автореферат диссертации по металлургии, 05.16.04, диссертация на тему:Исследование технологического процесса смесеприготовления и разработка алгоритмов управления дозированием компонентов по критериям качества формовочной смеси и отливок

УРАЛЬСКИЙ ОРДЕНА ТРУДОВОГО КРАСНОГО ЗНАМЕНИ" ПОЛИТЕХНИЧЕСКИЙ ИНСТИТУТ ям. СД.КИРША

На правах рукописи ВАЛЬдалН Леонид Меерович

ИССЛЕДОВАНИЕ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА СМЕСЕПРИГОТОВЛЕНИЯ И РАЗРАБОТКА АЛГОРИТМОВ УПРАВЛЕНИЯ ДОЗИРОВАНИЕМ КОМПОНЕНТОВ ПО КРИТЕРИЯМ КАЧЕСТВА ФОРМОВОЧНОЙ СМЕСИ И ОТЛИВОК

Специальность 05.16.04 - Литейное производство

Автореферат диссертации на соискание ученой степени кандидата технических наук

Екатеринбург 1992

Работа выполнена на кафедре "Литейное производство" Уральского Ордена Трудового Красного Знамени политехнического института им. С.Ы.Кирова.

Научные руководители: Лауреат Государственной премии СССР, доктор технических наук, профессор|В.В.Хлынов|; кандидат технических наук, доцент Г.Л.Хазан.

Официальные оппоненты: доктор технических наук

Ю.Д. Позднев; кандидат технических наук И.О. Ренхин.

Ведущее предприятие - научно-производственное объ-- единение "Корпус", гГ Екатеринбург.

Защита диссертации состоится " /3 * апреля 1992г. в " ч на заседании специализированного совета Д 063.14.0i по присуждению ученой степени кандидата технических наук Урал ье-, кого ордена Трудового фасного Знамени политехнического института им. С.М.Кирова.

Отзывы на автореферат, заверенные гербовой печатью, просим направлять по адресу: 620002* г.Екатеринбург, К-2, УПИ им.С.М.Кирова, ученому секретарю совета. " '

Автореферат разослан " ¿с? " МАРПГА 1992 г.

Ученый секретарь специализированного совета,

профессор .доктор технических . Н.С.Щумаков

наук '

Актуальность работы. Существенным тормозом на пути автоматизации смесеприготовления является сложность и стохастический характер этого процесса, в связи с чем общепринятый детерминистский подход к управлению (по жесткой программе или по неадаптированному алгоритму) представляется неоправданным.

Поэтому современные требования к качеству отливок практически невозможно удовлетворить на основе традиционных методов автоматического управления смесеприготовлением без развитых обратных связей. Сложность и многофакторность смеееприготовительного процесса диктуют необходимость широкого использования управляющих вычислительных комплексов, реализующих функции экспертных систем.

Основные разделы работы выполнены в соответствии с постановлением ГКНГ от 30.10.85 г. № 555 по научно-технической программе 0.80.02 на 1986-1990 годы.

Цели настоящей работы. Цель работы - создание научно-методического и программно-алгоритмического обеспечения АСУ ТП смесеприготовления применительно к производству чугунных отливок на автоматической линии беэопочной формовки.

Для реализации данной цели необходимо было решить следующие задачи:

• # • -

. - произвести анализ технологического объекта управления для Армирования банка исходной информации;

- разработать алгоритм управлении, соответствующий специфике технологического процесса; .

- промоделировать и отработать алгоритм и стратегии управления на ЭВМ;

- разработать информационное программное обеспечение АСУ ГП-советчика;

- выполнить отладку и внедрение управляющего вычислительного комплекса.

Научная новизна. Разработан новый алгоритм управления смесе-приготовительным процессом, базирующийся на использовании методов технической диагностики й распознавания образов. Для получения исходной информации в виде обучающей выборки реализован нетрадиционный способ формализации опыта экспертов путем предъявления им плана активного факторного эксперимента в режиме диалога с ЭВМ.

В отличие от ранее выполненных работ предусмотрена автоматическая адаптация обучающей выборки (ОВ) по данным текущего контроля.

