автореферат диссертации по машиностроению и машиноведению, 05.02.23, диссертация на тему:Повышение качества горячекатаной трубной листовой стали по механическим свойствам с использованием нейросетевого моделирования

На правах рукописи

КУРБАН ВИКТОР ВАСИЛЬЕВИЧ

ПОВЫШЕНИЕ КАЧЕСТВА ГОРЯЧЕКАТАНОЙ ТРУБНОЙ ЛИСТОВОЙ СТАЛИ ПО МЕХАНИЧЕСКИМ СВОЙСТВАМ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ

Специальность 05.02.23 - Стандартизация и управление качеством продукции (металлургия)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Магнитогорск - 2006

Работа выполнена в ГОУ ВПО "Магнитогорский государственный технический университет им. Г.И. Носова"

Научный руководитель

доктор технических наук» профессор

Салганик Виктор Матвеевич

Официальные оппоненты:

доктор технических наук, профессор

Гун Игорь Геннадьевич

Ведущая организация:

кандидат технических наук Рудаков Владимир Павлович

Институт системного анализа РАН, г. Москва

Защита состоится 27 ноября 2006 года на заседании диссертационного совета К 212.111.03 при ГОУ ВПО "Магнитогорский государственный технический университет им. Г.И.Носова" по адресу: 455000, г. Магнитогорск, пр. Ленина, 38, МГТУ, малый актовый зал.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО 'Магнитогорский государственный технический университет им, Г.И.Но-

сова".

Автореферат разослан

Ученый секретарь диссертационного совета

-2\»

октября 2006 года.

/

.¡ос^/^Т И-А-

.Михайловский

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ*

Актуальность работы. Повышение требований потребителей к качеству готового проката, непрерывное увеличение стоимости сырья, материалов и энергоносителей приводят к интенсивному развитию ресурсосберегающих технологий, которые позволяют получать требуемый комплекс механических свойств горячекатаного проката непосредственно в технологическом потоке, В этих условиях использование передовых информационных технологий становится чрезвычайно важным фактором в управлении технологическим процессом и качеством.

Механические свойства проката являются важнейшими показателями качества. Существующие в металлургических процессах возмущающие воздействия, такие как колебания химического состава стали в пределах одной марки, колебание температурно-деформационных режимов при производстве проката, приводят к изменению механических свойств.

Управлять состоянием сложных технологических систем можно на основании статистических методов, поскольку с их помощью удается установить неслучайные связи и свойства анализируемых объектов или систем.

Одним из перспективных и необходимых направлений выявления фактических механических свойств проката является проведение механических испытаний, в том числе и неразрушающими методами. В основе последних лежат эффективные способы измерений интересующих параметров. Далее применяются адекватные процедуры обработки полученных данных. Естественно, что при этом широко распространен статистический регрессионный анализ, с помощью которого получают математические модели - регрессионные уравнения для различных сорта-ментных групп и марок сталей. Достоинством данного подхода является его четкость и методическая завершенность, отраженная не только в соответствующей учебной и монографической литературе, но и в стандартах.

Однако применение традиционного регрессионного анализа связано и с рядом недостатков:

- регрессионные уравнения рассчитываются для конкретной марки стали, для конкретного сортамента;

- отклонения фактических технологических параметров от базовых могут привести к значительному нарастанию погрешности;

- в регрессионных уравнениях используется относительно огра-

*

Работа выполнена при научной консультации профессора, д.т.н. Песина А.М,

ниченное число факторов (в нашем случае 2-6);

- сложные нелинейные зависимости заменяются упрощенными - линейными.

Как показывает имеющаяся информация» эффективной альтернативой статистической обработки экспериментальных данных с помощью регрессионных моделей является применение искусственных нейронных сетей. Это исключительно мощный метод моделирования» позволяющий воспроизводить чрезвычайно сложные зависимости. Кроме того, нейронные сети справляются с «проклятием размерности», которое не позволяет моделировать линейные зависимости в случае большого числа разнотипных переменных. И в ситуациях, когда сложно построить четкую функциональную зависимость, а исходные данные содержат в себе некоторый "шум", имеет смысл использовать аппарат искусственных нейронных сетей.

Поэтому искусственные нейронные сети все шире применяются как составная часть современных информационных технологий для моделирования и контроля технологических процессов, прогнозирования и улучшения качества выпускаемой продукции.

Цели и задачи исследований. Целью работы является достижение повышенного качества горячекатаной стали при широкополосной прокатке на основе адаптации, регламентации и эффективного использования нейросетевой модели механических свойств продукции.

Указанная цель реализуется решением следующих задач:

- выбор, адаптация и обеспечение адекватности нейросетевых моделей прогнозирования механических свойств;

- нейросетевое прогнозирование механических свойств проката в условиях широкополосного стана 2000 ОАО «ММК»;

- разработка системы воздействия на технологический процесс горячей прокатки для достижения повышенных механических свойств продукции;

- промышленное опробование и внедрение на стане 2000 ОАО «ММК» разработанных мероприятий по повышению качества проката.

Научная новизна заключается в следующем:

- разработаны и адаптированы к условиям широкополосного стана горячей прокатки нейросетевые модели, отличающиеся способностью комплексного прогнозирования механических свойств проката ряда сталей трубных марок (прямая задача) и определения технологических параметров, обеспечивающих требуемые показатели механических свойств (обратная задача);

- с помощью нейросетевого моделирования, отличающегося увеличенным количеством учитываемых факторов и расширенными диапазонами их изменения, установлено влияние технологических параметров и химического состава стали на механические свойства сталей трубных марок и определены соответствующие коэффициенты;

- доказана возможность принципиального усовершенствования системы управления технологией и качеством продукции за счет введения новых блоков прогнозирования технологических параметров для получения заданных механических свойств, а также прогнозирования механических свойств при заданных технологических параметрах.

Практическая ценность работы состоит в следующем:

- повышена эффективность управления качеством горячекатаного листового проката трубных марок сталей;

- разработано оперативное управление технологическим процессом с целью получения продукции заданного качества;

- усовершенствован процесс функционирования системы управления технологией и качеством продукции путем использования в этой системе более эффективных процедур прогнозирования механических свойств и необходимых технологических параметров.

Реализация работы. Результаты диссертационной работы приняты к внедрению на ОАО "ММК'\ Выполненные разработки позволяют управлять технологическим процессом и, как следствие, качеством готовой продукции в режиме реального времени. Разработана и выпущена технологическая инструкция "Неразрушающий метод контроля качества готового проката с использованием искусственных нейронных сетей (ИНС)". Разработки по усовершенствованию системы управления технологией и качеством продукции приняты к внедрению в ЛПЦ-10 ОАО "ММК'\ Их реализация позволит сэкономить более 2,98 млн рублей в год за счет:

- снижения потерь на сверхнормативные простои железнодорожных вагонов под погрузкой;

- повышения сортности продукции;

- уменьшения рекламаций;

- сокращения расхода металла на изготовление образцов для механических испытаний продукции;

- снижения трудозатрат на испытания;

- ускорения процесса отгрузки и оформления товарно-сопроводительной документации.

Апробация работы. Основные положения диссертационной работы изложены и обсуждены на IV Международном конгрессе прокатчиков (Магнитогорск, 16-19 октября 2001 г.); на IV и V школах-семинарах "Фат-зовые и структурные превращения в сталях" (п, Кусимово, Башкортостан, 2004, 2006 гг.); ежегодных научно-технических конференциях Магнитогорского государственного технического университета им. Г.И. Носова с 2004 по 2006 гг.

Публикации. По теме диссертации опубликовано 8 научных работ.

Структура и объем работы. Диссертация состоит из введения, 5 глав, заключения, списка использованных источников и приложений. Текст диссертации изложен на 164 страницах машинописного текста, иллюстрирован 64 рисунками, содержит 33 таблицы, библиографический список включает 171 наименование.

СОДЕРЖАНИЕ РАБОТЫ

В первой главе выполнен анализ нормативно-справочной документации, регламентирующей качественные показатели при производстве горячекатаного листового проката. Показано, что следует различать механические свойства готовой продукции и металла, идущего в дальнейшую обработку, т.е. подката. Зачастую последние неизвестны, так как не подлежат обязательному контролю. В связи с этим могут возникнуть ситуации, когда, например, в цехе холодной прокатки появляется необходимость термической обработки подката перед прокаткой, чтобы обеспечить требуемые свойства холоднокатаного металла.

Вообще механические свойства металлопроката в цехах горячей прокатки предлагается классифицировать в зависимости от количества контролируемых параметров по каждой марке стали, подвергающейся горячей прокатке.

Показано, что наибольшее количество контролируемых параметров механических свойств приходится на стали трубных марок, например, 13Г1С-У, 10Г2СФБ, 09ГБЮ и др., а наименьшее - на углеродистые стали обыкновенного качества марок СтО, СтЗ, Ст4, Ст5,35,40, 50 и др.

Большинство сталей товарной продукции подлежат обязательному нормированию в среднем по 6-7 параметрам, к которым относятся предел текучести ат> временное сопротивление разрыву с», относительное удлинение 52, 64, 65, 5(о, а также удлинение 8 для базовых длин 50, 80, 100 и 200 мм, ударная вязкость КСи и КСУ при различных температурах, изгиб на оправку, твердость НВ и НИВ, динамическая вязкость тонкой трещины (ДВТТ).

Механические свойства подката по стандартам не являются объек-

том обязательного контроля, за исключением ТУ 14-1-4516-88 "Полоса горячекатаная (подкат) из углеродистой качественной конструкционной стали", по которым для стали марок 08Ю, 11кп, 11ЮА, 18кп и 18ЮА контролируются ст„, 5ю и 5*.

