллектуальной поддержки управления многостадийным производством непрерывнолитой заготовки на основе адаптивного нечеткого дерева с динамической структурой. Разработанный программный модуль при интеграции в АСУ действующего производства позволил расширить систему мониторинга и контроля в автоматизированном режиме предложить научно обоснованный анализ причин возникновения и развития дефектов заготовки.

4. Разработаны организационно-технические решения для эксплуатации модулей автоматической системы интеллектуальной поддержки процессов

Рис. 7 - Схема развития системы мониторинга за

управления производства непрерывнолитой заготовки, включающие организацию рабочих мест технологов, выбор аппаратной платформы для функционирования программного анализатора, оценку предполагаемой экономической эффективности функционирования разработанных модулей. Внедрение разработанных решений в действующую АСУ производства позволяет получить экономический эффект в размере 981 тыс. рублей в год за счет снижения доли заготовки пониженного качества.

Основные положения диссертации опубликованы в работах:

- в рецензируемых научных журналах из Перечня ВАК:

1. Мацко, И. И. Математическое обеспечение распознавания объектов нерегулярной формы на цветных изображениях темплетов / И. И. Мацко, О. С. Логунова // Информационные технологии в проектировании и производстве. - 2011. - № 3 - С. 87-92.

2. Мацко, И. И. Комплексная подсистема управления производством стали при использовании мелкофракционного металлолома / О. С. Логунова, И. И. Мацко, В. В. Павлов//Проблемы теории и практики управления. -2011,-№ 9.-С. 51-57.

3. Мацко, И. И. Влияние фракционного состава металлолома на показатели работы дуговой сталеплавильной печи / В. В. Павлов, Ю. А. Ивин, С. В. Пехтерев Ги др 1 // Электрометаллургия. -2011 .-№ 11.-С. 2-6.

4. Мацко, И. И. Развитие интегрированной системы эффективного экономического управления на предприятии метизно-металлургической промышленности / В. П. Обломец, Е. Г. Филиппов, О. С. Логунова [и др.] // Экономика в промышленности

- 2012. - № 2. - С. 46-52.

5. Мацко, И. И. Моделирование теплового состояния бесконечно протяженного тела с учетом динамически изменяющихся граничных условий третьего рода / О. С. Логунова, И. И. Мацко, Д. С. Сафонов // Вестник Южно-Уральского государственного университета. Серия Математическое моделирование и программирование - 2012

- № 27. - С. 74-85.

6. Мацко, И. И. Организация обратной связи в системе управления производством непрерывнолитой заготовки / И. И. Мацко, А. Б. Белявский, О. С. Логунова // Известия высших учебных заведений. Черная металлургия. - 2012. - №. 11. - С. 55-60.

- в коллективной монографии:

7. Мацко, И. И. Эргатические модули АСУ ТП непрерывной разливки стали для оценки качества металлургической продукции / И. И. Мацко, О. С. Логунова // Информационные технологии: приоритетные направления развития: монография / под общ. ред. С.С. Чернова - Кн. 6. - Новосибирск: Изд-во «СИБПРИНТ», 2011. - С. 80— в зарубежных изданиях:

8. Matsko, 1.1. Data acquisition and preparation methods for continuously-casted billets' quality analysis software / 1.1. Matsko, Y. V. Snegirev, O. S. Logunova // 2011 International Conference on Applied Physics and Mathematics (ICAPM 2011). - Chennai, India: Institute of Electrical and Electronics Engineers, Inc., 2011. - Pp. 130-133.'

9. Matsko, 1.1. Data acquisition, preparation and processing methods by means of contin-uously-casted billets' quality analysis software / 1.1. Matsko, Y. V. Snegirev, V. V. Pavlov [et al] // International Journal of Applied Physics and Mathematics, Vol. 1, №. 2, September 2011

Мацко, И. и. Методика сбора и подготовки информации дам программного анализатора качества непрерывнолитой заготовки / И. И. Мацко, Ю. В. Снегирев, О. С. Логунова // 2011 Международная конференция по прикладной физике и математике (1САРМ 2011). - Ченнай, Ивдия: Институт инженеров по электротехнике и электронике, 2011. - С.130-133.

Мацко, И. И. Методика сбора, подготовки и обработки информации средствами программного анализатора качества непрерывнолитой заготовки / И. И. Мацко, Ю. В. Снегирев, В. В. Павлов [и др.] // Международный журнал прикладной физики и математики, Т. 1, №. 2, Сентябрь 2011. - С. 106-111.

10. Мацко, И. И. Автоматизированная система принятия решения о качестве непре-рывнолитой заготовки: методики улучшения и сегментации изображения непрерывно-литой заготовки / И. И. Мацко, О. С. Логунова // Вісник Національного технічного університету «Харківський політехнічний інститут». Збірник наукових праць. Тематичний випуск: Інформатика і моделювання. — Харків: НТУ «ХГП», 2011. - № 36. - С. 115121.

11. Matsko, 1.1. Data acquisition and preparation methods for continuously-casted billets' quality analysis software / 1.1. Matsko, Y. V. Snegirev, O. S. Logunova // Applied Mechanics and Materials Vols. 110-116 (2012). - Pp. 3557-3562.3

12. Мацко, И. И. Управление в технологической цепочке получения непрерывноли-той заготовки с использованием автоматизированной системы оценки качества / И. И. Мацко, А. Б. Белявский, О. С. Логунова // Химическая технология. Контроль и управление. - Ташкент, 2012. - С. 54-59.

13. Matsko, 1.1. Forecasting of image processing time using deterministic methods / 1.1. Matsko, O. S. Logunova // International Journal of Applied Physics and Mathematics, Vol. 2, No. 3, May 2012. - Pp. 172-174."

