blackmetИзвестия высших учебных заведений. Черная МеталлургияIzvestiya. Ferrous Metallurgy0368-07972410-2091National University of Science and Technology "MISIS"10.17073/0368-0797-2023-2-236-243blackmet-2520Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И АВТОМАТИЗАЦИЯ В ЧЕРНОЙ МЕТАЛЛУРГИИINFORMATION TECHNOLOGIES AND AUTOMATIC CONTROL IN FERROUS METALLURGYФормирование данных для цифровых тренажеров операторов металлургических процессовData generation for digital simulators of metallurgical process operatorsЛяховецМ. В.LyakhovetsM. V.

Михаил Васильевич Ляховец, к.т.н., доцент кафедры автоматизации и информационных систем

Россия, 654007, Кемеровская обл. – Кузбасс, Новокузнецк, ул. Кирова, 42

Mikhail V. Lyakhovets, Cand. Sci. (Eng.), Assist. Prof. the Chair “Automation and Information Systems”

42 Kirova Str., Novokuznetsk, Kemerovo Region – Kuzbass 654007, Russian Federation

mvlyakhovets@gmail.comhttps://orcid.org/0000-0002-9933-4769МакаровГ. В.MakarovG. V.

Георгий Валентинович Макаров, старший преподаватель кафед­ры менеджмента качества и инноваций

Россия, 654007, Кемеровская обл. – Кузбасс, Новокузнецк, ул. Кирова, 42

Georgii V. Makarov, Senior Lecturer of the Chair of Quality Management and Innovation

42 Kirova Str., Novokuznetsk, Kemerovo Region – Kuzbass 654007, Russian Federation

gmakarov@nicsu.ruСаламатинА. С.SalamatinA. S.

Александр Сергеевич Саламатин, ассистент кафедры автоматизации и информационных систем

Россия, 654007, Кемеровская обл. – Кузбасс, Новокузнецк, ул. Кирова, 42

Aleksandr S. Salamatin, Assistant of the Chair “Automation and Information Systems”

42 Kirova Str., Novokuznetsk, Kemerovo Region – Kuzbass 654007, Russian Federation

al516r@mail.ruСибирский государственный индустриальный университетРоссияSiberian State Industrial UniversityRussian Federation202306062023662236243Copyright © Ляховец М.В., Макаров Г.В., Саламатин А.С., 20232023Ляховец М.В., Макаров Г.В., Саламатин А.С.Lyakhovets M.V., Makarov G.V., Salamatin A.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://fermet.misis.ru/jour/article/view/2520

В статье рассматриваются вопросы формирования модельных реализаций временных рядов данных (на основе натурных данных) контролируемых и неконтролируемых воздействий в тренажерно-обучающих системах и системах цифрового моделирования. Такие тренажеры получают все более широкое распространение в связи с развитием информационных и компьютерных технологий, автоматизированных систем научных исследований, обучающих систем, технологий цифрового моделирования (АПМ-моделирования), а также цифровых двойников и систем усовершенствованного управления. Сформированные реализации воздействий могут характеризовать ситуации нормального протекания процесса, аварийных и предаварийных состояний, или специфичные типопредставительные ситуации для обучения операторов и технологического персонала, тестирования программного обеспечения, исследования и настройки алгоритмов и поиска оптимальных управляющих воздействий. На примерах из металлургической отрасли показана возможность формирования нескольких взаимосвязанных воздействий на основе моделей нелинейной динамики и многовариантных динамических баз данных. В качестве модели формирования воздействий рассматривается система Лоренца, описывающая тепловую конвекцию текучей среды. Параметры модели для низкочастотной и высокочастотной составляющих определяются отдельно, путем обработки натурных данных. Далее формируется учебная выборка с помощью операций нормализации и релейно-экспоненциального сглаживания. Реализации воздействий формируются с учетом взаимной корреляции данных на основе моделей хаотической динамики и подстраиваются до заданных свойств на ограниченной выборке заданного объема с требуемой точностью при помощи генератора в виде замкнутой динамической системы. Генератор в виде замкнутой динамической системы строится на основе многомерной формирующей авторегрессионной модели с подстраиваемыми коэффициентами. Показан пример формирования рядов данных технологических параметров доменной печи (степень износа кладки печи, показания датчиков температуры и плотность теплового потока).

