blackmetИзвестия высших учебных заведений. Черная МеталлургияIzvestiya. Ferrous Metallurgy0368-07972410-2091National University of Science and Technology "MISIS"10.17073/0368-0797-2023-2-244-252blackmet-2521Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И АВТОМАТИЗАЦИЯ В ЧЕРНОЙ МЕТАЛЛУРГИИINFORMATION TECHNOLOGIES AND AUTOMATIC CONTROL IN FERROUS METALLURGYИнформационно-моделирующая система прогнозирования состава и свойств конечного шлака в доменной печи в режиме реального времениInformation-modeling system for prediction of the composition and properties of final slag in a blast furnace in real timeПавловА. В.PavlovA. V.

Александр Владимирович Павлов, к.т.н., начальник доменного цеха

Россия, 455000, Челябинская обл., Магнитогорск, ул. Кирова, 70

Aleksandr V. Pavlov, Cand. Sci. (Eng.), Chief of Blast-Furnace Shop

70 Kirova Str., Magnitogorsk, Chelyabinsk Region 455000, Russian Federation

pavlov.av@mmk.ruhttps://orcid.org/0000-0001-6582-3428СпиринН. А.SpirinN. A.

Николай Александрович Спирин, д.т.н., профессор, заведующий кафедрой теплофизики и информатики в металлургии

Россия, 620002, Екатеринбург, ул. Мира, 28

Nikolai A. Spirin, Dr. Sci. (Eng.), Prof., Head of the Chair “Thermal Phy­sics and Informatics in Metallurgy”

28 Mira Str., Yekaterinburg 620002, Russian Federation

n.a.spirin@urfu.ruhttps://orcid.org/0000-0002-4989-7029ГуринИ. А.GurinI. A.

Иван Александрович Гурин, к.т.н., доцент кафедры теплофизики и информатики в металлургии

Россия, 620002, Екатеринбург, ул. Мира, 28

Ivan A. Gurin, Cand. Sci. (Eng.), Assist. Prof. of the Chair “Thermophysics and Informatics in Metallurgy”

28 Mira Str., Yekaterinburg 620002, Russian Federation

ivan.gurin@urfu.ruhttps://orcid.org/0000-0002-6953-5519ЛавровВ. В.LavrovV. V.

Владислав Васильевич Лавров, д.т.н., профессор кафедры теплофизики и информатики в металлургии

Россия, 620002, Екатеринбург, ул. Мира, 28

Vladislav V. Lavrov, Dr. Sci. (Eng.), Prof. of the Chair “Thermal Physics and Informatics in Metallurgy”

28 Mira Str., Yekaterinburg 620002, Russian Federation

v.v.lavrov@urfu.ruБегинюкВ. А.BeginyukV. A.

Виталий Александрович Бегинюк, ведущий специалист доменного цеха

Россия, 455000, Челябинская обл., Магнитогорск, ул. Кирова, 70

Vitalii A. Beginyuk, Leading Specialist of Blast-Furnace Shop

70 Kirova Str., Magnitogorsk, Chelyabinsk Region 455000, Russian Federation

beginyuk.va@mmk.ruhttps://orcid.org/0000-0001-9987-2201ИстоминА. С.IstominA. S.

Александр Сергеевич Истомин, к.т.н., доцент кафедры теплофизики и информатики в металлургии

Россия, 620002, Екатеринбург, ул. Мира, 28

Aleksandr S. Istomin, Cand. Sci. (Eng.), Prof. of the Chair “Thermal Physics and Informatics in Metallurgy”

28 Mira Str., Yekaterinburg 620002, Russian Federation

as.istomin@urfu.ruПАО «Магнитогорский металлургический комбинат»РоссияPJSC Magnitogorsk Iron and Steel WorksRussian FederationУральский федеральный университет имени первого Президента России Б. Н. ЕльцинаРоссияUral Federal University named after the first President of Russia B. N. YeltsinRussian Federation202306062023662244252Copyright © Павлов А.В., Спирин Н.А., Гурин И.А., Лавров В.В., Бегинюк В.А., Истомин А.С., 20232023Павлов А.В., Спирин Н.А., Гурин И.А., Лавров В.В., Бегинюк В.А., Истомин А.С.Pavlov A.V., Spirin N.A., Gurin I.A., Lavrov V.V., Beginyuk V.A., Istomin 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/2521