14. Matsko, 1.1. Empirical model of residual element content in steel when three component burden is used in the process of steel production in electric arc furnace / O. S. Logunova, V. V. Pavlov, 1.1. Matsko [et al] // Journal of Mining World Express , Vol. 1, No. 1, 2012. -Pp.21-26.3

15. Matsko, 1.1. Adaptive fuzzy decision tree with dynamic structure for automatic process control system of continuous cast billet production / 1.1. Matsko, O. S. Logunova, V. V. Pavlov [et al] // IOSR Journal of Engineering (IOSRJEN), ISSN: 2250-3021 Volume 2, Issue 8 (August 2012). - Pp. 53-55.6

16. Мацко, И. И. Интеграция эргатического модуля оценки качества непрерывноли-той заготовки в АСУ ТП металлургического производства / И. И. Мацко, О. С. Логунова // Вісник Національного технічного університету «Харківський політехнічний інститут». Збірник наукових праць. Тематичний випуск: Інформатика і моделювання. — Харків: НТУ «ХПІ», 2012. - № 38. - С. 115-120.

17. Matsko, 1.1. Feedback implementation in the control system of continuous cast billet production / 1.1. Matsko, O. S. Logunova // 2012 Second International Conference on Electronics, Communications and Control. — Zhoushan, China, 2012. - Pp. 9-12.7

18. Мацко, И. И. Адаптивное нечеткое дерево принятия решений с динамической структурой для автоматизированной системы управления производством непрерывно-литой заготовки / И. И. Мацко, О. С. Логунова, В. В. Павлов [и др.] // Вісник Національного технічного університету «Харківський політехнічний інститут». Збірник наукових праць. Тематичний випуск: Інформатика і моделювання. - Харків: НТУ «ХПІ», 2012. -№ 62. — С. 123-129.

3 Мацко, И. И. Методика сбора и подготовки информации для программного анализатора качества непрерывнолитой заготовки / И. И. Мацко, Ю. В. Снегирев, О. С. Логунова // Прикладная механика и материаловедение Т. 110-116 (2012). - С. 3557-3562.

4 Мацко, И. И. Прогнозирование времени обработки изображений детерминированными методами / И. И. Мацко, О. С. Логунова // Международный журнал прикладной физики и математики, Т. 2, Ж 3, Май 2012. — С. 172-174.

3 Мацко, И. И. Эмпирическая модель процентного содержания остаточных элементов в стали при использовании трехкомпонентной шихты при выплавке стали в ДСП / О. С. Логунова, В. В. Павлов, И. И. Мацко // Журнал горный мир экспресс (MWE), Т. 1, Ж 1,2012. - С. 21-26.

6 Мацко, И. И. Адаптивное нечеткое дерево принятия решении с динамической структурой для автоматизированной системы управления производством непрерывнолитой заготовки / И. И. Мацко, О. С. Логунова, В. В. Павлов [и др.] // IOSR инженерный журнал (IOSRJEN), ISSN: 2250-3021 Т. 2, Ч. 8 (Август 2012).-С. 53-55.

7 Мацко, И. И. Организация обратной связи в системе управления производством непрерывнолитой заготовки / И. И. Мацко, О. С. Ло!унова // 2012 Вторая международная конференция по электронике, коммуникации и контролю. - Чжоушань, Китай, 2012. - С. 9-12.

- в сборниках научных трудов и материалах конференций:

19. Мацко, И. И. Реализация методики улучшения и сегментации изображения тем-плета непрерывнолитой заготовки / И. И. Мацко, О. С. Логунова, И. А. Посохов // Труды 22-ой междунар. конф. по компьютерной графике и зрению. ГрафиКон'2012, МГУ имени М.В. Ломоносова. - М.: МАКС пресс, 2012. - С. 278-281.

20. Мацко, И. И. Анализ воздействия экономических и технологических показателей на себестоимость электростали / В. В. Павлов, И. И. Мацко, О. С. Логунова // Современные металлические материалы и технологии (СММТ'2011): труды междунар. науч.-техн. конференции. - СПб.: Изд-во Политехи, ун-та, 2011. - С. 450-455.

21. Мацко, И. И. Определение скорости обработки изображений темплетов непрерывнолитой заготовки / И. И. Мацко // Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике : сб. статей 13-ой междунар. науч.-практ. конференции. - СПб.: Изд-во Политехи, ун-та, 2012 -Т. 1,-С. 88-91.

22. Мацко, И. И. Тенденции применения систем автоматизированного распознавания изображений в металлургической промышленности / И. И. Мацко, И. А. Демьяненко, В. В. Павлов [и др.] // Инженерная поддержка инновации и модернизации : научные труды международ, заочной конф. - Екатеринбург: ИВТОБ 2010 -Вып. 1.- С. 77-79.

23. Мацко, И. И. Выбор аппаратной платформы для реализации методики распознавания изображений серных отпечатков / И. И. Мацко, О. С. Логунова // Инженерная поддержка инновации и модернизации : научные труды международ, заочной конф -Екатеринбург: ИВТОБ, 2012. - Вып. 2 - С. 64-67.

24. Мацко, И. И. Методика сбора и подготовки информации для программного анализатора качества непрерывнолитой заготовки / И. И. Мацко, О. С. Логунова // Перспективы развития информационных технологий: сборник материалов III международ, научн.-практ. конф.: в 2 ч. - Новосибирск: Изд-во НГТУ, 2011.-Ч. 1.-С. 78-85.

25. Мацко, И. И. Автоматизированная система принятия решения о качестве непрерывнолитой заготовки: методики обработки изображений металлургической продукции / И. И. Мацко, О. С. Логунова // Системы автоматизации в образовании, науке и производстве: труды VIII всерос. науч.-практ. конференции / под ред. С.М. Кулакова, Л.П. Мышляева. - Новокузнецк: Изд. центр СибГИУ, 2011. - С. 253-260.

26. Мацко, И. И. Оценка возможности построения математического описания изображений низкой контрастности для образцов непрерывнолитой заготовки / И. И. Мацко, О. С. Логунова И Вторая Дальневосточная конференция студентов, аспирантов и молодых ученых по теоретической и прикладной математике: материалы конф. - Владивосток: Изд-во Дальневост. ун-та, 2010. - С. 50-52.