Разработана и реализована специфическая методика моделирования управления процессом на ЭВМ. Это позволило установить возможность ускорения процесса шагового продвижения к оптимуму» выявить условия эффективной адаптации 03 в режиме самообучения.

Цредложена модификация метода последовательного анализа, даицая возможность защитить процедуру управления от влияния ошибок, содержащихся в оперативной информации, характеризующей текущее состояние объекта.•

Практическая ценность и реализация работы. Результаты работы использованы для разработки автоматизированной системы управления смесеприготовитёльныы процессом, внедренной на чугунолитейном заводе Верхне-Салдинского металлургического лроизводствен-ного объединения.

Проведен анализ перечня факторов, определяющих качество формовочной смеси, форм и отливок, для чего использованы данные пассивных производственных исследований, активных экспериментов, анализа априорной информации, экспертной оценки специалистов.

- 5 - „,

Определены рзкимы'освежения формовочной смзси, при которых обеспечивается приемлемо малый уровень дефектности отливок.

Выполнен анализ управляемости смесеприготовительного комплекса, указавший на необходимость повышения стабильности работы систем подготовки оборотной формовочной смеси. Проанализированы статика и.кинетика процесса охлаждения оборотной смеси, экспериментально определены коэффициенты эффективности системы испарительного охлаждения и осуществлена ее оптимальная настройка.

Внедрение результатов в производство привело к улучшению стабильности свойств формовочной смеси, снижению расхода исходных материалов, улучшении качества отливок.

Апробация работы. Материалы диссертации доложены и обсуждены на научно-технических конференциях: "Повышение технического уровня и совершенствование технологических процессов производства отливок" (Днепропетровск, 1990), "Прогрессивная технология изготовления форм и стержней для производства отливок" (Челябинск, 1990), "Разработка технологических процессов литья, проек-1

тирование оснастки и анализ качества отливок с использованием ЭВМ" (Ярославль, 1990), Юбилейная региональная научно-практическая конференция (Новокузнецк, 1990).

Публикация материалов диссертации. По теме диссертации опубликовано 7 печатных работ.

Объем работы. Диссертация изложена на 182 машинописных страницах основного текста и 12 страницах приложений; состоит из введения, четырех глав, заключения и приложений. Венчает 28 таблиц, 22 рисунка и список использованной литературы из 98 наименований источников отечественных и зарубежных авторов.

- 6 -■

СОДЕРЖАНИЕ РАБОТЫ

От 50 до Ш брака и дефектов отливок, производимых в пес-чано-глинистых формах, обусловлено низкий или нестабильным качеством формовочной смеси. Вместе с тем часто отсутствуют научно обоснованные рекомендации, априорно устанавливающие оптимальные границы свойств смеси, при которых можно было бы.гарантировать высокое качество отливок, В лучшем случае более или менее обоснован некоторый приемлемый диапазон каждого свойства. Это затрудняет формирование однозначной целевой функции при постановке задачи оптимального управления смесеприготовлением. Однако если бы даже и удалось сузить диапазон рекомендуемых сочетаний и значений свойств смеси, вряд ли можно было бы гарантировать стабильно высокое качество отливок, так как смесеприготовительный процесс порождает только часть возможных причин дефектности отлизок. С этой точки зрения представляет интерес рассмотрение смесеприго-товительного"процесса как некоторого буфера-компенсатора нестабильности прочих переделов литейного производства: формовки.плавки, заливки и пр. Поэтому постановка задачи стабилизации заранее заданного уровня свойств формовочной смеси далеко не всегда правомерна.

Более правильным является воздействие на свойства формовочной смеси по критерию минимума дефектности отливок. Такой способ . управления реализует отрицательную обратную связь выхода системы (участка разбраковки) с ее входом (дозаторы компонентов смеси).

В отличие от ряда разработок при выполнении данной работы не использовались математические модели типа уравнений регрессии. Зто обосновано сложностью и стохастическим характером работы объекта. Вместо этого основные алгоритмы управления базировались на

методологии технической диагностики и теории распознавания образов. Выбор этой альтернативы обоснован тем, что применение данных методов успешно оправдывало себя при необходимости принятия решений в условиях значительной неопределенности.

