Методологические основы создания автоматизированных систем управления эксплуатацией футерованного оборудования тема диссертации и автореферата по ВАК РФ 05.13.06, доктор наук Емельянов Виталий Александрович

• Емельянов Виталий Александрович
• доктор наук
• 2016

Оглавление диссертации доктор наук Емельянов Виталий Александрович

ВВЕДЕНИЕ

РАЗДЕЛ 1 АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ПРОБЛЕМЫ ЭКСПЛУАТАЦИИ ФУТЕРОВАННОГО ОБОРУДОВАНИЯ НА

МЕТАЛЛУРГИЧЕСКИХ ПРЕДПРИЯТИЯХ

1. 1 Анализ и характеристика предметной области

1.2 Анализ рисков и ущерба при отсутствии эффективной диагностики

и мониторинга состояния ФО

1.3 Анализ методов контроля и диагностики оборудования на металлургическом предприятии

1.4 Анализ современных автоматизированных систем и технологий для технической диагностики и мониторинга состояния ФО

1.5 Постановка задач исследований и обоснование методики их проведения

1.6 Выводы по первому разделу

РАЗДЕЛ 2 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СОЗДАНИЯ АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ ЭКСПЛУАТАЦИЕЙ ФУТЕРОВАННОГО ОБОРУДОВАНИЯ

2.1 Математическая модель процесса эксплуатации ФО

2.2 Модель АСУ эксплуатацией ФО

2.3 Структура методологии создания АСУ эксплуатацией ФО

2.4 Принципы методологии создания АСУ эксплуатацией ФО

2.5 Выводы по второму разделу

РАЗДЕЛ 3 МЕТОДЫ АВТОМАТИЗИРОВАННОЙ ДИАГНОСТИКИ И МОНИТОРИНГА СОСТОЯНИЯ ФУТЕРОВАННОГО ОБОРУДОВАНИЯ

3.1 Особенности обработки металлографических изображений ФО

3.2 Метод автоматизированной диагностики состояния корпуса ФО

после вывода его из эксплуатации

3.3 Алгоритмы формирования изображений термограмм ФО в условиях

металлургического предприятия

3.4 Метод автоматизированного мониторинга состояния футеровки ФО

во время его эксплуатации

3.5 Выводу по третьему разделу

РАЗДЕЛ 4 МЕТОДЫ И МОДЕЛИ РЕШЕНИЯ ДИАГНОСТИЧЕСКИХ СИТУАЦИЙ С ФУТЕРОВАННЫМ ОБОРУДОВАНИЕМ

4.1 Метод автоматизированного решения подобных диагностических ситуаций с ФО

4.2 Модель нейросетевого решения диагностических ситуаций при эксплуатации ФО

4.3 Метод автоматизированного определения режима эксплуатации ФО

4.4 Нейросетевое прогнозирование изменения состояния ФО

4.5 Выводы по четвертому разделу

РАЗДЕЛ 5 ИНФОРМАЦИОННОЕ И АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ СОЗДАНИЯ АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ ЭКСПЛУАТАЦИЕЙ ФУТЕРОВАННОГО

ОБОРУДОВАНИЯ

5. 1 Информационная модель прикладных информационных систем технической диагностики и мониторинга в составе АСУ эксплуатацией ФО

5.2 Типовая структура информационной системы технической диагностики и мониторинга в составе АСУ эксплуатацией ФО

5.3 Концептуальная модель экспертной системы оценки состояния ФО

в составе АСУ эксплуатацией ФО

5.4 Модель распределенной мультиагентной АСУ эксплуатацией ФО

5.5 Объектная модель программной реализации компонентов АСУ эксплуатацией ФО

5.6 Выводы по пятому разделу

РАЗДЕЛ 6 ПРИКЛАДНЫЕ АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ УПРАВЛЕНИЯ ЭКСПЛУАТАЦИЕЙ ФУТЕРОВАННОГО

ОБОРУДОВАНИЯ НА МЕТАЛЛУРГИЧЕСКОМ ПРОИЗВОДСТВЕ

6.1 Показатели оценки эффективности АСУ эксплуатацией футерованного оборудования

6.2 АСУ эксплуатацией передвижных миксеров ПМ350т на металлургическом производстве

6.3 Оценка эффективности АСУ эксплуатацией миксеров ПМ350

6.4 АСУ эксплуатацией сталеразливочных ковшей 50т на металлургическом производстве

6.5 Оценка эффективности АСУ эксплуатацией сталеразливочных

ковшей 50т

6.6 Рекомендации по применению методологических основ создания

АСУ эксплуатацией ФО

6.7 Выводы по шестому разделу

ВЫВОДЫ

ПЕРЕЧЕНЬ УСЛОВНЫХ СОКРАЩЕНИЙ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЕ А. АКТЫ ВНЕДРЕНИЯ

ПРИЛОЖЕНИЕ Б. СТАТИСТИЧЕСКИЕ ДАННЫЕ КАЛИБРОВОК ПЕРЕДВИЖНЫХ МИКСЕРОВ ПМ 350т

ПРИЛОЖЕНИЕ В. ПРОГРАММНЫЙ КОД КЛАССОВ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ «ФО_ИнтелДиагностика»

Введение диссертации (часть автореферата) на тему «Методологические основы создания автоматизированных систем управления эксплуатацией футерованного оборудования»

ВВЕДЕНИЕ

Актуальность и степень разработанности темы исследования.

Современный этап развития производства сопровождается интенсивным внедрением новых информационных технологий, предназначенных для автоматизации различных технологических процессов. Например, на металлургических предприятиях таковыми являются процессы технической диагностики и мониторинга на всех стадиях производственного цикла. Особое внимание заслуживают процессы эксплуатации и диагностики футерованного оборудования и объектов (ФО), предназначенных для доставки жидких чугуна и стали в доменный, конвертерный, сталеплавильный и другие цеха. К таким объектам относятся передвижные миксеры для транспортировки чугуна, ковши для перевозки стали, ковши для перевозки чугуна и др. Данное металлургическое оборудование используется во всех странах мира, где существует металлургическая отрасль (Россия, Германия, Бразилия, Китай, Индия, и др.). К эксплуатации, в том числе диагностике, данного оборудования, предъявляются высокие требования, связанные с негативным влиянием высоких температур, характерных жидкому металлу, более 1000°С. В результате длительного воздействия высоких температур на рассматриваемое металлургическое оборудование, возникает риск его разрушения, приводящий к многомиллионному материальному ущербу предприятия и человеческим жертвам.

На практике в металлургическом производстве диагностика и мониторинг технического состояния футерованного оборудования реализуются с помощью квалифицированного персонала на основании личного опыта, с использованием измерительных средств, которые характеризуются значительной погрешностью измерения. Поэтому в указанной предметной области возникают проблемы и задачи, связанные с повышением объективности и качества принятия решений при эксплуатации таких объектов и оборудования. Автоматизация же процесса

диагностики футерованных объектов позволит исследовать различные варианты технологических схем их эксплуатации, разрабатывать прогнозные оценки состояния ресурсов при перевозке жидких металлов, создавать и исследовать модели и методы принятия решений и, как следствие, перевести процесс эксплуатации ФО на качественно новый уровень.

Эффективное решение этих задач возможно только при применении передовых интеллектуальных информационных технологий, системного подхода, моделирования, теории принятия решений и т.п. Вопросы по повышению эффективности технической диагностики ФО с использованием информационных технологий и автоматизированных систем еще не нашли достаточного отражения в научных трудах. Научной базой для диссертационного исследования в части моделирования технической диагностики и эксплуатации ФО являются работы: Ю.В. Гусева, В.Е. Парунакяна, В.А. Головко, А.Н. Григорьева, Е.Б. Карпина, А.А. Сердюкова, А.Н. Смирнова, В.М. Кравченко, В.А. Сидорова, Г.С. Сукова, Ю.Н. Белоброва,

A.В. Яковлева. А.А. Чубова, Д. А. Нестерука, В.П. Вавилова, А.П. Костюкова, С.С. Кананадзе. В части автоматизации и применения информационных технологий, методов обработки изображений для диагностики ФО использовались результаты исследований таких ученых: С. Г. Антощук, Е. П. Путятина, Ю.И. Журавлева, Н.Н. Красильникова, Г.А. Ососкова, А.Н. Горбаня,

B.А. Головко, Э.А. Трахтенгерц, П.Р. Варшавського, О.А. Ничипоренко, С. Осовского, С. Хайкина, Д. Джарратано, Р. Гонсалеса, Р. Вудса, Л. Шапиро, У. Прэтта. Работы этих и других авторов создали методические и теоретические предпосылки для диссертационного исследования.

В настоящее время существуют различные автоматизированные системы мониторинга и диагностики для металлургических производств. Созданием систем автоматизации технологических процессов на металлургических предприятиях занимаются как отечественные организации и компании: НТЦ «Прибор», ПАО «Металлургавтоматика», Datasolution, ИНФОКОМ ЛТД, ЦНИИКА, так и зарубежные компании: Rockwell Automation, Inc. (США),

Siemens VAI (Австрия), POSCO ICT (Южная Корея), CHINA IRON & STEEL RESEARCH INSTITUTE GROUP (Китай) и др. Рассматриваемые организации создали и внедрили ряд информационных систем по автоматизации технологических процессов на различных предприятиях мира и стран СНГ: Россия, Германия, Индия, Украина и др. Однако в существующих автоматизированных системах не в полной мере реализована возможность мониторинга и технической диагностики рассматриваемого футерованного оборудования. Следует отметить, что в настоящее время еще недостаточно полно и всесторонне рассмотрены и проработаны вопросы создания автоматизированных систем и информационных технологий для процесса технической диагностики, рассматриваемого футерованного оборудования металлургических предприятий.

Многовариантность технологического процесса эксплуатации футерованных объектов, необходимость прогноза их состояния и разнообразность задач при их диагностике и мониторинге требуют обработки больших объемов информации и принятия компетентных управленческих решений для предотвращения разрушения футерованных объектов. Основными направлениями, определяющими повышение качества мониторинга, диагностики и в целом эксплуатации ФО, следует считать автоматизацию процессов обработки информации с привлечением методов интеллектуального анализа данных, которые способны обеспечить повышение качества определения технического состояния рассматриваемого оборудования.

Вышеизложенное свидетельствует о том, что проведение научных исследований, посвященных решению научно-прикладной проблемы разработки методологических основ создания автоматизированных систем управления (АСУ) эксплуатацией футерованного оборудования, является актуальным.

Цели и задачи исследования. Целью диссертационного исследования является разработка методологии построения автоматизированных систем управления эксплуатацией футерованного оборудования.

Для достижения поставленной цели сформулированы и решены следующие задачи:

1. Провести анализ существующих методов, моделей и инструментальных средств автоматизации процесса управления эксплуатацией ФО.

2. Разработать информационное и алгоритмическое обеспечение создания АСУ эксплуатацией ФО.

3. Разработать методы автоматизированного мониторинга состояния и идентификации режима эксплуатации ФО в составе АСУ.

4. Разработать методы автоматизированной диагностики и прогнозирования состояния ФО в составе АСУ.

5. Разработать структуру, методы и алгоритмы экспертной системы оценки состояния ФО, включенной в состав АСУ эксплуатацией ФО.

6. Выполнить практическое внедрение предложенных решений в технологические процессы промышленного производства.