27. Мацко, И. И. Технология обработки изображений на основе нейросети /

A. Ю. Миков, И. И. Мацко, О. С. Логунова // Автоматизация технологических и производственных процессов в металлургии: межвуз. сб. науч. тр. / под ред. Б.Н. Парсункина. - Магнитогорск: Изд-во Магнитогорск, гос. техн. ун-та им. Г.И. Носова, 2012. - С. 5762.

-зарегистрированные программные средства:

28. Мацко, И. И. Моделирование процессов при внепечной обработке. Свидетельство о государственной регистрации программы для ЭВМ № 2010615314 /

B. Д. Тутарова, И. И. Мацко, Ю. В. Снегирев [и др.] // ОБ ПДГ. - 2010. - № 4. - С. 252.

29. Мацко, И. И. Experimental Data Visualizer. Свидетельство о государственной регистрации программы для ЭВМ № 2012661025 / И. И. Мацко, О. С. Логунова.

Подписано в печать 17.01.2013. Формат 60x84 1/16. Бумага тип.№ 1.

Плоская печать. Усл.печ.л. 1,0. Тираж 100 экз. Заказ 18.

455000, Магнитогорск, пр. Ленина, 38 Полиграфический участок ФГБОУ ВПО «МГТУ»

Введение.

Глава 1. Теоретико-информационный анализ системы управления производства непрерывнолитой заготовки.

1.1. Анализ рынка потребления непрерывнолитой заготовки.

1.2. Структура АСУ производством непрерывнолитой заготовки в условиях ОАО «ММК».

1.3. Пути решения проблемы автоматизации оценки качества металлургической продукции.

1.3.1. Анализ теоретических разработок в области развития улучшения, сегментации и распознавания изображений.

1.3.2. Анализ практических разработок в области построения анализаторов.

1.4. Методики обработки изображений на основе программных анализаторов.

1.4.1. Информационное обеспечение программных анализаторов.

1.4.2. Математическое обеспечение программных анализаторов.

1.5. Цели, задачи и основные концепции работы.

Глава 2. Математическое обеспечение программного анализатора для АСУ производства непрерывнолитой заготовки.

2.1. Методика сбора и подготовки информации для программного анализатора качества непрерывнолитой заготовки.

2.1.1. Описание традиционной методики получения информации о качестве непрерывнолитых заготовок.

2.1.2. Методика усовершенствования способов сбора информации для экспертной автоматизированной системы.

2.2. Структура изображений темплетов непрерывнолитой заготовки

2.3. Структура автоматизированной системы принятия решения о качестве непрерывнолитой заготовки.

2.4. Методика улучшения и сегментации изображений темплетов непрерывнолитой заготовки.

2.5. Классификация дефектов как объектов нерегулярной формы на изображении.

2.6. Алгоритмы классификации внутренних дефектов непрерывнолитой заготовки на основе древовидных структур.

2.6.1. Алгоритм С4.5 для построения нечеткого дерева принятия решений.

2.6.2. Алгоритмы снижения ошибок принятия решений при использовании нечеткого дерева.

2.7. Реализация леса нечетких деревьев для принятия решений по оценке дефектов макроструктуры непрерывнолитых заготовок.

2.8. Выводы по главе 2.

Глава 3. Интеграция модуля автоматизированной оценки НЛЗ в АСУ производства НЛЗ.

3.1. Схема интеграции программных модулей в систему управления производством непрерывнолитой заготовки.

3.2. Оценка времени запаздывания управляющего воздействия на изменение значений параметров.

3.3. Структура модуля интеллектуальной поддержки управления.

3.4. Результаты тестирования модуля интеллектуальной поддержки принятия решений о коррекции управляющего воздействия.

3.5. Формирование управляющего воздействия на основе эмпирической модели соотношения шихтовых материалов при выплавке стали в ДСП.

3.6. Выводы по главе 3.

Глава 4. Организационно-технические решения для применения результатов исследования в действующем производстве.

4.1. Организация рабочего места контролера качества НЛЗ.

4.2. Рекомендации по развитию системы мониторинга технологических процессов производства стальных заготовок.

4.3. Результаты вычислительных экспериментов по подсистеме оценки качества.

4.4. Оценка экономической эффективности системы управления технологической цепочкой производства непрерывнолитых заготовок при наличии информационной связи.

4.5. Выводы по главе 4.

Актуальность темы. Современное промышленное производство выдвигает новые требования к системам управления многостадийными производствами. Эти требования обусловлены внедрением новых приоритетных направлений, определенных государственной политикой в России. Одно из таких направлений - развитие информационно-телекоммуникационных технологий, которые являются неотъемлемой частью автоматизированных систем управления (АСУ) производством крупных промышленных предприятий. Использование новых модулей АСУ для многостадийных производственных процессов способствует повышению эффективности функционирования агрегатов и обеспечивает снижение доли продукции пониженного качества.

Многостадийная технология получения непрерывнолитой заготовки, с точки зрения управления, является сложным объектом. Для таких технологий необходима система, позволяющая в режиме реального времени выполнять мониторинг качества получаемой продукции и обеспечивающая интеллектуальную поддержку принятия решений при управлении производством.

При разработке и внедрении новых модулей, дополняющих существующие АСУ производства, появляется необходимость использования графической информации, получаемой в ходе оценки качества готовой продукции и полуфабрикатов.

В области теории и практики использования графической информации и принятия решений в условиях АСУ производств накоплен значительный положительный опыт. Вопросы получения, обработки и сегментации изображений отражены в трудах зарубежных и российских исследователей. Труды Гонсалеса Р., Вудса Р., Шапиро Д., Стокмана Дж. и других определили развитие математической теории в области улучшения и сегментации графической информации. В области принятия решений на основе древовидных структур можно отметить труды Quinlan J.R., Janikow C.Z., Hastie Т.,

Tibshirani R., Friedman J., Берестневой О.Г. и других. В области практического использования теории нечетких множеств и нечеткой логики следует выделить труды Zadeh L.A., Esposito F., Malebra D., Semeraro G., Дюличевой Ю.Ю. и других.

