Wyniki wyszukiwania - BazTech

1

Analiza własności cieplnych kręgu stalowej taśmy

Wyczółkowski R., Piechowicz Ł.

Hutnik, Wiadomości Hutnicze

|

2011

|

Vol. 78, nr 10

879--886

PL

W artykule przedstawiono metodykę obliczania efektywnej przewodności cieplnej kręgu stalowej taśmy, traktowanego jako wsad porowaty. Z uwagi na swoją strukturę krąg taśmy charakteryzuje się anizotropią własności, przez co jego własności cieplne w kierunku osiowym i promieniowym znacznie od siebie odbiegają. Osiowa przewodność cieplna λz jest niemal równa przewodności cieplnej taśmy i zależy jedynie od porowatości kręgu. Promieniowa przewodność cieplna λr zależy od składu atmosfery pieca, grubości taśmy, porowatości zwoju oraz od siły, z jaką został on nawinięty. Wartość tego współczynnika w zależności od wymienionych parametrów wynosi od 15 do 80 % przewodności cieplnej taśmy. Dokładna wiedza na temat kształtowania się wartości współczynników λz i λr zwoju jest niezbędna do prawidłowego modelowania procesów nagrzewania i chłodzenia podczas obróbki cieplnej.

EN

The article presents a methodology of computation of the thermal conductivity of a steel strip coil, being regarded as a porous charge. Considering its structure, a coil of strip is characterized by anisotropy of its properties, because of which its thermal properties in the axial and radial directions considerably deviate from one another. The axial thermal conductivity, λz, in nearly equal to the thermal conductivity of the strip, while depending only on the porosity of the coil. The radial thermal conductivity, λr, on the other hand, depends on furnace atmosphere composition, strip thickness, coil porosity and the force with which the coil has been wound. The value of the radial thermal conductivity ranges from 15 to 80 % of the strip thermal conductivity, depending on the above-mentioned parameters. A detailed knowledge on developing of the values of the coefficients λz andlr for a coil is necessary for the proper modelling of heating and cooling processes during heat treatment.

2

Modelowanie chłodzenia kręgów taśmy w piecach kołpakowych przy wykorzystaniu metod sztucznej inteligencji

Talar J., Kusiak J.

Informatyka w Technologii Materiałów

|

2004

|

T. 4, Nr 3

105-113

PL

kręgów taśmy w piecach kołpakowych. Do aproksymacji funkcji chłodzenia zastosowano sztuczne sieci neuronowe oraz system ekspertowy. Uzyskane wyniki poddano weryfikacji metodami regresji liniowej i nieliniowej. Wyniki obliczeń sztucznymi sieciami neuronowymi potwierdzają skuteczność tej metody w aproksymacji złożonych funkcji. Błąd średniokwadratowy sztucznej sieci neuronowej wynosił Fi = 0,13. Natomiast wyniki uzyskane przez system ekspertowy nie były aż tak zadowalające (błąd Fi = 0,25). Metoda zastępczych współczynników wymiany ciepła oraz modele regresyjne nie dały satysfakcjonujących rezultatów. Należy zauważyć, że dla każdej z zastosowanych metod, największe błędy w modelowaniu etapu chłodzenia występowały w fazie chłodzenia naturalnego. Źródłem tych błędów są niewątpliwie zaburzenia w danych pomiarowych, które są wynikiem zdejmowania kołpaka grzewczego. Niemniej jednak metody sztucznej inteligencji uzyskały zdecydowanie lepsze wyniki, w porównaniu z innymi metodami, w modelowaniu tak złożonego procesu jakim jest chłodzenie kręgów taśmy w piecach kołpakowych. Wyniki sztucznych sieci neuronowych charakteryzowały się dobrą zbieżnością i uzyskały one jakościowo najlepszy charakter dopasowania krzywych chłodzenia. Ponadto, w pracy zastosowano metody sztucznej inteligencji do przewidywania czasu chłodzenia w piecach kołpakowych. W tym przypadku, wyznaczenie czasu trwania cyklu wyżarzania było istotne z punktu widzenia planowania produkcji. Należy podkreślić, że sztuczne sieci neuronowe uzyskały najlepsze wyniki w przewidywaniu czasu chłodzenia w porównaniu do innych metod. Wyniki uzyskane metodami sztucznej inteligencji potwierdzają ich skuteczność w modelowaniu chłodzenia kręgów taśmy w piecach kołpakowych.

EN

The objective of the paper is evaluation of effectiveness of the artificial intelligence methods in modelling of cooling process in bell-type annealing furnaces. Artificial neural networks (ANN) and expert system (ES) - based on the ID3 algorithm - were applied to the approximation of cooling curves in bell-type annealing furnaces. The results of the artificial intelligence approach were compared with the linear and non-linear regression methods. The results of modelling of cooling process by the classical model of heat exchange are also presented in the paper.

3

Prognozowanie czasów chłodzenia kręgów taśmy w piecach kołpakowych dla potrzeb planowania produkcji w walcowni blach na zimno

Talar J., Kusiak J.

Hutnik, Wiadomości Hutnicze

|

2004

|

Vol. 71, nr 3

129-134

PL

Opracowanie harmonogramów produkcji blach zimnowalcowanych jest bardzo złożone. Przy planowaniu produkcji istnieje konieczność uwzględnienia wielu ograniczeń technologicznych i organizacyjnych. Jednak najbardziej istotne jest odpowiednie planowanie pracy pieców kołpakowych, ponieważ oddział ten stanowi wąskie gardło w procesie produkcji w walcowni blach na zimno. Cykle wyżarzania w piecach kołpakowych są bardzo długie i trudne do oszacowania, ze względu na trudności w przewidywaniu czasów chłodzenia. W pracy przedstawiono przykład zastosowania metod sztucznej inteligencji do przewidywani czasówchłodzenia w piecach kołpakowych dla potrzeb planowania produkcji w walcowni blach na zimno.

EN

The elaboration of production schedules of cold rolled sheets is very difficult. It is necessary to consider many technological and organizational limits in production planning. The most important is the proper planning of bell - type annealing furnaces work, because this department is the bottleneck of production process in cold - rolling mill. The annealing cycles are very long and hard to evaluation, because of difficulties in prediction of cooling time. The paper presents an example of an application of the artifical inteligence methods to prediction of cooling time in bell - type annealing furnaces for production planning of cold - rolling mill.