Для управления качеством отливок необходимо наличие достаточно объективной информации о влиянии состава формовочной смеси на ее свойства, свойств смеси на качество' отливок.

В связи с этим применительно к конкретному случаю была выбрана и обоснована группа контролируемых факторов и откликов, обеспечение заданных значений которых в определенных сочетаниях способствует получению качественной формовочной смеси, а следова-* тельно, и снижению брака отливок.

В перечень факторов были включены те, которые поддастся количественному воздействию на органы управления смесеприготовитель-ным агрегатом (дозы воды, бентонита, крахмалите, угля, песка).

Для уточнения первоначального перечня дефектов проводился подробный предварительный анализ применительно к основной номенклатуре отливок чугунолитейного завода. При определении вида дефекта руководствовались данными заводского атласа-кодификатора и нормативами ГОСТа.

В число дефектов были включены: пригар, усадочные и газовые дефекты, засор, облой, недолив, спай, поддав.

Кроме того была выделена группа наиболее информативных свойств.смеси: уплотняемость, газопроницаемость, прочность на сжатие в сыром состоянии, потери при прокаливании, осыпаемость. Для этого применяли метод экспертных оценок, основанный на использовании суждений специалистов и способности человека принимать решения в условиях невозможности полной формализации причинно-

- 8 -

следственных связей, в конкретном производстве.

Этот же метод использовали для создания обучающей выборки, т.е. массива данных, содержащего количественную информацию о связи входных и выходных переменных, определяющих функционирование объекта управления.

Таким образом, для формирования исходной информации применялся достаточно нетрадиционный подход. Последнее обусловлено тем, что обычные экспериментально-статистические методы оказались недостаточно эффективными, что относится к результатам обработки как многолетных производственных данных, так и к итогам многочисленных пассивных экспериментов. При анализе этих данных выявились существенные корреляции между входными переменными (факторами). Это, Как йзвестно, сильно ограничивает возможность получения адекватной информации об их влиянии на выходные переменные (отклики).

Кроме того, основной массив обрабатываемых сведений относился к периодам нормального функционирования технологического процесса, когда весьма информативные немногочисленные выбросы маскировались данными нормальной эксплуатации.

.Анализ показал, что при всей субъективности экспертных оценок они в значительной степени свободны от указанных недостатков.

Для получения ОВ был разработан алгоритм и. программа проведения экспертного опроса по плану активного факторного эксперимента В алгоритме использован метод парных сравнений, реализуемый в режиме диалога.эксперта с ЭВМ.

После опроса всех экспертов формировалась усредненная матрица предпочтений, в которой суммы последних (ранги) интерпретировались как величины,линейно связанные с количественной мерой свойства смеси или дефекта отливок.

Обработка экспертных оценок и сравнение информации, полученной от разных экспертов показали, что разброс рангов, представленных ими, ({о превышает фактического распределения величины дефектности внутри одной и той же партии отливок.

Полученная по результатам экспертного опроса ОВ рассматривалась как некоторое начальное приближение для последующего итерационного процесса ее уточнения в режиме адаптации к текущим производственным данным. Такой адаптационный процесс требует тем меньше времени, чем адекватнее начальное приближение. После адаптации ОВ она становилась пригодной для распознавания производственно-технологических ситуаций.

Анализ основных методов классификации и технической диагностики позволил остановиться на использовании локальных методов распознавания, которые не требуют знания закона распределения, его параметров, а иногда и менее г.естко связаны с категориями теории вероятности.

Должное Функционирование управляемого процесса обеспечивается определенным сочетанием двух комплексов координат: входных X ' и выходных V. Например, качество отливок мояет быть охарактеризовано вектором V* , содержащим количественные значения долей .отливок, забракованных по пригару ( ^ ) ', гас ору ( ^ ), газовым дефектам ( ^ }, усадочным дефектом ( ^ ), трещинам () и др. Очевидно, конкретный набор оначетй этого вектора порозден определенной совокупностью факторов, образующих вектор X , таких как влажность формовочной смеси ( -С/ ), содержание з ней бентонита ( Л*2 ), крахмал л та ( ), песка ( ), угля ( ) и др.

