Uppokaariuunin elektrodien hallintamalli
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Helsinki University of Technology |
Diplomityö
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2007
Department
Major/Subject
Prosessien ohjaus ja hallinta
Mcode
Kem-90
Degree programme
Language
fi
Pages
123 (+12)
Series
Abstract
Tekoälyn käyttö on viime vuosina lisääntynyt teollisprosessien mallintamisessa, ohjauksessa ja optimoinnissa. Menestyksellisiä sovelluksia on raportoitu lukuisia, erityisesti metallurgisessa teollisuudessa. Uppokaariuunissa tapahtuvassa ferrokromin sulatusprosessissa esiintyy useita ainefaaseja samanaikaisesti ja reaktioiden täydellinen kartoittaminen on vaikeaa. Uunin ja elektrodien toiminta onkin jatkuvasti tutkimustyön kohteena ja työkaluina käytetään mm. tekoälyyn perustuvia monitorointimenetelmiä. Tämän diplomityön kirjallisuusosassa kartoitetaan teollisuudessa käytettäviä monitorointimenetelmiä ja lähemmin tarkastellaan älykkäiden monitorointimenetelmien; asiantuntijajärjestelmien, sumean logiikan ja erityisesti neuroverkkomenetelmien teoriaa ja rakennetta, sekä niiden sovelluksia metalliteollisuudessa. Kokeellisen osan alussa perehdytään ferrokromin sulatusprosessiin, Söderberg-elektrodien toimintaan ja niihin liittyviin ilmiöihin. Diplomityön tavoitteena oli luoda käppäämiselle ennustava offline-malli käyttäen CSense-nimistä ohjelmistoa ja neuroverkkomenetelmää. Mallinnus suoritettiin käyttäen Etelä-Afrikassa sijaitsevalta ferrokromilaitokselta saatua elektrodikohtaista prosessidataa. Aiemman tutkimustyön ja alan asiantuntijoiden tiedon perusteella elektrodiin liittyvistä ilmiöistä mallin muuttujiksi valittiin elektrodissa kulkeva virta, elektrodin ja panoksen välinen vastus, käppäyslaitteiston hydraulinen paine ja vuorokohtainen käppäysmäärä. Offline-simulointien tulokset olivat hyviä. Mallit ennustivat noin 60 - 80% tarkkuudella todellisuudessa suoritetun käppäyksen. Tulokset luovat hyvän perustan jatkotutkimuksille.Description
Supervisor
Jämsä-Jounela, Sirkka-LiisaThesis advisor
Ollila, JanneKeywords
CSence, CSence, electrode, elektrodi, slip, käppäys, ferrochrome, ferrokromi, modeling, mallintaminen, monitoring methods, monitorointimenetelmä, neural networks, neuroverkko, PLS, PLS, submerged-arc furnace, uppokaariuuni