УДК 621.746.6
Б01: 10.15587/2312-8372.2018.150585
ОПТИМИЗАЦИЯ РАБОТЫ РАЗДАТОЧНЫХ ПЕЧЕЙ В ЦЕХАХ СПЕЦИАЛЬНЫХ ВИДОВ ЛИТЬЯ
Доценко Ю. В., Доценко Н. В., Ткачина Е. С., Федоренко В. Н., Цибульский Е. А.
1. Введение
В условиях серийного производства специальных видов литья в цехах с кокильными машинами или машинами литья под давлением необходимо обеспечивать заданную производительность. Однако организовать технологический процесс так, чтобы согласовать требования качества получаемого литья и производительность является сложной задачей. Если принимаемые решения по организации процесса будут неправильными, возможны дополнительные затраты на технологический процесс. Например, возможен перерасход энергоносителей или материальных ресурсов.
Поэтому актуальной является разработка решений в области управления пла-вильно-заливочными системами таким образом, чтобы обеспечить согласованность разных критериев качества управления - производительность и энергозатраты.
2. Объект исследования и его технологический аудит
Объектом исследования является плавильно-заливочная система цехов специальных видов литья. Данная система включает в себя плавильные печи, раздаточные печи, кокильные машины или машины литья под давлением. Технологический аудит может состоять в хронометраже технологического процесса, который нужен, чтобы определить два основных параметра - интенсивность заявок на расплав (А, т/ч) и среднее время обслуживания заявки (р=Т1, ч-1). В отсутствии реальных данных возможно имитационное моделирование, позволяющее для типовых показателей работы цехов специальных видов литья получить оценочные характеристики эффективности функционирования плавильно-заливочных систем. Такой подход является обоснованным, так как технические характеристики используемых печей так же хорошо известны, как и технологические возможности применяемого типового оборудования.
3. Цель и задачи исследования
Целью исследования является определение оптимальных параметров функционирования плавильно-заливочной системы для цехов специальных видов литья, оснащенных кокильными машинами или машинами литья под давлением.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Определить диапазоны типовых технических характеристик оборудования плавильно-заливочных систем.
2. Выбрать критерий оптимизации.
3. Провести имитационное моделирование функционирования плавильных и раздаточных печей.
4. Исследование существующих решений проблемы
Так как плавильно-заливочные системы должны обеспечивать машины качественным сплавом, особое внимание уделяется технологи1 °ск м ,опр сам получения сплава. Они, в свою очередь, касаются либо целенаправленного воздействия на процессы структурообразования [1, 2], либо комплексного воздействия на расплав в процессе его затвердевания [3, 4]. Однако вопросы, связанные с влиянием времени предложенных технологических операций на вероятность простоя оборудования не рассматриваются. Очевидно, этот вопрос связан с возможностью выбора рационального рабочего пространства и емкости печей. В этой части необходимо говорить о возможности создания новых конструкторских решений по печам, которые и предлагают ведущие мировые производители. В частности, в [5] предложены электрические печи Botta Engineering Srl (Италия), в которых плавильная камера представляет собой монолит из специального огнеупорного бетона, стойкого к воздействию алюминия. Вопрос энергосбережения решается путем качественной теплоизоляции рабочего пространства печи. Температура печи контролируется автоматически двумя термопарами, из которых одна расположена в кармане для отбора проб металла, а другая, выполняющая страховочную функцию, - в своде печи. В целях оптимизации рабочей температуры контроль горения может осуществляться по способу «включено-выключено», «минимум-максимум» или с модуляцией.
