Model–Predictive Blowing Mode Controller Synthesis for the Oxygen-Converter Process

Автор(и)

  • Олександр Степанець Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна http://orcid.org/0000-0003-4444-0705
  • Юрій Маріяш Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна http://orcid.org/0000-0002-0812-8960

DOI:

https://doi.org/10.20998/2078-774X.2022.03.10

Анотація

Мета дослідження полягає у знижені собівартості киснево-конвертерної сталі, що є наслідком підвищення частки металобрухту за рахунок підвищення ступеня допалювання СО до СО2 в порожнині конвертера, шляхом оптимального керування параметрами дуттьового режиму з використанням модельно-прогнозуючого керування. Синтезовано оптимальну систему керування параметрами дуттєвого режиму киснево-конвертерної плавки за принципом зворотного зв’язку на базі модельно-прогнозуючого керування при використанні лінійно-квадратичного функціоналу.

Біографія автора

Юрій Маріяш, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»

Кафедра автоматизації теплоенергетичних процесів

Посилання

Basson E. (2020), A cross-section of steel industry statistics 2010–2019, Word Steel Association, Brussels, Belgium:, 46 p. Access mode: https://worldsteel.org/wp-content/uploads/Steel-Statistical-Yearbook-2020-concise-version.pdf?x25904 (accessed 04 October 2022).

(2021), Ciny na stalelyvarnu syrovynu prodovzhujut' znyzhennja [Prices for steel raw materials continue to de-cline]. – URL: https://www.expert.kiev.ua/tsini-na-stalelivarnu-sirovinu-prodovzhuyut-znizhennya/ (ac-cessed 04 October 2022).

Stepanets, O. and Mariiash, Yu. (2021), “A model predic-tive controller of the blowing mode during basic oxygen furnance process”, Bulletin of the National Technical Uni-versity “KhPI” Series: New solutions in modern technolo-gies, No. 4(10), pp. 61–66, ISSN 2079-5459 (print), https://doi.org/10.20998/2413-4295.2021.04.08.

Forbes M. G., Patwarghan Rohit S., Hamadah Hamza, Gopaluni R. Bhushan (2015), “Model Predictive Control in Industry: Challenges and Opportunities”, IFAC-PapersOnLine, Vol. 48, Iss. 8, pp. 531–538, https://doi.org/10.1016/j.ifacol.2015.09.022.

Cutler C. R., Ramaker B. L. (1980), “Dynamic matrix control – A computer control algorithm”, Joint Automatic Control Conference, August 13–15, San Francisco, Cali-fornia, Vol. 1, Paper WP5-B, DOI: https://doi.org/10.1109/JACC.1980.4232009.

Richalet J., Rault A., Testud J. L., Papon J. (1978), “Model predictive heuristic control: Applications to industrial pro-cesses”, Automatica, Vol. 14, Iss. 5, pp. 413–428, https://doi.org/10.1016/0005-1098(78)90001-8.

Stepanets O. V., Mariiash Yu. I. (2021), “Model Predictive Control Toolbox Design for Nonstationary Process”, KPI Science News, No. 1, pp. 42–49, https://doi.org/10.20535/kpisn.2021.1.217992.

Stepanets O., Mariiash Y. (2018), “Analysis of influence of technical features of a pid­controller implementation on the dynamics of automated control system”, Eastern-European Journal of Enterprise Technologies, Vol. 3, No. 2(93), pp. 60–69, https://doi.org/10.15587/1729-4061.2018.132229.

Novikov P., Shtifzon O., Bunke O., Batiuk S. (2022), “Selecting a method for the parametric adaptation of pi-controller in the control systems of boiler assemblies at thermal power stations with supercritical parameters”, Eastern-European Journal of Enterprise Technologies, Vol. 2, No. 2(116), pp. 61–68, https://doi.org/10.15587/1729-4061.2022.254116.

Shin Y., Smith R., Hwang S. (2020), “Development of model predictive control system using an artificial neural network: A case study with a distillation column”, Journal of Cleaner Production, Vol. 277, No. 124124, 14 p, https://doi.org/10.1016/j.jclepro.2020.124124.

Bogushevskyj V. S., Laryonov A. A., Buga I. D. (1997), ASU TP konverternogo vyrobnyctva ta special'noi' elektrometalurgii' [ACS TP of converter production and special electrometallurgy], NPK “Kyi'vs'kyj instytut avtomatyky”, Kiev, 288 p.

Nenchev B., Panwisawas C., Yang X., Fu J., Ding Z., Tao Q., Gebelin J.-C., Dunsmore A., Dong H., Li M., Tao B., Li F.,

Ru J., Wang F. (2022), “Metallurgical Data Science for Steel Industry: A Case Study on Basic Oxygen Furnace”, Steel research international, Vol. 93, Iss. 12, No. 2100813, https://doi.org/10.1002/srin.202100813.

Zhang J. (2015), “Optimal Control Problem of Converter Steelmaking Production Process Based on Operation Op-timization Method”, Discrete Dynamics in Nature and So-ciety, Vol. 2015, Article ID 483674, 13 p, https://doi.org/10.1155/2015/483674.

Bogushevskyj V. S., Rjumshyn N. A., Sorokyn N. A. (1991), ASU TP vyrobnyctva stali v konverterah [ACS TP of steel production in converters], NPO “Promavtomatyka”, Kiev, 177 p.

##submission.downloads##

Опубліковано

2022-12-28

Як цитувати

Степанець, О., & Маріяш, Ю. (2022). Model–Predictive Blowing Mode Controller Synthesis for the Oxygen-Converter Process. Вісник Національного технічного університету «ХПІ». Серія: Енергетичнi та теплотехнiчнi процеси й устаткування, (3-4), 63–67. https://doi.org/10.20998/2078-774X.2022.03.10

Номер

Розділ

Енергетичні та теплотехнічні процеси й устаткування