Проведен литературный обзор факторов, влияющих на механические свойства горячекатаных полос. Показано, что среди этих факторов основными являются: химический состав стали, условия нагрева, скорость непрерывной прокатки, температуры конца прокатки и смотки, степень деформации и скорость охлаждения. Перечисленные факторы являются объектом обязательного контроля при осуществлении горячей прокатки.

Выполнен обзор существующих методов прогнозирования механических свойств горячекатаных полос. К основным среди них следует отнести неразрушающие способы контроля, при этом обработку массивов экспериментальных данных ведут методами регрессионного анализа. Однако недостатком последних является то, что полученные на их основе модели действуют в узких диапазонах изменения нормируемых параметров. При нештатных ситуациях, когда возникает сколько-нибудь значимое изменение параметров выборки, регрессионные модели перестают быть адекватными и возникает необходимость в построении новых для обновившихся условий.

Вместо регрессионных методов предлагается использовать нейро-сетевое моделирование, позволяющее работать при большом диапазоне изменения технологических параметров. Кроме того, к достоинствам нейронных сетей можно отнести и то, что в них заложена возможность к самообучению и самонастройке.

С учетом того, что применение искусственных нейронных сетей является перспективным направлением в обработке металлов давлением и позволит улучшить качество продукции и уменьшить энергозатраты на её производство, были сформулированы цели и поставлены конкретные задачи исследования, представленные выше (см. с. 4).

Во второй главе рассмотрено прогнозирование механических свойств проката в условиях широкополосного стана 2000 ОАО "ММК" на основе нейросетевого моделирования.

Выбраны входные параметры для прогнозирования механических свойств сталей трубных марок с учетом особенностей широкополосного стана 2000 горячей прокатки. Разработана методика сбора информации о значениях входных и выходных параметров для искусственной нейронной сети. При создании информационного массива в выборку включили результаты разрушающих испытаний следующих трубных марок сталей, прокатанных на стане 2000: 10Г2ФБ, 17Г1С, 17Г1СА, 17Г1СА-У, 17Г1С-У, 13Г1С-У. При этом соблюдались следующие правила:

партии, имеющие нарушения по технологии производства, отбору проб, исключали из массива выборки; обеспечивали представительность выборки, для чего максимально охватывали возможные диапазоны изменений технологических факторов. Это достигалось в течение достаточно длительного промежутка времени (не менее полугода) и при объеме выборки не менее 100 партий по каждой марке стали.

Для подтверждения достоверности выборки проводился предварительный анализ исходных данных, при этом вычисляли статистические характеристики:

- среднее арифметическое, дисперсию;

- среднее квадратическое отклонение; асимметрию и эксцесс; коэффициент вариации;

- стандартную ошибку асимметрии и эксцесса.

Строились частотные распределения, которые должны иметь форму одномодальной куполообразной кривой. При любом другом типе распределения выборка исключается из обработки. Проверялась также стабильность технологического процесса в период, охватываемый выборкой.

В состав выборки вошли 1310 плавок сталей трубных марок (17Г1С-У, 17Г1СА-У, 17Г1СА, 17Г1С, 13Г1С-У, 10Г2ФБ), прокатанных на стане горячей прокатки в период с 2001 по 2005 годы, в том числе 808 плавок сталей 17Г1С-У,17Г1СА-У, 17Г1СА, 17Г1С, 130 плавок сталей 13Г1С-У и 372 плавки стали 10Г2ФБ.

По критерию Колмогорова проверялось соответствие исходной информации нормальному закону распределения, а при помощи коэффициента вариации выборка проверялась на однородность.

На основании проведенных исследований для прогнозирования механических свойств трубных марок сталей была выбрана нейронная сеть на основе многослойного персептрона и определена его структура.

Принятые входные и выходные параметры представлены в табл. 1.

Для обучения выбранной искусственной нейронной сети был применен алгоритм обратного распространения. Это позволило выбрать нейронную сеть с минимальными значениями ошибок. Структура нейронной сети содержит 16 входных нейронов, по 43 нейрона на первом и втором скрытых слоях и 5 выходных нейронов.

Таким образом, на первом этапе работы была построена искусственная нейронная сеть, которая позволила по известным входным параметрам прогнозировать показатели механических свойств.

В третьей главе проведена проверка адекватности разработанной нейросетевой модели прогнозирования механических свойств сталей трубных марок в условиях стана 2000 ОАО "ММК".

Таблица 1

Параметры нейронной сети

Входной параметр Выходной параметр

Толщина Содержание химических элементов: С, Мп, Б, Р, Сг, N1, Си, N2, А1, V, 1\[Ь, Т1 Температура конца прокатки 1:кп Температура смотки Предел текучести ат Временное сопротивление разрыву ав Относительное удлинение Ударная вязкость: при температуре минус 40°С КС и"40 при температуре 0°С КСУ°

Проверка адекватности проводилась на 37 плавках стали, прокатанной на широкополосном стане 2000 горячей прокатки в период с 11.11.2005 по 16.02.2006 г. Параллельно с определением значений показателей механических свойств сталей трубных марок осуществлялось их сравнение с аналогичными показателями, полученными для стали марки 10Г2ФБ при помощи статистической модели по следующим уравнениям множественной регрессии:

сгт = 428,8 - 0,21861СМ + 437,28С + 59,2Мп + 392,2Сг + 249,9№ + 568,0У; ств = 328,7 + 873,2С + 69,0Мп + 506,5Сг + 398,3№ + 437,2V; б5 = 34,8 - 42,1С - 291,6Б -15,4Си - 80,0Ш;

КС V0 = -308,9 - 719,2С + 214,2Мп - 7169,ОБ - 567,2№ + 2045,0А1 --1015,9У + 0,38521СМ;

КСи-40 = 3453 - 564,9С - 8398,5Б - 474,5Ы1 -1294,5V.

Сравнение результатов натурных испытаний образцов, расчетов, произведенных с применением регрессионных уравнений и нейросетевой модели, представлено в табл. 2.

В разработанной нейросетевой модели коэффициент корреляции составил 0,936 для предела текучести и в среднем 0,83 - для временного сопротивления разрыву, относительного удлинения, ударной вязкости

кси-40 и КСУ°.

При прогнозировании механических свойств проката с помощью регрессионного анализа составлялась собственная система уравнений. Разброс коэффициентов корреляции при этом по определяемым параметрам составил от 0,525 до 0,680 для стали марки 10Г2ФБ, от 0,46 до 0,70 -

для сталей 17Г1СА-У, 17Г1СА, 17Г1С-У, 17Г1С и от 0,47 до 0,56 - для стали 13Г1С-У.

Таблица 2

Результаты испытаний и тестов нейросетевой модели для стали 10Г2ФБ

Наименование показателя Разрушающий метод испытания Статистический метод Не] Зронная сеть

Значение показателя Отклонение, % Коэф. корреляции Значение показателя Отклонение, % Коэф. корреляции

Предел текучести от, Н/мм1 455 462 2,0 0,525 449,1 1,3 0,936

Временное сопротивление разрыву о„ Н/мм1 555 562 1,0 0,657 560,9 1,0 0,820

Относительное удлинение 6), % 25,5 26 2,0 0,470 25,7 1,0 0,804

Ударная вязкость КСиЛ Дж/см1 179 181 1,0 0,560 179,1 0,0 0,870

Ударная вязкость КСУ°, Дж/см1 157 118 25,0 0,680 147,5 6,1 0,820

Сравнительный анализ механических свойств проката из трубных сталей, проведенный при помощи нейросетевой модели, и данных, полученных при натурных испытаниях, показал, что ошибка прогнозирования для стали 10Г2ФБ составляет до 6,1%. В то же время отклонение этих показателей по регрессионной модели по отношению к показателям натурных испытаний проката из стали той же марки составило от 2 до 25%.

В итоге выполненный анализ доказал существенные преимущества по точности полученных результатов нейросетевой модели по сравнению с традиционной регрессионной.

В четвертой главе рассмотрен вопрос улучшения механических свойств трубных сталей с использованием искусственных нейронных сетей. Подход к прогнозированию механических свойств, описанный в главе 2, имеет пассивный характер. Он может учитывать последствия изменчивости технологических параметров, но не позволяет управлять процессом с целью получения заданного комплекса механических свойств горячекатаного проката. В реальных металлургических процессах неизбежно существуют возмущающие воздействия, такие как колебания химического состава стали в пределах заданной марки, нестабильность температурно-деформационных режимов прокатки, которые приводят к отклонениям получаемых механических свойств продукции от заданных.

Для преобразования указанного подхода к активному использованию предлагается решить обратную задачу, т.е. по известному плавочно-

му химическому составу стали, размеру проката (толщине) и заданному комплексу механических свойств получить требуемые технологические параметры производства при помощи искусственных нейронных сетей.

Горячая прокатка на непрерывных широкополосных станах - это сложный процесс многократной деформации, во время которого в широком диапазоне меняются температура металла, степень обжатия, скорости деформации и охлаждения полосы. Структура горячекатаного металла и его свойства формируются, в основном, в чистовой группе клетей, на отводящем рольганге и при охлаждении.

Основными контролируемыми параметрами металлопродукции в процессе горячей прокатки являются температуры конца прокатки и смотки рулона. Поэтому для разработки модели, позволяющей прогнозировать параметры технологического процесса для трубных сталей 10Г2ФБ, 17Г1С, 17Г1СА, 17Г1СА-У, 17Г1С-У, 13Г1С-У, были выбраны величины, которые представлены в табл. 3.

В решении задачи прогнозирования температуры конца прокатки и температуры смотки полосы в рулон наилучшие результаты показала обобщенно-регрессионная сеть (ОГШЫ-сеть). 01ШН-сети всегда состоят из четырех нейронных слоев: входного слоя, слоя из радиальных центральных элементов, слоя регрессионных элементов и выходного слоя.