The article deals with the formation of model implementations of time series of data (based on in-situ data) of controlled and uncontrolled impacts in simulator-training and digital modeling systems. Such simulators are becoming increasingly widespread due to the development of information and computer technologies, automated research systems, training systems, digital modeling technologies (APM modeling), as well as digital counterparts and advanced control systems. The formed implementations of impacts can characterize situations of normal process flow, emergency and pre-emergency states, or specific representative situations for training operators and technological personnel, software testing, research and tuning of algorithms and search for optimal control actions. Using examples from the metallurgical industry, the possibility of forming several interrelated impacts based on models of nonlinear dynamics and multivariate dynamic databases is shown. The Lorentz system describing the thermal convection of a fluid medium is considered as a model of the impacts formation. The model parameters for the low- and high-frequency components are determined separately, by processing in-situ data. Next, a training sample is formed using normalization and relay-exponential smoothing operations. The implementations of the actions are formed taking into account the mutual correlation of data based on models of chemical dynamics and are adjusted to the specified properties on a limited sample of a given volume with the required accuracy using a generator in the form of a closed dynamic system. The generator in form of a closed dynamic system is built on the basis of a multidimensional generating autoregressive model with adjustable coefficients. An example of the formation of data series on technological parameters of a blast furnace (the degree of wear of the furnace lining, temperature sensor readings and heat flux density) is shown.