Рассматривается общая характеристика алгоритма прогнозирования состава конечного шлака в доменной печи в режиме реального времени. В основе алгоритма лежат фундаментальные знания о процессах, протекающих в печи, и общие закономерности переходных процессов. Алгоритм позволяет выполнять прогнозирование на текущий момент времени и за каждый час на десять часов вперед. Используются линеаризованная модель доменного процесса и натурно-математический подход. В модели учитываются динамические характеристики доменных печей по различным каналам воздействия, которые изменяются и зависят от вида воздействия, режимных параметров работы печей и свойств проплавляемого сырья. Это позволяет осуществлять настройку модели на условия функционирования объекта, учитывать при моделировании изменения состава и свойств железорудного сырья и кокса, дутьевых и режимных параметров доменной плавки. Программное обеспечение информационно-моделирующей системы прогнозирования состава и свойств конечного шлака в доменной печи в режиме реального времени разработано на языке программирования C# на базе фреймворка ASP.NET MVC с использованием кроссплатформенной программной платформы .NET 5. Веб-приложение включает следующие основные функции: визуализация изменения параметров АСУ ТП и расчетных параметров во времени; диагностика шлакового режима; моделирование переходных процессов состава и свойств шлака; прогнозирование состава и свойств шлака в режиме реального времени и история прогнозирования. Описана архитектура программного обеспечения и проиллюстрирована его работа. Проведена оценка точности и надежности результатов моделирования на основе статистических показателей. Среднеквадратичное отклонение прогнозируемой основности шлака CaO/SiO2 от измеренной на выпусках составляет 0,023, надежность прогнозирования 92 %, что указывает на удовлетворительное согласование прогнозных и фактических значений содержания отдельных компонентов в шлаке. Информационно-моделирующая система, разработанная на базе представленного алгоритма, интегрирована в информационную систему доменного цеха ПАО «Магнитогорский металлургический комбинат».

The article considers general characteristics of the algorithm for prediction of the composition of the final slag in a blast furnace in real time. This algorithm is based on fundamental knowledge on the processes occurring in the furnace and general laws of transient processes. It allows predicting at the current moment of time and for every hour ten hours ahead. A linearized model of the blast furnace process and a natural-mathematical approach are used. The model takes into account the dynamic characteristics of blast furnaces in various impact channels, which change and depend on the type of impact, operating parameters of the furnaces and properties of the melted raw material. This makes it possible to adjust the model to operating conditions of the object, to take into account changes in the composition and properties of iron ore and coke, blast and regime parameters of blast furnace smelting when modeling. The software of the information-modeling system for prediction of the composition and properties of the final slag in a blast furnace in real time was developed in the C# programming language based on the ASP.NET MVC framework using the .NET 5 cross-platform. The web application includes the following main functions: visualization of change APCS parameters and design parameters over time; slag mode diagnostics; modeling of transient processes of composition and properties of slag; prediction of slag composition and properties in real time and prediction history. The software architecture is described and its operation is illustrated. An assessment of the accuracy and reliability of the simulation results based on statistical indicators was carried out. The root-mean-square deviation of the predicted basicity of the CaO/SiO2 slag from that measured at taps is 0.023, the prediction reliability is 92 %, which indicates a satisfactory agreement between the predicted and actual values of the content of individual components in the slag. The information modeling system developed on the basis of the presented algorithm is integrated into the information system of the blast furnace shop of PJSC Magnitogorsk Iron and Steel Works.

