ФГБОУ ВО «Северо-Кавказский горно-металлургический институт (государственный технологический университет)», Владикавказ, РСО – Алания, Россия:

А. М. Беленький, профессор кафедры металлургии цветных металлов и автоматизации металлургического процессов, докт. техн. наук, эл. почта: belenky.bam@yandex.ru

ФГБОУ ВО НИТУ «МИСиС», Москва, Россия:
М. Ж. Богатова, аспирант кафедры энергоэффективных и ресурсосберегающих промышленных технологий, эл. почта: ma95bers@gmail.com
С. И. Чибизова, доцент кафедры энергоэффективных и ресурсосберегающих промышленных технологий, канд. техн. наук, эл. почта: s_kalimulina@mail.ru

Предложен способ совершенствования тепловой работы нагревательных печей с шагающими балками при помощи статистической математической модели нагрева металла. Основная часть исследования сводится к созданию данной модели нагрева металла на базе комплексного анализа результатов 15 промышленных экспериментов, проведенных на методических печах листовых станов горячей прокатки российских металлургических предприятий. Первый этап создания статистической модели основан на отборе факторов, построении регрессионной модели, корреляционном анализе и оценке значимости переменных, построении регрессионной модели с учетом скорректированных факторов, получении уравнений регрессии. Создана и адаптирована квазидинамическая статистическая математическая модель нагрева заготовки в пятизонной печи с шагающими балками, которая фактически позволяет проследить процесс нагрева в динамике. Проведена адаптация статистической модели и выполнен расчет относительных погрешностей с использованием результатов промышленных экспериментов на исследуемых печах станов 2000 и 5000. Приведены графики сравнения реальных температурных значений и температур, рассчитанных на основании статистической модели для данных экспериментов. Второй этап создания квазидинамической статистической математической модели показал, что учет температуры продуктов сгорания соседних зон имеет значение и позволяет повысить точность расчета на 1–3 %. Сформулированы основные выводы, базирующиеся на результатах проделанного исследования. Так как функция регрессии определена, интерпретирована и обоснована, а оценка точности регрессионного анализа соответствует требованиям, можно считать, что предложенная квазидинамическая статистическая модель нагрева заготовки в печи с шагающими балками и ее прогнозируемые значения обладают достаточной надежностью.

1. Беленький А. М., Бурсин А. Н., Мордовкин Д. С., Улановский А. А., Чибизова С. И. Задачи совершенствования тепловой работы и конструкции нагревательных печей станов горячей прокатки // Труды XI Конгресса прокатчиков: cб. тр. Том 1. Магнитогорск, 2017. C. 29–35.
2. Орелкина Д. И., Петелин А. Л., Полулях Л. А., Подгородецкий Г. С. Модель расчета концентрации вторичных металлургических выбросов в атмосфере // Известия высших учебных заведений. Черная металлургия. 2016. Том 59. № 5. С. 300–305.
3. Лошкарев Н. Б., Носков В. А., Дружинин Г. М. Математическая модель нагрева металла в методической печи с шагающими балками // Теплотехника и информатика в образовании, науке и производстве: сборник докладов VII Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых (TИМ’2018) 17–18 мая 2018 г., Екатеринбург. С. 223–228.
4. Антипкина М. Е., Крупенников С. А., Левицкий И. А. Определение оптимальной толщины футеровки нагревательной печи // Новые огнеупоры. 2019. № 10. С. 42–47.
5. Арутюнов В. А., Левицкий И. А., Ибадуллаев Т. Б. Разработка методов математического моделирования теплофизических процессов в топливных промышленных печах // Металлург. 2011. № 1-2. С. 33–37.
6. Chen Y. W., Chai T. Y. Modelling and prediction for steel billet temperature of heating furnace // International Journal of Advanced Mechatronic Systems. 2010. Vol. 2. No. 5-6. P. 342–349.
7. Ginkul S. I., Biryukov A. B., Gnitiev P. A. Predictive Mathematical Model of the Process of Metal Heating in Walking-Beam Furnaces // Metallurgist. 2018. No. 62. P. 15–21.
8. Tang G., Wu B., Bai D. Modeling of the slab heating process in a walking beam reheating furnace for process optimization // International Journal of Heat and Mass Transfer. 2017. No. 113(10). P. 1142–1151.
9. Логунова О. С., Агапитов Е. Б., Баранкова И. И., Андреев С. М., Чусавитина Г. Н. Математические модели для исследования теплового состояния тел и управления тепловыми процессами // Электротехнические системы и комплексы. 2019. № 2(43). С. 25–34.
10. Han S. H., Chang D., Kim C. Y. A numerical analysis of slab heating characteristics in a walking beam type reheating furnace // International Journal of Heat and Mass Transfer. 2010. No. 53. P. 3855–3861.
11. Wild D., Meurer T., Kugi A. Modelling and experimental model validation for a pusher-type reheating furnace // Mathematical and Computer Modelling of Dynamical Systems. 2009. Vol. 15. P. 209–232.
12. Дождиков В. И., Ганул А. О., Мордовкин Д. С. Оптимизация работы энерготехнологического комплекса нагрева металла перед прокаткой // Сталь. 2018. № 2. С. 69–71.
13. Беленький А. М., Дубинский М. Ю., Калимулина С. И. Промышленный эксперимент – основа проведения энергосберегающей политики в металлургической теплотехнике // Металлург. 2010. № 5. С. 26–29.
14. Улановский А. А., Тааке М., Беленький А. М., Бурсин А. Н., Чибизова С. И. Использование автономной автоматизированной системы компании Phoenix TM для мониторинга температурного поля нагреваемого металла в металлургических печах // Черные металлы. 2019. № 9. С. 59–64.
15. Радченко Ю. С. Основы статистического моделирования : учебное пособие для вузов. – Воронеж : ИПЦ ВГУ, 2010. – 30 с.