Компанией Fomet Srl (Италия) предлагаются индукционные тигельные печи типа CR, работающие на промышленной частоте, для плавки, выдержки и обработки любых цветных металлов r6j. высокопроизводительные плавильные печи для плавки и хранения расплавленного алюминия, печи для литьевых машин, а также большие печи-ванны с электромагнитными или механическими насосами циркуляции расплава алюминия, предлагаются компанией Novac Engineering Srl (Италия) [7]. Анализ этих предлагаемых решений в области плавильного оборудования позволяет увидеть главную тенденцию: попытку автоматизации и универсализации конструкторско-технологических решений. Такие решения рассматриваются как альтернатива традиционным подходам, которым присущ недостаток слабой степени автоматизации и возможностям интеграции с другими технологическими системами цеха. Направление развития видится в совмещение технологических операций [8, 9]. Так, например, следует отметить революционная модель компании CIME Crescenzi Induction Melting Srl (Италия). САР (Coreless Auto Pour) - тигельная печь, которая может выполнять автоматическую разливку под давлением в сочетании с любой автоматической формовочной линией. В этой печи) для улучшения нагрева каналов и повышения общей энергоэффективности применена эллиптическая катушка. В результате в печи САР каналы находятся в магнитном поле индукционной катушки и нагреваются постоянно. Постоянный и равномерный подогрев дает возможность начинать разливку в любой момент, поскольку исключается затвердение металла или прилипание шлака. Поддержание постоянной температуры сокращает до минимума перегрев и способствует самоочистке печи. Это способствует увеличению сроков между заменой футеровки. Одной из особен-
ностей печи является то, что при отсутствии балластной металлической ванны автоматическая разливочная печь может быть полностью обесточена на выходные дни, после чего работа может быть возобновлена с полужидкой или твердой шихтой [8].
Оптимальное управление металлургическим процессом является особенностью решений, предлагаемых в [9]. В частности, система DuoMelt позволяет обеспечивать плавное распределение мощности преобразователя частоты между двумя печами, работающими последовательно. Это приводит к возможностям полного использования 100 % номинальной мощности постоянно, к более коротким простоям, следовательно, к повышению производительности плавки. Среди преимуществ таких решений следует отметить возможность одновременной плавки, выдержки и разливки, а также максимальной гибкости и исключение пауз при переключении режимов. Управление с помощью системы ЭиоСопйО предполагает компьютерную интеграцию. Благодаря этому обеспечиваются более короткие простои, что приводит к более высокой производительности плавки. Это становится возможным благодаря одновременной плавке, выдержке и разливке.
Постоянный контроль и автоматическое управление для всех требуемых функций и технологических операций печи во время цикла плавки обеспечивает процессор плавки ГОКБ. Данный процессор руководит обменом данных и информацией с системами управления более высокого уровня и обеспечивает протоколирование и оценку рабочих данных. Такие решения могут быть признаны удачными, однако модели и реализуемые на них ИТ-решения в части автоматизации и компьютерной интеграции не раскрываются производителями. Очевидно, моделируя работу плавильно-заливочной системы, необходимо учитывать, что печи являются энерготехнологичными и теплотехническими комплексами, независимо от способа подвода энергии [10, 11]. Их теплотехнические характеристики и энергетические возможности могут оказывать решающее влияние на качество плавки и возможности обеспечения потребителей заданным количеством расплава с требуемыми свойствами.
5. Методы исследования
В качестве методов исследования был выбран математический аппарат, описывающий функционирование систем массового обслуживания, адаптированный для моделирования работы плавильных систем литейных цехов [12]. В частности, рассмотрен наиболее неблагоприятный с точки зрения оценки возможностей системы описания - представление её системой массового обслуживания с отказами (СМО). В соответствии с этим, рассчитывались аналитические и экономические критерии функционирования [13].
Для оценки аналитического критерия рассчитывались следующие параметры:
- начальная вероятность состояния системы, Р0;
- вероятность отказа в обслуживании заявки, Ротк;
- интенсивность потока потерянных заявок, Qпоm,з;
- вероятность того, что заявка будет обслужена, q;
- интенсивность потока обслуженных заявок, Q0бсл.з;
- среднее число занятых каналов, шк;
- коэффициент загрузки системы,
Ро =
' 4 п V1
А Р Р Р Р
1+Р + — + — + — + . .. + —
2! 3! 4! л!
где п - число каналов в узле обслуживания СМО.
где к - номер канала, который обслуживает заявку (к=1, 2, 3, ...., п).
(2пот.з = (3)
9 = (4)
Ообс,.3=И (5)
Xq
к |ы Р<3' ^
(7)
где ¥ - коэффициент загрузки системы (аналог КПД).