Таблица 3

, Параметры нейронной сети

Входной параметр Выходной параметр

Толщина Содержание химических элементов: С, Б!, Мп, 3, Р, Сг, N1, Си, Ы, А1,У, ЫЬ, Т1 Предел текучести <7Т Временное сопротивление разрыву (7В Относительное удлинение 65 Ударная вязкость при температуре минус 40°С КСи'40 Ударная вязкость при температуре 0°С КСУ° Температура конца прокатки 1кп Температура смотки *см

Адекватность модели исходным данным и её способность к прогнозированию определяли по значениям ошибок обучения, контрольной и тестовой. Качество работы сети оценивается отношением стандартного отклонения ошибки к стандартному отклонению данных. Это отношение для данного типа сетей должно быть не выше 0,4. В результате исследований была выбрана сеть с минимальными значениями -ошибок. В ней отношение стандартного отклонения для температуры конца прокатки составило 0,34, а для температуры смотки - 0,29. Коэффициент корреля-

ции для температуры конца прокатки составил 0,95, а для температуры смотки - 0,96.

Выбранная сеть имеет 19 входов, два выхода и два скрытых слоя. Элементы радиального слоя представляют центры кластеров в обучающих данных. Радиальный слой содержит 1001 радиальный элемент, т.е. по одному на каждое обучающее наблюдение. В регрессионном слое число элементов всегда на единицу больше, чем в выходном. Регрессионный слой состоит из линейных элементов двух типов, представляющих соответственно значение условной регрессии и плотность вероятности для каждой выходной переменной. Выходные элементы делят первые величины на вторые и в результате формируются оценки регрессионных значений.

Обучение нейронной сети проводилось на 1310 плавках стали указанных выше марок. Сеть обучалась с помощью алгоритма К-средних,

Результаты тестирования работы нейросетевой модели, прогнозирующей для сталей трубных марок температуру конца прокатки и температуру смотки полос в рулон с учетом плавочного химического состава, толщины готового проката и требуемых механических свойств, представлены в табл. 4.

Таблица 4

Сравнение расчетных и фактических параметров технологического процесса

Марка стали ♦ °с Отклонение, % ^См> С Отклонение, %

инс факт ИНС факт

17Г1СА 836,3 830 -0,76 568,3 567 0,23

843,2 845 0,21 576,2 573 0,56

843,2 845 0,21 554,7 551 0,67

848,3 852 0,43 580,3 581 -0,12

17Г1СА-У 850,9 848 -0,34 615,1 617 -0,31

838,0 838 -0,00 621,9 628 -0,97

861,8 863 0,14 618,8 618 0,13

852,0 853 0,11 569,3 569 0,05 .

10Г2ФБ 821,7 821 -0,08 631,9 630 0,31

813,9 813 -0,12 650,1 650 0,01

810.9 811 0,01 631,8 632 -0,03

817.2 815 -0,28 641,2 641 0,04

17Г1С-У 863,1 867 0,44 635,0 639 -0,16

854,9 857 0,24 605,3 609 -0,61

853,2 854 0,09 640,9 643 -0,33

847,6 849 0,17 559,2 556 0,57

Окончание таблицы 4

Марка стали t °С 1кл> Отклонение, % ^СЮ С Отклонение, %

инс факт инс факт

13Г1С-У 839,0 833 0,72 657,1 658 -0,14

847,0 847 -0,00 646,6 658 -1,73

851,0 851 -0,00 655,9 658 -0,31

849,1 849 -0,02 650,6 652 -0,22

17Г1С 836,1 836 -0,02 578,9 578 0,15

849,8 855 0,60 568,4 564 0,78

834,4 834 -0,05 613,8 615 -0,19

834,8 828 -0,82 583,5 690

Среднее значение -0,01 Среднее значение -0,01

Тестирование нейросетевой модели проходило на данных, представленных в выборке, но не использовавшихся в качестве обучающих и контрольных. Отклонение прогнозируемых значений температуры конца прокатки от фактической по тестируемой выборке в среднем составило 0,009%, а значений температуры смотки листа -0,086%.

При помощи разработанных нейросетевых моделей было проведено исследование влияния различных факторов производственных процессов на механические свойства сталей трубных марок. В частности, было рассмотрено влияние плавочного химического состава стали, температуры конца прокатки и температуры смотки рулона на механические свойства трубной стали 17Г1СА-У. Процедура исследования заключалась в следующем: один из указанных параметров изменялся от исходного значения с определенным шагом, а остальные параметры оставались постоянными.

На основе решения нейросетевым методом прямой и обратной задач, в частности, показано, что для стали марки 17Г1СА-У:

- при увеличении содержания углерода от 0,08 до 0,22% временное сопротивление разрыву и предел текучести увеличиваются от 491,22 до 591,70 и от 344,96 до 410,99 Н/мм2 соответственно. При этом относительное удлинение снижается от 32,03% при содержании углерода 0,08% до 27,59% при содержании углерода 0,22%. Ударная вязкость КСО"40 и КСУ° при том же изменении содержания углерода значительно снижается (со 126,49 до 45,08 и со 129,96 до 43,63 Дж/см2 соответственно);

- увеличение содержания кремния в исследуемых пределах (от 0,30 до 0,65%) повышает предел текучести с 375,8 до 395,2 Н/мм2, временное сопротивление разрыву - с 552,7 до

558,3 Н/мм2 и практически не влияет на относительное удлинение. При увеличении содержания кремния в стали с 0,30 до 0,45% несколько снижается ударная вязкость при минус 40°С (КС1Г40), но дальнейшее увеличение содержания кремния в стали приводит к более заметному росту данного показателя (на 12,6 Дж/см2). Увеличение содержания кремния в стали с 0,30 до 0,65% значительно изменяет ударную вязкость КСУ° в сторону повышения (на 35,2 Дж/см2);

увеличение содержания марганца в стали с 1,1 до 1,6% приводит к росту предела текучести с 380,36 до 410,50 Н/мм2, а временного сопротивления разрыву — с 548,37 до 568,09 Н/мм2. Относительное удлинение при увеличении содержания марганца в стали в исследуемых пределах изменяется незначительно, но на ударную вязкость марганец влияет в значительной степени. Так, увеличение содержания марганца в исследуемых пределах приводит к увеличению ударной вязкости при минус 40°С на 86,8, а при 0°С на 114%; увеличение содержания серы в стали с 0,001 до 0,011% приводит к снижению предела текучести с 394,17 до 386,82 Н/мм2, а временного сопротивления разрыву с 561,77 до 548,63 Н/мм2. Увеличение содержания серы в стали в исследуемых пределах практически не изменяет относительное удлинение, но заметно снижает ударную вязкость при температурах минус 40°С (на 18,27 Дж/см2) и 0°С (на 21,19 Дж/см2);

увеличение содержания фосфора в стали с 0,001 до 0,020% приводит к увеличению предела текучести с 381,99 до 391,86 Н/мм2, а временного сопротивления разрыву с 546,18 до 559,31 Н/мм2. Относительное удлинение практически не зависит от изменения содержания фосфора в стали в исследуемых пределах. Ударная вязкость КСи снижается с 75,4 до 70,5 Дж/см2, а КСУ° увеличивается с 61,33 до 73,39 Дж/см2; увеличение содержания хрома в стали с 0,008 до 0,070% приводит к увеличению предела текучести и временного сопротивления разрыву соответственно с 383,9 до 405,8 Н/мм2 и с 548,1 до 572,9 Н/мм2 и к незначительному снижению относительного удлинения. Увеличение содержания хрома с 0,008 до 0,030% привело к слабому снижению значений КСи"40 (с 71,49 до 70,26 Дж/см2) и КСУ° (с 67,08 до 66,45 Дж/см2) и дальнейшее повышение концентрации хрома в стали до 0,070% приводит к заметному повышению ударной вязкости КС1Г40 (с 70,26 до 82,58 Дж/см2) и КСУ° (с 66,45 до 72,8 Дж/см2); увеличение содержания никеля в стали от 0,02 до 0,06% прак-

тически не влияет на изменение значений предела текучести, временного сопротивления разрыву и относительного удлинения, но приводит к снижению ударной вязкости при различных температурах (КОТ10 на 4,53, а КСУ° на 10,17 Дж/см2); увеличение содержания меди в стали от 0,02 до 0,07% приводит к снижению предела текучести и временного сопротивления разрыву с 390,58 до 386,33 Н/мм2 и с 558,76 до 551,94 Н/мм соответственно и практически не влияет на относительное удлинение, но увеличивает значение КС1Г40 с 66,84 до 73,41 Дж/см2, КС V0 - с 61,02 до 70,02 Дж/см2; увеличение концентрации азота с 0,003 до 0,010% несколько повышает предел текучести (с 387,90 до 390,06 Н/мм2) и незначительно снижает временное сопротивление разрыву (с 555,3 до 552.2 Н/мм2), а на относительное удлинение практически не оказывает заметного влияния, но приводит к незначительному увеличению ударной вязкости КС11"40 (с 70,6 до 71,6 Дж/см2), при этом КСУ° уменьшается с 66,92 до 64,60 Дж/см2;

увеличение содержания алюминия в стали от 0,02 до 0,05% приводит к снижению предела текучести и временного сопротивления разрыву с 393,05 до 385,27 Н/мм2 и с 559,46 до 551,83 Н/мм соответственно. На относительное удлинение алюминий почти не оказывает влияния (изменение от 27,34 до 27,52%), но на ударную вязкость влияние алюминия существенное - КСи^° увеличивается со 130,7 до 174,2 Дж/см2, КСУ° - со 114,6 до 139,4 Дж/см2;

увеличение содержания вольфрама в стали от 0,001 до 0,040% приводит к увеличению предела текучести и временного сопротивления разрыву с 349,01 до 400,06 и с 522,99 до 564,60 Н/мм2 соответственно и к небольшому снижению относительного удлинения (с 29,46 до 27,14%) и ударной вязкости КС1Г40 (с 77,59 до 70,81 Дж/см2). Ударная вязкость КСУ° при увеличении концентрации вольфрама с 0,001 до 0,020% снижается с 68,43 до 64,63 Дж/см2, но при дальнейшем повышении концентрации вольфрама повышается до 70,35 Дж/см2; при увеличении содержания ниобия в стали от 0,001 до 0,006% повышается предел текучести с 387,43 до 391,21 Н/мм2, временное сопротивление разрыву и относительное удлинение при этом незначительно снижаются. Ударная вязкость при повышении содержания ниобия в стали увеличивает КСи*4й с 69,64 до 75,10, а КСУ° - с 65,25 до 71,72 Дж/см2; увеличение содержания титана в исследуемой стали с 0,001 до

0,007% предел текучести и временное сопротивление разрыву снижает соответственно с 359,33 до 379,95 и с 557,23 до 549,45 Н/мм2, а относительное удлинение изменяется в очень малых пределах в сторону увеличения (с 27,13 до 28,0%). Изменение содержания титана в указанных пределах практически оставляет неизменным ударную вязкость KCU"40, но незначительно увеличивает KCV0 (с 66,02 до 67,5 Дж/см2).

