Zastosowanie metod bayesowskich do prognozowania temperatury stali w kadzi odlewniczej i kadzi pośredniej

• Autorzy: Miczka M.

Warianty tytułu

EN

Application of bayesian methods for forecasting the steel temperature in the ladle and tundish

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono podstawy metodyczne dla prognozowania i analizy ryzyka procesu produkcyjnego w hutnictwie żelaza i stali, ze szczególnym uwzględnieniem prognozowania temperatury w różnych fazach procesu stalowniczego. Metodyka oparta jest na reprezentacji systemu dynamicznego w przestrzeni stanu oraz wnioskowaniu bayesowskim. Pozwala to przede wszystkim uchylić założenie o stałości szacowanych parametrów, prowadzić analizę dla całości rozkładu statystycznego oraz uwzględnić tzw. informację a priori czyli pochodzącą spoza zbioru danych. Praca ma charakter przeglądowy i stanowi podstawę do dalszych badań, których ostatecznym celem jest wdrożenie systemu prognozowania i analizy ryzyka w jednej z polskich stalowni, a następnie opracowanie podobnych rozwiązań dla przypadku innych faz procesu hutniczego. Zaprezentowano zakres informacji na który zgodę wyraziło kierownictwo przedsiębiorstwa.

EN

The article presents the methodological basis for forecasting and risk analysis of the production process in the iron and steel industry, with particular emphasis on forecasting temperatures in the different stages of the steelmaking process. The methodology is based on the state space representation of a dynamic system and Bayesian inference. Above all it enables repeal the assumption of a constant estimated parameters, analyze the statistical distribution of the whole and take into account the so-called a priori information, from outside the dataset. Article is a review and provides a basis for further research, with the ultimate goal to implement a system for forecasting and risk analysis in one of the Polish steel mill, and then develop similar solutions for other phases of the metallurgical process. Presented range of information on which business executives expressed consent.

Słowa kluczowe

PL

stalownia; temperatura; ciekła stal; analiza statystyczna; system dynamiczny; wnioskowanie bayesowskie

EN

steel mill; crude steel; temperature; statistical analysis; dynamic system; Bayesian inference

• Wydawca: Instytut Metalurgii Żelaza im. Stanisława Staszica
• Czasopismo: Prace Instytutu Metalurgii Żelaza
• Rocznik: 2015
• Tom: T. 67, nr 2
• Strony: 58--64
• Opis fizyczny: Bibliogr. 6 poz., tab., wykr.

Twórcy

autor

Miczka M.

• Instytut Metalurgii Żelaza

Bibliografia

• 1. Domański Cz., Pruska K.: Nieklasyczne metody statystyczne, PWE, Warszawa, 2000
• 2. Fisz M.: Rachunek prawdopodobieństwa i statystyka matematyczna, PWN, Warszawa, 1969
• 3. Sonoda S., Murata N., Hino H., Kitada H., Kano M.: A statistical model for predicting the liquid steel temperature in ladle and tundish by bootstrap filter, ISIJ International, 2012, vol. 52, no. 6, pp. 1086-1091
• 4. Ahmad I., Kano M., Hasebe S., Kitada H., Murata N. : Prediction of Molten Steel Temperature in Steel Making Process with Uncertainty by Integrating Gray-Box Model and Bootstrap Filter, Journal of Chemical Engineering of Japan, 2014, vol. 47, no. 11, pp. 827-834
• 5. Box G.E.P., Jenkins G.M., Reinsel G.C.: Time series analysis, forecasting and control, Wiley series in probability and statistics, Wiley, New Jersey, 2008
• 6. Terasvirta T., Thostheim D., Granger C.W.J.: Modelling nonlinear economic time series, Advanced texts in econometrics, Oxford University Press, 2010