Объектом исследования являются процессы и автоматизированные системы управления эксплуатацией ФО.

Предметом исследования являются модели и методы автоматизированного управления и технической диагностики ФО.

Методы исследования. Для решения поставленных в диссертации задач использовались: методы математического моделирования и теория графов при описании процесса эксплуатации ФО; ГОББ-технологии для разработки структуры и описания методологии создания АСУ эксплуатацией ФО; теория распознавания образов и аппарат нейронных сетей при создании методов мониторинга и диагностики состояния ФО; теория прецедентов и аппарат нейронных сетей для разработки методов решения диагностических ситуаций с ФО; язык иМЬ - для моделирования структуры автоматизированной системы и программного обеспечения технической диагностики ФО; элементы теории вероятности и математической статистики для оценки функционирования разработанных средств.

Достоверность научных результатов подтверждается высокой степенью адекватности результатов машинного моделирования и результатов экспериментальных исследований, а также успешной практикой использования созданных АСУ эксплуатацией ФО по разработанной методологии в прикладных задачах, в частности при диагностике передвижных миксеров ПМ350т на металлургических комбинатах.

Научная новизна диссертационной работы заключается в разработке методологических основ создания АСУ эксплуатацией ФО, в виде взаимосвязанной совокупности моделей и методов, которые базируются на автоматизированной обработке информации на всех стадиях процессов мониторинга и диагностики состояния ФО. В диссертационной работе получены следующие новые научные результаты:

1) разработана математическая модель процесса эксплуатации ФО, которая позволяет определять оптимальный период диагностики для заданного типа ФО;

2) разработан метод автоматизированного мониторинга состояния футеровки ФО во время его эксплуатации, особенностью которого является распознавание изображений термограмм ФО с использованием адаптивной модели повышения контраста зон прогара ФО и их классификацией многосегментной нейронной сетью;

3) разработан метод автоматизированной диагностики состояния корпуса (кожуха) ФО после вывода его из эксплуатации, особенностью которого является распознавание металлографических изображений ФО с контурным выделением информативных сегментов с регулируемой детализацией, а также с возможностью их нейросетевого распознавания;

4) разработан метод автоматизированного определения режима эксплуатации ФО, особенностью которого является многофакторное нейросетевое решение диагностических ситуаций с ФО;

5) разработан метод решения подобных диагностических ситуаций с ФО, основанный на элементах теории прецедентов, позволяющий повысить оперативность диагностики рассматриваемых ФО;

6) разработано информационное и алгоритмическое обеспечение информационных систем мониторинга и диагностики ФО как теоретическая основа для создания АСУ эксплуатацией ФО;

7) разработана модель распределенной мультиагентной АСУ эксплуатацией ФО, основанная на параллельном обнаружением дефектов агентами, позволяющая повысить оперативность диагностики ФО в масштабах всего металлургического предприятия.

Практическое значение полученных результатов заключается в том, что научные положения диссертационного исследования доведены до уровня, пригодного для практического применения и были использованы при разработке прикладных АСУ эксплуатацией ФО. Реализация разработанных научных положений позволила повысить эффективность реально работающих систем диагностики футерованных объектов (передвижных миксеров ПМ350т) за счет автоматизации процессов обработки и анализа данных, применения методов искусственного интеллекта на всех этапах оценки технического состояния ФО.

Полученные теоретические и практические результаты внедрены на:

- ПАО «Алчевский металлургический комбинат», в процессы технической диагностики при транспортировке жидкого чугуна с помощью передвижных миксеров ПМ 350т;

- ПАО «Мариупольский металлургический комбинат имени Ильича», в процесс диагностики миксеров ПМ 350т в цеху по ремонту металлургического оборудования;

- научно-производственном предприятии (НПП) «ФОТОН» (г. Алчевск), в процессы диагностики высоковольтных источников питания без вывода их из эксплуатации.

Акты о внедрении приведены в Приложении А.

Личный вклад соискателя. Содержание диссертации и основные положения, выносимые на защиту, отражают персональный вклад автора в опубликованные работы. Научные положения и результаты, изложенные в диссертации, получены автором лично.

В печатных работах, которые опубликованы в соавторстве, лично соискателю принадлежат:

в работе [1] - подходы к автоматизации и интеллектуализации операций мониторинга и диагностики ФО;

в работе [2] - структура компьютерной системы диагностики технического состояния передвижных миксеров на основе обработки визуальной информации, а также модель нейронной сети распознавания изображений термограмм миксеров;

в работе [3] - метод распознавания изображений термограмм с использованием контурного анализа;

в работе [4] - структура информационной технологии контроля перевозки жидкого чугуна;

в работе [5] - модель искусственной нейронной сети для прогнозирования изменения состояния передвижных миксеров на металлургическом производстве;

в работе [6] - структура программного обеспечения для технической диагностики футерованных объектов;

в работе [7] - архитектура системы мониторинга процесса транспортировки жидкого чугуна;

в работе [8] - структура программного средства с возможностью обеспечения информационной безопасности конфиденциальных данных пользователей;

в работе [9] - архитектура системы поддержки принятия решений в процессе транспортировки жидкого чугуна;

в работе [10] - структура информационной технологии диагностики сталеразливочных ковшей.

Основные положения, выносимые на защиту:

1. Методология создания АСУ эксплуатацией ФО;

2. Математическая модель процесса эксплуатации ФО;

3. Метод автоматизированного мониторинга состояния футеровки ФО во время его эксплуатации;

4. Метод автоматизированной диагностики состояния корпуса (кожуха) ФО после вывода его из эксплуатации;

5. Метод автоматизированного определения режима эксплуатации ФО;

6. Метод решения подобных диагностических ситуаций с ФО;

7. Модель распределенной мультиагентной АСУ эксплуатацией ФО.

Апробация результатов работы. Основные научные положения и

результаты работы докладывались и обсуждались на следующих международных, всероссийских научно-технических и научно-практических конференциях:

- Международная научно-практическая конференция «Информационные технологии и информационная безопасность в науке, технике и образовании (ИНФОТЕХ-2011)» (Севастополь, 2011 г.);

- 10 Всеукраинская научно-техническая конференция «Интегрированные компьютерные технологии в машиностроении (ИКТМ-2011)» (Харьков, Украина, 2011 г.);

- «Информационные и управляющие системы в промышленности, экономике и экологии» (Северодонецк, Украина, 2011 г.);

- «Моделирование, управление и устойчивость (МС8-2012)» (Севастополь, 2012 г.);

- Международная научно-практическая конференция «Гарантоспособные (надежные и безопасные) системы, сервисы и технологии (БеЗБегТ)» (Киев, Украина, 2012, 2014 гг.);

- XIV и XVI Международная научно-практическая конференция «Информационные технологии в образовании и управлении (ITEM)» (Новая Каховка, Украина, 2012 г.; Таврийск, Украина, 2014 г.);

- «Критические инфраструктуры: надежность и безопасность (CrISS)» (Севастополь, 2013 г.);

- 2-я Международная научно-практическая конференция «Информатика. Культура. Техника» (Одесса, Украина, 2014 г.);

- 15-я Международная научно-практическая конференция «Современные информационные и электронные технологии (СИЭТ-2014)» (Одесса, Украина, 2014 г.);

- XXI Международная научно-практическая конференция «Наукоемкие технологии и инновации» (Белгород, Россия, 2014 г.);

- III Международная научно-практическая конференция «Инновации в науке, производстве и образовании (ИНП0-2014)» (Рязань, Россия, 2014 г.);

- XI Всероссийская научно-практическая конференция «Инновационные технологии в обучении и производстве» (Камышин-Волгоград, Россия, 2014 г.);

- XI Всероссийская научно-практическая конференция «Современные информационные технологии в науке, образовании и практике (СИТ-2014)» (Оренбург, Россия, 2014 г.);

- Международная научно-практическая конференция «Наука XXI века: Теория, практика, перспективы» (Уфа, Россия, 2014 г.);

- III Всероссийская научная конференция «Проблемы автоматизации. Региональное управление. Связь и автоматика (ПАРУСА-2014)» (Геленджик, Россия, 2014 г.);

- XII Всероссийская научная конференция «Информационные технологии, системный анализ и управление (ИТСАУ-2014)» (Таганрог, Россия, 2014 г.);

- Международная научно-практическая конференция «Достижения и проблемы современной науки» (Уфа, Россия, 2015 г.);

- Международная научно-практическая конференция «Наука сегодня» (Вологда, Россия, 2015 г.);

- VII Международная научно-практическая конференция «Актуальные вопросы науки, технологии и производства» (Санкт-Петербург, Россия, 2015г.);

- XVII научная конференция «Математическое моделирование и информатика» (Москва, Россия, 2015 г.);

- XVI Международная научно-практическая конференция «Современные концепции научных исследований» (Москва, Россия, 2015 г.).

Публикации. Основные результаты диссертационного исследования опубликованы в 34 научных работах [1-34], в том числе: 1 монография; 18 статей в рецензируемых научных журналах и сборниках согласно перечню изданий ВАК, из которых 2 статьи в журналах, включенных в международную наукометрическую базу SCOPUS; 15 тезисов докладов и статей в сборниках трудов научных конференций.

Структура и объем диссертации. Диссертация состоит из введения, шести глав, выводов, списка использованной литературы и приложений. Общий объем диссертации 308 страниц машинописного текста, включая 82 рисунка, 29 таблиц и 3 приложения. Список использованной литературы насчитывает 196 источников.

РАЗДЕЛ 1 АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ПРОБЛЕМЫ

ЭКСПЛУАТАЦИИ ФУТЕРОВАННОГО ОБОРУДОВАНИЯ НА МЕТАЛЛУРГИЧЕСКИХ ПРЕДПРИЯТИЯХ

1.1 Анализ и характеристика предметной области

Современное металлургическое производство представляет собой сложный комплекс различных производств. Оно включает следующие заводы, цеха [35-37]:

- горно-обогатительные комбинаты, где подготавливают руды к плавке;

- коксохимические заводы или цеха, где осуществляют подготовку углей, их коксование и извлечение из них полезных химических продуктов;

- энергетические цеха для получения сжатого воздуха (для дутья доменных печей), кислорода, а также очистки газов металлургических производств;

- доменные цеха для выплавки чугуна и ферросплавов;

- заводы для производства ферросплавов;

- сталеплавильные цеха (конвертерные, мартеновские, электросталеплавильные) для производства стали;

- прокатные цеха, в которых слитки стали перерабатывают в сортовой прокат - балки, рельсы, прутки, и т.д.

Основой современной металлургии стали является двухступенчатая схема, которая состоит из доменной выплавки чугуна и различных способов его передела в сталь [38].

Обобщенная схема [39] металлургического производства представлена на рисунке 1.

Рисунок 1 - Схема металлургического производства

Как видно из рисунка 1, на протяжении всего цикла металлургического производства постоянно производится доставка жидких чугуна и стали в доменный, конвертерный, сталеплавильный и другие цеха. Доставка на металлургических предприятиях жидкого чугуна и стали осуществляется при помощи специального металлургического оборудования [40-42]:

- передвижных миксеров для транспортировки чугуна;

- ковшей для перевозки стали;

- ковшей для перевозки чугуна.

Кроме данного оборудования в цехах используются специальные ковши для разливки жидкого металла, которые имеют схожее строение с перечисленным оборудованием.