Полученная обширная информация отличается от известной расширенными диапазонами варьирования основных.величин и более высокой точностью результатов.

В пятой главе рассмотрены три уровня систем управления качеством, имеющих некоторые концептуальные различия:

- системы, соответствующие требованиям стандарта ИСО 9000;

- система всеобщего управления качеством - TQM (Total Quality Management);

- системы, соответствующие критериям национальных стандартов.

Существующая информационная система управления технологией производства и качеством продукции состоит из двух уровней: уровня предприятия и уровня цеха.

Уровень предприятия содержит сведенную в единую структуру нормативную информацию по всем охваченным в настоящее время системой технологическим переделам. На этом уровне осуществляется информационное сопровождение баз данных, справочных таблиц и протоколирование всех процессов.

Уровень цеха содержит относящуюся к конкретному переделу нормативную информацию. Уровень отвечает за формирование технологических карт, обеспечение нормативной информацией цеховой системы управления качеством и оперативного персонала цеха.

Подсистема технологического протоколирования создана и работает на основе модуля «Конверт». Особенность подсистемы технологического протоколирования заключается в том, что вся информация о режимах обработки заготовки относится к конкретной части ее объема.

Подсистема контроля качества продукции отвечает за формирование технологического паспорта и паспорта качества.

Технологический паспорт содержит оценку уровня исполнения технологии, регламентируемой внутренними нормативами предприятия. К параметрам технологического паспорта относится, например, температурный режим прокатки металла на стане или режим обжатий.

Паспорт качества включает в себя оценку параметров, регламентируемых нормативным документом, на основании которого производится отгрузка продукции. Оценка всех параметров, входящих в паспорта, про-

изводится на основе технологических протоколов, что позволяет, например, связать место отбора пробы для прямых испытаний с участком полосы, на котором нарушена технология. Все параметры, входящие в паспорт, оцениваются по принципу «доля длины полосы, на которой выдержаны требования нормативного документа». Это позволяет получать количественную оценку любой характеристики продукции и сравнить ее с приемочным числом. Так, например, толщина полосы должна входить в границы допусков не менее, чем на 98% ее длины.

Предложен способ усовершенствования существующей информационной системы (рис. 1). Сущность предлагаемого процесса улучшения системы управления технологией производства и качеством продукции состоит в том, что созданные в данной работе нейросетевые модели прогнозирования механических свойств металлопроката и прогнозирования технологических параметров процесса объединяются в единую модель, которую включают в существующую систему.

ПрОГНОЗН-.; получения л".

Сам манных т«х поло тческих нормашиов ■

Портфель Карта посяда

Пррп10эирра»- ■ ниецек^нимет

I. рованиб ' документ

отгрузку

Рис. 1. Усовершенствованная архитектура системы управления технологией и качеством продукции

Полученная модель способна не только прогнозировать механические свойства металлопроката, но и может управлять технологическим процессом его производства с целью получения заданного комплекса механических свойств, а значит, реализовать стратегию предупреждения. Результаты работы приняты к внедрению на ОАО «ММК». Разработана и выпущена технологическая инструкция «Неразрушающий метод контроля качества готового проката с использованием искусственных нейронных сетей (ИНС)». Разработки по усовершенствованию системы управления технологией и качеством продукции приняты к внедрению в ЛПЦ-10 ОАО «ММК». Их реализация позволит сэкономить более 2,98 млн рублей в год.

ЗАКЛЮЧЕНИЕ

Основные результаты работы сводятся к следующему:

1. Разработана и адаптирована к условиям широкополосного стана 2000 ОАО «ММК» нейросетевая модель прогнозирования механических свойств проката из сталей трубных марок 10Г2ФБ, 17Г1С, 17Г1СА, 17ПСА-У, 17Г1С-У, 13Г1С-У (прямая задача). При моделировании получены коэффициент корреляции для предела текучести 0,936, для временного сопротивления разрыву, относительного удлинения &5> ударной вязкости КС1Г4®, ударной вязкости КСУ° - в среднем 0,83.

2. Разработана и адаптирована к условиям широкополосного стана 2000 ОАО «ММК» нейросетевая модель определения технологических параметров, обеспечивающих требуемые показатели механических свойств (обратная задача). Погрешность при моделировании не превышает, %: 1,47 для временного сопротивления; 0,74 для предела текучести; 0,68 для относительного удлинения; 2,44 для ударной вязкости КСи*40 и 16,37 для ударной вязкости КСУ°.

3. На основе моделирования с использованием разработанных искусственных нейронных сетей получили комплекс количественных результатов, которые показывают влияние химического состава стали и основных технологических параметров на показатели механических свойств проката. Варьируемыми по содержанию химическими элементами являлись: углерод, марганец, сера, кремний, фосфор, хром, никель, медь, алюминий, азот, ванадий, ниобий, титан. К изменяемым технологическим параметрам относились толщина полосы, температура конца прокатки и температура смотки.

4. Найденные зависимости трансформировали во взаимосвязи в приращениях, дающие возможность найти комплекс соответствую-

щих нелинейных коэффициентов влияния варьируемых параметров на показатели механических свойств. Эта информация является необходимой составной частью для построения системы управления последними.

5. Анализ полученной обширной информации о разнообразных влияниях на механические свойства широкополосной горячекатаной стали показал, что эта информация отличается от известной расширенным диапазоном варьирования основных величин и более высокой точностью результатов.

6. Усовершенствован процесс функционирования системы управления технологией и качеством продукции путем использования в ней разработанных более эффективных процедур прогнозирования механических свойств и необходимых технологических параметров. Это достигнуто путем синтеза в единую модель решений прямой и обратной задач с использованием предложенных искусственных нейронных сетей.

7. Для обеспечения процесса внедрения результатов работы подготовлена необходимая нормативно-технологическая документация "Инструкция о порядке разработки, внедрения и применения контроля качества готового проката с использованием искусственных нейронных сетей" и дополнение в СТП.

8. Разработки по усовершенствованию системы управления технологией и качеством продукции приняты к внедрению в ЛПЦ-10 ОАО "ММК". Их реализация позволит сэкономить более 2,98 млн рублей в год за счет снижения рекламаций и ускорения процесса отгрузки.

Основное содержание диссертации опубликовано в работах:

1. Принципы математического моделирования механических свойств проката на стане 2000 горячей прокатки с использованием нейронных сетей / В.В.Курбан, В.М.Салганик, А.М.Песин, Е.В.Карпов // Труды четвертого конгресса прокатчиков (Магнитогорск, 16-19 октября 2001 г.) Т.1. М., 2002. С. 139-142.

2. Принципы математического моделирования механических свойств проката на стане 2000 горячей прокатки с использованием нейронных сетей. Сравнительный анализ методов прогнозирования / В.В.Курбан, В.М.Салганик, А.М.Песин, Е.В.Карпов И Фазовые и структурные превращения в сталях: Сб. науч. тр. Вып. 2 / Под ред. В.Н. Урцева Магнитогорск: Магнитогорский дом печати, 2002. С, 414-423.

3. Развитие систем управления качеством продукции на ММК /

A.Л.Морозов, Ф.В.Капцан, В.Н.Урцев, К.А.Лисичкина, В,Л.Корнилов,

B.В.Курбан // Сталь. 2005. №5. С. 53-55.

4. Корпоративная система нормативно-справочного сопровождения / Г.С.Селичев, И.В.Виер, В.В.Курбан, Ф.В.Капцан, В.Н.Урцев, А.В.Фомичев// Сталь. 2005. .№5. С. 120-121.

5. Совершенствование системы управления НСИ в ОАО "ММК" / С.Н.Рахимов, В.В,Курбан,. Ф.В.Капцан, И.В.Виер // Создание и внедрение корпоративных информационных систем (КИС) на промышленных предприятих Российской Федерации: Сборник трудов Всероссийской науч.-техн. конф. Вып. 1. / Под ред. Д.Х.Девятова. Магнитогорск: ИПЦ 000"Проф-ПринЛ 2005. С. 110-114.

6. Курбан В.В., Салганик В.М., Песин A.M. Применение искусственных нейронных сетей для управления качеством горячекатаного листового проката на стане 2000 ОАО "ММК" И Моделирование и развитие процессов обработки металлов давлением: Сборник научных трудов. Магнитогорск: ГОУ ВПО "МГТУ", 2006. С. 20-26.