Для оценки экономического критерия рассчитывались суммарные затраты на функционирование системы:
^(л) = С,ХР0ТК (п) + С2 [п - шк (л)], (8)
где С - величина затрат, связанных с простоями системы; С2 - величина затрат, связанных с эксплуатацией системы.
Критерий (8) минимизируется по п, т. е. должно быть найдено такое значение п *, которое обращает в минимум критерий (8). Найденные таким способом значения формируют вектор выходных переменных для получения уравнения регрессии вида п*=/(А, ¡). Выбор диапазонов значений этих переменных определяется возможностями раздаточных печей емкостью 0,16-0,25 т. Каждая такая пара входных переменных, подобранная специальным образом, формирует точку центрального ортогонального плана эксперимента. Следовательно, может быть реализован активный эксперимент для построения уравнения регрессии. Диапазоны входных переменных выбирались следующим образом:
х1=А=[0,1;0,5], х2=^=[0,03;0,07], нормирование выполнялось стандартной процедурой, переводящей указанные диапазоны натуральных значений в [-1;+1]. Оптимизация выполнялась гребневым анализом на основе параметрического описания вида [14]:
х*(Х) = (XI-А)~] а,
< г(к) = (9)
у*(А,) = а0 + 2ах + х Ах*,
где а0, а, А- оценки коэффициентов в уравнении регрессии;
х* = а{ (2А) 1 - субоптимальные значения входных переменных - /., //;
г = -ч/г^, г2 = ^ а] (2А) 1 - ограничения в пространстве факторов X - ¡и;
1=1 -1
У* = а0+^(2Х)1 - субоптимальные значения выходной переменной,
у*=п*.
6. Результаты исследований
Результаты гребневого анализа, являющиеся итоговыми в решении задачи, приведены на рис. 1, 2.
Гребневая линия I л
1
А Гребневая линия IV .......Полюс 1: ^=-0,695 ----Полюс 2: ^=-0,195 J, / J
3,5
J,ZJ т
!-н а К CÖ Рн I
2,/5 о ^
( о ОС
Z,ZJ о
Z 1 7 К
1,/Ь 1 с
1 ог;
1
1 П
и, /Э п ^
п ог;
J -0—
-3-2-10123 Значения множителя Лагранжа, X
Рис. 1. Параметрическое описание ограничений на входные переменные
й
-о—Гребневая линия I -Гребневые линии II-III —ь— Гребневая линия IV
0 0,5 1 1,5 2
Рис. 2. Параметрическое описание оптимальных решений
Из рис. 1, 2 видно, что в области ограничений, накладываемых планом эксперимента, оптимальные решения находятся на гребневых линиях I и IV. При этом
для выбора пар (А - ¡л), удовлетворяющих оптимальным решениям y*=n*, может быть использовано первое параметрическое уравнение системы (9).
7. SWOT-анализ результатов исследований
Strengths. Ильной стороной данного исследования является возможность определения оптимальной загрузки печей по компромиссному критерию - минимизации суммарных затрат по простоям и энергозатратам. Полученные решения являются аналитическими и позволяют выполнять расчеты при фактических показателях функционирования плавильно-заливочных систем в литейном цехе. Это открывает перспективы снижения себестоимости продукции.
Weaknesses. Слабые стороны данного исследования связаны с тем, что полученные решения являются приемлемыми только внутри рассмотренной области значений входных переменных. Если интенсивность заявок на расплав и среднее время их обслуживания находится вне пределов этой области, результаты будут отличаться от полученных. Использование полученных оптимальных решений без учета этого обстоятельства может привести к неправильным выводам относительно целесообразной загрузки печей.
Opportunities. Дополнительные возможности при использовании приведенных результатов в промышленных условиях связаны с рационализацией организации кампании плавки. Принимаемые при этом организационно-технические решения могут способствовать повышению показателей функционирования плавильно-заливочных систем литейного цеха.
Threats. Очевидные риски при использовании полученных результатов связаны с необходимостью внесения изменений в систему управления литейного цеха. Причем обязательной является адаптация теоретических решений к реальным показателям функционирования плавильно-заливочного оборудования и кокильных машин (машин литья под давлением). Любое ошибочное решение в этом случае может приводить к неоправданным затратам.