Однако, несмотря на проведенные исследования и значительное число публикаций в области АСУ производства непрерывнолитой заготовки, остаются актуальными следующие проблемы:

- отсутствие автоматизированных систем, позволяющих обеспечить контроль за технологическими процессами, входящими в технологическую цепочку, на основе информации о качестве выпускаемой продукции;

- отсутствие методик сбора и обработки графической информации о качестве металлургической продукции по низкоконтрастным изображениям с элементами нерегулярной формы;

- отсутствие пакетов прикладных программ для интеллектуальной поддержки принятия решений в АСУ многостадийным производством, построенных на основе адаптивных нечетких деревьев с динамической структурой, учитывающих значения атрибутивных признаков качества получаемой продукции.

Цель работы — сокращение доли непрерывнолитой заготовки пониженного качества при использовании автоматизированной системы интеллектуальной поддержки процессов управления многостадийным производством, построенной на основе адаптивных нечетких деревьев с динамической структурой.

Для достижения поставленной цели решены следующие задачи:

- теоретико-информационный анализ АСУ производством непрерыв-нолитых заготовок для определения источников, способов получения и методов обработки графической информации;

- разработка математического обеспечения для анализатора качества непрерывнолитой заготовки, включающего формализованное описание границ областей на изображении темплета, алгоритмы улучшения и сегментации изображения темплетов, нечеткую древовидную структуру классификации дефектов заготовки по качественным и количественным характеристикам объектов нерегулярной формы;

- разработка математического и программного обеспечения для модуля принятия решений о коррекции заданий технологических процессов в условиях функционирования автоматизированной системы интеллектуальной поддержки управления многостадийным производством непрерывнолитой заготовки на основе адаптивного нечеткого дерева с динамической структурой;

- разработка организационно-технических решений для эксплуатации автоматизированной системы интеллектуальной поддержки управления производством непрерывнолитой заготовки, включающих организацию рабочих мест технологов, выбор аппаратной платформы для функционирования программного анализатора, оценку предполагаемой экономической эффективности функционирования разработанных модулей.

Объект исследования - АСУ производством качества непрерывнолитой заготовки, получаемой при многостадийной организации металлургического производства.

Предмет исследования - информационное, математическое и программное обеспечение системы управления производством непрерывнолитой заготовки, включающее математическое описание графической информации, адаптивные нечеткие деревья с динамической структурой для интеллектуальной поддержки принятия решений об оперативной коррекции управляющих воздействий.

Научную новизну составляют:

1) математическое описание низкоконтрастного изображения, включающее формализованное описание границ областей на изображении темплета, методику улучшения и сегментации изображения темплетов, нечеткую древовидную структуру классификации дефектов заготовки по качественным и количественным характеристикам объектов нерегулярной формы;

2) структура автоматизированной системы интеллектуальной поддержки процессов управления многостадийным производством, отличающаяся от ранее используемой наличием новой информационной связи о качестве получаемой заготовки;

3) методика принятия решения для коррекции управляющего воздействия на каждой стадии производства непрерывнолитой заготовки, построенная с использованием адаптивного нечеткого дерева с динамической структурой.

Практическая значимость работы заключается в разработке алгоритмов и программных модулей, обеспечивающих информационную связь с учетом оценки качества непрерывнолитой заготовки прямоугольного и квадратного сечения. Программные модули опробованы в ИТЦ «Аусферр» и ЗАО «Консом», лаборатории физико-механических и металлографических испытаний толстолистового и сортового проката ОАО «Магнитогорский металлургический комбинат».

Новизна и значимость технических решений подтверждены свидетельствами о государственной регистрации программ для ЭВМ. Научные аспекты исследований нашли отражение в учебно-методическом материале и используются в учебном процессе ФГБОУ ВПО «Магнитогорский государственный технический университет им. Г.И. Носова». Работа выполнена в рамках Федеральной целевой программы «Научные и научно-педагогические кадры инновационной России» на 2009 - 2012 гг. по государственным контрактам П2402 от 18.11.2009 г., при финансовой поддержке грантов Правительства Челябинской области (2011 и 2012 гг.) и ректора ФГБОУ ВПО «Магнитогорский государственный технический университет им. Г.И. Носова».

Основные положения, выносимые на защиту:

1) функциональные модели производства непрерывнолитой заготовки, полученные в ходе проведения теоретико-информационного анализа, отображающие структуру управления, позволяющие выполнить построение методики сбора и подготовки информации для автоматизированной системы интеллектуальной поддержки;

2) математическое описание низкоконтрастного изображения образца и методика классификации элементов нерегулярной формы изображения, построенной на основе леса нечетких деревьев, позволяющая снизить влияние человеческого фактора в системе экспертной оценки качества заготовки;

3) структура автоматизированной системы интеллектуальной поддержки процессов управления многостадийным производством, позволяющая использовать существующую программно-техническую базу АСУ производства и внедрить в нее систему мониторинга качества получаемой продукции;

4) программные модули для классификации дефектов непрерывноли-той заготовки, построенные на основе адаптивных нечетких деревьев с динамической структурой, позволяющие повысить достоверность экспертной информации, поступающей в систему управления производством, достоверность принятия решения о коррекции управляющего воздействия в технологической цепочке производства непрерывнолитой заготовки.

Апробация работы. Основные положения и результаты диссертации докладывались, обсуждались и были одобрены на международных научных конференциях «Инженерная поддержка инновации и модернизации» (Екатеринбург, 2010, 2012); «Перспективы развития информационных технологий» (Новосибирск, 2011); «Математическое и программное обеспечение систем в промышленной и социальной сферах» (Магнитогорск, 2011); «Современные металлические материалы и технологии» (Санкт-Петербург, 2011); «Пробле-ми шформатики i моделювання» (Украина, Харьков, 2011, 2012); «Информационные технологии: наука, техника, технология, образование, здоровье (MicroCAD-2012)» (Украина, Харьков, 2012); «International Conference on Applied Physics and Mathematics» (Индия, Ченнаи, 2011, 2012); «Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике» (Санкт-Петербург, 2012); «Теория и практика тепловых процессов в металлургии» (Екатеринбург, 2012); «ГрафиКон'2012» (Москва, 2012); «The 2nd International Conference on Electronics, Communications and Control» (Китай, Чжоушань 2012).