7. Нейросетевое прогнозирование механических свойств широкополосной горячекатаной стали / В.В.Курбан, В.М.Салганик,

A.M.Песин, Н.Я.Яценко, А.Г.Ветренко И Материалы 64-й научно-технической конференции по итогам научно-исследовательских работ за 2004-2005 гг.: Сб. докл. Магнитогорск: ГОУ ВПО "МГТУ", 2006. ТЛ.

C. 22-27.

8. Внедрение систем управления качеством продукции на Магнитогорском металлургическом комбинате / А.А.Морозов, Ф.В.Капцан,

B.Н.Урцев, К.А.Лисичкина, ВЛ.Корнилов, В.В. Курбан // Создание и внедрение корпоративных информационных систем (КИС) на промышленных предприятиях Российской Федерации: Сборник трудов Всероссийской науч.-техн. конф, Вып.1. / Под ред. Девятова. Магнитогорск: ИПЦ 000»Проф-Принт», 2005, С. 9-11.

Подписано в печать 19.10.06. Формат60х84 1/16. Бумагатип.№ 1.

Плоская печать. Усл.печ.л.1,0. Тираж 100 экз. Заказ 736.

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

ВВЕДЕНИЕ

Глава 1. ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ И УЛУЧШЕНИЯ МЕХАНИЧЕСКИХ СВОЙСТВ КАК ОДНОЙ ИЗ ВАЖНЕЙШИХ ГРУПП ПОКАЗАТЕЛЕЙ КАЧЕСТВА ГОРЯЧЕКАТАНЫХ ПОЛОС

1.1. Характеристики качества горячекатаной листовой стали и роль группы показателей механических свойств

1.2. Анализ факторов, влияющих на механические свойства горячекатаных полос

1.2.1. Химический состав стали

1.2.2. Условия нагрева слябов 21 1.2.3 Скорость непрерывной прокатки, температуры конца прокатки и смотки, степень деформации и скорость охлаждения при горячей прокатке

1.3. Необходимость и существующие методы прогнозирования механических свойств горячекатаных полос

1.3.1 Методы неразрушающего контроля качества металлопроката 31 1.3.2. Статистические методы контроля в управлении качеством

1.4. Применение нейросетевых моделей как эффективного метода прогнозирования и улучшения механических свойств горячекатаных полос

1.5. Постановка цели и задач работ

Глава 2. ПРОГНОЗИРОВАНИЕ МЕХАНИЧЕСКИХ СВОЙСТВ

ТРУБНОГО ПРОКАТА В УСЛОВИЯХ ШИРОКОПОЛОСНОГО СТАНА 2000 ОАО «ММК» НА ОСНОВЕ НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ 40 2.1. Выбор входных параметров для прогнозирования механических свойств трубных сталей с учетом регламентации требований к ним

2.2. Выбор нейросетевой модели с учетом различных типов и архитектур нейронных сетей, предназначенных для задач прогнозирования

2.2.1. Анализ известных типов и архитектур нейронных сетей

2.3. Методика сбора информации о значениях входных и выходных параметров

2.4. Обучение и тестирование, структура и алгоритм настройки нейронной сети

2.4.1. Обучение нейронной сети

2.4.2. Алгоритм настройки нейронной сети

2.4.3. Структура нейронной сети

2.4.4. Тестирование нейронной сети 67 Выводы по главе

Глава 3. ПРОВЕРКА АДЕКВАТНОСТИ И ИСПОЛЬЗОВАНИЕ

РАЗРАБОТАННОЙ НЕЙРОСЕТЕВОЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ МЕХАНИЧЕСКИХ СВОЙСТВ ТРУБНЫХ СТАЛЕЙ В УСЛОВИЯХ

СТАНА 2000 ОАО «ММК»

3.1. Методика определения механических свойств стали в лаборатории мех испытаний ЦЖ ОАО «ММК» на основе статистического метода

3.1.1. Подготовка исходной информации и ее обработка

3.1.2. Контроль за методикой

3.2. Сравнение спрогнозированных на основе нейросетевого моделирования показателей механических свойств стали с результатами, полученными при помощи регрессионных уравнений и натурных испытаний

Выводы по главе

Глава 4. УЛУЧШЕНИЕ МЕХАНИЧЕСКИХ СВОЙСТВ ТРУБНЫХ СТАЛЕЙ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВОЙ МОДЕЛИ

4.1. Постановка задачи моделирования для повышения качества продукции

4.2. Определение требуемых входных параметров для получения заданных показателей механических свойств

4.3. Выбор нейросетевой модели, обучение, тестирование

4.4. Исследование влияния технологических параметров и химического состава стали на механические свойства трубных сталей в условиях стана 2000 горячей прокатки

4.5. Определение влияния химических элементов на изменение технологических свойств стали 17Г1СА-У

Выводы по главе

Глава 5. СИСТЕМА УПРАВЛЕНИЯ КАЧЕСТВОМ ПРОДУКЦИИ

ОАО "ММК"

5.1. Современные модели управления качеством продукции

5.2. Существующая информационная система управления технологией производства и качеством продукции

5.3. Совершенствование системы управления технологией производства и качеством продукции с учетом применения нейросетевых моделей прогнозирования технологических параметров производства и механических свойств проката

Выводы по главе

Повышение требований потребителей к качеству готового проката, непрерывное увеличение стоимости сырья, материалов и энергоносителей приводят к интенсивному развитию ресурсосберегающих технологий, которые позволяют получать требуемый комплекс механических свойств горячекатаного проката непосредственно в технологическом потоке. В этих условиях использование передовых информационных технологий становится чрезвычайно важным фактором в управлении технологическим процессом и качеством.

Прогресс в черной металлургии как во всякой отрасли, связанной с выпуском промышленной продукции, немыслим без систем управления качеством. Процесс развития должен обеспечиваться методами контроля качества, соответствующими или опережающими по своему уровню потребности промышленности.

Возможности повышения уровня и стабильности качества металлопродукции во многом определяются наличием достоверной информации о степени влияния на них основных факторов процесса производства металла. В практике совершенствования технологий получения сортового и листового проката широкое распространение получили зависимости типа "химический состав - технологические факторы - структура - механические свойства". Уточнение подобных зависимостей приближает достижение оптимальных условий изготовления высококачественной продукции. В связи с этим применение и дальнейшее развитие принципов кибернетики математико-статистических методов в управлении различными сложными системами является одной из насущных задач в черной металлургии. К категории сложных вероятностных систем относят и многокомпонентные стали, свойства которых в своем большинстве еще далеки от совершенства. Свойства сталей в значительной степени зависят от большого числа содержащихся в них различных элементов, а также от технологических факторов их производства.

Одним из перспективных и необходимых направлений выявления фактических механических свойств проката является проведение механических испытаний, в том числе и неразрушающими методами. В основе последних лежат эффективные способы измерений интересующих параметров. Далее применяются адекватные процедуры обработки полученных данных. Естественно, что при этом широко распространен статистический регрессионный анализ, с помощью которого получают математические модели - регрессионные уравнения для различных сортаментных групп и марок сталей. Достоинством данного подхода является его четкость и методическая завершенность, отраженная не только в соответствующей учебной и монографической литературе, но и в стандартах.

Однако применение традиционного регрессионного анализа связано и с рядом недостатков: регрессионные уравнения рассчитываются для конкретной марки стали, для конкретного сортамента; - отклонения фактических технологических параметров от базовых могут привести к значительному нарастанию погрешности; в регрессионных уравнениях используется относительно ограниченное число факторов; сложные нелинейные зависимости заменяются упрощенными - линейными.

Как показывает имеющаяся информация, эффективной альтернативой статистической обработке экспериментальных данных с помощью регрессионных моделей является применение искусственных нейронных сетей. Это исключительно мощный метод моделирования, позволяющий воспроизводить чрезвычайно сложные зависимости. Кроме того, нейронные сети справляются с «проклятием размерности», которое не позволяет моделировать линейные зависимости в случае большого числа разнотипных переменных. И в ситуациях, когда сложно построить четкую функциональную зависимость, а исходные данные содержат в себе некоторый "шум", имеет смысл использовать аппарат искусственных нейронных сетей.

Поэтому искусственные нейронные сети все шире применяются как составная часть современных информационных технологий для моделирования и контроля технологических процессов, прогнозирования и улучшения качества выпускаемой продукции.

Диссертационная работа посвящена повышению качества горячекатаной стали при широкополосной прокатке на основе адаптации, регламентации и эффективного использования нейросетевой модели механических свойств продукции.

Основные результаты работы сводятся к следующему:

1. Разработана и адаптирована к условиям широкополосного стана 2000 ОАО «ММК» нейросетевая модель прогнозирования механических свойств проката трубных сталей 10Г2ФБ, 17Г1С, 17Г1СА, 17ПСА-У, 17Г1С-У, 13Г1С-У (прямая задача). При моделировании получен коэффициент корреляции 0,936 для предела текучести, в среднем 0,83 - для предела прочности, относительного удлинения 85, ударной вязкости КС11 40 и КСУ°.

2. Разработана и адаптирована к условиям широкополосного стана 2000 ОАО «ММК» нейросетевая модель определения технологических параметров, обеспечивающих требуемые показатели механических свойств (обратная задача). Погрешность при моделировании не превышает, %: 1,47 для временного сопротивления разрыву; 0,74 - предела текучести; 0,68 - относительного удлинения; 2,44 и 16,37 - ударной вязкости КС11 40 и КСУ° соответственно.

3. На основе моделирования с использованием разработанных искусственных нейронных сетей получили комплекс количественных результатов, которые показывают влияние химического состава стали и основных технологических параметров на характеристики механических свойств проката. Варьируемыми по содержанию химическими элементами являлись углерод, марганец, сера, кремний, фосфор, хром, никель, медь, алюминий, азот, ванадий, ниобий, титан. К изменяемым технологическим параметрам относились толщина полосы, температура конца прокатки и температура смотки.

