ПОВЫШЕНИЕ ИНТЕНСИВНОСТИ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА СТАЛЕПЛАВЛЕНИЯ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ

Боковая панель статьи

SRT 3(3)
HTML (английский) PDF (английский)
Опубликован: 16.08.2025
DOI: https://doi.org/10.70769/3030-3214.SRT.3.3.2025.7
Ключевые слова:
сталеплавление, нечеткая логика, ток дуги, длина дуги, гауссовская функция, алгоритм Мамдани, автоматическое управление, движение электродов

Основное содержимое статьи

Рахмонов, И.У.
Доктор технических наук, профессор, заведующий кафедрой «Электроснабжение» Ташкентского государственного технического университета, Ташкент, Узбекистан
Коржобова, М.Ф.
PhD Докторант кафедры «Электроснабжение» Ташкентского государственного технического университета, Ташкент, Узбекистан

Аннотация

В данной статье проанализировано применение системы нечеткой логики для управления сложными и неопределенными технологическими процессами, происходящими в 30-тонной электродуговой сталеплавильной печи (ДСП-30). Результаты исследований показали, что 80% процесса плавки (42 минуты) осуществляется с использованием электрической дуги. В традиционных системах управления выявлены перебои в процессе, вызванные резкими колебаниями дугового тока выше или ниже порогового значения 17 кА. В связи с этим в работе предложена фаззификация дугового тока, напряжения и длины дуги на основе гауссовских функций принадлежности. Разработаны лингвистические переменные на основе критических границ: ток дуги в диапазоне 17–38 кА и напряжение от -6% до +8%. С использованием алгоритма Мамдани обеспечено оптимальное управление движением электродов в течение 17–20 минутной фазы плавки, что позволило повысить энергетическую эффективность, снизить расход электродов и увеличить производительность. Результаты исследования подтверждают, что интеграция нечеткой логики в традиционные системы управления является эффективным решением для интенсификации сталеплавильного технологического процесса.

Downloads

Download data is not yet available.

Информация о статье

Выпуск

Том 3 № 3 (2025)

Раздел

Горно-металлургическая и производственная промышленность
Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Условия массовой лицензии
(Для Open Journal Systems (OJS))

  1. Авторское право:
    Авторское право на опубликованную статью остается за автором(ами). В то же время после публикации статья распространяется на платформе OJS под лицензией Creative Commons (CC BY).

  2. Тип лицензии:
    Данная статья распространяется под лицензией Creative Commons Attribution 4.0 International (CC BY 4.0). Это означает, что пользователи могут использовать статью на следующих условиях:

    • Копирование и распространение: Текст статьи или его части могут свободно распространяться.
    • Цитирование и анализ: Части статьи могут использоваться для цитирования.
    • Свободное использование: Статья может быть свободно использована для научных и образовательных целей.
    • Указание авторства: Пользователи обязаны правильно указывать авторство и ссылаться на оригинальный источник.

  3. Коммерческое использование:
    Использование статьи в коммерческих целях разрешено, однако необходимо указание авторства и ссылки на источник.

  4. Изменение документа:
    Текст или содержание статьи могут быть изменены или переработаны, при условии, что это не наносит вреда авторству.

  5. Ограничение ответственности:
    Автор(ы) несут ответственность за точность информации, содержащейся в статье. Редакция платформы не несет ответственности за любой ущерб, возникший в результате использования данной информации.

  6. Обязательства при публичном использовании:
    Содержание статьи должно использоваться только в соответствии с законодательными и этическими нормами. Незаконное использование строго запрещено.

Примечание:
Данные условия лицензии направлены на обеспечение прозрачности и открытости использования материалов. Принимая эти условия, вы соглашаетесь на переработку и распространение содержания статьи в соответствии с условиями лицензии Creative Commons.