Для распознавания вектора X по вектору У необходимо производить сравнение конкретной производственно-технологической

ситуации с банком данных, содержащихся в обучающей выборке СОВ). Обучающая выборка - совокупность двух матриц X и У :

• \ /у»

I ••• х*г ; у / у,г у„ ... р>г

I ж.- ... . - • ••• й I , , , ... , • . • • г

•у,*

где у/ - число строк обучающей выборки;

£ - количество факторов (входных координат); р - количество откликов (аыходных координат). Располагая такой совокупностью матриц, можно воспользоваться имеющейся в ней информацией для предсказания вероятного вида строки X* в (X* х* ... ), т.е. набора факторов, обусловившего появление некоторой совокупности откликов у*... ).

Более или менее адекватную информацию о диагностируемом объекте содержит лишь вся ОВ. В связи с этим была поставлена задача разработать метод распознавания, максимально использующий информацию, заложенную в ОВ.

Суть метода состоит в том, что рассматривается функция близости £ * как векторное расстояние медду строкой, предъявляемой для распознавания, и строками обучающей выборки, т.е.

\

=

л-,

Используя методику линейного регрессионного анализа, легко

найти коэффициенты линейной по параметрам регрессионной модели л

¿Г = Х£ г отцуда согласно теории метода наименьших квадратов

т т т ^ ^

3 =(Х Л У X ¿- » где 2 - значение функции близости, предсказываемое уравнением регрессии; Т - оператор транспонирования

матрицы. Здесь из вектор-столбца коэффициентов регрессии можно вычленить подвектср первых частных производных функции близости.

При изменении значений Х1 , Х^ , ... относительно не-

которого исходного (среднего по матрице X ) набора уровней кратно компонентам вектора 2 / в направлениях, соответствующих знаку частных производных, осуществится движение по градиенту функции близости £ . Это обеспечит максимально быстрое приближение к условиям ситуации, предъявляемой для распознавания.

Если же двигаться в противоположном направлении, сменив знал

ки Э2 /ОЛГ на обратные, то реализуется наискорейший спуск по антиградиенту, т.е. наиболее быстрое удаление от ситуации X*, породившей предъявленный для распознавания набор откликов У" .

После серии рабочих шагов в направлении антиградиента получим в. виде результата новую строку У* , предъявив которую для распознавания, уточним новый набор проекций антиградиента и' так до тех пор, пока не будет достигнут приемлемый вектор качества V.

В качестве меры близости контрольной вектор-строки к строкам ОВ предложена скалярная функция (I), отвечающая следующим требованиям: непрерывность, дифференцируемость, достижение значений, близких к крайнему (максимальная близость) лиаь при практическом совпадении всех элементов сравниваемых вектор-строк, резкое отклонение от крайнего значения при существенном отличии сравниваемых строк хотя бы по одному из элементов:

(I)

где ~ - элемент матрицы У - У"* ;

с*С - нормирующий множитель.

- 12 -

Любая обучающая выборка как усредненная оценка может отличаться от истинных значений.

В связи с этим была разработана процедура адаптации ОВ по результатам текущих значений, характеризующих состояние объекта. Выведена формула, по которой ведется корректировка соответствующего вектор-столбца ОВ:

( % 1 КХ( ^ 1/+Г (2)

Существенно, что предъявляемая контрольная строка х\ У используется лишь для расчета нового массива коэффициентов регрессии, ко не включается в ОВ, поскольку в противном случае нарушились бы оптимальные свойства матрицы X .

Отработку стратегии управления и отладку алгоритма проводили путем моделирования алгоритмов распознавания на ЭВМ.

При моделировании был решен ряд вопросов, связанных с обеспечением следующих основных условий:

-значимое влияние факторов на отклики, составляющие обучающую выборку;

-отсутствие линейной корреляции ыезду откликами; -обоснованный выбор шага при изменении факторов в ходе управляющих воздействий;

-обоснованное правило остановки в ходе реализации последовательного .шагового управления;

-обеспечение необходимой эффективности и быстродействия процедуры адаптации ОВ;

-защита адаптационной процедуры от влияния ошибок, содержащихся в оперативной информации о текущем состоянии процесса.

