Математическое моделирование и разработка системы диагностики состояния технологического процесса и управления качеством продукции : на примере процесса непрерывного литья заготовки алюминиевой фольги

• Автор: Бабенко, Алексей Григорьевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Екатеринбург
• Количество страниц: 147 с. : ил.

1. Анализ теоретических и литературных данных и определение задач исследования.

1.1. Процесс непрерывного литья заготовки алюминиевой фольги и применение системы диагностики состояний технологического процесса и управления качеством

1.2. Определение структуры системы.

1.3. Методы построения математических моделей объекта для целей технической диагностики.

1.3.1. Анализ сложности объекта.

1.3.2. Построение модели

1.4. Задачи исследования

2. Анализ особенностей технологического объекта с целью выявления основных параметров состояний для системы технической диагностики

2.1. Общие сведения.

2.2. Конструкция установки непрерывного литья ОАО Фольгопрокатный завод г.СанктПетербург

2.3. Описание технологического процесса.

2.4. Метрологическое обеспечение технологического процесса
2.5. Возможные дефекты и причины их возникновения.
2.6. Концептуальная модель технологического процесса
2.7. Выводы.
3. Разработка методики и результаты экспериментального исследования
3.1. Топология модели технологического процесса.
3.2. Обработка и анализ данных пассивного эксперимента
3.2.1. Цели анализа данных
3.2.2. Корреляция между факторами.
3.2.3. Корреляция между откликами и факторами.
3.2.4. Проверка нормальности распределения
3.3. Разработка метода многомерного ситуационного экспертного опроса
3.3.1. Выбор метода проведения экспертного опроса, определение существенных факторов и откликов
3.3.2. Многомерный ситуационный экспертный опрос
3.3.3. Разработка и описание программного обеспечения метода многомерного
ситуационного экспертного опроса
3.4. Выводы.
4. Разработка алгоритмов и моделей системы диагностики.
4.1. Варианты алгоритмов функционирования системы.
4.2. Вероятностный алгоритм функционирования системы диагностики
4.2.1. Вероятностный алгоритм диагностики состояния технологического процесса
4.2.2. Формирование рабочей базы данных.
4.2.3. Регрессионные уравнения технологического процесса
4.2.4. Алгоритм адаптации регрессионных уравнений и коррекции рабочей базы данных
4.2.5. Расчет рекомендуемых изменений технологических параметров для
достижения требуемого качества
4.3. Нейросетевой алгоритм функционирования системы диагностики.
4.3.1. Нейросетевой алгоритм диагностики состояния технологического процесса
4.3.2. Алгоритм адаптации системы.
4.3.3. Расчет рекомендуемых изменений технологических параметров для достижения требуемого качества
4.4. Анализ и сравнение вероятностного и нейросетевого алгоритмов.
4.5. Модель технологического процесса в виде нейронной сети.
4.5. Программное обеспечение системы диагностики.
4.6. ВыводыЛОЗ
5. Производственные испытания системы и перспективы для ее широкого внедрения
5.1. Проверка и внедрение компьютерного диалога экспертного опроса
5.2. Проверка системы диагностики на производстве
5.2.1. Определение показателей качества по набору значений параметров технологического процесса
5.2.2. Определение параметров технологического процесса по набору значений показателей качества.
5.2.3. Расчет рекомендуемых изменений технологических параметров для получения продукции требуемого качества
5.2.4. Анализ экономической эффективности внедрения системы
5.3. Предварительная оценка перспектив внедрения метода
5.4. Выводы
6. Общие выводы
Библиографический список.
Приложение 1.
Приложение 2.
ВВЕДЕНИЕ


Совокупность объекта, средств, правил и алгоритмов диагностирования образует систему диагностики 6. Одним из самых простых и широко применяемых инструментов диагностики состояния объекта являются контрольные карты 7, 8. Однако, контрольные карты являются лишь средством обнаружения отклонения, а причины его появления и способы устранения определяются с помощью других методов. Процедура, позволяющая принять решение о качестве продукции, называется контролем качества 9, . Расчет изменений технологических параметров, реализация которых позволит достичь требуемого качества непрерывнолитой полосы, в системе диагностики состояний технологического процесса и управления качеством продукции должен производиться в результате обработки информации о текущих и требуемых показателях качества. Подобный подход рассматривался в ,. Экспертные системы успешно применяются в медицине, химической промышленности , , пример экспертной системы технической диагностики описан в . В нашем случае разрабатываемая система относится к первому типу, так как входной информацией системы являются числовые значения показателей качества, выходной числовые значения параметров технологического процесса, а решение строится на основе формализованных в виде аналитической модели знаний о внутренней структуре технологического процесса. Количественные характеристики качества продукции можно считать отдельным видом параметров технологического процесса. Кроме того, так как с течением времени происходит изменение хараетеристик оборудования процесса непрерывного литья заготовки алюминиевой полосы, например, изнашиваются прокатные валки, используется шихта различного качества, изменяются условия окружающей среды, для учета этих изменений в алгоритм функционирования системы должен быть добавлен этап адаптации . Таким образом, входящая в систему информация, помимо формирования выходной информации, будет использоваться для изменения алгоритма обработки информации ,,. Указанная последовательность действий не оговаривает математический аппарат, применяемый в процедуре определения состояния технологического процесса, в то время как именно математический аппарат определяет точность выработки управляющих воздействий. Он должен выбираться с учетом сложности модулируемой системы и должен соответствовать задачам, решаемым с помощью модели в составе системы. Цель разработки системы диагностики состояния технологического процесса и управления качеством непрерывнолитых заготовок алюминиевой полосы состоит в получении инструмента управления качеством. Как было сказано ранее, в процессе разработки современных информационных систем центральное место занимает задача построения модели исследуемого объекта. Пожалуй, самым популярным подходом к изучению сложных объектов является представление его в виде серого ящика. В отличие от абстракции черного ящика , серый ящик допускает, что некоторая информация об объекте все же присутствует, но знаний о нем недостаточно , . Априорная информация может содержать данные о множестве факторов, некоторых особенностях конструкции технологического оборудования, протекающих процессах такие модели особенно распространены при описании физических процессов , , и т. Апостериорной информацией для исследуемого объекта являются измеряемые одновременно входные и выходные переменные, являющиеся функциями времени. В разработанной системе диагностики состояний технологического процесса непрерывного литья заготовок алюминиевой фольги модель описывает зависимости между показателями качества выпускаемой продукции и параметрами технологического процесса и используется для определения технологических параметров по показателям качества продукции. В ходе построения и применения модели откликами назывались показатели качества изготовляемой продукции, а факторами независимые параметры технологического процесса, оказывающие существенное влияние на качество. Как это принято , , в зависимости от характера изменения параметров различают следующие типы моделей детерминированные и стохастические, непрерывные и дискретные, стационарные и динамические.