моделирование процессовнатурно-модельный подходцифровые двойникимодели динамического хаосаprocess modelingfull-scale approachdigital twinsmodels of dynamic chaosReferencesBeloglazov I.I., Petrov P.A., Bazhin V.Y. The concept of digital twins for tech operator training simulator design for mining and processing industry. Eurasian Mining. 2020;(2): 50–54. https://doi.org/10.17580/em.2020.02.12Beloglazov I.I., Petrov P.A., Bazhin V.Y. The concept of digital twins for tech operator training simulator design for mining and processing industry. Eurasian Mining. 2020;(2): 50–54. https://doi.org/10.17580/em.2020.02.12Ackers D. Stations AR simulated digital twin. In: XR Case Studies. Management for Professionals. Springer, Cham; 2021:83–90. https://doi.org/10.1007/978-3-030-72781-9_11Ackers D. Stations AR simulated digital twin. In: XR Case Studies. Management for Professionals. Springer, Cham; 2021:83–90. https://doi.org/10.1007/978-3-030-72781-9_11Zinchenko S., Mateichuk V, Nosov P., Popovych I., Solo­vey O., Mamenko P., Grosheva O. Use of simulator equipment for the development and testing of vessel control systems. Electrical, Control and Communication Engineering. 2021;16(2):58–64. https://doi.org/10.2478/ecce-2020-0009Zinchenko S., Mateichuk V, Nosov P., Popovych I., Solo­vey O., Mamenko P., Grosheva O. Use of simulator equipment for the development and testing of vessel control systems. Electrical, Control and Communication Engineering. 2021;16(2):58–64. https://doi.org/10.2478/ecce-2020-0009Спирин Н.А., Рыболовлев В.Ю., Лавров В.В., Гурин И.А., Шнайдер Д.А., Краснобаев А.В. Научные проблемы создания интеллектуальных систем управления технологическими процессами в пирометаллургии на основе концепции “индустрия 4.0”. Металлург. 2020;(6):71–76.Spirin N.A., Rybolovlev V.Yu., Lavrov V.V., Gurin I.A., Schnayder D.A., Krasnobaev A.V. Scientific problems in creating intelligent control systems for technological processes in pyrometallurgy based on industry 4.0 concept. Metallurgist. 2020;64(5-6):574–580. https://doi.org/10.1007/s11015-020-01029-1Kuzlyakina V.V. Integration processes in engineering education. In: New Trends in Educational Activity in the Field of Mechanism and Machine Theory. Springer, Cham; 2014: 47–55.Kuzlyakina V.V. Integration processes in engineering education. In: New Trends in Educational Activity in the Field of Mechanism and Machine Theory. Springer, Cham; 2014: 47–55.Авдеев В.П., Кустов Б.А., Мышляев Л.П. Производственно-исследовательские системы с многовариантной структурой. Новокузнецк: изд. Кузбасского филиала Инженерной академии; 1992:188.Avdeev V.P., Kustov B.A., Myshlyaev L.P. Production and Research Systems with Multivariate Structure. Novokuznetsk: izd. Kuzbasskogo filiala Inzhenernoi akademii; 1992:188. (In Russ.).Ляховец М.В., Макаров Г.В., Саламатин А.С. Моделирование возмущений при исследовании управляющих систем. Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2020;4:70–79.Lyakhovets M.V., Makarov G.V., Salamatin A.S. Modeling of disturbances in the study of control systems. Vestnik Astrakhanskogo gosudarstvennogo tekhnicheskogo universiteta. Seriya: Upravlenie, vychislitel’naya tekhnika i informatika. 2020;4:70–79. (In Russ.).Nagiev F.B. The Lorentz system and the prediction of yield of petroliferous strata. Automation and Remote Control. 1998;9(9):182–186.Nagiev F.B. The Lorentz system and the prediction of yield of petroliferous strata. Automation and Remote Control. 1998;9(9):182–186.Сонечкина Д.М. и др. Новый способ экстраполяции хаотических временных рядов посредством Вейвлетов с приложением их к динамике климата. Известия вузов. Прикладная нелинейная динамика. 1996;4(4-5).Sonechkina D.M., etc. A new way of extrapolating chaotic time series by Wavelets with their application to climate dynamics. Izvestiya VUZ. Applied Nonlinear Dynamics. 1996;4(4-5). (In Russ.).Pchelintsev A.N. Numerical and physical modeling of the dynamics of the Lorenz system. Numerical Analysis and Applications. 2014;7(2):159–167. https://doi.org/10.1134/S1995423914020098Pchelintsev A.N. Numerical and physical modeling of the dynamics of the Lorenz system. Numerical Analysis and Applications. 