Разработка метода раннего распознавания шлака сталеразливочного ковша машины непрерывного литья заготовок

Автор(ы): Полещенко Д.А., Коренев А.В.

Выпуск: 107

Рубрика: Управление техническими системами и технологическими процессами

Год: 2024

Библиография: Полещенко Д.А., Коренев А.В. Разработка метода раннего распознавания шлака сталеразливочного ковша машины непрерывного литья заготовок // Управление большими системами. Выпуск 107. М.: ИПУ РАН, 2024. С.121-141. DOI: https://doi.org/10.25728/ubs.2024.107.7

Дата опубликования: 31.01.2024

Ключевые слова: непрерывная разливка стали, усреднение сигнала, вычисление энтропии, огибающая спектра сигнала, огибающая спектра мощности, нейросетевой метод

Аннотация: Рассматривается проблема раннего распознавания шлака сталеразливочного ковша машины непрерывного литья заготовок. В работе исследуется вибрационный метод распознавания шлака, так как он является наиболее информативным. Опробован ряд методов анализа сигнала виброускорения манипулятора защитной трубы для своевременной отсечки шлака и предотвращения его попадания в промежуточный ковш, таких как его усреднение с помощью фильтра скользящего среднего, вычисление энтропии, построение огибающей спектра сигнала, а также огибающей спектра мощности. Анализ результатов апробации показал, что не все методы могут быть применимы для решения этой задачи. Наилучшую эффективность, равную 93%, обеспечил подход, основанный на анализе спектра мощности сигнала виброускорения. Кроме того, в данной работе рассмотрен и протестирован нейросетевой метод обнаружения аномалий в сигнале виброускорения с помощью различных архитектур автоэнкодеров. Этот подход был опробован как на «синтетических данных», где подтвердил свою работоспособность в обнаружении аномалий, так и на реальных данных, где достигнута точность 73%. Дальнейшие исследования будут направлены на более тщательную проработку данного метода.

Author(s): Poleshenko D., Korenev A.

Article title: Development of the method of early recognition of the slag of the steel ladle of the continuous casting machine

Issue: 107

Year: 2024

Keywords: continuous casting of steel, signal averaging, entropy calculation, signal spectrum envelope, power spectrum envelope, neural network method

Abstract: The article deals with the problem of early recognition of the slag of the steel casting ladle of a continuous casting machine. In this paper, the vibration method of slag recognition was investigated, since it is the most informative. A number of methods were tested for analyzing the vibration acceleration signal of the protective tube manipulator for timely cutting off of slag and preventing it from entering the intermediate bucket, such as averaging it using a moving average filter, entropy calculation, construction of the signal spectrum envelope, as well as the power spectrum envelope. The analysis of the results of the approbation showed that not all methods can be applied to solve this problem. The highest efficiency, equal to 93 percent, was provided by an approach based on the analysis of the power spectrum of the vibration acceleration signal. In addition, in this paper, a neural network method for detecting anomalies in the vibration acceleration signal using various autoencoder architectures is considered and tested. This approach was tested on both "synthetic data", where it confirmed its efficiency in detecting anomalies, and on real data, where an accuracy of 73 percent was achieved. Further research will be aimed at a more thorough elaboration of this method.