К эксплуатации и диагностике данной группы оборудования предъявляются высокие требования, связанные с влиянием высоких температур, характерных жидкому металлу, более 10000С. Высокие температуры, влиянию которых подвергается данное металлургическое оборудование, вызывают риск разрушения такого оборудования, что чревато значительными материальными убытками и человеческими жертвами [43-44].

Следовательно, необходимым является создание таких информационных технологий и автоматизированных систем, которые смогут обеспечить диагностику и поддержку принятия решений об эксплуатации такой группы металлургического оборудования.

Прежде чем рассматривать вопросы создания автоматизированных систем диагностики и поддержи принятия решений для приведенной группы объектов металлургического производства, перейдем к рассмотрению их особенностей и процессу транспортировки жидких металлов на металлургическом предприятии.

Жидкий чугун составляет значительную часть в общем объеме транспортных перевозок в сталеплавильном производстве многих стран мира и России в том числе.

Традиционная технология доставки чугуна к сталеплавильным агрегатам предусматривает выпуск его в 100-т или 140-т чугуновозные (доменные) ковши и доставку в миксерное отделение сталеплавильного цеха.

В миксерных отделениях из чугуновозных ковшей скачивают ковшевой шлак и сливают металл в миксер, где происходит накопление чугуна и усреднение химического состава металла, поступающего из разных доменных печей. При таком способе доставки температура заливаемого в конвертер чугуна обычно не превышает 1300 °С [45].

В современных сталеплавильных цехах для доставки чугуна из доменного цеха используются, как правило, 480-600-т ковши миксерного типа. Ковш чугуновозный миксерного типа - ковш, предназначенный для накопления, усреднения и транспортировки жидкого чугуна в сталеплавильный цех. Использование ковшей миксерного типа позволяет уменьшить потери температуры металла на 50-100°С.

Применение миксерных чугуновозов [46] позволяет снизить потери тепла на пути от домны до конвертера, отказаться от строительства стационарных миксеров и исключает использование крана для слива чугуна из ковшей. Таким образом, применение передвижных миксеров позволяет исключить из технологической цепочки один перелив - операцию заливки чугуна в стационарный миксер для хранения.

Преимущества передвижных миксеров в сравнении со стационарными следующие:

- снижение капитальных затрат при строительстве и сокращение сроков строительства;

- сокращение потерь тепла (на 25-30°) за счет исключения одного перелива, что позволяет увеличить долю лома в металлозавалке (примерно на 2%);

- возможность приема всей плавки доменной печи в один ковш-миксер, что позволяет упростить организацию работ в доменном цехе.

Основной недостаток передвижных миксеров - отсутствие усреднения состава и температуры чугуна разных плавок.

Поэтому в настоящее время на металлургических предприятиях осуществляется совместное применение передвижных миксеров и чугуновозов для транспортировки чугуна, а также стационарных миксеров для его хранения. Также, использование комбинированной схемы обусловлено необходимостью накопления жидкого чугуна при различных режимах работы конвертерного цеха и доменных печей, а также внедрением передвижных миксеров на более поздних этапах развития предприятия [47-48].

Рассмотрим описанную выше группу металлургического оборудования для транспортировки и разливки жидкого металла.

Передвижной миксер, представленный на рисунке 2, является специальным железнодорожным вагоном-цистерной типа «торпеда», предназначенной для транспортировки жидкого чугуна от доменных печей в конвертерный цех с минимальными теплопотерями и улучшением тепловой и химической однородности жидкого чугуна.

Рисунок 2 - Передвижной миксер ПМ 350т

Машиностроительные заводы выпускают ковши миксерного типа различной емкости: 300т, 350т, 600т и др. [41, 49]. Такая грузоподъемность обусловлена, с одной стороны, возможностью приема всей плавки доменной печи объемом 5000-5500 м , с другой - возможностью обеспечить чугуном сразу две плавки в цехе с конвертерами емкостью 300-350 т. Эксплуатация передвижных миксеров такой грузоподъемности предусмотрена лишь на внутризаводских железнодорожных путях (стандартной колеи).

Доставка чугуна с применением передвижных миксеров и ковшей осуществляется следующим образом:

Разлитый в миксеры чугун из доменного цеха по железнодорожным путям с помощью локомотива транспортируется в конвертерный цех. Передвижные миксеры поступают в отделение перелива чугуна, где путем вращения сосуда миксеровоза вокруг его продольной оси жидкий чугун выливается в подготовленный разливочный ковш, находящийся под уровнем рельсовой дороги. После слива, чугун в ковше поступает в сталеплавильное отделение и заливается в сталеплавильный агрегат - конвертер.

Для того чтобы миксер выдерживал температуры чугуна свыше 1000 °С, внутри миксера устанавливается огнеупорный состав - футеровка [50-51], износ которой приводит к разрушению миксера, что влечет за собой большие материальные затраты.

Одним из эксплуатационных параметров миксера является количество заливок, после которого необходимо производить замену футеровки миксера [52-54]. При этом футеровка может быть подвержена износу на отдельных ее участках, не выдержав установленное количество заливок. Таким образом, целесообразным является автоматизированный мониторинг и диагностика состояния футеровки для предотвращения выхода миксера из строя.

Также следует отметить экономический эффект от применения передвижных миксеров на металлургических предприятиях. Исследование экономической целесообразности применения передвижных миксеров было выполнено фирмой Кошпк1уке. Кеёег1апёБсЬе Hoogovensen 81аа1ГаЬпекеп КУ

(Нидерланды) [55]. По результатам исследования оказалось, что при использовании передвижных миксеров отпадает необходимость в стационарных миксерах, вместо которых процесс выравнивания чугуна можно проводить в сигарообразном ковше. Технико-экономические расчеты показали, что в некоторых случаях комплекс оборудования, состоящий из двух доменных печей производительностью 1 млн. тонн чугуна в год, стационарных миксеров и вагонов для перевозки обычных миксеров значительно менее экономичен, чем комплекс оборудования, в который входят те же доменные печи и передвижные миксеры, т.к. использование в последнем случае ковша емкостью 450 тонн в качестве миксера позволяет экономить до 3 млн. долл. [55].

Список литературы диссертационного исследования доктор наук Емельянов Виталий Александрович, 2016 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Емельянов В. А. Интеллектуализация информационных систем мониторинга и технической диагностики футерованного оборудования [Текст] / В.А.Емельянов, Н.Ю. Емельянова. // Монография. - Севастополь: Изд-во «РИБЕСТ», 2015. - 160 с. - ISBN 978-5-9906343-3-6.

2. Емельянов В. А. Интеллектуальная компьютерная система диагностики технического состояния передвижных миксеров на основе обработки визуальной информации [Текст] / В. А. Емельянов, Н.Ю. Емельянова // Радиоэлектронные и компьютерные системы. - 2013. - №3(62). - С. 73-80.

3. Емельянов В. А. Интеллектуальный метод распознавания изображений термограмм с использованием контурного анализа [Текст] / В.А. Емельянов, Н.Ю. Емельянова // Системы обработки информации. - 2013. -№9(116). - С.22-26.

4. Емельянова Н.Ю. Информационная технология процесса контроля перевозки жидкого чугуна [Текст] / Н.Ю. Емельянова, В.А. Емельянов // Системы обработки информации. - 2010. - №9(90). - С.32-36.

5. Антощук С.Г. Метод нейросетевого прогнозирования изменения состояния объектов диагностики на металлургическом производстве [Текст] / С.Г. Антощук, В.А. Емельянов // Электротехнические и компьютерные системы. - 2014. - №13(89) - С.70-76.

6. Емельянова Н.Ю. Специализированное программное обеспечение для технической диагностики футерованных объектов [Текст] / Н.Ю. Емельянова, В.А. Емельянов // Проблемы информационных технологий. -2014. - №01(015). - С. 119-123.

7. Емельянова Н.Ю. Информационная модель системы мониторинга процесса транспортировки жидкого чугуна [Текст] / Н.Ю. Емельянова, В. А. Емельянов // Системы обработки информации. - 2012. - №2(100). - С.37-41.

8. Емельянов В. А. Инструментальное средство обеспечения информационной безопасности конфиденциальных данных [Текст] / В.А.

Емельянов, А.В. Бирюков // Радиоэлектронные и компьютерные системы. -2012. - №5(57). - С. 67-71.

9. Емельянова Н.Ю. Система поддержки принятия решений в процессе транспортировки жидкого чугуна [Текст] / Н.Ю. Емельянова, В. А. Емельянов // Информационные технологии и информационная безопасность в науке, технике и образовании "ИНФОТЕХ - 2011": Труды международной научно-практической конференции. - Севастополь: 2011. - С. 84-85.

10. Емельянов В.А. Интеллектуальная информационная технология поддержки принятия решений для процесса мониторинга состояния сталеразливочных ковшей [Текст] / В. А. Емельянов, Н.Ю. Емельянова // Наука. Технологии. Производство. - №3(7), Ч.2. - 2015. - С. 7-9.

11. Емельянов В.А. Объектная модель программного обеспечения защиты конфиденциальных данных пользователя [Текст] / В. А. Емельянов // Системы обработки информации. - 2012. - №3(101), Т.2. - С.156-159.

12. Емельянов В.А. Метод защиты конфиденциальных данных пользователя [Текст] / В.А. Емельянов // Системы управления, навигации и связи. - 2012. - №1(21), том 2. - С.186-190.

13. Емельянов В.А. Моделирование нейронных сетей распознавания металлографических изображений для диагностики состояния сталей [Текст] / В. А. Емельянов // Электротехнические и компьютерные системы. - 2013. -№12(88) - С. 125-131

14. Емельянов В.А. Синтез экспертной системы и искусственной нейронной сети для определения механических свойств объекта [Текст] / В.А. Емельянов // Системы обработки информации. - 2014. - №1(117). -С.22-25.

15. Емельянов В.А. Концептуальная модель интеллектуальной системы поддержки принятия решений для процесса технической диагностики [Текст] / В.А. Емельянов // Радиоэлектронные и компьютерные системы. - 2014. -№5(69). - С. 81-85.

16. Емельянов В.А. Интеллектуальная информационная технология обработки визуальной информации для диагностики состояния металлов

[Текст] / В.А. Емельянов // Научный Вестник Национального горного университета. - Днепропетровск: Изд-во НГУ, 2014. - №4(142). - С. 66-73.

17. Емельянов В.А. Функциональное моделирование процесса создания интеллектуальных информационных технологий для систем технической диагностики [Текст] / В. А. Емельянов // Системы обработки информации. -2014. - №7(123). - С.127-131.

18. Емельянов В.А. Моделирование многослойных нейронных сетей в МЛТЬЛВ для распознавания изображений микроструктур металлов [Текст] /

B.А. Емельянов // Моделирование и информационные технологии. - 2014. -№71 - С. 37-44.

19. Емельянов В.А. Метод обработки изображений теплового контроля футерованных объектов [Текст] / В.А. Емельянов // Научный Вестник Национального горного университета. - Днепропетровск: Изд-во НГУ, 2014. -№6(144). - С. 137-143.

20. Емельянов В.А. Фрагментированная марковская модель эксплуатации футерованного оборудования [Текст] / В.А. Емельянов // Системы обработки информации. - 2014. - №9(125). - С.31-34.