8. Выводы
1. Установлено, что типовые решения по плавильному оборудованию -плавильным и раздаточным печам - в цехах алюминиевого литья предполагают использование печей, для которых интенсивность заявок на расплав составляет (0,1-0,5) т/ч, а величина, обратная среднему времени обслуживания заявок находится в диапазоне (0,03-0,07) мин-1.
2. В качестве критерия оптимизации необходимо выбирать компромиссный критерий, формирующийся из затрат технологической электроэнергии и затрат по причинам простоев оборудования вследствие отсутствия расплава в заданном количестве. Эти две составляющие критерия являются конкурентными по отношению друг к другу.
3. Имитационным моделированием установлены оптимальные решения по загрузке печей. Они определены в зависимости от интенсивности заявок на расплав со стороны кокильных машин или машин литья под давлением, и среднего времени выполнения этих заявок. Показано, что такие оптимальные решения могут быть записаны в параметрическом виде п*=ф(г(А)). Такое представ-
ление позволяет рассчитывать оптимальную загрузку печей в зависимости от ограничений, накладываемых диапазонами входных переменных. Такими переменными являются параметры функционирования плавильно-заливочных систем: интенсивность заявок на расплав и среднее время их обслуживания, зависящее от технических характеристик используемых печей.
Литература
1. Influence of heterogtneous crystallization conditions of aluminum alloy on its plastic properties / Dotsenko Yu. et. al. // Naukovyi visnyk Natsionalnoho hirny-choho universytetu. 2015. Issue 3 (147). P. 46-50.
2. Доценко Ю. В., Селиверстов В. Ю. Особенности затвердевания отливок из алюминиевых сплавов при нарастающем давлении и модифицировании // Восточно-Европейский журнал передовых технологий. 2012. № 1/5 (55). С. 1822. URL: http://journals.uran.ua/eejet/article/view/3378
3. Доценко Ю. В., Селиверстов В. Ю. Влияние комплексной технологии на свойства отливок из сплава АК7ч с повышенным содержанием железа // Восточно-Европейский журнал передовых технологий. 2011. № 6/5 (54). С. 4548. URL: http://journals.uran.ua/eejet/article/view/2282
4. Effect of Additions of Ceramic Nanoparticles and Gas-Dynamic Treatment on Al Casting Alloys / Borodianskiy K. et. al. // Metals. 2015. Vol. 5, Issue 4. P. 22772288. doi: http://doi.org/10.3390/met5042277
5. Botta Management Group. URL: http://www.bottagroup.it/
6. FOMET. URL: http://www.fomet.com
7. HTE Novac. URL: http: //www.novac. it
8. Cime Srl. URL: http://www.cime-srl.com
9. OTTOJUNKER. URL: http://www.otto-junker.de
10. Труфанов И. Д., Чумаков К. И., Бондаренко А. А. Общетеоретические аспекты разработки стохастической системы автоматизированной экспертной оценки динамического качества производственных ситуаций электросталеплав-ления // Восточно-Европейский журнал передовых технологий. 2005. № 6/2 (18). С. 52-58.
11. Parametric study of heat transfer in an electric arc furnace and cooling system / Khodabandeh E. et. al. // Applied Thermal Engineering. 2017. Vol. 123. P. 1190-1200. doi: http: //doi .org/10.1016/j. applthermaleng.2017.05.193
12. Дёмин Д. А. Методология формирования функционала для задачи оптимального управления электроплавкой // Технологический аудит и резервы производства. 2011. № 1/1 (1). С. 15-24. doi: http://doi.org/10.15587/2312-8372.2011.4082
13. Производственно-технологическая комплектация литейных цехов: справочное пособие / Дёмин Д. А., Дёмина Е. Б., Акимов О. В. и др.; под общ. ред. Дёмина Д. А. Харьков: Технологический Центр, 2012. 320 с.
14. Demin D. Synthesis of optimal control of technological processes based on a multialternative parametric description of the final state // Eastern-European Journal of Enterprise Technologies. 2017. Vol. 3, Issue 4 (87). P. 51-63. doi: http://doi.org/10.15587/1729-4061.2017.105294