Моделировался объект с четырьмя независимыми входами (факторами) X =(-2^ ^ и четырьмя выходами (откликами) У = =( ¿4 ). Исходя из вида связей, характеризующих реальный

збьект управления, зависимость У X ) была выбрана в виде :истемы из четырех полиномиальных уравнений - полных квадратичных

•де V =1, ... , 4 - порядковый номер отклика;

ество шагов путем последовательных реализаций пробных и рабочих оздействий на процесс. Моделированием адаптации обучающей выбор-и удалось установить, что наибольшая скорость адаптации обеспе-ивается при ортогональности матрицы последовательных значений акторов, т.е. при полном исключении их корреляции, поэтому кор-эктировка ОВ происходит наиболее быстро при воздействии на фак-эры по плану активного эксперимента.

Однако при шаговом управлении не удается избежать некоторой зррелированности последовательных значений факторов, что сущест-:нно снижает скорость адаптации. В этих условиях можно использо-1ть результаты еще не завершенной адаптации посл.е того, как в >оцессе последней стабилизируются коэффициенты регрессии, опре-

4

■ляющие направление шагового поиска.

При недопуЬтимо длительной адаптации, в случае низкой аде-атности 03, предусмотрена возможность временного перехода к угому алгоритму управления,-например, к процедуре известного тода симплексного поиска. Полученные при этом результаты успес-используются для адаптации.

Классифицируемая ситуация характеризуется рядом параметров, лученных по данным текущего экспресс-контроля качества продук-л. Эти данные должны быть достаточно объективными, несмотря на

^у =1, ... , 4 - порядковый номер фактора (). По результатам моделирования удалось минимизировать коли-

- 14 -

неизбежные случайные ошибки контроля.

Для разработки алгоритма защиты адаптационной процедуры от случайных ошибок была использована модифицированная методика последовательного анализа.

Показана возможность ускорения последовательного анализа з; счет того, что его объектом являются не отдельные свойства, хара теризутацие качество формовочной смеси, а функция их близости к строкам обучающей выборки.

Результаты моделирования были учтены при разработке програм много обеспечения АСУ ТП-ссветчлка. При подготовке внедрения это системы управления прежде всего был проведен анализ управляемост технологическим объектом.

Управляемость оценивалась исходя из возможностей обеспечен расчетного материального баланса массы замеса и воды. Используя правило накопления ошибок, установили, что наибольшую ошибку в расчетный баланс вносит нестабильность влажности горелой смеси. Из 0.9IX максимальной нестабильности вла-кности на долю этой составляющей приходится 0,вЖ (абсолютные проценты влажности).

Поэтому для того, чтобы обеспечить управляемость объекта пс влажности (а от влояности в существенной мере зависят все контр* лируемые свойства смеси),'необходимо прежде всего принять меры по стабилизации влажности горелой смеси. При этом необходимо бы. так организовать работу системы испарительного охлаждения, чтоб! в бегуны поступала смесь, стабильно имеющая по возможности наименьшую (а лучше нулевую) влажность.

Для решения данной задачи проводились исследования по- опре делению эффективности имеющейся системы охлаждения. Были проана лизированы статика и кинетика процессов испарительного охлакде-

ния смеси на трех стадиях: кипение воды, поверхностное испарение при транспортировке оборотной смеси к бегунам,испарение в процессе перемешивания и передачи готовой смеси в бункер формовочной машины.

Исследования конкретной системы испарительного охлаждения показали, что практически никогда не удается охладить смесь до температуры окружающей среды. Часть вода при этом просто не может испариться и остается в смеси, приводя к весьма неприятному сочетанию высокой температуры смеси (70 ... 80 °С) с высокой и нестабильной остаточной влажностью (0,5 ...

Эту особенность системы охарактеризовали так называемым коэффициентом эффективности испарения:

т С4>

где /п - фактическое количество испарившейся водщ

|;асса ьоды, которую необходимо испарить для снижения оборотной смеси до 20°С.

На основе составления и интегрирования дифференциальных уравнений тепломассообмена выведена математические соотношения, описывающие различные стадии процесса и позволившие'осуществить оптимальную тарировку системы испарительного охлаждения.