Публикации. По материалам диссертации опубликованы 6 статей в изданиях из Перечня ВАК, глава в коллективной монографии, 11 статей в зарубежных изданиях, 9 статей в сборниках научных трудов и материалах международных и региональной научных конференций, 2 свидетельства о государственной регистрации программ для ЭВМ.

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, библиографического списка и приложений. Работа изложена на 170 страницах, в том числе: основной текст на 130 страницах, 18 таблиц, 105 рисунков, библиографический список из 117 наименований на 14 страницах, приложения на 26 страницах.

4.5. Выводы по главе 4

1. В результате обработки изображений темплетов непрерывнолитой заготовки определены шумы, возникающие в результате технологий, используемых для их получения. Предложены рекомендации по организации рабочего места технолога, выполняющего подготовку и оценку изображений, которые позволяют усовершенствовать традиционные методики и получать изображения с равномерным освещением, повышенной яркости и контрастности. Изображения с улучшенными свойствами обрабатываются по упрощенной ветви методики и позволяют получить информацию о качестве заготовок в автоматизированном режиме.

2. Для уменьшения времени запаздывания поступления задания на коррекцию в системе АСУ производством непрерывнолитой заготовки предложено разместить участок обработки и оценки темплетов на производственную площадку электросталеплавильного цеха.

3. Разработаны рекомендации по развитию системы информационного мониторинга с включением дополнительных диалоговых окон для демонстрации текущего и ретроспективного состояния качества выпускаемой продукции. Добавление дополнительных информационных окон, содержащих историю развития и распространения внутренних дефектов по сечению заготовки, позволяет определить причины их образования и принять упреждающие меры по их дальнейшему формированию.

4. Спроектированы и разработаны интерфейсы диалоговых окон для трех участков производственных подразделений электросталеплавильного цеха ОАО «ММК», включающих научно обоснованные рекомендации по изменению значений параметров для коррекции управляющих воздействий в АСУ производства непрерывнолитых заготовок на основе технологии адаптивных нечетких деревьев с динамической структурой.

5. Для выбора технической платформы, способной оперативно выполнять оценку изображения темплета непрерывнолитой заготовки, была проведена серия вычислительных экспериментов. Результаты эксперимента продемонстрировали необходимость использования процессора с тактовой частотой не ниже 1,6 ГГц и объема оперативной памяти не менее 1 ГБ для оперативного получения информации о балле развития внутренних дефектов заготовки.

6. Предложена методика для расчета предполагаемого экономического эффекта, получаемого при внедрении системы управления с информационной связью о качестве заготовки. Предлагаемая методика учитывает статьи расходов на проектирование, создание и внедрение новой системы. При расчете прибыли в методике предлагается использовать структуру сортамента марок сталей, выпускаемых в условиях крупного металлургического предприятия. Предполагаемый экономический эффект при внедрении системы в действующее производство составляет 1 027 339 руб. в год при сроке окупаемости затрат на создание и внедрение системы за 232 дня.

129

Заключение

К основным результатам диссертации относится следующее:

1. Выполнен теоретико-информационный анализ производства непре-рывнолитых заготовок, который позволил определить недостатки существующей системы и обосновать выбор средств для ее совершенствования. В ходе анализа определены источники, способы получения и методы обработки информации для построения автоматизированной системы интеллектуальной поддержки управления процессами производства непрерывнолитой заготовки, позволяющей использовать информацию о качестве готовой продукции.

2. Предложено математическое обеспечение программного анализатора качества непрерывнолитой заготовки для АСУ производством. Разработанный программный модуль позволяет в автоматизированном режиме распознавать и классифицировать дефекты заготовки, снизить влияние человеческого фактора на оценку качества заготовки, повысить достоверность информации используемой в АСУ производства при принятии решений о коррекции технологии.

3. Разработаны математическое и программное обеспечение модуля коррекции заданий технологических процессов в условиях функционирования автоматизированной системы интеллектуальной поддержки управления многостадийным производством непрерывнолитой заготовки на основе адаптивного нечеткого дерева с динамической структурой. Разработанный программный модуль при интеграции в АСУ действующего производства позволил расширить систему мониторинга и контроля в автоматизированном режиме предложить научно обоснованный анализ причин возникновения и развития дефектов заготовки.

4. Разработаны организационно-технические решения для эксплуатации модулей автоматической системы интеллектуальной поддержки процессов управления производства непрерывнолитой заготовки, включающие организацию рабочих мест технологов, выбор аппаратной платформы для функционирования программного анализатора, оценку предполагаемой экономической эффективности функционирования разработанных модулей. Внедрение разработанных решений в действующую АСУ производства позволяет получить экономический эффект в размере 981 тыс. рублей в год за счет снижения доли заготовки пониженного качества.

1. Алгоритм восстановления границ паркетных структур / Д. М. Алиевский,

2. B. М. Алиевский, И. Г. Каменин и др. // Вестник УГТУ УПИ. Цифровая микроскопия. - Екатеринбург : ГОУ ВПО УГТУ - УПИ, 2005. - № ю.1. C. 7-12.

3. Балдин, К. В. Теоретические основы принятия управленческих решений: Учебник / К. В. Балдин, С. Н. Воробьев, В. Б. Уткин. М.: Изд-во Московского психолого-социального института; Воронеж : Изд-во НПО «МОДЭК», 2005.-504 с.

4. Берестнева, О. Г. Построение логических моделей с использованием деревьев решений / О. Г. Берестнева, Е. А. Муратова // Известия Томского политехнического университета. Томск : Изд-во Томск, политехи, ун-та, 2004. -Т. 307, №2.-С. 154- 160.