21. Емельянов В.А. Распределенная мультиагентная система для технической диагностики футерованного оборудования металлургического предприятия [Текст] / В. А. Емельянов // Сборник научных трудов Харьковского университета воздушных сил им. Кожедуба. - 2014. - №4(41). -

C.42-45.

22. Емельянов В.А. Принципы методологии создания интеллектуальных информационных технологий для систем технической диагностики состояния объекта по его изображениям [Текст] / В.А. Емельянов // "Современные информационные и электронные технологии" (СИЭТ-2014): Труды международной научно-практической конференции. - Одесса, 2014. - Т.1. -С.14-15.

23. Емельянов В.А. Анализ систем диагностики металлургического футерованного оборудования [Текст] / В. А. Емельянов // «Инновации в науке,

производстве и образовании»: Труды III международной научно-практической конференции. - Рязань, 2014. - С. 21-22.

24. Емельянов В.А. Показатели эффективности информационных систем технической диагностики футерованных объектов [Текст] / В.А. Емельянов // «Современные информационные технологии в науке, образовании и практике»: Труды Х1 Всероссийской научно-практической конференции. - Оренбург, 2014. - С. 243-246.

25. Емельянов В.А. Распознавание термограмм футерованных объектов на основе нейронной сети Кохонена [Текст] / В. А. Емельянов // «Наукоемкие технологии и инновации»: Труды Международной научно-практической конференции. - Белгород, 2014. - Ч.6. - С. 177-181.

26. Емельянов В.А. Проблема технической диагностики футерованных объектов [Текст] / В. А. Емельянов // «Инновационные технологии в обучении и производстве»: Труды 1Х Всероссийской научно-практической конференции. - Волгоград, 2014. - Т.1. - С. 10-11.

27. Емельянов В.А. Проблема аварийности футерованного оборудования металлургических предприятий [Текст] / В.А. Емельянов // «Наука ХХ1 века: Теория, Практика, Перспективы»: Сборник статей международной научно-практической конференции. - Уфа, 2014. - С. 15-17.

28. Емельянов В.А. Структура автоматизированной информационной системы технической диагностики футерованного оборудования [Текст] / В.А. Емельянов // «Проблемы автоматизации. Региональное управление. Связь и автоматика (ПАРУСА-2014)»: Труды III Всероссийской конференции. -Геленджик, 2014. - Т.1. - С. 244-247.

29. Емельянов В.А. Структура методологии создания интеллектуальных информационных технологий для технической диагностики футерованного оборудования [Текст] / В.А. Емельянов // «Информационные технологии, системный анализ и управление (ИТСАУ-2014)»: Труды ХП Всероссийской конференции. - Ростов-на-Дону, 2014. - Т.3. - С. 150-153.

30. Емельянов В.А. Нейросетевая модель автоматизированного экспертного решения диагностических ситуаций с футерованным оборудованием [Текст] / В. А. Емельянов // Наука. Технологии. Производство. -№6(10). - 2015. - С. 20-23.

31. Емельянов В.А. Автоматизированная система управления эксплуатацией футерованного оборудования [Текст] / В.А. Емельянов // Евразийский союз ученых. - №6(15), Ч.2. -2015. - С. 78-80.

32. Емельянов В.А. Информационная модель интеллектуальной системы технической диагностики футерованного оборудования [Текст] / В.А. Емельянов // «Математическое моделирование и информатика»: Сборник статей XVII международной научно-практической конференции. - Москва, 2015. - Т.1. - С. 91-94.

33. Емельянов В.А. Автоматизированная система мониторинга состояния сталеразливочных ковшей [Текст] / В. А. Емельянов // «Достижения и проблемы современной науки»: Сборник статей международной научно-практической конференции. - Уфа, 2015. - Ч.1. - С. 12-14.

34. Емельянов В.А. Мультиагентная система мониторинга состояния футерованного оборудования [Текст] / В. А. Емельянов, Н.Ю. Емельянова // «Наука сегодня»: Сборник статей международной научно-практической конференции. - Вологда, 2015. - Ч.1. - С. 36-38.

35. Черкес З.А. Машиностроительные материалы на основе железа. Металлургия чугуна и стали: учебное пособие для вузов - 2е изд., исправленное, дополненное [Текст] / З.А. Черкес - Тула: Изд-во ТулГУ, 2010. -196 с.

36. Современное металлургическое производство и его продукция [Электронный ресурс] - Режим доступа: http://starkproject.com/metal/metal-production/1715-sovremennoe-metallurgicheskoe-proizvodstvo.html

37. Ребрин Ю.И. Основы экономики и управления производством [Текст] / Ю.И. Ребрин - М.: Владос, 2002. - 329 с.

38. Материаловедение и технология металлов [Текст]: Учеб. для студентов машиностроит. спец. вузов / Г.П. Фетисов, М.Г. Карпман, В.М. Матюнин. Под ред. Г.П. Фетисова.- 3-е изд., испр. и доп. - М.: Высш. шк., 2005.- 862 с.

39. Современное металлургическое производство и его продукция [Электронный ресурс] - Режим доступа: http://www.amk.lg.ua/index.php?option=com_content&view=article&id=4&Itemid= 5&lang=ru

40. Гельман М. «Новолипецкий металлургический комбинат»: эффективность и экологичность [Электронный ресурс] / М.Гельман //«ПВ». -2013. - № 5-6. - Режим доступа: http://www.promved.ru/articles/?nomer=82

41. Кудрин В. А. Теория и технология производства стали: Учебник для вузов [Текст] / В. А. Кудрин - М.: «Мир», ООО «Издательство ACT», 2003. -528с.

42. Якушев А.М. Проектирование сталеплавильных и доменных цехов [Текст] / А.М. Якушев - М.: Металлургия, 1984. - 216 с.

43. Тубольцев Л.Г. Анализ риска аварий и определение возможного материального ущерба на металлургическом предприятии [Текст] / Л.Г. Тубольцев, Г.Н. Голубых, Н.И. Падун // Фундаментальные и прикладные проблемы черной металлургии: Сб. научн. тр. - Днепропетровск: 1ЧМ НАН Украины, 2006. - Вып. 12. - С. 407-420.

44. Акинин Н.И. Анализ причин аварий и травматизма на опасных производственных объектах [Текст] / Н.И. Акинин // Металлург. - 2004. - №10. - С.23-25.

45. Бойченко Б.М. Конвертерное производство стали [Текст] / Б.М. Бойченко, В. Б.Охотский, П. С. Харлашин - Днепропетровск: РИА «Дншро-ВАЛ», 2006. - 454 с.

46. Смирнов А. Н. Конвертерный комплекс [Текст] / А.Н. Смирнов // Металлы Евразии. - 2007. - № 1. - С. 30-35.

47. Гусев Ю.В. Математическая модель процесса транспортирования чугуна в конвертерный цех [Текст] / Ю.В. Гусев, Д.Ю. Гусев // Вестник Приазовского государственного технического университета: Зб. наук. тр. -Мариуполь, 2008. - №18. - С. 230-232.

48. Парунакян В.Э. К вопросу формирования логистических цепей в транспортно-грузовых системах металлургических предприятий. [Текст] / В.Э. Парунакян, Ю.В. Гусев, Е.И. Сизова // Вестник Приазовского государственного технического университета: Зб. наук. тр. - Мариуполь, 2006. - №16 - С. 220 - 226.

49. Ковш чугуновозный миксерного типа [Электронный ресурс] -Режим доступа: http://steeltimes.ru/glossary/eng/T/torpedocar.php

50. Кащеев Д.А. Свойства и применение огнеупоров: Справочное издание. [Текст] / Д.А. Кащеев. - М.: Теплотехник, 2004. - 352 с.

51. Хорошавин Л. В. Магнезиальные огнеупоры: Справочник [Текст] / Л.В. Хорошавин, В.А. Перепелицын, В.А. Кононов. - М.: Интермет Инжиниринг, 2001. - 576 с.

52. Сердюков А.А. Современная футеровка для крупных кислородных конвертеров [Электронный ресурс] / А.А. Сердюков, А.Ф. Тонкушин, А.Н. Смирнов: - Режим доступа: http://uas.su/conferences/2010/may/02/00002.php

53. Опыт эксплуатации периклазоуглеродистых футеровок конвертеров [Текст] / О. Б. Воронина, С. Н. Ушаков, И. М. Захаров и др. - Сталь. - 2009. -№ 10. - С. 28-29.

54. Martino M., Fenu M., Anfosso A. Refractory Lining for Oxygen Converters: Recent Experiences in this Field [Текст] // Proceedings of 5-th European Steelmaking Conference, 26-28 June, 2006, Aachen, Germany. - Dusseldorf: Steel Institute VDEh, 2006. - P. 229-233.

55. Annual report 1998 Koninklijke Hoogovens NV [Текст] / Corporate Secretariat Koninklijke Hoogovens. - Amsterdam,1998. - 88 p.

56. Модернизация и комплексное оснащение современным оборудованием предприятий металлургии [Текст] / Г.С. Суков, Ю.Н. Белобров,

Н.Н. Попов, В.А. Дзержинский // Металлургия: Тенденции развития. - 2008. -№03. - С.4-7.

57. Чешский машиностроительный холдинг "VITKOVICE MACHINERY GROUP" планирует сотрудничество с южноуральскими инженерами. [Электронный ресурс]. - Режим доступа: http://www.metaldaily.ru/news/news66847.html

58. Вербах С.А. Снижение удельного расхода огнеупорных материалов на качающихся желобах доменных печей ОАО «Северсталь» [Текст] / С.А.Вербах, В.А.Синицын, Л.М.Прудникова // Открытое акционерное общество «Северсталь». - 2002. - 5 c.

59. Жигир И. Металлургмаш России: рынок разделили европейцы и украинцы [Электронный ресурс] / И. Жигир // Новости металлургии. - 2012. -Режим доступа: http://dnsteel.com.ua/novosti-metallurgii/1030-metallurgmash-rossii-ryinok-razdelili-evropejtsyi-i-ukraintsyi.html

60. Паэранд Ю.Э. Мониторинг состояния футеровки передвижного миксера в информационной системе контроля перевозки жидкого чугуна [Текст] / Ю.Э.Паэранд, Н.Ю. Емельянова // Современные информационные и электронные технологии СИЭТ- 2011: Труды 12-й международной научно-практической конференции. - Одесса, 2011. - С. 60

61. Северсталь обещает к пятнице ликвидировать последствия аварии вк онвертерном цехе [Электронный ресурс]. - Режим доступа: http://www.metalinfo.ru/ru/news/6296

62. Обзор аварий и инцидентов в металлургической отрасли [Электронный ресурс]. / MarkMet: Металлургия, образование, работа, бизнес. -2012. - Режим доступа: http://www.markmet.ru/tehnika-bezopasnosti-v-metallurgii/obzor-krupneishikh-avarii-v-metallurgicheskoi-otrasli

63. Число жертв аварии на металлургическом заводе в Китае достигло 11 [Электронный ресурс]. - Режим доступа: http://ria.ru/world/20111005/450066044.html

64. Авария на Магнитогорском меткомбинате: на рабочую площадку вылился металл из сталь-ковша [Электронный ресурс] / Агенство новостей «Доступ». - 2010. - Режим доступа: http://www.ziwa.org/ru/Cluster.aspx?uid=2010060237Accidents&id=2A-1&rid=-1

65. Авария на металлургическом комбинате имени Ильича в Мариуполе. Есть жертвы [Электронный ресурс] / УКРИНФОРМ. - 2012. -Режим доступа: http://www.mukola.net/news.php?id=47963&arhiv=1

66. Сысоев А.А. Травматизм и аварийность в металлургии [Текст] / А.А. Сысоев, В.Ф. Мартынюк, Б.С. Мастрюков // Металлург. - 2004. - №2. - С.29-32.

