CC BY
14С.Ю.Саранча, С.А.Левандовский
ФГБОУ ВО «Магнитогорский государственный технический университет им. Г.И.Носова»
К ВОПРОСУ ЭНЕРГОЭФФЕКТИВНОСТИ КАЛИБРОВКИ ПРОСТЫХ ПРОФИЛЕЙ:
ОПТИМИЗАЦИЯ И МОДЕЛИРОВАНИЕ
Аннотация. Разработано программное обеспечение для оптимизации калибровки валков простых профилей. Произведена оптимизация программного кода программы с целью повышения утилизации ресурсов вычислительных машин. Получен большой объем данных для дальнейшего анализа.
Ключевые слова: калибровка валков, энергоэффективность, многопоточность, оптимизация, моделирование.
Сложная экономическая ситуация в РФ вынуждает металлургические предприятия к оптимизации производственных издержек, то есть задачи повышения эффективности и энергоэффективности производства становятся основными, что отодвигает вопросы модернизации производства на второй план [1-4].
Предприятию на сужающемся рынке металлопродукции невыгодно наращивание мощностей и приобретение нового оборудования, поэтому вектор НИР/НИОКР устремляется к доработке существующих оборудования и технологий. Программные продукты - не исключение, если они не повышают рентабельность производства, то предприятие вынужденно отказаться от их внедрения [5-8].
Всё это способствует разработке программного обеспечения (ПО) для решения конкретных задач производства с целью повышения его рентабельности. В большинстве случаев разработчики не имеют обширного штата высококвалифицированных программистов, которые были бы способны наиболее эффективно решать такие задачи. Несмотря на высокую вычислительную мощность рабочих станций, которая зачастую превышает 1000 GFLOPS (Giga FLoating-point Operations Per Second - единица измерения производительности вычислительной системы, показывающая количество выполненных операций с плавающей запятой в секунду), производительность разрабатываемых приложений оказывается невысокой, что обусловлено невысокой утилизацией существующих ресурсов компьютеров [9, 10].
На сегодняшний день десктопные центральные процессоры (ЦП) Intel верхнего ценового сегмента имеют 18 ядер и 36 потоков, а серверные - 28 ядер и 56 потоков, то есть однопо-точное приложение может использовать около 5 и 3% вычислительной мощности процессора соответственно. Таким образом, для обеспечения высокой загрузки ЦП и коэффициента использования оборудования необходима оптимизация ПО под многопоточные процессоры [10].
При разработке многопоточного приложения важно понимать, что наращивание количества ядер и потоков в процессорах не приносит пропорционального роста производительности - это объясняется законом Амдала, который показывает ограничение роста производительности вычислительной способности с ростом количества потоков вычисления при соответствующей доле параллелизма в программном коде (рис. 1) [10].
Необходимо отметить, что данный график базируется на теоретических расчетах, тогда как на реальных процессорах прирост производительности от увеличения количества вычислительных потоков будет зависеть от архитектуры как единичного процессора, так и кластера в целом [9, 10].
Ярким примером типичного программного обеспечения является «Apak Pass Optimization - оптимизация калибровки валков по критерию энергоэффективности». Данное программное обеспечение предназначено для оценки энергоэффективности и оптимизации калибровки валков сортопрокатных станов (далее - калибровка). Рассчитанные программой калибровки валков могут способствовать снижению расходов электроэнергии привода до 515% при прокатке простых профилей, а также появлению потенциальной возможности со-
кращения количества используемых клетей без повышения нагрузки на оборудование. Несмотря на достигнутый реальный эффект в рамках металлургического предприятия, данное программное обеспечение производит оптимизацию калибровки валков в однопоточном режиме, что не позволяет получать результат быстро [11].
-■I
СС
о.
и
о
1> Е-
Ч О и
о о.
Рис. 1. Закон Амдала
В качестве примера приведен расчет эффективности калибровки для восьми клетей стана 370 ПАО «ММК» (табл. 1) [12, 13].
Таблица 1
Результаты использования программы «Apak Pass Optimization - оптимизация калибровки валков по критерию энергоэффективности» на стане 370 ПАО «ММК»
Клети Суммарная логарифмическая деформация Повышение эффективности калибровки, %
Действующая калибровка Спроектированная калибровка
3, 4 0,78 0,68 13
5, 6 0,78 0,72 8
7, 8 0,89 0,78 12
9, 10 0,82 0,74 10
Суть оптимизации программного кода в дискретизации, заключающейся в подборе оптимального решения на основе разбиения на несколько частей, каждая из которых выполняется в собственном вычислительном потоке. В данном случае каждому вычислительному потоку выдается определенный объем вычислений, а именно: расчет определенного количества вариантов, что позволяет эффективно утилизировать вычислительную мощность процессора, так как нет необходимости в межъядерном обмене информацией. Каждый поток выполняет собственную индивидуальную задачу. И лишь после окончания выполнения своей задачи происходит сравнение результатов всех вычислительных потоков и выбор наилучшего [13]. На сегодняшний день в программе задействовано до 64 вычислительных потоков (рис. 2), что позволило значительно сократить время расчета - поиск оптимальной калибровки на 32-поточном сервере происходит в 30 раз быстрее, чем в однопоточном исполнении.