доменная печьконечный шлаксоставсвойствашлакообразованиединамическая модельпрогнозированиемоделированиепрограммное обеспечениеblast furnacefinal slagcompositionpropertiesslag-forming processesdynamic modelpredictionmodelingsoftwareReferencesТоваровский И.Г. Доменная плавка. Днепропетровск: Пороги; 2009:768.Tovarovskii I.G. Вlast Furnace Smelting. Dnepropetrovsk: Porogi; 2009:768. (In Russ.).Бабарыкин Н.Н. Теория и технология доменного процесса. Магнитогорск: МГТУ; 2009:257.Babarykin N.N. Theory and Technology of Вlast Furnace Process. Magnitogorsk: MSTU; 2009:257. (In Russ.).Металлургия чугуна / Е.Ф. Вегман., Б.Н. Жеребин., А.Н. Похвиснев., Ю.С. Юсфин, И.Ф. Курунов., А.Е. Пареньков, П.И. Черноусов / Под ред. Ю.С. Юс­фина. Моск­ва: Академкнига; 2004:774.Vegman E.F., Zherebin N.F., Pokhvisnev A.N., Yusfin Yu.S., Kurunov I.F., Paren’kov A.E., Chernousov P.I. Iron Metallurgy. Yusfin Yu.S. ed. Moscow: Akademkniga; 2004:774. (In Russ.).Современный доменный процесс / М. Геердес, Р. Ченьо, И. Курнов, О. Лигарди, Д. Рикетс. Москва: Металлургиздат; 2016:280.Geerdes M., Chen’o R., Kurnov I., Ligardi O., Rikets D. Modern Вlast Furnace Process. Moscow: Metallurgizdat; 2016:280. (In Russ.).Большаков В.И. Технология высокоэффективной энергосберегающей доменной плавки. Киев: Наукова думка; 2007:412.Bol’shakov V.I. High-Efficiency Energy-Saving Technology of Blast Furnace Smelting. Kiev: Naukova Dumka; 2007:412. (In Russ.).Математическое моделирование металлургических процессов в АСУ ТП / Н.А. Спирин, В.В. Лавров, В.Ю. Рыболовлев, Л.Ю. Гилева, А.В. Краснобаев, В.С. Швыдкий, О.П. Онорин, К.А. Щипанов, А.А. Бурыкин / Под ред. Н.А. Спирина. Екатеринбург: изд. УрФУ; 2014:558.Spirin N.A., Lavrov V.V., Rybolovlev V.Yu., Gileva L.Yu., Krasnobaev A.V., Shvydkii V.S., Onorin O.P., Shchipanov K.A., Burykin A.A. Mathematical Modeling of Metal­lurgical Processes in Automated Process Control Systems. Yekaterinburg: UrFU; 2014:558. (In Russ.).Модельные системы поддержки принятия решений в АСУ ТП доменной плавки / Н.А. Спирин, В.В. Лавров, В.Ю. Рыболовлев, А.В. Краснобаев, О.П. Онорин, И.Е. Косаченко. Екатеринбург: изд. УрФУ; 2011:462.Spirin N.A., Lavrov V.V., Rybolovlev V.Yu., Krasnobaev A.V., Onorin O.P., Kosachenko I.E. Model Decision Support Systems in Blast Furnace Smelting Process Control Systems. Yekaterinburg: UrFU; 2011:462. (In Russ.).Jia R., Deng L., Yun F., Li H., Zhang X., Jia X. Effects of SiO2/CaO ratio on viscosity, structure, and mechanical pro­perties of blast furnace slag glass ceramics. Materials Che­mistry and Physics. 2019;233:155–162. https://doi.org/10.1016/j.matchemphys.2019.05.065Jia R., Deng L., Yun F., Li H., Zhang X., Jia X. Effects of SiO2/CaO ratio on viscosity, structure, and mechanical pro­perties of blast furnace slag glass ceramics. Materials Che­mistry and Physics. 2019;233:155–162. https://doi.org/10.1016/j.matchemphys.2019.05.065Shen X., Chen M., Wang N., Wang D. Viscosity property and melt structure of CaO–MgO–SiO2–Al2O3–FeO slag system. ISIJ International. 2019;59(1):9–15. https://doi.org/10.2355/isijinternational.ISIJINT-2018-479Shen X., Chen M., Wang N., Wang D. Viscosity property and melt structure of CaO–MgO–SiO2–Al2O3–FeO slag system. ISIJ International. 2019;59(1):9–15. https://doi.org/10.2355/isijinternational.ISIJINT-2018-479Zheng H., Ding Y., Zhou S., Wen Q., Jiang X., Gao Q., Shen F. Viscosity prediction model for blast furnace slag with high Al2O3 . Steel Research International. 2021;92(1): 1900635. https://doi.org/10.1002/srin.201900635Zheng H., Ding Y., Zhou S., Wen Q., Jiang X., Gao Q., Shen F. Viscosity prediction model for blast furnace slag with high Al2O3 . Steel Research International. 2021;92(1): 1900635. https://doi.org/10.1002/srin.201900635Jiao K., Zhang J., Liu Z., Chen C. Effect of MgO/Al2O3 ratio on viscosity of blast furnace primary slag. High Temperature Materials and Processes. 2019;38:354–361. https://doi.org/10.1515/htmp-2018-0019Jiao K., Zhang J., Liu Z., Chen C. Effect of MgO/Al2O3 ratio on viscosity of blast furnace primary slag. High Temperature Materials and Processes. 2019;38:354–361. https://doi.org/10.1515/htmp-2018-0019Gan L., Lai C. A general viscosity model for molten blast furnace slag. Metallurgical and Materials Transactions B: Process Metallurgy and Materials Processing Science. 2014; 45(3):875–888. https://doi.org/10.1007/s11663-013-9983-9Gan L., Lai C. A general viscosity model for molten blast furnace slag. Metallurgical and Materials Transactions B: Process Metallurgy and Materials Processing Science. 