67. Бикмухаметов М.Г. Совершенствование методики оценки риска возникновения аварийных ситуаций предприятий черной металлургии [Текст] / М.Г. Бикмухаметов, В.Д. Черчинцев, М.Г. Сулейманов // Металлург. - 2004. -№4. - С.41-42.

68. Блинников В.В. О некоторых проблемах техногенной безопасности доменного производства [Текст] / В.В. Блинников, С.П. Сущев, А. Л. Чайка // Фундаментальные исследования. - 2011. - № 8 - С. 106-111.

69. Ефимов А.В. Основы технической диагностики [Текст] / А.В. Ефимов, А.Г. Галкин. - Екатеринбург: УрГУПС, 2006. - 97 с.

70. Бшокур 1.П. Основи дефектоскоп^ [Текст] / 1.П. Бшокур - К.: «Азимут-Украша», 2004. - 496 с.

71. Czichos H. Handbook of Technical Diagnostics. [Текст] / H. Czichos. -Springer, 2013. - 566 p.

72. Korbicz J. Intelligent Systems in Technical and Medical Diagnostics [Текст] / J. Korbicz, M. Kowal. - Springer, 2014. - 536 p.

73. Korbicz J. Fault Diagnosis: Models, Artificial Intelligence, Applications [Текст] / J. Korbicz. - Springer, 2004. - 920 p.

74. Korbicz J. Modeling, Diagnostics and Process Control [Текст] / J. Korbicz, J.M. Koscielny. - Springer, 2011. - 400 p.

75. Бигус Г. Техническая диагностика опасных производственных объектов [Текст] / Г. Бигус, Ю. Даниев. - Наука, 2010. - 418 с.

76. Поляков В. Основы технической диагностики [Текст] / В. Поляков. -Инфра-М, 2013. - 120 с.

77. Киселев Ю.В. Основы теории технической диагностики. [Текст] / Ю.В. Киселев. - Самара: СГАУ, 2004. -138 с.

78. Сафарбаков А.М. Основы технической диагностики деталей и оборудования [Текст] / А.М. Сафарбаков, А.В. Лукьянов, С.В. Пахомов. -Иркутск: ИрГУПС, 2007. - 110 с.

79. Еременко В.Т. Методологические аспекты обработки изображений в автоматизированных системах диагностики [Текст] / В.Т. Еременко, А.В. Тютякин, А. А. Кондрашин // Информационные системы и технологии. - 2011.

- №2(64). - С. 19-26.

80. Туробов Б.В. Визуальный и измерительный контроль: уч. пособие [Текст] / Туробов Б.В.; под общ. ред. В.В. Клюева - 1-е изд. - М.: Спектр, 2011.

- 224 с.

81. Кравченко В.М. Визуальное диагностирование механического оборудования [Текст] / В.М. Кравченко, В. А. Сидоров. - Донецк: ООО Юго-Восток, ЛТД, 2004. - 120 с.

82. Никитин Ю.Н. Диагностика и дефектоскопия материалов и изделий [Текст] / Ю.Н. Никитин. - Луганск: ВНУ им. Даля, 2010. - 96 с.

83. Практика радиографического контроля Учебное пособие. [Текст] / В.К. Кулешов, Ю.И. Сертаков, П.В. Ефимов, В.Ф. Шумихин. - Томск, ТПУ, 2011. - 288 с.

84. Зуев В.М. Радиографический контроль сварных соединений [Текст] / В.М. Зуев, Р.Л. Табакман, Ю.И. Удралов. - СПб.: Энергоатомиздат. Санкт-Петербургское отд. 2001. - 148 с.

85. Журавлев Д.Б. Акустико-эмиссионный контроль на объектах металлургии. Новые методы дефектоскопии [Текст] / Журавлев Д.Б., Жуков А.В., Кузьмин А.Н. // Журнал "ТехНадзор". - №12. - 2007.

86. Кузьмин А.Н. Акустико-эмиссионная диагностика дефектов сварных соединений линейной части магистральных трубопроводов [Текст] / А.Н. Кузьмин, А.В. Жуков, А.И Кущин. // Техническое регулирование. Управление рисками, промышленная безопасность, контроль и мониторинг - Москва: НПС «РИСКОМ», 2006. - С. 37-39.

87. Елишев А.В. Исследование параметров тепловыделяющих элементов энергетических реакторов современной системой вихретокового и визуального контроля. [Текст] / А.В. Елишев, С.В. Нефедов, М.Ю. Редькин // Наука и технологии в промышленности - № 4. - 2006.

88. Криворудченко В.Ф. Современные методы технической диагностики и неразрушающего контроля деталей и узлов подвижного состава железнодорожного транспорта. [Текст] / В.Ф. Криворудченко, Р. А. Ахмеджанов. - «МАРШРУТ», 2005. - 436 с.

89. ГОСТ Р ИСО 15549-2009 Контроль неразрушающий. Контроль вихретоковый. - Введ. 15.12.2009. - М.: Стандартинформ, 2011. - 8 с.

90. Мальцев В.М. Металлография промышленных цветных металлов и сплавов [Текст] / Мальцев В.М. - М.: Книга по Требованию, 2012. - 367 с.

91. Чубов А. А. Автоматизация металлографического анализа и контроля сплавов с использованием методов цифровой обработки оптических изображений микроструктур: автореф. дис. канд. техн. наук 05.13.06 / Чубов Алексей Александрович; Рыбинская государственная авиационная технологическая академия имени П. А. Соловьева. - Р., 2007. - 16 с.

92. ГОСТ 5639 - 82 Стали и сплавы. Методы выявления и определения величины зерна. - Введ. 01.01.1983 - М.: Госстандарт СССР: Изд-во стандартов, 1994. - 45 с.

93. ГОСТ 1778 - 70 Сталь. Металлографические методы определения неметаллических включений. - Взамен ГОСТ 1778-62; - Введ. 22.12.1970 - М.: Госстандарт СССР: Изд-во стандартов, 1972. - 42 с.

94. ГОСТ 380-94 Сталь углеродистая обыкновенного качества. Марки и общие технические требования. Введ. 01.01.1998 - М.: Госстандарт СССР: Изд-во стандартов, 21.10.1994. - 8 с.

95. ГОСТ 1050-88 Прокат сортовой, калиброванный, со специальной отделкой поверхности из углеродистой качественной конструкционной стали. Введ. 01.01.1991 - М.: Госстандарт СССР: Изд-во стандартов, 01.10.1990. -20с.

96. ISO 3057:1998 Non-destructive testing -- Metallographic replica techniques of surface examination. - 2 p.

97. Контроль. Диагностика. [Текст] / В.Т. Бобров, Ю.В. Ланге, Б.В. Туробов, Ю.К. Федосенко, М.В. Филинов, Г.С. Шелихов // Неразрушающий контроль и техническая диагностика в промышленности: Материалы 6-й Международной конференции. - Москва, 15-18 мая 2007 г. - С. 3-14.

98. Нестерук Д.А. Тепловой контроль и диагностика [Текст] / Д.А. Нестерук, В.П. Вавилов. - Томск: Томский политехн. ун-т, 2007. - 104 с.

99. Вавилов В.П. Инфракрасная термография и тепловой контроль Издание: 2-е. [Текст] / Вавилов В.П. - М.: Спектр, 2013. - 544 с.

100. Будадин О.Н. Тепловой контроль: уч. пособие [Текст] / О.Н. Будадин, В.П. Вавилов, Е.В. Абрамова; под общ. ред. В.В. Клюева - 1-е изд. -М.: Спектр, 2011. - 176 с.

101. Мильман И.И. Радиоволновой, тепловой и оптический контроль. Часть 2. Учеб. пособие [Текст] / И.И. Мильман, А.А. Митрохин. -Екатеринбург: ГОУ ВПО УГТУ-УПИ, 2006. - 68 с.

102. ГОСТ Р 54852-2011 Здания и сооружения. Метод тепловизионного контроля качества теплоизоляции ограждающих конструкций. - Введ. 2011-1215. - М.: Изд-во стандартов, 2011. - 16 c.

103. ГОСТ Р 53698-2009. Контроль неразрушающий. Методы тепловые. Термины и определения. - Введ. 2009-12-15. - М.: Изд-во стандартов, 2009. -10 c.

104. ISO 10878:2013 Non-destructive testing -- Infrared thermography -Vocabulary. - 2013-10-02. - 28 p.

105. Власов А. Модели и методы термографической диагностики, теплового состояния электрооборудования [Текст] / А. Власов. - LAP LAMBERT Academic Publishing, 2011. - 216 с.

106. Барков А.В. Вибрационная диагностика машин и оборудования. Анализ вибрации: Учебное пособие. [Текст] / А.В. Барков, Н.А. Баркова. -СПб.: СПбГМТУ, 2004. - 156 с.

107. Петрухин В.В. Основы вибродиагностики и средства измерения вибрации. [Текст] / В.В. Петрухин, С.В. Петрухин. - М.:Инфра-Инженерия, 2010. - 176 с.

108. Шелихов Г.С. Магнитопорошковая дефектоскопия [Текст] / Г.С. Шелихов. - Издательский дом "СПЕКТР", 2010. - 336 с.

109. Шелихов Г.С. Магнитопорошковый контроль: Учебное пособие [Текст] / Г.С. Шелихов, Ю.А. Глазков - Издательский дом "СПЕКТР", 2011. -183 с.

110. Троицкий В.А. Подвижное локальное намагничивание металлоконструкции при магнитопорошковом контроле [Текст] / В. А. Троицкий // Техническая диагностика и неразрушающий контроль. - 2014. -№1. - С. 16-22 .

111. Богомолова Н.А. Практическая металлография [Текст] / Н.А. Богомолова. - М.: Высшая школа, 1987. - 240 с.

112. Лившиц В.Г. Металлография [Текст] / В.Г.Лившиц. - М.: «Металлургия», 1990. -- 236 с.

113. Сайт Научно-технический центр «Прибор» (Металлургия) [Электронный ресурс]. - Режим доступа: http://www.ognecom.ru/files/pdf/ntc.pdf

114. Сайт Научно-производственное предприятие "Литейный двор" [Электронный ресурс]. - Режим доступа: http://www.litdvor.promzone.ru/.

115. Металлургавтоматика [Электронный ресурс]. - Режим доступа: http://www.ma.dp.ua/clients/

116. АСУ ТП выплавки стали комплекса конвертерного цеха №1 Магнитогорского металлургического комбината [Электронный ресурс]. -Режим доступа: http://www.ma. dp .ua/ clients/subsection7/

117. АСУ ТП конвертерного отделения енакиевского металлургического завода [Электронный ресурс]. - Режим доступа: http://www.ma.dp.ua/clients/asy tp konverternog/

118. АСУ ТП кислородно-конвертерного цеха №2 металлургического завода в г. Руркеле (Индия) [Электронный ресурс]. - Режим доступа: http://www.ma.dp.ua/clients/subsection3/

119. Автоматизированная система управления загрузкой доменной печи [Электронный ресурс]. - Режим доступа: http://www.ma.dp.ua/clients/subsection2/

120. Metals Industry from Rockwell Automation [Электронный ресурс]. -Режим доступа: http://www.rockwellautomation.com/rockwellautomation/ industries/metals/overview.page?

