книги / Управление большими системами. УБС-2017

Информационные технологии в управлении техническими системами и технологическими процессами

УДК 621.7.019.7 ББК 78.34

ПРОГНОЗИРОВАНИЕ ХИМИЧЕСКОГО СОСТАВА И ТЕМПЕРАТУРЫ СТАЛИ В КОНВЕРТЕРНОМ ПРОИЗВОДСТВЕ

Некрасова Д.А.1

(Липецкий государственный технический университет, Липецк)

В данной работе приведены математические модели для расчета массы и химического состава стали и шлака в сталеплавильном производстве в зависимости от массы и химического состава загруженных материалов (чугун, металлический лом, известь, доломит и т.д.), а также параметров работы конвертера. Оценивается точность полученных моделей с помощью коэффициента детерминации и стандартных ошибок моделей.

Ключевые слова: балансовая модель, регрессионная модель, конвертер, коэффициент детерминации.

1. Введение

По мере развития технологии производства стали повышаются требования к качеству продукции. Математические модели дают возможность эффективно управлять процессами.

Наиболее распространенным способом производства стали является кислородно-конвертерный процесс. Сущность данного процесса заключается в том, что в конвертер заливают жидкий чугун, загружают металлический лом, различные добавки и продувают снизу воздухом. Таким образом, кислород окисляет примеси чугуна, в результате чего он превращается в сталь. При этом выгорают примеси чугуна – углерод, крем-

1 ДарьяАлексеевнаНекрасова, студентка(brezhneva.darya.pm12@mail.ru).

483

521

Управление большими системами. Выпуск XX

ний, марганец, сера, фосфор, а продукты реакции переходят в шлак или в газ [5]. Металлический лом используется для охлаждения, так как при окислительных реакциях тепла выделяется больше, чем требуется. Для формирования шлака применятся известь.

Главной задачей управления конвертерной плавкой является получение заданного химического состава и температуры стали при минимальных затратах топливно-энергетических ресурсов, при этом необходимо учитывать возможности производственных факторов процесса [3].

2. Параметры модели

где y – выход (химический состав стали);

v – химический состав загруженных материалов; x – факторы внутреннего состояния процесса.

Основными шихтовыми материалами кислородно-конвер- терного процесса являются жидкий чугун, стальной лом, шлакообразующие (известь, доломит, известняк и т.д.):

(2) m = mч + mл + mшл ,

где m – масса шихтовки (т); mч – масса чугуна (т); mл – масса металлического лома (т); mшл – масса шлакообразующих (т).

Для стали и чугуна рассматриваются следующие химические элементы: Fe, C, S, P, Mn. Расчет массы химического элемента производится с помощью формулы:

процентное содержание химического элемента в чугуне, металлическом ломе и шлакообразующих соответственно.

В табл. 1 представлены входящие факторы и факторы внутреннего состояния, которые использовались в модели.

484

522

Информационные технологии в управлении техническими системами и технологическими процессами

Таблица 1. Факторы модели

Входы

3. Модель для расчета химического состава стали

Для определения химического состава стали предполагалось, что содержание химического элемента зависит от входящих параметров и факторов внутреннего состояния процесса. Изначальный набор факторов включает в себя: массу химического элемента на входе, факторы внутреннего состояния процесса, массу шлакообразующих и температуру чугуна.

485

523

Управление большими системами. Выпуск XX

Модели были построены с помощью регрессионного анализа. Объем выборки – 1830 строк. Коэффициенты регрессии находились с помощью метода наименьших квадратов. С помощью t-критерия оценивалась значимость коэффициентов и исключались из модели факторы, рассчитанное значение t-критерия которых меньше табличного. Линейные регрессионные модели упрощают проектирование по сравнению с другими методами, а доступность вычислений дает прозрачность моделирования [1].

Содержаниежелезавстализависитотмассыжелезанавходе

где m(Fe) – масса железа в стали.

Для C, P, S и Mn содержание в стали зависит и от параметров внутреннего состояния:

(5)m(C) = (3,0Ф+ 8,0Qo − 36,0Tч ) 10−6 + 0,007915mC ,

(6)m(S) = (1,0Ф+ 1,0Qo ) 10−6 + 0,510368mS ,

(7)m(Mn) = 0,246732mMn + (770,0Tч − 6,0mшл ) 10−6 ,

(8)m(P) = 0,101364mP + (1,0Q0 − 0,497mшл ) 10−6.