4. Найденные зависимости трансформировали во взаимосвязи в приращениях, дающие возможность найти комплекс соответствующих нелинейных коэффициентов влияния варьируемых параметров на показатели механических свойств. Эта информация является необходимой составной частью для построения системы управления последними.'

5. Анализ полученной обширной информации о разнообразных влияниях на механические свойства широкополосной горячекатаной стали показал, что эта информация отличается от известной расширенным диапазоном варьирования основных величин и более высокой точностью результатов.

6. Усовершенствован процесс функционирования системы управления технологией и качеством продукции путем использования в ней разработанных более эффективных' процедур прогнозирования механических свойств и необходимых технологических параметров. Это достигнуто путем синтеза в единую модель решений прямой и обратной задач с использованием предложенных искусственных нейронных сетей.

7. Для обеспечения процесса внедрения результатов работы подготовлены необходимая нормативно-технологическая документация "Инструкция о порядке разработки, внедрения и применения контроля качества готового проката с использованием искусственных нейронных сетей" и дополнение в стп.

8. Разработки по усовершенствованию системы управления технологией и качеством продукции приняты к внедрению в ЛПЦ-10 ОАО "ММК". Их реализация позволит сэкономить более 2,98 млн рублей в год за счет снижения рекламаций и ускорения процесса отгрузки.

ЗАКЛЮЧЕНИЕ

1. ТУ 14-1-1921-76. Прокат толстолистовой из низколегированной стали для прямошовных газонефтепроводных труб. М.: ЦССМ ФГУП ЦНИИ Чермет им. И.П. Бардина, 1976.

2. ТС 14-101-530-2003. Прокат толстолистовой из низколегированной стали марок 17Г1С и 17Г1С-У. Магнитогорск: ОАО «ММК», 2003.

3. ТУ 14-1-1950-2004. Прокат листовой из низколегированной стали марок 17Г1С-У , 16Г2САФ для прямошовных труб. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П. Бардина, 2004.

4. ТС14-101-503-2003. Прокат листовой из низколегированной стали марки 17ГС-У для прямошовных труб. Магнитогорск: ОАО «ММК», 2003.

5. ТУ 14-1-2471-78. Сталь рулонная горячекатаная марки 20сп. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П. Бардина, 1978.

6. ТС 14-101-520-2003. Прокат рулонный горячекатаный из стали марки 20. Магнитогорск: ОАО «ММК», 2003.

7. ТУ 14-1-3579-83. Прокат рулонный горячекатаный из стали углеродистой качественной и обыкновенного качества. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П. Бардина, 1983.

8. ТП 14-101-388-97. Прокат горячекатаный углеродистый качественный. Магнитогорск: ОАО «ММК», 1997.

9. ТП 14-101-449-01. Прокат рулонный горячекатаный из стали углеродистой качественной и обыкновенного качества. Магнитогорск: ОАО «ММК», 2001.

10. ТС 14-101-529-2004. Прокат горячекатаный из стали марки 20 для электросварных труб. Магнитогорск: ОАО «ММК», 2004.

11. ТУ 14-1-3636-96. Прокат толстолистовой из низколегированной стали марки 13ГС, 13Г1С-У, 13ГС-У. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П.Бардина, 1996.

12. ТП 14-101-423-2000. Прокат толстолистовой из стали марки 13Г1С-У для прямошовных труб магистральных трубопроводов. Магнитогорск: ОАО «ММК», 2000.

13. ТС 14-101-500-2003. Прокат горячекатаный рулонный из низколегированной стали марки 13Г1С-У для прямошовных труб. Магнитогорск: ОАО «ММК», 2003.

14. ТУ 14-1-4516-88. Прокат рулонный горячекатаный из углеродистой качественной конструкционной стали. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П.Бардина, 1988.

15. ТП 14-101-408-99. Прокат горячекатаный (подкат) из углеродистой качественной конструкционной стали. Магнитогорск: ОАО «ММК», 1999.

16. ТУ 14-101-499-2002. Прокат горячекатаный в рулонах из низкоуглеродистой стали. Магнитогорск: ОАО «ММК», 2002.

17. ТУ 14-1-4598-89. Прокат рулонный горячекатаный из стали марки 22ГЮ для электросварных обсадных труб. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П. Бардина, 1989.

18. ТС 14-101-528-2003. Прокат рулонный горячекатаный из стали марки 22ГЮ для электросварных обсадных труб. Магнитогорск: ОАО «ММК», 2003.

19. ТУ 14-1-4627-96. Прокат тол сто листовой из низколегированной марки стали марки 10Г2ФБЮ. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П.Бардина, 1996.

20. ТС 14-101-545-2004. Прокат горячекатаный толстолистовой из низколегированной стали марки 10Г2ФБЮ. Магнитогорск: ОАО «ММК», 2004.

21. ТУ 14-1-5246-94. Прокат листовой из стали марок 12ГСБ и 12Г2СБ для толстостенных газопроводных труб. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П. Бардина, 1994.

22. ТС 14-101-494-2002. Прокат листовой из стали марок 12ГСБ и 12Г2СБ для газопроводных труб. Магнитогорск: ОАО «ММК», 2002.

23. ТУ 14-1-5262-94. Лента горячекатаная травленая из низколегированной стали марки 07ГБЮ. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П. Бардина, 1994.

24. ТУ 14-1-5407-2000. Прокат рулонный горячекатаный из низколегированной стали для электросварных труб. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П. Бардина, 2000.

25. ТП 14-101-453-01. Прокат рулонный горячекатаный из стали марки 05Г1Б для электросварных труб. Магнитогорск: ОАО «ММК», 2001.

26. ТС 14-101-526-2003. Прокат рулонный горячекатаный из низколегированной стали марки 10Г2ФБ для газопроводных труб. Магнитогорск: ОАО «ММК», 2003.

27. ТС 14-101-534-2003. Прокат рулонный горячекатаный из низколегированной стали марки Х70 для электросварных труб. Магнитогорск: ОАО «ММК»,2003.

28. ТС 14-101-543-2004. Прокат рулонный горячекатаный из стали марки 10Г2ФБ. Магнитогорск: ОАО «ММК», 2004.

29. ТС 14-101-552-2004. Прокат рулонный горячекатаный из стали марки 09ГСФ. Магнитогорск: ОАО «ММК», 2004.

30. ТУ 14-1-5441-2002. Прокат рулонный из низколегированной стали марки 05Г1Б для спиральношовных электросварных труб. М.: ЦССМ ФГУП ЦНИИ ЧерМет им. И.П. Бардина, 2002.

31. ТУ 14-106-502-96. Прокат листовой и рулонный горячекатаный из углеродистой и низколегированной стали для электросварных труб. Липецк: АО «НЛМК», 1996.

32. ТП 14-101-448-01. Прокат горячекатаный из стали марки 22ГЮ для электросварных труб. Магнитогорск: ОАО «ММК», 2001.

33. ТП 14-101-461-2001. Прокат горячекатаный из стали марок 30Г2 и 30Г2А для производства электросварных труб. Магнитогорск: ОАО «ММК», 2001.

34. ТУ 14-101-458-01. Прокат рулонный из низколегированной стали марки 06ГФБАА для электросварных труб. Магнитогорск: ОАО «ММК», 2001.

35. ТУ 14-101-505-2003. Прокат рулонный горячекатаный из низколегированной стали для электросварных труб диаметром 325-530 мм. Магнитогорск: ОАО «ММК», 2003.

36. ТУ 14-101-512-2003. Прокат листовой из стали марки 09ГСФ для га-зонефтепроводных труб повышенной хладостойкости и коррозионностойкости. Магнитогорск: ОАО «ММК», 2003.

37. ТУ 14-101-515-2003. Прокат листовой из стали марки 05Г1Б для газопроводных труб. Магнитогорск: ОАО «ММК», 2003.

38. ТУ 14-101-362-96. Прокат горячекатаный из углеродистой стали обыкновенного качества. Магнитогорск: ОАО «ММК», 1996.

39. ТУ 14-101-525-2003. Прокат рулонный горячекатаный из низколегированной стали марки 09ГСФ для электросварных труб. Магнитогорск: ОАО «ММК», 2003.

40. ТУ 14-101-550-2004. Прокат горячекатаный из стали марки 20Б для газонефтепроводных труб. Опытная партия. Магнитогорск: ОАО «ММК», 2004.

41. ТС 14-101-560-2004. Прокат горячекатаный рулонный из низколегированной стали марки 09Г2Б для прямошовных труб. Магнитогорск: ОАО «ММК», 2004

42. ТС 14-101 -790-2004. Прокат горячекатаный рулонный из стали марки 10ГФБЮ. Магнитогорск: ОАО «ММК», 2004.

43. ТУ 14-1-5506-2005. Прокат рулонный из низколегированной стали для электросварных спиралешовных труб класса прочности К42-К60 диаметром 530-1220 мм. М.: ЦССМ ФГУП ЧерМет им. И.П. Бардина, 2005.

44. ТС 14-101-564-2005. Прокат горячекатаный рулонный из стали марки 22ГЮ для электросварных труб. Магнитогорск: ОАО «ММК», 2005.

45. СТО ММК 210-99. Прокат горячекатаный из низколегированной стали общего назначения под штамповку и вытяжку. Магнитогорск: ОАО «ММК», 1999.

46. СТО ММК 216-2000. Прокат горячекатаный из низколегированной стали марки 10Г2ФБЮ. Магнитогорск: ОАО «ММК», 2000.

47. СТО ММК 238-2000. Прокат полосовой горячекатаный из низкоуглеродистой стали марок ББП, ОБ 12, ББ13, 0014 для холодной штамповки. Магнитогорск: ОАО «ММК», 2000.

48. СТО ММК 242-2000. Прокат горячекатаный для электросварных труб. Магнитогорск: ОАО «ММК», 2000.