121. CHINA IRON & STEEL RESEARCH INSTITUTE GROUP Products and Technology Automation System [Электронный ресурс]. - Режим доступа: http://www.cisri.com/english/tabid/550/language/en-US/Default.aspx

122. Siemens Metals Technologies - Ironmaking - Steelmaking - Rolling Mills - Processing Lines - Metals Technologies - Siemens [Электронный ресурс]. - Режим доступа: http://www.industry.siemens.com/verticals/metals-industry/en/metals/pages/home.aspx

123. Григорьев А.Н. Опыт разработки рассредоточенной АСУ ТП для металлургического комбината. [Текст] / А.Н. Григорьев, Н.Б. Копытчук, Е.В. Черноглазов. // Механизация и автоматизация управления, - 1987. - № 1 С.32-34.

124. Головко В. Мониторить «здоровье» футеровки конвертеров будут лазерные сканеры. [Текст] / В. Головко // «Металлург». - Кривой Рог, 2011. -№34. - С. 2-3.

125. Martin J. Object-Oriented Methods: The Pragmatics. [Текст] / J. Martin, J.J Odel. - Englwood Cliffs: Prentice Hall.- 1995.- 474 p.

126. Грэхем И. Объектно-ориентированные методы. Принципы и практика [Текст] / И. Грэхем. - М.: Вильямс, 2004. - 768 с.

127. Избачков Ю.С. Информационные системы [Текст] / Ю.С. Избачков, В.Н. Петров. - СПб.: Питер, 2006. - 656 с.

128. Фельдман Я. А. Создаем информационные системы [Текст] / Я.А. Фельдман. - М.: СОЛОН-ПРЕСС, 2006. - 120 с.

129. ISO/IEC 1003.23: 1998 (Рекомендации Р50.1.041-2002) Руководство по проектированию профилей среды открытой системы

130. ГОСТ 20911-89 Техническая диагностика Термины и определения утвержден и введен в действие 26. 12. 89 № 4143взамен ГОСТ 20911-75. - 10 с.

131. Шилейко А.В. Ведение в информационную теорию систем [Текст] / А.В. Шилейко, В.Ф. Кочетов, Ф.Ф. Химушин. - М.: Радио и связь, 1985. -280с.

132. Харкевич А.А. О ценности информации. [Текст] / А.А. Харкевич В Ценность кибернетики. - М.: ФИЗМАТИЗДАТ, 1960. - Вып.4. - С.53-57.

133. Chen C.H. Handbook of pattern recognition and computer vision [Текст] / Chen C.H., Rau L.F. and Wang P.S.P.(eds.). - Singapore-New Jersey-London-Hong Kong: World Scientific Publishing Co. Pte. Ltd., 1995. - 984 p.

134. Павлидис Т. Алгоритмы машинной графики и обработки изображений: Пер. с англ. [Текст] / Т. Павлидис. - М.: Радио и связь, 1986. -400 с.

135. Красильников Н.Н. Цифровая обработка изображений [Текст] / Н.Н. Красильников - М.:Вузовская книга, 2001. - 320 с.

136. Яровой А.А. Интеллектуальная система сжатия и распознавания изображений для задач профилирования лазерного луча [Текст] / А. А. Яровой, Р. С. Власюк // Нау^ пращ ВНТУ. - 2G1G. - № 2. - С. 1-12.

137. Шапиро Л. Компьютерное зрение. Пер с англ. [Текст] / Л.Шапиро, Дж. Стокман — М.: Бином, 2GG6. — 752 с.

138. O'Gorman L. Practical Algorithms for Image Analysis [Текст] / L. O'Gorman M. J. Sammon, M. Seul. - Cambridge University Press, 2GG8. - 36G p.

139. Gonzalez R. Digital Image Processing (3rd Edition) [Текст] / R. Gonzalez R. Woods. - Prentice Hall, 2GG7. - 976 p.

14G. Емельянов В.А. Нейросетевой метод определения количественных характеристик металлов [Текст] / В.А. Емельянов // Радюелектронш i комп'ютерш системи. - 2G1G. - №4(45). - С.169-173.

141. Pratt W.K. Digital image processing. - 3nd ed. [Текст] / W.K. Pratt. -USA: John Wiley & Sons, 2GG1. - 75G c.

142. Соломатин И.И. Обзор методов предварительной обработки тоновых изображений для распознавания искусственных объектов [Текст] / И.И. Соломатин // Изв. вузов. Приборостроение. - 1996. - Т.39. - №7. - С.5-12.

143. Путятин Е.П. Обработка изображений в робототехнике. [Текст] / Е.П. Путятин, С.И. Аверин - М.: Машиностроение, 199G. - 32G с.

144. Абакумов В.Г. Предварительная обработка сигналов и изображений [Текст] / В.Г. Абакумов, В.Н. Крылов, С.Г. Антощук // Электроника и связь. - Киев, 2GG4.- №21. - С. 64-67

145. Гатилова Ю.С. СКС исследования качества стали в металлографической лаборатории [Электронный ресурс]. / Ю.С. Гатилова. -2GG7. - Режим доступа: http://masters.donntu.edu.ua/2GG7/ kita/ gatilova/links/index.htm

146. Шарко А.В. Математическая модель построения и использования нейронных сетей для определения прочностных свойств металлопродукции акустическим методом неразрушающего контроля. [Текст] / А.В.Шарко,

С.А.Бабичев // Вестник Херсонского технического университета.- 2001.-№13-С. 120-123.

147. Бабичев С.А. Нейросетевые технологии в системе технической диагностики прочностных свойств металлов [Текст] / С.А.Бабичев, А.В.Шарко, В.С.Вышемирский // Вестник Херсонского технического университета.-2002.- №14-С. 361-366.

148. Mohamad Hassoun Fundamentals of Artificial Neural Networks [Текст] / Mohamad Hassoun. - A Bradford Book, 2003. - 511 p.

149. Graupe D. Principles of Artificial Neural Networks: 3rd Edition (Advanced Series in Circuits & Systems) (Advanced Series in Circuits and Systems) [Текст] / D. Graupe. - World Scientific Publishing Company, 2013. - 500 p.

150. Ripley B. Pattern Recognition and Neural Networks [Текст] / B. Ripley. - Cambridge University Press, 2008. - 416 p.

151. Ососков Г.А. Нейронные сети с самоорганизацией в задачах классификации и обработки изображений, [Текст] / Г.А.Ососков, А.В.Стадник // ИТВС,№1, УРСС, - М.:Москва, 2004. - С. 103-125

152. Осовский С. Нейронные сети для обработки изображения. [Текст] / Пер. с польского И. Д. Рудинского. - М.: Финансы и статистика, 2002. - 344 с.

153. Haykin S. Neural Networks and Learning Machines (3rd Edition) [Текст] / S. Haykin. - Prentice Hall, 2008. - 936 p.

154. Галушкин А.И. Нейронные сети. Основы теории [Текст] / А.И. Галушкин. - Горячая Линия - Телеком, 2012. - 496 c.

155. Beiu, V. On optimal computations using perceptrons [Текст] / V. Beiu // Control Engineering and Applied Informatics. - 2002. - V.4. No.l. - P. 33-43.

156. Costarelli D. Multivariate neural network operators with sigmoidal activation functions [Текст] / D. Costarelli, R. Spigler. // Neural Networks. - V.48, 2013. - P. 72-77.

157. Costarelli D. Approximation results for neural network operators activated by sigmoidal functions [Текст] / D. Costarelli, R. Spigler. // Neural Networks. - V.44, 2013. - P. 101-106.

158. Сайт: База данных микроструктур металлов и сплавов. [Электронный ресурс] - Режим доступа: http://www.microstructure.ru/rudbview

159. NDT-PRO Палитры тепловизоров [Электронный ресурс] - Режим доступа: http://www.ndt-pro.ru/ndtpro post13

160. Parker J.R. Algorithms for Image Processing and Computer Vision [Текст] / J.R. Parker. - Wiley, 2010. - 504 p.

161. Simon J. D. Prince Computer Vision: Models, Learning, and Inference [Текст] / Simon J. D. Prince. - Cambridge University Press, 2012. - 598 p.

162. Szeliski R. Computer Vision: Algorithms and Applications (Texts in Computer Science) [Текст] / R. Szeliski. - Springer, 2010. - 833 p.

163. Singh A. Segmentation of Remotely Sensed Images Using Resampling Based Bayesian Learning [Текст] / A. Singh, P. Jaikumar, S. Mitra // Journal of Pattern Recognition Research. - V.5. - 2010. - P. 119-130.

164. Sandhya Samarasinghe Neural Networks for Applied Sciences and Engineering: From Fundamentals to Complex Pattern Recognition [Текст] / Samarasinghe Sandhya. - Auerbach Publications, 2006. - 570 p.

165. Graupe D. Principles of Artificial Neural Networks: 3rd Edition (Advanced Series in Circuits & Systems) (Advanced Series in Circuits and Systems) [Текст] / D. Graupe. - World Scientific Publishing Company, 2013. - 500 p.

166. Andries P. Engelbrecht Computational Intelligence: An Introduction [Текст] / Engelbrecht Andries P. - Wiley, 2007. - 628 p.

167. Варшавский П.Р. Применение метода аналогий в рассуждении на основе прецедентов для интеллектуальных систем поддержки принятия решений. [Текст] / П.Р. Варшавский // Девятая национальная конференция по искусственному интеллекту с международным участием КИИ-2004. - М.: Физматлит, 2004. - С 218-226.

168. Ничипоренко О.А. Использование технологии Case-Based Reasoning в проектировании программных систем [Текст] / О.А. Ничипоренко // Перспективные информационные технологии и информационные системы. -Таганрог, 2002. - С 27-32.

169. Kozko B. Fuzzy congnitive maps [Текст] / B. Kozko // Int. Journal man-mashine Studies. - 1986. - P. 65-75.

170. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. [Текст] / Э.А. Трахтенгерц. - М.: Наука, 1998. - 420 с.

171. Ruck D.W. The multilayered perceptron as an approximation to a Bayes optimal discriminant function [Текст] / D.W. Ruck, S.K. Rogers, M. Kabrisky // IEEE Transactions on Neural Networks.- 1990.- P. 296-298.

172. Афанасьев В. Н. Анализ временных рядов и прогнозирование. [Текст] / В. Н. Афанасьев, П. Н. Юзбашев. - М. : Финансы и статистика, 2001. - 288 с.

173. Назаров А. В. Нейросетевые алгоритмы прогнозирования и оптимизации систем. [Текст] / А. В. Назаров, А. И. Лоскутов - С-Пб.: Наука и техника, 2003. - 384 с.

174. Chen X. A Modified, error Back-propagation Algorithm for Complex-value Neural Networks [Текст] / X. Chen, Z. Tang, C. Varjappan. // International Journal of Neural Systems. - 2005. - Vol. l5(6). - P. 435 - 443.

175. Suzuki Kenji Artificial Neural Networks: Architectures and Applications [Текст] / Kenji Suzuki. - InTech, 2013. - 256 p.