2014;7(2):159–167. https://doi.org/10.1134/S1995423914020098Gorman M., Widmann P.J., Robbins K.A. Nonlinear dyna­mics of a convection loop: A quantitative comparison of experiment with theory. Physica D. 1986;19(2):255–267. https://doi.org/10.1016/0167-2789(86)90022-9Gorman M., Widmann P.J., Robbins K.A. Nonlinear dyna­mics of a convection loop: A quantitative comparison of experiment with theory. Physica D. 1986;19(2):255–267. https://doi.org/10.1016/0167-2789(86)90022-9Рыков А.С. Методы системного анализа: оптимизация. Москва: НПО Изд-во экономика; 1999:255.Rykov A.S. Methods of System Analysis: Optimization. Moscow: NPO Izd-vo ekonomika; 1999:255. (In Russ.).Даниелян Т.М., Авдеев В.П., Парпаров Я.Г. Первичная обработка информации с помощью ЭВМ. Известия вузов. Черная металлургия. 1981;24(7):14–19.Danielyan T.M., Avdeev V.P., Parparov Ya.G. Primary processing of information with a computer. Izvestiya. Ferrous Metallurgy. 1981;24(7):14–19. (In Russ.).Soucek B., Prohorov S. Event – train correlation and real – time microcomputer systems. Microprocessing and Microprogramming. 1983;11(1):23–29.Soucek B., Prohorov S. Event – train correlation and real – time microcomputer systems. Microprocessing and Microprogramming. 1983;11(1):23–29.Tsoukalas I., Kossieris P., Makropoulos C. Simulation of non-Gaussian correlated random variables, stochastic processes and random fields: Introducing the anySim R-package for environmental applications and beyond. Water. 2020; 12(6):1645. https://doi.org/10.3390/w12061645Tsoukalas I., Kossieris P., Makropoulos C. Simulation of non-Gaussian correlated random variables, stochastic processes and random fields: Introducing the anySim R-package for environmental applications and beyond. Water. 2020; 12(6):1645. https://doi.org/10.3390/w12061645Ляховец М.В., Макаров Г.В., Саламатин А.С., Шипунов М.В. Оценивание предаварийных состояний технологического оборудования и контрольно-измерительных приборов. Промышленные АСУ и контроллеры. 2020;(3): 16–24.Lyakhovets M.V., Makarov G.V., Salamatin A.S., Shipunov M.V. Assessment of pre-emergency conditions of technological equipment and control-measuring devices. Promyshlennye ASU i kontrollery. 2020;(3):16–24. (In Russ.).Ковалев И.В., Ковалев Д.И., Лосев В.В., Сарамуд М.В., Тынченко Я.А. Математическое моделирование и алгоритмизация функций мониторинга технологических процессов на основе многоточечных измерительных систем. Современные наукоемкие технологии. 2021;(6-1): 29–38.Kovalev I.V., Kovalev D.I., Losev V.V., Saramud M.V., Tynchenko Ya.A. Mathematical modeling and algorithmization of monitoring functions of technological processes based on multipoint measuring systems. Sovremennye naukoemkie tekhnologii. 2021;(6-1):29–38. (In Russ.).Скударнова Н.В., Макаров Г.В., Свинцов М.М. Программная реализация модели тяжелосредного гидроциклона как компонента цифрового двойника произ­водства. В кн.: Системы автоматизации в образовании, науке и производстве. AS’2021. Труды XIII Всероссийской научно-практической конференции (с международным участием). Новокузнецк: ИЦ СибГИУ; 2021:151–155.Skudarnova N.V., Makarov G.V., Svintsov M.M. Software implementation of heavy-medium hydrocyclone model as a component of production digital twin of. In: Automation Systems in Education, Science and Production. AS’2021. Proceedings of the XIII All-Russ. Sci. and Pract. Conf. (with Int. Participation). Novokuznetsk: ITs SibSIU; 2021:151–155. (In Russ.).ГОСТ Р 57700.37 – 2021. Компьютерные модели и моделирование. Цифровые двойники изделий. Общие положения. Москва: ИПК Изд-во стандартов; 2021:10.GOST R 57700.37 – 2021. Computer models and modeling. Digital twins of products. General provisions. Moscow: IPK Izd-vo standartov; 2021:10. (In Russ.).Makarov G.V., Tamarkina E.V., Lyakhovets M.V., Salama­tin A.S. Functional status technological equipments modelling. IOP Conference Series: Materials Science and Engineering. 2020;865(1):012010. https://doi.org/10.1088/1757-899X/865/1/012010Makarov G.V., Tamarkina E.V., Lyakhovets M.V., Salama­tin A.S. Functional status technological equipments modelling. IOP Conference Series: Materials Science and Engineering. 2020;865(1):012010. https://doi.org/10.1088/1757-899X/865/1/012010Советов Б.Я., Яковлев С.А. Моделирование систем. Москва: Изд-во Юрайт; 2019:343.Sovetov B.Ya., Yakovlev S.A. Modeling of Systems. Moscow: Yurait; 2019:343. (In Russ.).Бусленко Н.П. Моделирование сложных систем. Москва: Наука; 1978:400.Buslenko N.P. Modeling of Complex Systems. Moscow: Nauka; 1978:400. (In Russ.).

The authors declare that there are no conflicts of interest present.