2014; 45(3):875–888. https://doi.org/10.1007/s11663-013-9983-9Iida T., Sakai H., Kita Y., Shigeno K. An equation for accurate prediction of the viscosities of blast furnace type slags from chemical composition. ISIJ International. 2000;40: 110–114. https://doi.org/10.2355/isijinternational.40.suppl_s110Iida T., Sakai H., Kita Y., Shigeno K. An equation for accurate prediction of the viscosities of blast furnace type slags from chemical composition. ISIJ International. 2000;40: 110–114. https://doi.org/10.2355/isijinternational.40.suppl_s110Shu Q. A viscosity estimation model for molten slags in Al2O3–CaO–MgO–SiO2 system. Steel Research International. 2009;80(2):107–113. https://doi.org/10.2374/SRI08SP085Shu Q. A viscosity estimation model for molten slags in Al2O3–CaO–MgO–SiO2 system. Steel Research International. 2009;80(2):107–113. https://doi.org/10.2374/SRI08SP085Jiang D., Zhang J., Wang Z., Feng C., Jiao K., Xu R. A prediction model of blast furnace slag viscosity based on principal component analysis and K-nearest neighbor regression. JOM. 2020;72(11):3908–3916. https://doi.org/10.1007/s11837-020-04360-9Jiang D., Zhang J., Wang Z., Feng C., Jiao K., Xu R. A prediction model of blast furnace slag viscosity based on principal component analysis and K-nearest neighbor regression. JOM. 2020;72(11):3908–3916. https://doi.org/10.1007/s11837-020-04360-9Теория и практика прогнозирования в системах управления / С.В. Емельянов, С.К. Коровин, Л.П. Мышляев, А.С. Рыков, В.Ф. Евтушенко, С.М. Кулаков, Н.Ф. Бондарь. Кемерово: Кузбассвузиздат-АСТШ; Москва: Российские университеты; 2008:486.Emel’yanov S.V., Korovin S.K., Myshlyaev L.P., Rykov A.S., Evtushenko V.F., Kulakov S.M., Bondar’ N.F. Theory and Practice of Prediction in Control Systems. Kemerovo: Kuzbassvuzizdat-ASTSh; Moscow: Russian Universities; 2008: 486. (In Russ.).Спирин Н.А., Лавров В.В., Рыболовлев В.Ю., Шнайдер Д.А., Краснобаев А.В., Гурин И.А. Цифровая трансформация пирометаллургических технологий: состояние, научные проблемы и перспективы развития. Известия вузов. Черная металлургия. 2021;64(8):588–598. https://doi.org/10.17073/0368-0797-2021-8-588-598Spirin N.A., Lavrov V.V., Rybolovlev V.Yu., Shnaider D.A., Krasnobaev A.V., Gurin I.A. Digital transformation of pyrometallurgical technologies: State, scientific problems and prospects of development. Izvestiya. Ferrous Metallurgy. 2021;64(8):588–598. (In Russ.). https://doi.org/10.17073/0368-0797-2021-8-588-598Pavlov A.V., Polinov A.A., Spirin N.А., Onorin O.P., Lavrov V.V. Use of model systems for solving new technological problems in blast-furnace production. Metallurgist. 2017; 61(5-6):448–454. https://doi.org/10.1007/s11015-017-0516-7Pavlov A.V., Polinov A.A., Spirin N.А., Onorin O.P., Lavrov V.V. Use of model systems for solving new technological problems in blast-furnace production. Metallurgist. 2017; 61(5-6):448–454. https://doi.org/10.1007/s11015-017-0516-7Onorin O.P., Spirin N.A., Istomin A.S., Lavrov V.V., Pavlov A.V. Features of blast furnace transient processes. Metal­lurgist. 2017;61(1-2):121–126. https://doi.org/10.1007/s11015-017-0464-2Onorin O.P., Spirin N.A., Istomin A.S., Lavrov V.V., Pavlov A.V. Features of blast furnace transient processes. Metal­lurgist. 2017;61(1-2):121–126. https://doi.org/10.1007/s11015-017-0464-2Spirin N.A., Polinov A.A., Gurin I.A., Beginyuk V.A., Pishnograev S.N., Istomin A.S. Information system for real-time prediction of the silicon content of iron in a blast furnace. Metallurgist. 2020;63(9-10):898–905. https://doi.org/10.1007/s11015-020-00907-ySpirin N.A., Polinov A.A., Gurin I.A., Beginyuk V.A., Pishnograev S.N., Istomin A.S. Information system for real-time prediction of the silicon content of iron in a blast furnace. Metallurgist. 2020;63(9-10):898–905. https://doi.org/10.1007/s11015-020-00907-ySpirin N.A., Lavrov V.V., Gurin I.A., Istomin A.S., Shchipa­nov K.A. Transient fluctuations in the composition and pro­perties of blast-furnace slag. Steel in Translation. 2022;52(4): 434–438. https://doi.org/10.3103/S0967091222040131Spirin N.A., Lavrov V.V., Gurin I.A., Istomin A.S., Shchipa­nov K.A. Transient fluctuations in the composition and pro­perties of blast-furnace slag. Steel in Translation. 2022;52(4): 434–438. https://doi.org/10.3103/S0967091222040131

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