176. Мацяшек Л.А. Анализ требований и проектирование систем. Разработка информационных систем с использованием UML [Текст] / Л.А. Мацяшек. - М.: Вильямс, 2002. - 432 с.

177. Фельдман Я. А. Создаем информационные системы [Текст] / Я.А. Фельдман. - М.: СОЛОН-ПРЕСС, 2006. - 120 с.

178. Избачков Ю.С. Информационные системы [Текст] / Ю.С. Избачков, В.Н. Петров. - СПб.: Питер, 2006. - 656 с.

179. Копитчук М. Б. Теоретичш основи побудови i засоби практично! реалiзацi! штегрованих шформацшних систем облшу вантажопотоюв: дис. доктора техн. наук; 05.13.06; защищена 3.07.2003 / Копытчук Николай Борисович. - О., 2003. - 305 c.

180. Тарасенко Ф.П. Введение в курс теории информации. [Текст] / Ф.П. Тарасенко. - Томск.: Изд. Томского университета, 1963. - 240 c.

181. Информатика: Учебник [Текст] / Под ред. Н. В. Макаровой. - М.: Финансы и статистика, 1998. - 768 с.

182. Информационные системы в экономике: Учебник [Текст] / Под ред. В.В. Дика. - М.: Финансы и статистика, 1996. - 654 с.

183. Архитектура компьютерных систем и сетей: Учеб. пособие [Текст] / Т.П. Барановская, В.И. Лойко, М.И. Семенов, А.И. Трубилин; под ред. В.И. Лойко. - М.: Финансы и статистика, 2003. - 256 с.

184. Burstein F. Handbook on Decision Support Systems 1 [Текст] / F.Burstein, C. Holsapple. - Springer, 2008. - 854 p.

185. Chiang S. Jao Decision Support Systems [Текст] / Jao Chiang S. -InTech, 2010. - 406 p.

186. Giarratano J. Expert Systems: Principles and Programming, Fourth Edition [Текст] / J.C. Giarratano, G.D. Riley. - Course Technology, 2004. - 288 p.

187. Джонс М. Тим Программирование искусственного интеллекта в приложениях [Текст] / М. Тим Джонс. - ДМК Пресс, 2012. - 312 с.

188. Соколов А.Ю. Метод диагностики распределенных систем с множественными дефектами [Текст] / А.Ю. Соколов, И.А. Трофимова, М.Л. Угрюмов // Авиационно-космическая техника и технология. - 2007. - №9 (45). - С. 177-183.

189. Соколов А.Ю. Мультиагентный подход в задачах технической диагностики [Текст] / А.Ю. Соколов // Радиоэлектронные и компьютерные системы. - 2007. - №7 (26). - С. 168-175.

190. Hoek W. On the logic of cooperation and propositional control. [Текст] / W. Hoek, M. Wooldridge // Artificial intelligence. - №164. - 2005. - Р. 81-119.

191. Soo Young Eo Cooperative problem solving in diagnostic agents for chemical processes. [Текст] / Soo Young Eo, Tae Suk Chang, Dongil Shin, En Sup Yoon // Computer & Chemical Engineering. - №24. - 2000. - Р. 729-734.

192. Ларман К. Применение UML и шаблонов проектирования [Текст] / К. Ларман. - М.: Вильямс, 2002. - 624 с.

193. Якобсон И. Унифицированный процесс разработки программного обеспечения [Текст] / И. Якобсон, Г. Буч, Дж. Рамбо. - СПб.: Питер, 2002. -458 c.

194. Боггс У. UML и Rational Rose. [Текст] / У. Боггс, М. Боггс. - М.: «Лори», 2008. - 600 с.

195. Леоненков А. Самоучитель UML. Эффективный инструмент моделирования информационных систем [Текст] / А. Леоненков. - СПб.: BHV, 2005. - 304 с.

196. Вагоны. Сайт служебной информации ОАО «Алчевский металлургический комбинат» [Электронный ресурс] - Режим доступа: https://www.amk.lg.ua/data/Account/LogOn?ReturnUrl=%2fdata%2f#

ПРИЛОЖЕНИЕ А. АКТЫ ВНЕДРЕНИЯ

У Т В ЕР Ж Д.А Ю

Заместитель, главного инженера но

информ ПАО

ым технологиям цкий металлургический

Шур Ю.А, \я_ 2014 г.

А К Т^

о внедрении результатов докторской диссертационной работы Емельянова Виталия Александровича в технологические процессы на ПАО «Алчевский металлургический комбинат» (МАО «АМК»)

Комиссия в составе:

голова: ГДубовцов, начальник ЦВХ ПАО «АМК»; члены: А. Тимошенко, зам. начальника ЦВХ ПАО «AMК»;

И. Петруновский, начальник участка ЦВХ I IAO «AMК» и период с 5 по 30 июня 2014 г. рассмотрела докторскую диссертацию Емельянова В.А.

Комиссия подтверждает, что результаты диссертационной работы Емельянова В.А. внедрены в опытно-промышленную эксплуатацию на предприятии ПАО «АМК» в технологический процесс транспортировки жидкого чугуна с помощью передвижных миксеров ПМ350т. Внедрение научных и практических разработок Емельянова В.А. осуществлялось для диагностики технического состояния парка передвижных миксеров: №1, №2, №3, №5 и т.

Использование разработанных Емельяновым В А. информационной технологии и программного обеспечения для распознавания изображений термограмм передвижных миксеров ПМЗЗОт позволило увеличить достоверность идентификации зон прогара футеровки миксеров до 98%,

Вследствие автоматизации Емельяновым В.А. процесса технической диагностики состояния передвижных миксеров ПМ350т повышена оперативность данного процесса, за счет уменьшения времени на определение технического состояния миксеров с 2,5 часов до 15 минут.

Голова комиссии: Начальник ЦВХ ПАО «АМК» Члены комиссии: Заместитель начальника ЦВХ Г1АО «АМК» Начальник участка ЦВХ ПАО «АМК»

Г. Дубов нов

А. Тимошенко

И. Петруновский

ПЕРЕВОД с УКРАИНСКОГО ЯЗЫКА на РУССКИЙ ЯЗЫК ПЕЧАТИ на АКТЕ о ВНЕДРЕНИИ РЕЗУЛЬТАТОВ ДОКТОРСКОЙ ДИССЕРТАЦИОННОЙ РАБОТЫ ЕМЕЛЬЯНОВА ВИТАЛИЯ АЛЕКСАНДРОВИЧА в ТЕХНОЛОГИЧЕСКИЕ ПРОЦЕССЫ на ПАР «АЛЧЕВСКИЙ МЕТАЛЛУРГИЧЕСКИЙ КОМБИНАТ» (ПАР «АМК») от «07» ИЮЛЯ 2014 г.:

ПЕЧАТЬ: УКРАИНА * Луганская область * город Алчевск * ПУБЛИЧНОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО «АЛЧЕВСКИЙ МЕТАЛЛУРГИЧЕСКИЙ

КОМБИНАТ» * код 05441447

Перевод с украинского языка на русский язык выполнил переводчик Севастопольской торгово-промышленной палаты

Город Севастополь « /,'> » декабря 2015 года

Я, Серегина Ксения Юрьевна, временно исполняющая обязанности нотариуса города Севастополя Петренко Татьяны Зиябутиновны, свидетельствую подлинность подписи, сделанной переводчиком Камышникоеым Романом Викторовичем в моём присутствии. Личность его установлена.

Зарегистрировано в реестре за N6 .?-<<~,<г> г ■ тС Взыскано госпошлины (по тарифу) 300,00 рублей

г

УТВЕРЖДАЮ

Заместитель финансового директора по информационным технологиям 11АО «МлеиупоПьекий

ЩжУ'Ш^ Федчун С.В. ^ . 20/4 г.

АКТ

о внедрении научных и практических результатов докторской диссертационной работы Емельянова Виталия Александровича на ПАО «Мариупольский металлургический комбинат имени Ильича»

Настоящий акт подтверждает, что научные и практические разработки Емельянова В.А, внедрены на ПАО «Мариупольский металлургический комбинат имени Ильича» в процессе технической диагностики передвижных миксеров в цеху по ремонту металлургического оборудования (ЦРГО). В частности, предложенное Емельяновым В, А, специализированное программное обеспечение, реализующее разработанные интеллектуальные методы обработки изображений футерованного оборудования были использованы при диагностике следующих передвижных миксеров: №14 №4 и №7 (тип ПМ 350т).

Использование практических и научных результатов Емельянова В.А. позволил® автоматизировать процесс диагностики передвижных миксеров, что позволило сократить время диагностики с 120 до 30 минут. Кроме того, разработанные автором диссертационной работы интеллектуальные методы распознавания изображений футерованного оборудования экспериментально продемонстрировали высокий уровень достоверности распознавания при диагностике передвижных миксеров, более 96 %.

Внедрение научных и практических разработок Емельянова В.А. в практику деятельности ЦРГО Мариупольского металлургического комбината имени Ильича доказало их научную обоснованность, достоверность и практическую ценность для процессов технической диагностики футерованного металлургического оборудования.

Начальник ЦРГО

ГОСУДАРСТВЕННОЕ НАУЧНО-ПРОИЗВОДСТВЕННОЕ ПРЕДПРИЯТИЕ «ФОТОН»

УКРАИНА

STATE RESEARCH & PRODUCTION CORPORATION «FOTON»

UKRAINE

Украина, 94217, г Апчевск Луганская об л . ул Набережная. 1Z, Tan: *36 (095) 516 07 1S e-mail: foton_777^mail; ги

Ukraine. 94217, Alchavst, Lu^aask region l? Natenegn&is street Ш +3S (095) 516 07 15 a-mail: [e-mail]

АКТ

внедрения результатов докторской диссертационной работь! Емельянова Виталия Александровича и конструкторские разработки ГНГ1П «ФОТОН»

Отдельные разработки и положения докторской диссертационной работы Емельянова В,Л, использованы и внедрены а ГНГ1П «Фотон» при выполнении НИР по разработке высоковольтных источников питания согласно хозяйственной теме Ху02 зарегистрированной 18,01,2010 г,

В частности, с помощью разработанных Емельяновым В,А. интеллектуальных методов и средств обработки изображений проведено распознавание термограмм высоковольтных источников питания, что позволило определить их дефекты, связанные с изменением изоляционных характеристик. Предложенная автором диссертационной работы интеллектуальная информационная технология поддержки принятия решений при диагностике технического состояния высоковольтных источников питания позволила повысить полноту оценки состояния высоковольтных источников питания и информативность принятия решений по нх ремонту.