Ранее, отменено, что обучающая выборка содержит данные, связанные со степенью дефектности отливок. Эти данные "обезличены", так как характеризуют не отливки конкретных наименований, а усредненное качество (оцененное по кёиздой разновидности дефекта) независимо от номенклатуры отливок.

Между тем, разбраковка производится так, что имеются исчерпывающие данные о дефектности конкретного вида для каждого наименования отливок. Простое усреднение этих данных привело бы к су-

щественной потере информации, поскольку склонность к образованию конкретного дефекта у различных отливок различна. Для того, чтобы при распознавании причин дефектности не требовалось наличие множества обучающих выборок (соответственно количеству наименований отливок), необходима свертка результатов разбраковки без потери ценной исходной информации.

Для этих целей было использовано понятие коэффициента индивидуальной чувствительности (КИЧ) отливки данного наименования к образованию дефекта данной категории. Для расчета КИЧ использовали статистические производственные данные за несколько лет:

КИЧ , (5)

В

где А - средний процент дефектности каждой категории для кавдо-го наименования отливки;

В - средний процент брака по дефектам какдой категории независимо от номенклатуры.

По результатам работы создан электронно-вычислительный комплекс "Эксперт", представляющий собой совокупность технических и программных средств, ориентированных на выполнение функций АСУ ТП-советчика в режиме выработки рекомендаций по шаговым' управляющим воздействиям на уставки дозаторов каждого компонента формовочной смеси, обеспечивающих подачу материалов "в смесеприготови-тельный агрегат. Комплекс предназначен для получения требуемых свойств формовочной смеси, способствуя снижению брака отливок.

Для работы комплекса используется оперативная качественная экспресс-информация по текущим свойствам формовочной смеси и результатам разбраковки отливок. Необходимым условием является непрерывная штатная работа системы охлаждения оборотной смеси и дозаторов исходных компонентов.

- 17 - '

Программные средства комплекса обеспечивают взаимодействие

! оператором-технологом, обработку введенной им информации о со-

:тоянии объекта управления, после чего выполняют техническую ди-

1ГНостику объекта и расчет направления и величины необходимых

юздействий, которые после нескольких шагов приводят к оптималь-

[ым условиям его функционирования.

■ ■ к

По выбору пользователя комплекс реализует один из двух воз-южных режимов работы:

- режим вывода свойств формовочной смеси на заданный уровень;

- режим уменьшения брака и дефектности отливок.

Практика внедрения АСУ ТП показала, что при ее эксплуатации жесточаются требования к персоналу объекта, касающиеся соблюде-ия технологических инструкций. В частности, необходимо (как ми-имум): ограничить круг лиц, допущенных к изменению настройки ор-анов управления; периодически (ке реле I раза в декаду) провеять состояние и настройку дозаторов; обеспечивать стабильную ра-оту систем вентиляции на смесеприготовительном тракте; не допус-ать случаев несанкционированного изменения настройки системы ис-арительного охлаждения отработанной смеси и ряд других требова-ий. •

Результаты работы вызвали определенный интерес специалистов азличных предприятий, касающийся возможности использования кеко-эрых методик и рекомендаций, выходящих за рамки проблем смесе-риготовления.

Апробированные при выполнении работы алгоритмы экспертного :троса, диагностики причин дефектности отливок, управления свойст-ами смеси заложены в основу разрабатываемых программных модулей ?М (автоматизированное рабочее место) технолога-литейщика.

- 18 -

ЗАКЛШЕШЕ.

I. Разработан алгоритм управления многофакторным объектом, базирующийся на использовании методов технической диагностики и теории распознавашя образов. Управление составом формовочной смеси производится по критерию качества смеси и отливок.

2. Для распознавания производственно-технологических ситуаций используется оценка их близости к строкам обучающей выборки -банка данных, содержащего набор типовых ситуаций. Приближение к оптимальным условиям обеспечивается изменением состава формовочной смеси соответственно компонентам градиента функции близости.

3. Разработана и реализована методика моделирования различных стадий задачи управления на ЭВМ. При.этом установлена возможность ускорения процесса шагового продвижения к оптимуму; выявлены условия эффективной адаптации обучающей выборки в режиме самообучения.

