DOI

Предложен метод комплексного анализа контролируемых параметров технологического процесса и динамики дезинтеграции аглоспека в процессе механической обработки с учетом транспортного запаздывания измеряемых выходных характеристик (выхода мелочи 0–5 мм при разрушении аглоспека в пределах аглофабрики и по конвейерному тракту транспортировки агломерата в доменный цех) от текущего состава шихты и параметров процесса спекания. На основании указанных выходных характеристик была осуществлена оценка выхода годного и прочности агломерата. Для анализа и прогнозирования физико-механических свойств железорудного агломерата использован новый метод построения уравнений регрессии на основе задач линейного программирования с частично бýлевыми переменными. Наиболее существенным недостатком стандартного подхода является сильная зависимость коэффициентов уравнения регрессии от случайных аномальных наблюдений (выбросов), которых в практических задачах может быть достаточно большое количество, и отфильтровать их невозможно. Предлагаемый метод MILP Regression позволяет улучшить качество прогноза за счет автоматического исключения из рассмотрения нетипичных наблюдений. Приведено сравнение метода с другими моделями регрессии. Метод смешанного целочисленного линейного программирования (СЦЛП) был использован при обработке текущей информации о работе агломерационного цеха (АГЦ) № 3. Установлены наиболее значимые параметры, которые влияют на образование общего количества мелочи при разрушении аглоспека: компонентный состав шихты, скорость движения паллет агломашин, давление газа и температура в коллекторах, температура в зажигательных горнах и за горнами, температура в последних вакуумных камерах агломашин. Полученные уравнения регрессии достаточно точно отражают влияние массива исходных данных на выход оборотных продуктов спекания, и их можно использовать для прогнозирования выходных параметров качества агломерата.
Translated title of the contributionAnalysis and prediction of sinter yield and strength based on mathematical programming model
Original languageRussian
Pages (from-to)20-24
Number of pages5
JournalЧерные металлы
Volume2021
Issue number12
DOIs
Publication statusPublished - 2021

    Level of Research Output

  • VAK List

    ASJC Scopus subject areas

  • Metals and Alloys

    Research areas

  • Agglomerate, Analysis, Charge, Destruction, Mathematical programming, Multiple regression, Quality improvement, Sintering parameters, Yield

ID: 29556961