49. СТО ММК 344-99. Прокат горячекатаный из конструкционной стали. Магнитогорск: ОАО «ММК», 1999.

50. СТО ММК 350-99. Прокат горячекатаный из углеродистой качественной стали. Магнитогорск: ОАО «ММК», 1999.

51. СТП ММК 352-2004. Прокат горячекатаный из углеродистой качественной стали общего назначения. Магнитогорск: ОАО «ММК», 2004.

52. СТО ММК 364-98. Прокат из конструкционной углеродистой и низколегированной стали. Магнитогорск: ОАО «ММК», 1998.

53. СТО ММК 365-99. Прокат горячекатаный для сварных труб. Магнитогорск: ОАО «ММК», 1999.

54. СТП 101-128-97. Лента стальная упаковочная. Магнитогорск: ОАО «ММК», 1997.

55. СТП 14-101-209-98. Прокат горячекатаный из конструкционной стали. Магнитогорск: ОАО «ММК», 1998.

56. СТП ММК 264-2003. Прокат горячекатаный (подкат) из малоуглеродистой качественной стали. Магнитогорск: ОАО «ММК», 2003.

57. ТП 14-101-343-96. Прокат горячекатаный в рулонах из низкоуглеродистых сталей для холодного переката, поставляемый на экспорт. Магнитогорск: ОАО «ММК», 1996.

58. ТИ 101П-ГЛ10-385-99. Отбор проб для определения механических свойств горячекатаного металла ЛИЦ-10 стандартными методами контроля. Магнитогорск: ОАО «ММК», 1999.

59. Инструкция № 801-2002. Рабочая инструкция по изготовлению и испытанию образцов участка стана "2000" лаборатории физико-механических и металлографических испытаний листового проката. Магнитогорск: ОАО «ММК», 2002.

60. АРМ "Лаборатория" Автоматизированное рабочее место лаборанта Лаборатории механических испытаний ЛПЦ-10. Магнитогорск: ОАО «ММК», 2005.

61. Порядок построения, оформления и содержания внутренних инструкций ЦЖ. Магнитогорск: ОАО «ММК», 2003.

62. ТИ 101-П-ГЛ10-510-03. Неразрушающий статистический метод контроля качества готового проката ЛПЦ-10. Магнитогорск: ОАО «ММК», 2003.

63. И-ЦЛК-3-806-2003. Автоматизированное рабочее место. Формирование отчета о несоответствии свойств продукции требованиям НД. Магнитогорск: ОАО «ММК», 2003.

64. И-ЦЖ-3-808-2003. Инструкция. Система формирования контрольных карт НК по ЛПЦ-10. Магнитогорск: ОАО «ММК», 2003.

65. МВИ-ЦЖ-202-2003. Определение коэрцитивной силы листового проката с помощью коэрцитиметра. Методика выполнения измерений. Магнитогорск: ОАО «ММК», 2002.

66. Погоржельский В.И. Контролируемая прокатка непрерывнолитого металла. М.: Металлургия, 1986. 150 с.

67. Бернштейн M.JI. Горячая пластическая деформация и упрочнение стали при термической обработке // Сталь. 1972. № 2. С. 157-165.

68. Бернштейн М. JT. Прочность стали. М.: Металлургия, 1974. 200 с.

69. Матросов Ю.И., Литвиненко Д.А., Погоржельский В.И. Контролируемая прокатка листовой полосовой стали для изготовления сварных труб большого диаметра. М.: Черметинформация. Сер. 7. Вып. 7. 1975. 13 с.

70. Горячая прокатка широких полос / В.Н.Хлопонин, П.И.Полухин, В.И.Погоржельский и др. М.: Металлургия, 1991. 198 с.

71. A.c. 804014 СССР. Способ прокатки горячекатаных полос и листовой комплекс горячей прокатки стали для его осуществления / В.Н.Хлопонин, П.И.Полухин, В.П.Полухин и др. // Открытия. Изобретения. 1981. №6. С. 48.

72. Разработка и освоение технологии прокатки на непрерывном широкополосном стане 2000 ЧерМЗ / В.И.Погоржельский, М.Г.Ананьевский, М.В.Приданцев и др. // Сталь. 1979. №8. С. 606-611.

73. Оратовский Е.Л., Липухин В.А., Артамонова ЕА. Непрерывные и полунепрерывные широкополосные станы горячей прокатки // Черная металлургия. Бюл. НТИ. 1980. №13. С. 22-35.

74. Долженков Ф.Е., Коновалов Ю.В. Горский Л.Б. Возможность замены на машиностроительных заводах холоднокатаного листового проката горячекатаным // Черная металлургия. Бюл. НТИ. 1977. № 6. С. 29-35.

75. Разработка и промышленное освоение энергосберегающей технологии производства листов из низколегированных сталей / Г.Н.Филимонов,

76. B.И.Стольный, М.И.Оленин и др. // Вопросы материаловедения. 2004. №3 (39).1. C. 28-33.

77. Контролируемая прокатка / В.И.Погоржельский, Д.А.Литвиненко, Ю.И.Матросов, А.В.Иваницкий. М.: Металлургия, 1979. 184 с.

78. Cornfield S.C., Cornfield R.H. // Journal of Iron and Steel Institute. 1973. 211. №8. P. 567-572.

79. Няшин Ю.И., Акулич Ю.В., Цаплин А.И. Методика расчета температуры при горячей прокатке листов // Обработка металлов давлением: Межвуз сб. науч. тр. Свердловск: Изд. УПИ им. С.М.Кирова, 1978. Вып. 5. С. 68-70.

80. Температурный режим нагрева стали 09Г2ФБ при контролируемой прокатке листов / В.И.Погоржельский, Ю.И.Чистяков, В.А.Бондаренко и др. // Сталь. 1982. №4. С. 60-61.

81. Франценюк И.В., Франценюк Л.И. Современные технологии производства металлопроката на Ново-Липецком металлургическом комбинате. М.: ИКЦ «Академкнига», 2003.

82. Повышение качества горячекатаных полос на непрерывных широкополосных станах / В.И.Погоржельский, В.И.Бурдин, В.К.Ломма, С.Б.Извалов // М.: Черметинформация. Сер. Прокатное производство. Вып. 2. 1981. 42 с.

83. Рациональные технологические схемы производства тонко- и толстолистовой стали на широкополосных станах горячей прокатки / О.Г.Музалевский, Б.В.Фитилев, В.М.Бурдин и др. // Сталь. 1976. №3. С. 235-240.

84. Современное состояние неразрушающего контроля механических свойств и штампуемости листового проката сталей в технологическом потоке производства / В.Ф.Матюк, С.А. Гончаренко, Х.Хартманн и Х.Райхельт. // Дефектоскопия. 2003. №5. С. 19-60.

85. Измерение коэффициента нормальной анизотропии неразрушающим методом / Ю.Д.Железнов, Г.Г.Григорян, А.Г.Журавский, В.Ф.Крепакова, В.Э.Гуревич // Изв. вузов. Черная металлургия. 1978. № 9. С. 70-73.

86. Черепанов A.B., Быков JT.B. Прибор для контроля коэффициента нормальной анизотропии // Тонколистовая прокатка. Воронежский политехнический ин-т, 1983. С. 125-128.

87. Железнов Ю.Д., Григорян Г.Г., Псел М.И. Системные основы интенсификации производства широкополосовой стали. М.: Металлургия, 1986.

88. Полховская Т.М., Соловьев В.П., Карпов Ю.А. Основы управления качеством продукции. Раздел 2: Контроль качества продукции: Уч. пособ. для дипломного проектир. М.: МИСиС, 1990.

89. Смирнов H.A. Современные методы анализа и контроля продуктов производства. М.: Металлургия, 1985.256 с.

90. Управление качеством продукции: Справочник. М.: Изд-во стандартов, 1985.463 с.

91. Приборы для неразрушающего контроля материалов и изделий: Справочник / Под ред. В.В.Клюева. М.: Машиностроение, 1986.

92. Фейгенбаум А. Контроль качества продукции: Пер. с англ. М.: Экономика, 1986.

93. Исикава Каору. Японские методы управления качеством. М.: Экономика, 1988.

94. Шонберг Р. Японские методы управления производством. М.: Экономика, 1988.

95. Шиндовский Э., Шюрц О. Статистические методы управления качеством. Контрольные карты и карты контроля: Пер с нем. М.: Мир, 1976.

96. Управление качеством: Учебник для вузов / С.Д.Ильенкова, Н.Д.Ильенкова, В.С.Мхитарян и др. М.: Банки и биржи, ЮНИТИ, 1998.199 с.

97. Сергеев А.Г., Латышев MB. Сертификация: Уч. пособ. М.: Логос, 1999.248 с.

98. РД 50-605-86. Методические указания по применению стандартов на статистический приемочный контроль. М.:Изд-во стандартов, 1987.

99. Ноулер Л.А, Статистические методы контроля качества продукции: Пер. с англ. М.: Изд-во стандартов, 1989.

100. Богатырев A.A., Филиппов Ю.Д. Стандартизация статистических методов управления качеством. М.: Изд-во стандартов, 1989.

101. Корхин А. С. Статистический контроль механических свойств металлопродукции (динамический подход) // Заводская лаборатория. 1995. Т. 61. № 5. С. 51-58.

102. Контроль качества металлопродукции по корреляционной связи между параметрами (обобщающая статья) / В.П.Сударев, Е.А.Демидович, П.И.Ковалев, Л.И.Новицкий // Заводская лаборатория. 1988. Т. 65. № 1.

103. Селиванов М.Н., Фридман А.Э., Кудряшова Ж.Ф. Качество измерений: Метрологическая справочная книга. Л.: Лениздат, 1987.295 с.

104. Кузнецов В.А., Ялунина Г.В. Основы метрологии: Учеб. пособие. М.: Изд-во стандартов, 1995.280 с.