5. Вальков, В. М. Автоматизированные системы управления технологическими процессами / В. М. Вальков, В. Е. Вершин. JI. : Политехника, 1991. -269 с.

6. Влияние фракционного состава металлолома на показатели работы дуговой сталеплавильной печи / В. В. Павлов, Ю. А. Ивин, С. В. Пехтерев и др. // Электрометаллургия. 2011. - № 11. - С. 2 - 6.

7. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. М.: Техносфера, 2005. - 1072 с.

8. ГОСТ 10243-75. Сталь. Методы испытаний и оценки макроструктуры. -Введ. 1978-01-01. М. : Государственный комитет СССР по стандартам, 1978.-41 с.

9. ГОСТ 14918-80. Сталь тонколистовая оцинкованная с непрерывных линий. Введ. 1981.07.01. - М. : Государственный комитет СССР по стандартам, 1980.- 11 с.

10. ГОСТ 5639-82. Стали и сплавы. Методы выявления и определения величины зерна. Введ. 1983-01-01. - М. : ИПК Издательство стандартов, 2003. -37 с.

11. ГОСТ 801-78. Сталь подшипниковая. Введ. 1980-01-01. - М. : ИПК Издательство стандартов, 2004. - 15 с.

12. Девятов, Д. Х.Корпоративная информационная система металлургического предприятия / Д. X. Девятов, Д. С. Каплан. Магнитогорск : МГТУ, 2008. -306 с.

13. Дюличева, Ю. Ю. Стратегия редукции решающих деревьев (обзор) / Ю. Ю. Дюличева // Таврический вестник информатики и математики. 2002. -№ 1.-С. 10-17.

14. Заде, Л. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л. Заде. М. : Математика, 1976. - Вып. 3. -168 с.

15. Иванова, Л. А. Структурная адаптация мезофилла листа к затенению / Л. А. Иванова, В. И. Пьянков // Физиология растений, 2002. Т. 49. - № 3. -С. 467-480.

16. Исследование природы неметаллических включений в ликвационной полосе листовой трубной стали / А. А. Казаков, С. В. Рябощук, П. В. Ковалев и др. // Черные металлы. 2011. - № 9,- С. 13 - 17.

17. Казаков, А. А. Оценка металлургического качества никелевых жаропрочных сплавов / А. А. Казаков, Д. В. Киселев // Черные металлы. 2007. -№5.-С. 10-14.

18. Логунова, О. С. Комплексная подсистема управления производством стали при использовании мелкофракционного металлолома / О. С. Логунова, И. И. Мацко, В. В. Павлов // Проблемы теории и практики управления. -2011. -№ 9. С. 51-57.

19. Материаловедение. Применение. VideoTesT. -http://www.videotest.ru/ru/category/20 (15.12.2012).

20. Мацко, И. И. Адаптивное нечеткое дерево принятия решений с динамической структурой для автоматизированной системы управления производством непрерывнолитой заготовки / И. И. Мацко, О. С. Логунова,

21. B. В. Павлов // Проблеми шформатики i моделювання. Тезиси дванадцятоТ м1жнародно1 науково-техшчно1 конференцп. Харюв : НТУ "ХШ", 2012.1. C. 61, росшською мовою.

22. Мацко, И. И. Математическое обеспечение распознавания объектов нерегулярной формы на цветных изображениях темплетов / И. И. Мацко, О. С. Логунова // Информационные технологии в проектировании и производстве. 2011. - № 3 - С. 87 - 92.

23. Меньков, А. Измерение деформации конструкций методом фотограмметрии / А. Меньков. 2011. -http://habrahabr.ru/post/123935/ (15.12.2012).

24. Металлургическая экспертиза как основа определения природы дефектов металлопродукции / А. А. Казаков, П. В. Ковалев, С. В. Рябошук и др. // Черные металлы. 2007. - № 7-8. - С. 17 - 23.

25. Методика оценки ликвационной полосы листового проката / A.A. Казаков, Л. С. Чигинцев, Е. И. Казакова и др. // Черные металлы. 2009. - № 12. -С. 17-22.

26. Морфологическое исследование наночастиц средствами анализа изображений / И. В. Антонов, В. М. Алиевский, Р. М. Кадушников и др. // Вестник

27. УГТУ УПИ. Цифровая микроскопия. - Екатеринбург : ГОУ ВПО УГТУ -УПИ, 2005. - № 10. - С. 63 - 68.

28. Неметаллические включения и природа дефектов холоднокатанного листа / А. А. Казаков, П. В. Ковалев, А. Л. Мясников и др. // Черные металлы. -2006.-№2.-С. 32-46.

29. Николаенко, С. И. Самообучающиеся системы / С. И. Николаенко, А. Л. Тулупьев. М. : МЦНМО, 2009. - 288 с.

30. ООО «Новые экспертные системы». Системы анализа изображений.http://vvvv'w.nexsys.ru/software.nLm (15.12.2012).

31. ОСТ 14-4-73. Сталь. Метод контроля макроструктуры литой заготовки (слитка), полученной методом непрерывной разливки. Введ. 1973-07-01. -М. : Министерство черной металлургии СССР, 1973. - 15 с.

32. Пантелеев, В. Г. Компьютерная микроскопия / В.Г.Пантелеев, О. В. Егорова, Е. И. Клыкова. М. : Техносфера, 2005. - 304 с.

33. Проданов, С. В. Применение цифровых средств обработки изображений для изучения макро- и микроструктуры агломерата / С. В. Проданов, Е. В. Проданов // Вестник УГТУ УПИ. Цифровая микроскопия. - Екатеринбург : ГОУ ВПО УГТУ - УПИ, 2005.-№ 10.-С. 121 - 122.

34. Прэтт, У. Цифровая обработка изображений: пер. с англ. / У. Прэтт. М. : Мир, 1982.-Кн. 1.-312 с.