4. Выполнено моделирование последовательного анализа функции близости, благодаря чему сформулированы условия защиты процедуры управления от. влияния ошибок, содержащихся в оперативной информации о текущем состоянии процесса.

5. Рассмотрен и■проанализирован перечень факторов, определяющих качество формовочной смеси, форм и отливок, производящихся на автоматической формовочно-эаливочной линий безопочной формовки по; высоким удельным давлением. Для этого использованы данные пассивных производственных исследований, активных экспериментов, анализа априорной информации, экспертной оценки специалистов. Рекомендованы режимы освежения и сочетания свойств смеси, при которых обеспечивается относительно низкий уровень дефектов отливок.

6. Для создания обучающей выборки реализован нетрадиционный способ формализации опыта экспериментов путем предъявления им пла^

- 19 - '

на активного факторного эксперимента в режиме диалога с ЭВМ с после, пующей адаптацией обучающей Выборга по данным текущего производственного контроля.

7. Выполнен анализ управляемости смесеприготовитэльного комплекса с. учетом нестабильности работы узлов систем подготовки оборотной смеси и дозирования компонентов в бегуны. Проанализированы статика и кинетика процессов принудительного охлаждения оборотной смеси. Экспериментально определены коэффициенты эффективности поверхностного испарения охлаждающей воды.

8. Получены зависимости, обеспечивающие расчет оптимальных параметров функционирования системы испарительного охлаждения. Соответствующая настройка системы гарантирует поступление в смеситель практически сухой смеси с температурой, не превышающей 70 °С. Ее последующее охлаждение происходит за счет подачи необходимой дополнительной дозы воды непосредственно в смеситель.

9. Разработана, отлажена и внедрена в производство АСУ ТП-советчик, реализующая алгоритм выработки воздействий на дозаторы компонентов в функции отклонения свойств смеси* от заданного уровня, а также в зависимости от уровня дефектности отливок. Система-советчик внедрена на основе специализированного вычислительного комплекса, расположенного на рабочем месте оператора-технолога. Расчетный экономический эффект, подтвержденный актом внедрения, составляет 102 тыс. рублей.

10. Апробация работы показала, что предложенные методы и алгоритмы после соответствующей модификации могут использоваться для управления разнообразны/л технологическими процессами и решения задач оптимизации объектов и систем.

- 20 -

Основное содержание диссертации опубликовано в следующих

работах:

1. Хазан Г.Л., Вальдман Л.М. Распознавание производственных ситуаций методом технической диагностики// Изв.вузов. Черная металлургия. I99I.M.C. 92-93.

2. Хазан Г.Л., Вальдман Л.М. Алгоритм адаптации обучающей выборки при распознавании производственно-технологических ситуаций// Изв.вузов. Черная ыеталлургия.1991.№б.С.86-88.

3. Хазан Г.Л., Филимонов A.A., Вальдман Л.М. Формирование диагностической выборки в АСУ И] смесеприготовления методом экспертных оценок//Повыш.технич.уровня и совершенств.технологических процессов производства отливок:Тез.докл.У Республиканской науч.-технмч.конф./Лдепропетровский мет.ин-т и др.Днепропетровск, I990.C.I09-III.

4. Вальдман Д.М., Филимонов A.A., Хазан Г.Л. формирование банка данных для АСУ ТП методами экспертных оценок//Прогресс.технол. изготовления форд и стержней для производства отливок:Тез. докл.науч.-техн.конф./Челябинский политехи.нн-т(и др.Челябинск, I990.C.35-37.

5. АСУ ТО-советчик на базе микроЭВМ для управления качеством формовочной смеси/Хазан Г.Л., Филимонов A.A., Бирюков B.C., Вальдман Л.М.// Разработка технологических процессов литья,проектирование оснастки и анализ качества отливок с использованием ЭВЫ:Тез.зональной науч.-технич.конф.Ярославль,1990.С.43-44.

6. Применение алгоритма технической диагностики для управления процессом получения композиционных и пористых материалов методом вынужденной пропитки/Барышников Ы.Ю., Вальдман Л.М., Фат-хулин Р.Х., Хазан Г.Л., Швецов Е.Е.//Расплавы.1991.»1.С.18-2б.