105. Бриндли К. Измерительные преобразователи: Справочное пособие: Пер. с англ. Энергоатомиздат, 1991.144 с.

106. Практические вопросы испытания металлов / Э.Беккер, И.Кестер, Г.Фрейер и др. / Пер. с нем.; Под ред. О.П. Елютина. М.: Металлургия, 1979.280 с.

107. Фомин В.Н. Квалиметрия. Управление качеством. Сертификация: Курс лекций. М.: Экмос, 2000.320 с.

108. Окрепилob B.B. Управление качеством: Учебник. М.: Экономика, 1998.639 с.

109. Всеобщее управление качеством: Учебник / О.П.Глудкин, Н.М.Горбунов, А.И.Гуров и др. М. Радио и связь, 1999. 600 с.

110. Федюкин В.К., Дурнев В.Д., Лебедев В.Г. Методы оценки и управления качеством промышленной продукции: Учебник. М.: Филинъ-Рилант, 2000. 328 с.

111. Адлер Ю.П., Полховская Т.М., Нестеренко П.А. Управление качеством. Часть 1. Семь простых методов: Уч. пособие. М.: МИСиС, 2000.

112. Мазур И.И., Шапиро В.Д. Управление качеством: Уч. пособ. М.: Высшая школа, 2003.

113. Басовский Л.Е., Протасьев В.Б. Управление качеством: Учебник. М.: Инфра-М, 2000. 212 с.

114. Гиссин В.И. Управление качеством продукции. Ростов-на-Дону: Фенкс,2000.

115. Крылова Г.Д. Основы стандартизации, сертификации, метрологии: Учебник для вузов. 3-е изд. перераб. и доп. М.: ЮНИТИ-ДАНА, 2005. 671 с.

116. Стандартизация и управление качеством продукции / В.А.Швандар, В.П. Панов, Е.М Купряков и др. М.: ЮНИТИ, 1999.

117. Румянцев М.И., Шемшурова Н.Г., Покрамович Л.Е. Стандартизация: Уч. пособ. Магнитогорск: МГТУ, 2002.207 с.

118. Сергеев А.Г, Латышев МБ. Сертификация: Учебное пособие. М.: Логос, 2000.248 с.

119. Шемшурова Н.Г., Зимина Л.А., Корнилов В.Л Сертификация продукции: Учебное пособие. Магнитогорск: МГТУ, 2000.140 с.

120. Цыпкин Я.Е. Основы теории автоматических систем. М.: Наука, 1977.

121. Первозванский A.B. Курс теории автоматического управления. М.: Высшая школа, 1992.

122. Выдрин В.Н., Федосиенко A.C. Автоматизация прокатного производства. М.: Металлургия, 1984.

123. Салганик В.М. Разработка дискретных схем автоматизации прокатного производства с применением алгебры логики: Метод, указания к практическим и лабораторным занятиям по курсу "Основы автоматизированных процессов ОМД". Магнитогорск: МГМА, 1996.25 с.

124. Рашников В.Ф. Салганик В.М. Шемшурова Н.Г. Квалиметрия и управление качеством продукции: Учеб. пособ. Магнитогорск: МГТУ им. Г.ИНосова, 2000.184 с.

125. Шпаков П.С., Попов В.Н. Статистическая обработка экспериментальных данных: Учеб. пособ. / Под ред. Л.А.Пучкова. М.: Изд. МГТУ, 2003. 268 с.

126. Полховская Т.М., Соловьев В.П., Карпов Ю.А. Основы управления качеством продукции. Раздел 1: Качество и управление качеством продукции. М.: МИСиС, 1990.144 с.

127. Злобина С.И., Леписа Л.В. Статистический контроль прочностных и пластичных свойств проката из углеродистой стали // Заводская лаборатория. 1992. Т. 58. №7. С. 61.

128. Кузнецов C.B. Управление качеством с использованием статистических методов: Метод, пособ. Челябинск: ПРОНАП, 2004.

129. Математическая статистика / В.М.Иванова, В.Н.Калинина, Л.А.Нешу-мова и др. М.: Высшая школа, 1981. 371 с.

130. Вентцель Е.С., Овчаров JLA. Теория вероятностей и ее инженерные приложения: Учеб. пособие для втузов. 2-е изд., стер. М.: Высшая школа, 2000. 480 с.

131. Колпаков С.С., Кузнецова С.Б., Потемкин В.К. Проблемы разработки интегрированных АСУ листопрокатным производством М.: ИНТЕРМЕТ ИНЖИНИРИНГ, 1997.

132. Ильинский Н.Ф. Элементы теории эксперимента. М.: МЭИ, 1980.92 с.

133. Лукьянов С.И., Панов А.Н., Васильев А.Е. Основы инженерного эксперимента: Учеб. пособ. Магнитогорск: МГТУ, 2005.

134. Niu J.T., Sun L.J., P. Karjalainen P. A Neural network-based model for prediction of hot-rolled austenite grain size and flow stress in microalloy steel // Acta mettalurgia sinica (Englich letters).Vol. 13. №2. P. 521-530. April 2000.

135. Нейронные сети STATISTIKA // StatSoft RUSSIA, 1998.

136. Нейронные сети математический аппарат // Лаборатория BaseGroup, http://basegroup.

137. Анил К. Джейн, Жианчанг Мао, Моиуддин K.M. Введение в искусственные нейронные сети. // Отрытые системы. 1997. №4. С. 16-24.

138. Прогнозирование процессов структурообразования при охлаждении металлопроката с применением математической модели / А.В.Ноговицын, А.В.Богачева, Н.Ф.Ефсюков, Д.В.Лошкарев // Металлургическая и горнорудная промышленность. 1999. №5. С. 75-78.

139. Потемкин В.К., Хлыбов О.С., Круглов A.A. Применение комплексной математической модели для прогнозирования и управления уровнем механических свойств листовой стали // Металлургическая и горнорудная промышленность. 2000. №8-9. С. 150-152.

140. Принципы математического моделирования механических свойств проката на стане 2000 горячей прокатки с использованием методологии нейронных сетей. Сравнительный анализ методов прогнозирования / В.В.Курбан,

141. B.М.Салганик, А.М.Песин, Е.В.Карпов // Фазовые и структурные превращения в сталях: Сб. науч. тр. Вып. 2 / Под ред. В.Н.Урцева. Магнитогорск: Магнитогорский дом печати, 2002. С. 414-423.

142. Елетина Е.Ю., Борисова C.B., Ларин Ю.И. Применение нейронных сетей для управления качеством тонколистового проката // Сталь. 2005. №9.1. C. 48-50.

143. Левченко Г.В., Богачев A.B., Лысенко С.А. Исследование возможностей применения комплексной математической модели для оценки свойств горячекатаного листового проката // Металлургическая и горнорудная промышленность. 2000. №5. с. 37-40.

144. Использование нейронной сети для прогнозирования механических свойств листового проката / А.И.Трайно, Э.А.Гарбер, В.С.Юсупов, В.А.Виноградов //Производство проката. 2002. № 9. С. 18-20.

145. Моделирование формирования микроструктуры и свойств стали в процессах листовой горячей прокатки / С.П.Ефименко, А.И.Трайно, К.С.Ким,

146. A.В.Ноговицин // Черная металлургия. Бюл. Ин-та "Черметинформация". 1993. № 11.С. 21-23.

147. A.c. 1708452 СССР, МПК В2В1/26. Способ горячей прокатки полос / В.Ф. Атряскин, О.Н. Сосковец, А.Г. Свичинский и др. // Открытия. Изобретения. 1992. №2.

148. ОСТ 14-1-34-90. Статистический приемочный контроль металлопродукции по корреляционной связи между параметрами. Министерство металлургии СССР. 1990.

149. Боровиков В. Искусство анализа данных на компьютере: Для профессионалов. 2-е изд. СПб.: Питер, 2003.688 с.

150. Агамиров Л.В. Методы статистического анализа механических испытаний. М.: Интермет Инжиниринг, 2004. 128 с.

151. Вуколов Э.А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATTS-TICA и EXCEL: Учебное пособие. М.: ФОРУМ: ИНФРА-М, 2004. 464 с. (Профессиональное образование).

152. Управление по структуре качеством стали при горячей прокатке /

153. B.И.Лизунов, В.В.Шкатов, В.Г.Моляров, В.П.Канев // Металловедение и термическая обработка металлов. 1999. № 4. С. 52-56.

154. Коцарь С.Л., Белянский А.Д., Мухин Ю.А. Технология листопрокатного производства. М.: Металлургия, 1997. 272 с.

155. Матросов Ю.И., Литвиненко Д.А., Голованенко С.А. Сталь для магистральных трубопроводов. М.: Металлургия, 1989. 288 с.

156. Управление качеством / Е.И.Семенова, В.Д.Коротноев, А.В.Пошатаев и др. / Под ред. Е.И.Семеновой М.: КолосС, 2004. 184 с.

157. Гличев A.B. Основы управления качеством продукции. 2-е изд., пе-рераб. и доп. М.: РИА "Стандарты и качество", 2001. 424 с. ("Дом качества". Вып. 4(13)).

158. Развитие систем управления качеством продукции на ММК / А.А.Морозов, Ф.В.Капцан, В.Н.Урцев, К.А.Лисичкина, В.Л.Корнилов, В.В.Кур-бан // Сталь. 2005. №5. С. 53-55.

159. Корпоративная система нормативно-справочного сопровождения / Г.С.Сеничев, И.В.Виер, В.В.Курбан, Ф.В.Капцан, В.Н.Урцев, А.В.Фомичев // Сталь. 2005. №5. С. 120-121.

160. Степикина З.Л. Статистика (общая теория): Учебное пособие. Магнитогорск: МГТУ, 2002.163 с.