__ А — —♦- -*■ - • ► - —ф—♦
Ж
-f — ,-f-Z -•— -•■ —•— 4 •х —X • -ж- • -э 1—• — •—• к- • -ж— • ж— ж
1 10 100 1000 10000 Количество вычислительных потоков, шт Доля параллелизма в программном коде
—■—0,95 -«-0.85 -А-0,75 -»-0,65 -Ж - 0,55
Рис. 2. Утилизация ресурсов ЦП
Помимо скорости получения результатов оптимизированная программа позволила проводить и теоретические исследования - поиск всех возможных вариантов калибровки валков для заданных параметров с последующим анализом. Например, в ходе поиска оптимального решения для одного из частных случаев было получено 2 233 014 решений (рис. 3), что позволяет проводить сравнение различных параметров множества вариантов калибровки валков. Полученные в результате такого анализа данные могут быть в дальнейшем использованы для совершенствования алгоритма программы оптимизации калибровки.
2,5 2,4 2,3 2,2
ш
2,1 2,0 1,9 1,8
1280 1300 1320 1340 1360 1380 1400 1420 1440 1460 1480 1500 1520 1540 1560
Б
Рис. 3. Зависимость смещенного объема металла в паре калибров от площади неравноосного сечения
В ходе моделирования был получен большой массив данных - свыше 57 Гигабайт, который нуждается в дальнейшем анализе.
Библиографический список
1. Вопросы бюджетирования департамента информационных технологий на примере сортопрокатного производства / С.Ю.Саранча, С.А.Левандовский, Ю.С.Стаценко, А.Б.Моллер // Машиностроение: сетевой электронный научный журнал. 2015. Т.3. №2. С. 65-67.
2. Вопросы бюджетирования области информационных технологий в металлургической отрасли на примере производства сортопрокатной продукции / А.Б.Моллер, С.А.Левандовский, И.И.Кинзина, С.Ю.Саранча // Калибровочное бюро. 2015. №5. С.24-29. URL:http://passdesign.ru/numbers (дата обращения: 01.12.2017).
3. Campbell R. McConnell, Stanley L. Brue. Economics: principles, problems, and policies. The McGraw-Hill Companies. ISBN 0-07-312663-2.
4. William H. Dettmer. Goldratt's Theory of Constraints: A Systems Approach to Continuous Improvement. ASQ Quality Press. ISBN 978-0873893701.
5. Голоктеев К., Матвеев И.. Управление производством: инструменты, которые работают. СПб.: Питер, 2008. 251 с.
6. Joseph M. Juran, Juran's quality handbook. The McGraw-Hill Companies. ISBN 0-07-034003-X.
7. Зильберг Ю.В. Рыцари прокатной науки // Сталь. 2010. №10. С. 46-49.
8. Саранча С.Ю. Инструменты, которые не работают: СМК и НИР на металлургическом предприятии в сложной экономической ситуации // Моделирование и развитие процессов обработки металлов давлением: междунар. сб. науч. тр. Магнитогорск: Изд-во Магнитогорск. гос. техн. ун-та, 2017. Вып. 23. С. 78-84.
9. Левандовский С.А., Кинзин Д.И., Саранча С.Ю. К вопросу моделирования процессов омд: методы оптимизации программного обеспечения // Актуальные проблемы современной науки, техники и образования. 2017. Т.1. С. 76-79.
10. Саранча С.Ю. К вопросу скорости моделирования процессов ОМД // Моделирование и развитие процессов обработки металлов давлением: междунар. сб. науч. тр. Магнитогорск: Изд-во Магнитогорск. гос. техн. ун-та, 2016. Вып. 22. С. 97-106.
11. Кинзин Д.И. Оптимизация формы вытяжных калибров // Калибровочное бюро. 2013. №1. С. 20-28. URL:http://passdesign.ru/numbers (дата обращения: 01.12.2017).
12. Оценка и повышение эффективности сортопрокатного производства с помощью информационных технологий на примере программного обеспечения "Optimpass" / Д.И.Кинзин, С.А.Левандовский, С.Ю.Саранча, А.Б.Моллер // Калибровочное бюро. 2015. №6. С. 61-65. URL:http://passdesign.ru/numbers (дата обращения: 01.12.2017).
13. Пути оптимизации и перспективы развития программного обеспечения для моделирования технологических процессов / С.Ю.Саранча, Д.И.Кинзин, С.А.Левандовский, А.Б.Моллер // Калибровочное бюро. 2014. №4. С. 6-16. URL:http://passdesign.ru/numbers (дата обращения: 01.12.2017).
•- INFORMATION ABOUT THE PAPER IN ENGLISH -•
S.Yu.Sarancha, S.A.Levandovskiy
Nosov Magnitogorsk State Technical University
TO THE QUESTION OF ENERGY EFFICIENCY OF THE ROLL PASS DESIGN:
OPTIMIZATION AND MODELING
Abstract. The software has been developed to optimize the calibration of rolls. The program code has been optimized to increase the utilization of computer resources. A large amount of data was obtained for further analysis.
Keywords: roll pass design, energy efficiency, multithreading, optimization, modeling.