Построенные модели имеют высокий коэффициент детерминации, что говорит о высоком качестве моделей.

Таблица 2. Коэффициентыдетерминациидляполученныхмоделей

С помощью критерия Стьюдента произведена оценка коэффициентов. Табличное значение критерия со степенями свободы n − k −1, где n – объем выборки и k – количество фаткоров,

и уровнем значимости α = 0,05 в полученных моделях меньше

рассчитанного значения критерия, что подтверждает значимость факторов полученного уравнения (табл. 3).

486

524

Информационные технологии в управлении техническими системами и технологическими процессами

Таблица 3. Оценка коэффициентов модели с помощью t-критерия

4. Модель для расчета температуры стали

Важнейшим критерием качества стали является температура. Модель отражает зависимость температуры стали от температуры жидкого чугуна и факторов внутреннего состояния:

(9)Тк = 7,21163mч − 0,003070mшл + 0,002830Ф+

+0,484679Тч + 1,374633τ ,

где Тк − температура стали (°С); Тч − температура чугуна (°С). Коэффициент детерминации для полученной модели:

R2 = 0,9999 . Оценка коэффициентов модели для температуры

стали производилась с помощью критерия Стьюдента с вероятностью α = 0,05 (табл. 4).

487

525

Управление большими системами. Выпуск XX

Таблица 4. Оценка коэффициентов модели с помощью t-критерия

τ1,374633 2,08779

Исходя из результатов исследования, получаем, что на химический состав стали влияют содержание химического элемента на входе и факторы внутреннего состояния – время продувки, стойкость футеровки и расход кислорода.

Литература

1.АЙВАЗЯН С.А., МХИТРЯН B.C. Прикладная статистика и основы эконометрики. – М.: ЮНИТИ, 1998. – 320 с.

2.БАПТИЗМАНСКИЙ В.И. Теория кислородно-конвертерно-

го процесса. – М.: Металлургия, 1975 с. 375.

3.БИГЕЕВ А.М. Математическое описание и расчеты сталеплавильных процессов. – М.: Металлургия, 1982. – 156 с.

4.БИГЕЕВ A.M., КОЛЕСНИКОВ Ю.А. Основы математиче-

ского описания и расчеты кислородно-конвертерных про-

цессов. – М.: Металлургия, 1970. – 229 с.

5.ВОСКОБОЙНИКОВ В.Г., КУДРИН В.А., ЯКУШЕВ А.М.

Общаяметаллургия. – М.: Академкнига, 2005. – 768 с.

488

526

Информационные технологии в управлении техническими системами и технологическими процессами

CHEMICAL FORECASTING IN CONVERTER PRODUCTION

Nekrasova Darya Alexeevna, Lipetsk State Technical University, Russia, Lipetsk, student (brezhneva.darya.pm12@mail.ru).

Abstract: in this work we presented mathematical models to calculate the mass and chemical composition of steel and slag in the steelmaking process-based on the mass and chemical composition of loaded materials (cast iron, metal scrap, limestone, dolomite, etc.) as well as the operating parameters of the Converter. The estimated accuracy of the obtained models is using the coefficient of determination and standard errors.

Keywords: balance model, regression model, Converter, coefficient of determination.

489

527

Управление большими системами. Выпуск XX

УДК 004.49 + 004.6 ББК 32.966

ОБ ОДНОМ ПОДХОДЕ К МОНИТОРИНГУ КИБЕРУГРОЗ В АСУ ТП ТРАНСПОРТА ГАЗА

Спиридонов С.В.1

(Институт проблем управления им. В.А. Трапезникова РАН, Москва)

В статье рассматривается один из возможных подходов к построению комплексной системы информационной безопасности и обеспечения технологического процесса газотранспортных предприятий на базе систем класса SIEM.

Ключевые слова: информационная безопасность, SIEM, технологический процесс, транспорт газа, АСУ ТП.