Ссылка: Creative Commons Attribution 4.0 International (CC BY 4.0)

Как цитировать

Рахмонов, И. У., & Коржобова, М. Ф. (2025). ПОВЫШЕНИЕ ИНТЕНСИВНОСТИ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА СТАЛЕПЛАВЛЕНИЯ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ. Цифровые технологии в промышленности, 3(3), 16-21. https://doi.org/10.70769/3030-3214.SRT.3.3.2025.7

Список литературы

1. Paranchuk Y., Shabatura Y., Kuznyetsov O. The electrodes positioning control system for the electric arc furnace based on fuzzy logic. In: Proceedings of the IEEE International Conference on Modern Electrical and Energy Systems, Kremenchuk, Ukraine, 21–24 September 2021, pp. 1–5. DOI: https://doi.org/10.1109/MEES52427.2021.9598585

2. Moghadasian M., Al-Nasser E. Modelling and control of electrode system for an electric arc furnace. In: 2nd International Conference on Research in Science, Engineering and Technology (ICRSET-2014), Dubai, UAE, March 21–22, 2014. Available at: http://dx.doi.org/10.15242/IIE.E0314558. DOI: https://doi.org/10.15242/IIE.E0314558

3. Rakhmonov I.U., Ushakov V.Ya., Najimova A.M., Obidov K.K., Suleymanov S.R. Mathematical modeling for minimizing electricity consumption in industrial enterprises with continuous production. Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering, 2024, vol. 335, no. 4, pp. 43–51. (In Russ.) DOI: 10.18799/24131830/2024/4/4423 DOI: https://doi.org/10.18799/24131830/2024/4/4423

4. Wang L.-X., Mendel J.M. Back-propagation fuzzy system as nonlinear dynamic system identifiers. In: Proceedings of the IEEE International Conference on Fuzzy Systems, San Diego, CA, USA, 8–12 March 1992, pp. 1409–1418 DOI: https://doi.org/10.1109/FUZZY.1992.258711

5. Rakhmonov I.U., Ushakov V.Ya., Niyozov N.N., Kurbonov N.N. Forecasting electricity consumption by LSTM neural network. Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering, 2023, vol. 334, no. 12, pp. 125–133. (In Russ.) DOI: 10.18799/24131830/2023/12/4407 Maslov D.V. Study of mechanical processes during electrode impact with scrap. In: Science. Technologies. Innovations: Proceedings of the All-Russian Scientific Conference of Young Scientists, in 10 parts, part 6. Novosibirsk: NSTU Publishing House, 2013, pp. 18–22. (In Russ.). DOI: https://doi.org/10.18799/24131830/2023/12/4407

6. Napoles-Baez Y., Gonzalez-Yero G., Martínez R., Valeriano Y., Nuñez-Alvarez J.R., Llosas-Albuerne Y. Modeling and control of the hydraulic actuator in a ladle furnace. Heliyon, 2022, vol. 8, e11857. DOI: https://doi.org/10.1016/j.heliyon.2022.e11857 DOI: https://doi.org/10.1016/j.heliyon.2022.e11857

7. Nikolaev A.A., Tulupov P.G., Astashova G.V. The comparative analysis of electrode control systems of electric arc furnaces and ladle furnaces. In: 2nd International Conference on Industrial Engineering, Applications, and Manufacturing. ICIEAM-2016, 2016, pp. 1–7. DOI: https://doi.org/10.1109/ICIEAM.2016.7910888

8. Liu Y.-J., Chang G.W., Hong R.-C. Curve-fitting-based method for modeling voltage-current characteristic of an AC electric arc furnace. Electric Power Systems Research, 2010, vol. 80, no. 7, pp. 807–814. DOI: https://doi.org/10.1016/j.epsr.2009.10.015

9. Ghiormez L., Prostean O. Electric arc current control for an electric arc furnace based on fuzzy logic. In: Proceedings of the IEEE 10th Jubilee International Symposium on Applied Computational Intelligence and Informatics, Timisoara, Romania, 21–23 May 2015, pp. 359–364. DOI: https://doi.org/10.1109/SACI.2015.7208229

10. Maslov D.V. Determination of key parameters affecting the integrity of electrode columns in arc furnaces. Elektrotekhnika, 2013, no. 8, pp. 43–47. (In Russ.) DOI: https://doi.org/10.3103/S1068371213080099

Похожие статьи

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.