35. Разработка методов оценки микроструктурной неоднородности трубных сталей / А. А. Казаков, Е. И. Казакова, Д. В. Кисилев и др. // Черные металлы.-2009.-№ 12.-С. 12-15.

36. Разработка методики количественной оценки микроструктурной полосчатости низколегированных трубных сталей с помощью автоматического анализа изображений / А. А. Казаков, Д. В. Киселев, С. В. Андреева и др. // Черные металлы. 2007. - № 7-8. - С. 31 - 37.

37. Рыков, А. С. Методы системного анализа: многокритериальная и нечеткая оптимизация, моделирование и экспертные оценки / А. С. Рыков. М. : Экономика, 1999. - 255 с.

38. Сомина, С. Цифровая микроскопия уходит в онлайн / С. Сомина, Р. Кадушников, А. Разводов // Наноиндустрия. 2012. - № 4 - С. 42 - 45.

39. ТИ 101-СТ-ККЦ-22-2005. Обработка металла на агрегате доводки стали и установке усреднительной продувки металла в ковше. Магнитогорск : ОАО «ММК», 2005. - 26 с.

40. ТИ 101-СТ-ККЦ-83-2008. Обработка стали на установке печь-ковш. -Магнитогорск : ОАО «ММК», 2008. 24 с.

41. ТИ 101 -СТ-ККЦ-96-2010. Разливка стали на од нору чье во и машине непрерывного литья заготовок №6 (МНЛЗ №6) Кислородно-конвертерного цеха. Магнитогорск : ОАО «ММК», 2010. - 86 с.

42. ТИ 101-СТ-ЭСПЦ-64-2007. Выплавка стали в электропечах. Магнитогорск : ОАО «ММК», 2007. - 43 с.

43. ТИ 101-Я-7-2009. Контроль макроструктуры непрерывнолитых слябов производства ОАО «ММК». Отбор, механическая обработка, снятие серных отпечатков и травление темплетов. Магнитогорск : ОАО «ММК», 2009. -13 с.

44. ТУ СТО АСЧМ 7-93. Стандарт ассоциации предпринимателей и организаций по стандартизации продукции черной металлургии. Прокат периодического профиля из арматурной стали. Введ. 1994-01-01. - М. : Ассоциация «Черметстандарт», 2007. - 17 с.

45. Шапиро, JI. Компьютерное зрение / JI. Шапиро, Дж. Стокман. М.: БИНОМ. Лаборатория знаний, 2006. - 752 с.

46. Шахиди, А. Деревья решений общие принципы работы / А. Шахиди. -http://www.basegroup.ru/library/ analysis/tree/description/ (15.12.2012).

47. A handbook of world steel statistics. Brussels : International iron and steel, 1978.-61 c.

48. Adaptive fuzzy decision tree with dynamic structure for automatic process control system of continuous cast billet production / 1.1. Matsko, O. S. Logunova, V. V. Pavlov et al. // IOSR Journal of Engineering (IOSRJEN). 2012. - Vol. 2, №8. -Pp. 53 - 55.

49. Application of on-line infrared thermography in steel making industry / M. Viale, O. Martin, F. Muratori et al. // Thermosense XXIX. Edited by К. M. Knettel, V. P. Vavilov, J. J. Miles. Proc. of the SPIE. 2007. - № 6541. -С. 65410H 1-20.

50. Automated processing of retinal images / A. A. Chernomorets, A. S. Krylov, A. V. Nasonov et al. // The 21st International Conference on Computer Graphics and Vision GraphiCon'2011. Conference Proceedings. M. : МАКС Пресс, 2011. -Pp. 78-81.

51. Clemex. Scientific Image Analysis for Microscopy. http://www.clemex.com (15.12.2012).

52. Esposito, F. A Comparative Analysis of Methods for Pruning Decision Trees / F. Esposito, D. Malebra, G. Semeraro // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1997. - Vol. 19, № 5. - Pp. 476 - 496.

53. Guzaitis, J. Image Analysis and Information Fusion Based Defect Detection in Particleboards / J. Guzaitis, A. Verikas // Electronics and Electrical Engineering. -Kaunas : Technologija, 2006. № 7(71). - C. 67 - 72.

54. Hastie, T. The Elements of Statistical Learning: Data Mining, Inference and Prediction / T. Hastie, R. Tibshirani, J. Friedman. New York : Springer Science + Business Media, 2009. - 746 p.

55. Image analysis characterization of modern pipe steels structure / A. A. Kazakov, O. V. Kurochkina, E. I. Kazakova et al. // Microsc. Microanal. -Microscopy Society of America, 2011. -№17 (2). Pp. 1024 1025.

56. Image analysis software. Olympus.http://www.olympus-ims.com/en/microscope/software/ (15.12.2012).

57. Janikow, C. Z. Fuzzy Decision Trees: Issues and Methods / C. Z. Janikow // IEEE Transactions on Systems, Man, and Cybernetics. 1998. - № 1. - C. 1-14.

58. Kazakov, A. Metallurgical Quality Characterization of Nickelbased Superalloys / A. Kazakov, D. Kiselev // CIS Iron and Steel Review. 2007. - № 1-2. -Pp. 40-43.

59. Kazakov, A. Metallurgical expertise as the base for determination of nature of defects in metal products / A. Kazakov, P. Kovalev, S. Ryaboshuk // CIS Iron and Steel Review. 2007. - № 1-2. - Pp. 7 - 13.

60. Structure Inhomogeneity and Failure Analysis of Modern Pipe Steels / A. A. Kazakov, O. V. Kurochkina, E. I. Kazakova et al. // Microsc. Microanal. -Microscopy Society of America, 2011. -№17 (2). Pp. 1744- 1745.

61. Kohonen, T. Self-organizing maps/ T. Kohonen. 3 ed. - New York : Springer, 2001.-501 c.

62. Luger, G. F. Artificial Intelligence: Structures and Strategies for Complex Problem Solving / G. F. Luger. 6 ed. - Boston : Addison-Wesley Pearson Education, 2009. - 784 p.