1. Введение

Последствия одной из наиболее ранних кибератак (обнаружена в 2010 г.) на производственные площадки заключались в срыве (замедлении) государственной ядерной программы Ирана посредством атаки на контроллеры и программное обеспечение (ПО) SCADA фирмы Siemens, используемые в установках по обогащению урана (центрифугах) [5]. По мнению экспертов, уровень исполнения атаки и средств ее проведения указывает на высокую квалификацию создателей и вероятную принадлежность их к неким государственным структурам. Также обращает на себя внимание факт заявления большинства ведущих технологических государств о создании кибервойск не только под эгидой обеспечения кибербезопасности государства, но и открытые заявления некоторых о проведении работ по созданию наступательного кибероружия и приравнивания кибератаки на собственную инфраструктуру к акту агрессии. Внедрение «закладок» в аппаратное и программное обеспечение на

1 Сергей Владимирович Спиридонов, научный сотрудник (ssv@ipu.ru).

490

528

Информационные технологии в управлении техническими системами и технологическими процессами

уровне спецслужб не только для шпионажа, но и для проведения диверсионных действий является вполне естественной практикой.

К наиболее поздним событиям можно отнести атаку на энергосистему Украины в 2016 г., отличительной особенностью которой считается многообразие применяемых методов (фишинг, 0-day и т.д.) и уровень координации атакующих. Данная атака считается первой успешно проведенной на электроэнергетические сети целого государства.

Немаловажным фактором является угроза применения кибероружия террористами, хотя их уровень материально-техни- ческого оснащения не может конкурировать с технологически развитыми странами.

С другой стороны, атаки на инфраструктуру открывают широкие возможности и для «обычных» кибепреступников, зарабатывающих шантажом с использованием «шифровальщиков». Если для пользовательских систем это уже давно является обыденностью, то стали появляться примеры шантажа инфраструктурных объектов, например медицинского центра Голливуда в Лос-Анджелесе (2016 г.).

В результате прослеживается достаточно четкий вектор развития подобных угроз, превратившийся из «страшилок» в текущую действительность с возможностью нанесения серьезного урона государственного масштаба или для достижения необходимого заказчику эффекта (включая репутационный). Это подтверждается постоянно увеличивающимся количеством подобных атак и уровнем их исполнения, что выводит область защиты информации на новый уровень.

2. Особенности ИБ в АСУ ТП транспортом газа

Автоматизированное производство (или технологический процесс) можно представить как взаимосвязь человека и «машины» посредством человеко-машинного интерфейса (HMI), и самым слабым звеном в этой связке является человек. В результате научно-технического прогресса (НТП) эта разница будет только увеличиваться, делая человека все менее значимым элементом системы. Конечным результатом такого НТП будет

491

529

Управление большими системами. Выпуск XX

создание автоматических систем управления, отличительной особенностью которых будет не только реальное время, но и максимально предельные режимы функционирования системы с управлением на новых принципах. В таком случае роль информации будет главенствующей, с соответствующим уровнем предъявляемых к ней требований.

Одним из ключевых моментов функционирования автоматизированной системы управления (АСУ) ТП является способность качественной обработки необходимой информации для реализации эффективного управления, и этот подход является доминирующим в настоящее время. Качественная обработка информации подразумевает выполнение предъявляемых к ней требований, например, таких как надежность, своевременность, актуальность и т.д. [1]. Таким образом, оптимальное управление напрямую зависит от получаемой информации о технологическом процессе, своевременной выработке управляющих воздействий и способности довести управляющее воздействие непосредственно до исполнителя (им может быть как человек, так и механизм).

Организация газотранспортного предприятия с точки зрения сетевого взаимодействия можно разделить на несколько частей, из которых можно выделить сеть для производственнохозяйственной деятельности (ПХД) и сеть АСУ ТП.

Сеть АСУ ТП включает в себя технологическую сеть автоматики исполнения и контроля. На данном уровне организации циркулирует служебная информация, необходимая для управления и контроля технологического объекта, что подразумевает доступ к критически важной информации SCADA-систем и исполнительных механизмов.

Информационная безопасность технологической инфраструктуры (сеть АСУ ТП) объекта и связанных с ним систем представляется многоуровневой и эшелонированной. Ключевым моментом проектирования и реализации политики ИБ является способность интерпретировать угрозы, оценивать риски, прослеживать и предсказывать развитие векторов атаки с использованием различных программно-технических средств [СТО]. Данный подход подразумевает контроль (с точки зрения ИБ) над информацией, но с учетом первостепенной задачи АСУ ТП – управления технологическим процессом.

492

530