63. Maimón, O. Data Mining and Knowledge Discovery Handbook / O. Maimón, L. Rokach. New York : Springer Science + Business Media, 2010. - 1285 p.

64. Martins, L. A. O., Sistema Baseado em Rede SOM para Inspeijao Visual Automática de Defeitos em A90S Laminados / L. A. O. Martins, F. L. C. Pádua, P. E. M. Almeida // Learning and Nonlinear Models. 2009. - № 7 - C. 71 - 82.

65. Matsko, 1.1. Forecasting of image processing time using deterministic methods / 1.1. Matsko, O. S. Logunova // International Journal of Applied Physics and Mathematics. 2012. - Vol. 2, № 3. - Pd. 172 - 1747 JL

66. Metal Bulletin's top steelmakers of 2007 // Metal Bulletin. -2008. № 9038. -C. 7.

67. Metal Bulletin's top steelmakers of 2009 // Metal Bulletin. -2010. № 9153. -C. 20-21.

68. Metal Bulletin's top steelmakers of 2010 // Metal Bulletin. -2011. № 9205. -C. 12-14.

69. Metallurgical / Biological Image Analysis Software. -http://www.dewinterindia.com/product.html (15.12.2012).

70. Metallurgical Image Analysis System.http://www.qsmetrology.com/metallurgical-image-analysis-system.html (15.12.2012).

71. Metric Potential of a 3D Measurement System Based on Digital Compact Cameras / E. Sanz-Ablanedo, J. R. Rodríguez-Pére, P. Arias-Sánchez et al. // Sensors. 2009. - № 9. - C. 4178 - 4194.

72. Nakashima, S. A Numeric Reading System for Digital Meter without I/O Interface / S. Nakashima, Y. Kitamoto, H. Lu // Journal of Computational Information Systems. Hong Kong: Binary Information Press, 2010. - № 6. - Pp. 46571. TUUT,

73. PAXit. Image analysis software. http://www.paxit.com/paxit/enhanced.asp (15.12.2012).

74. Quinlan, J. R. C4.5: Programs for Machine Learning / J. R. Quinlan. San Mateo : Morgan Kaufmann Publishers Inc., 1993. - 302 c.

75. Recommendation ITU-R BT.709-5. Parameter values for the HDTV standards for production and inter-national programme exchange. Geneva, 2009. -http://www.itu.int/dmspubrec/itu-r/rec/bt/R-REC-BT.709-5-200204-I! IPDF-E.pdf (15.12.2012).

76. SIAMS: Решения для материаловедения. -http://siams.com/solutions/solutionsmat.htm (15.12.2012).

77. Steel statistical yearbook 1980. Brussels : International iron and steel, 1980. -48 c.

78. Steel statistical yearbook 1982. Brussels : International iron and steel, 1982. -53 c.

79. Steel statistical yearbook 1984. Brussels : International iron and steel, 1984. -46 c.

80. Steel statistical yearbook 1987. Brussels : International iron and steel, 1987. -61 c.

81. Steel statistical yearbook 1988. Brussels : International iron and steel, 1988. -52 c.

82. Steel statistical yearbook 1990. Brussels : International iron and steel, 1990. -64 c.

83. Steel statistical yearbook 1994. Brussels : International iron and steel, 1995. - 200 c.

84. Steel statistical yearbook 2000. Brussels : International iron and steel, 2000. -111c.

85. Steel statistical yearbook 2010. Brussels : World Steel Association, 2010. -120 c.

86. Steel statistical yearbook 2011. Brussels : World Steel Association, 2011. -120 c.

87. Thixomet Pro. http://thixomet.ru/products/?show=2 (15.12.2012).

88. Графики объемов производства, экспорта стали, НЛЗ, слитков, полуфабрикатов и готовой металлопродукции1. Год—Индия -кнтан -Гсссия •• США — — Япония

89. Рис. П1.1. Объемы производства стали пяти ведущих стран-производителей1. Год• Индия Китай -Россия .США — — Япония •= «=> Вед\щая петерка

90. Рис. П1.2. Объем производства стали пяти ведущих стран-производителейот общемирового производства стали1. Год

91. Китай .Россия .США — • -ЮжнаяКорея — — Япония — — Ведущая петерка

92. Рис. П1.3. Объем производства НЛЗ пяти ведущих стран-производителейот общемирового производства стали1. Гол

93. Китай ■ Россия .США — • —Южная Корея — — Японня — = Обшее для первой петеркн

94. Рис. П1.4. Объем производства НЛЗ пяти ведущих стран-производителейот общемирового производства НЛЗ1. Год

95. Китай Россия .США — — Японня

96. Рис. П1.5. Объем производства НЛЗ стран-производителей от ихпроизводства стали1. Год• -Германия Китай 'Росии = = СССР .%краина — — Япония

97. Рис. П 1.6. Объем экспорта полуфабрикатов и готовой металлопродукции пяти ведущих стран-экспортеров от общемирового производства стали1. Год1. Китай — — Россия 'Япония

98. Рис. П1.7. Объем экспорта полуфабрикатов и готовой металлопродукции стран-экспортеров от их производства стали-Китай Россия — — Япония

99. Рис. П1.8. Объем экспорта слитков и полуфабрикатов металлопродукции стран-экспортеров от их производства стали

100. Рис. П2.1. Диаграмма декомпозиции технологического процесса получения стали в дуговой сталеплавильной печим: хи М4 мз

101. Рис. П2.2. Диаграмма декомпозиции технологического процесса плавки стали в дуговой сталеплавильной печи

102. Вспомогательные материалы ^1. Аргон7

103. Зыполмпъ раскисление цлсГирова1ь сталь (ДСП)1115материалы1. Твердая ишакооХч смесь

104. Обработать металл шлакообразумипо.ш смесями

105. Выполнить науглеро.яшгнле металла1. ЯК"1. Жщкш ч\тч1

106. Отобрать пробы металла и шмер!ггь его температуруX

107. Выполнить назначение марки сталиX