Разработанные интеллектуальные методы и информационная технология за счет распознавания теп лови зионных изображений позволяют приводить диагностику технического состояния высоковольтных источников питания бе! отключения злектрО&борудования. Это позволило повысить оперативность процесса технической диагностики состояния высоковольтного электрооборудования,

В результате внедрения интеллектуальных разработок Емельянова В.Л, повышена достоверность определения технического состояния высоковольтных источников питания с 85 % до 98 %,

Директор ГНПП «ФОГОН»

О,В. Бакаев

ПРИЛОЖЕНИЕ Б. СТАТИСТИЧЕСКИЕ ДАННЫЕ КАЛИБРОВОК ПЕРЕДВИЖНЫХ МИКСЕРОВ ПМ 350т

Таблица Б.1 - Статистика калибровок весового комплекта передвижного миксера №9 (ПМ 350т)

дата время Темпер Режим вес вес чистый чистый погреш % коррек новый новая новый %

атура начальн конечный на ККЦ ность ция вес погреш

корпуса ыи ность

27.03.2011 23:20 50 ЭМ 300 540 240 267,2 27,2 11,33333 2,2266 241,2 26 9,730

28.03.2011 8:10 55 ЭМ 296,5 550,1 253,6 260 6,4 2,523659 2,0504 254,868 5,132 1,973

28.03.2011 15:20 56 ЭМ 297,22 558,06 260,84 267,9 7,06 2,70664 2,0541 262,144 5,7558 2,148

29.03.2011 0,15 60 ЭМ 298,6 570,7 272,1 271,5 -0,6 -0,22051 1,9955 273,460 -1,9605 -0,722

29.03.2011 5:40 58 ЭМ 294 563 269 270,4 1,4 0,520446 2,0104 270,345 0,055 0,020

29.03.2011 16:37 66 ЭМ 298,27 564,4 266,13 270 3,87 1,454177 2,0290 267,460 2,53935 0,940

29.03.2011 21:43 65 ЭМ 321 570 249 275 26 10,44177 2,2088 250,245 24,755 9,001

30.03.2011 2:31 60 ЭМ 298,11 572,47 274,36 271,9 -2,46 -0,89663 1,9820 275,731 -3,8318 -1,409

30.03.2011 19:40 65 ЭМ 294 560 266 271,9 5,9 2,218045 2,0443 267,33 4,57 1,680

31.03.2011 0:20 60 ЭМ 300,61 576,81 276,2 272,6 -3,6 -1,3034 1,9739 277,581 -4,981 -1,827

31.03.2011 17:00 58 ЭМ 297,2 550,8 253,6 272,6 19 7,492114 2,1498 254,868 17,732 6,504

02,04,2011 23:00 60 ЭМ 302,85 564,11 261,26 263,7 2,44 0,933936 2,0186 262,566 1,1337 0,429

02,04,2011 3:25 59 ЭМ 302,6 546,32 243,72 266,7 22,98 9,428853 2,1885 244,938 21,7614 8,159

02.04.2011 17:30 55 ЭМ 292,28 547,92 255,64 275 19,36 7,57315 2,1514 256,918 18,0818 6,575

03.04.2011 8:05 57 ЭП 295 563 268 272 4 1,492537 2,0298 269,34 2,66 0,977

03.04.2011 13:35 63 ЭП 296 560 264 279 15 5,681818 2,1136 265,32 13,68 4,903

03.04.2011 20:15 65 ЭП 292,32 564,85 272,53 275 2,47 0,906322 2,0181 273,892 1,10735 0,402

04.04.2011 1:20 71 ЭП 296,1 546,13 250,03 271,1 21,07 8,426989 2,1685 251,280 19,8195 7,310

04.04.2011 10:50 72 ЭП 296,24 549,77 253,53 270,4 16,87 6,654045 2,1330 254,797 15,602 5,770

04.04.2011 23:30 73 ЭП 300 549 249 270 21 8,433735 2,1686 250,245 19,755 7,316

05.04.2011 6:40 75 ЭП 294 540 246 267,2 21,2 8,617886 2,1723 247,23 19,97 7,473

05.04.2011 22:30 78 ЭП 291,59 560,27 268,68 267,1 -1,58 -0,58806 1,9882 270,023 -2,9234 -1,094

06.04.2011 4:05 80 ЭП 303,47 570,53 267,06 265,6 -1,46 -0,54669 1,9890 268,395 -2,7953 -1,052

Минимальная погрешность -3,6 -1,3034 -4,981 -1,827

Максимальная погрешность 27,2 11,33333 26 9,730

ю

-о

Таблица Б.2 - Статистика калибровок весового комплекта передвижного миксера №2 (ПМ 350т)

дата время Темпер Режим вес вес чистый чистый погреш % коррекция новый новая новый

атура начальн конечный на ККЦ ность вес погреш %

корпуса ыи ность

30.03.2011 22:20 55 ЭМ 12,21 259,49 247,28 270,8 23,52 8,685377 2,190229 272,008 -1,208 -0,446

31.03.2011 2:50 66 ЭМ 2,79 255,04 252,25 276,2 23,95 8,671253 2,189890 277,475 -1,275 -0,461

31.03.2011 21:00 60 ЭМ 16 248 232 267 35 13,10861 2,301724 255,2 11,8 4,419

01.04.2011 5:15 58 ЭМ 20 268 248 268 20 7,462687 2,161290 272,8 -4,8 -1,791

01.04.2011 20:20 66 ЭМ 12 263,44 251,44 267 15,56 5,827715 2,123767 276,584 -9,584 -3,589

02.04.2011 0:50 65 ЭМ 23,35 253,73 230,38 257 26,62 10,35798 2,231096 253,418 3,582 1,393

02.04.2011 14:50 60 ЭМ 6,89 256,87 249,98 277,4 27,42 9,884643 2,219377 274,978 2,422 0,873

03.04.2011 18:30 55 ЭМ 5 245 240 276 36 13,04348 2,3 264 12 4,347

04.04.2011 2:10 56 ЭМ 6,95 254,22 247,27 271,3 24,03 8,857353 2,194362 271,997 -0,697 -0,256

04.04.2011 13:35 60 ЭМ 9,05 256,16 247,11 277,7 30,59 11,01548 2,247582 271,821 5,879 2,117

04.04.2011 21:00 58 ЭМ 5 276 271 281 10 3,558719 2,073800 298,1 -17,1 -6,085

05.04.2011 2:00 56 ЭМ 10 266 256 278 22 7,913669 2,171875 281,6 -3,6 -1,294

05.04.2011 9:58 65 ЭМ 12,7 261,85 249,15 273,8 24,65 9,002922 2,197872 274,065 -0,265 -0,096

06.04.2011 1:05 50 ЭМ 8,12 246,86 238,74 267,8 29,06 10,85138 2,243444 262,614 5,186 1,936

Минимальная погрешность 10 3,558719 -17,1 -6,085

Максимальная погрешность 36 13,10861 12 4,4194

ю

-о

On

Таблица Б.3 - Статистика калибровок весового комплекта передвижного миксера №1 (ПМ 350т)

дата время Темпер атура корпуса Режим вес начальн ый вес конечный чистый чистый на ККЦ погрешн ость % коэффициент новый вес новая погреш ность новый %

30.03.2011 23:00 53 ЭМ 259,09 542,18 283,09 294,5 11,41 3,8743 2,080610 292,998 1,501 0,509

01.04.2011 9:30 66 ЭМ 297,41 550,06 252,65 267 14,35 5,3745 2,113595 261,492 5,507 2,062

01.04.2011 11:00 60 ЭМ 15,84 249,1 233,26 266 32,74 12,308 2,280716 241,424 24,57 9,239

01.04.2011 15:25 58 ЭМ 12,8 252,29 239,49 266,5 27,01 10,135 2,225562 247,872 18,627 6,989

01.04.2011 16:56 56 ЭМ 297,27 565,84 268,57 267,5 -1,07 -0,4 1,992031 277,969 -10,469 -3,914

02.04.2011 20:30 55 ЭМ 9,45 260,17 250,72 275 24,28 8,829 2,193682 259,495 15,504 5,638

02.04.2011 23:00 60 ЭМ 292,46 552,54 316 272,6 -43,4 -15,920 1,725316 327,06 -54,46 -19,978

02.04.2011 23:36 55 ЭМ 290,75 543 316 277,8 -38,2 -13,750 1,758227 327,06 -49,26 -17,732

03.04.2011 0:46 56 ЭМ 13,56 251,12 237,56 263 25,44 9,6730 2,214177 245,874 17,125 6,511

03.04.2011 9:05 63 ЭП 240 542 302 321 19 5,9190 2,125827 312,57 8,43 2,626

04.04.2011 3:30 68 ЭП 238,73 555,56 316,83 321,5 4,67 1,5 2,029479 327,919 -6,419 -1,996

04.04.2011 8:50 66 ЭП 236,96 549,38 312,42 323,7 11,28 3,6 2,072210 323,354 0,345 0,106

05.04.2011 11:58 69 ЭП 243,22 538,02 294,8 313,4 18,6 5,9349 2,126187 305,118 8,282 2,642

Минимальная погрешность -43,4 -15,92 -54,46 -19,978

Максимальная погрешность 32,74 12,308 24,575 9,239

ю

-о -о

ПРИЛОЖЕНИЕ В. ПРОГРАММНЫЙ КОД КЛАССОВ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ «ФО_ИнтелДиагностика»

//КЛАССЫ РЕАЛИЗАЦИИ МЕТОДОВ И ПРОЦЕДУР ОБРАБОТКИ ИЗОБРАЖЕНИЙ ФО

01. package neuronet.gfx;

02. import java.awt.*;

03. import java.awt.image.*;

04. import java.awt.Toolkit.*;

05. import java.awt.event.*;

06. import java.net.URL;

07. import java.util.*;

08. import neuronet.tools.*;

09. public class ImageProcessor extends Panel

10. {

11. private int Pixels[]; // PixelArray for representing the Picture

12. private ArrayList alltokens=null; // private ArrayList that has all tokens in it

13. private int width, height; // Size of the Picture /**

Special values for processing Image algorithms */

14. public static final int PIXEL_MASK = 0x000000ff; // special ColorMask for getting gray pixels

// Color information

// Colors are: Alpha(00-ff) Red(00-ff) Green(00-ff) Blue(00-ff)

15. private static final int COLOR_BACKGROUND = 0xffffffff; // Background color (white)

16. private static final int COLOR_FOREGROUND = 0xff000000; // Foreground color (black)

17. private static final int COLOR_SKELETON = 0xff0000ff; // Color of the skeleton lines

18. private static final int COLOR_REMOVABLE = 0xff00ffff; // Color of marking pixels for erase.

19. private static final int COLOR_GOODLINE = 0xff00ff00; // Color Line OK (green)

20. private static final int COLOR_BADLINE = 0xffff0000; // Color Line too short (red)

21. private static final int COLOR_DONE = 0xfffffe00; // Mark already processed pixels

22. private static final int COLOR_POINT_MARK = 0xffff00ff; // Color to mark special points

23. private static final int COLOR_POINT_DONE = 0xffffff00; // Color to mark points that we already processed

24. private static int LINE_MIN = 20; // to recognize a line it have to have this minimum of pixels

25. private static int POINT_DIFF = 20; // Distance of the special points

// special values for the markPoints() method

26. private static long points_pos;

27. private static int root_x, root_y;

28. public ImageProcessor(int _w, int _h)

29. {

30. width = _w;

31. height = _h;

32. Pixels = new int[width*height];

33. }

34. public ImageProcessor(Image myImage)

35. {

36. width = myImage.getWidth(null);

37. height = myImage.getHeight(null);

38. Pixels = new int[width*height];

39. PixelGrabber myPixelGrabber = new PixelGrabber(myImage, 0, 0, width, height, Pixels, 0, width);

40. try

41. {

42. myPixelGrabber.grabPixels();

43. }

44. catch(Exception e)

45. {

46. System.out.println(e);

47. }

48. }

49. public Image getImage(Component theComponent)

50. {

51. Image myImage;

52. MediaTracker myMediaTracker = new MediaTracker(theComponent);

53. myImage = createImage(new MemoryImageSource(width, height, Pixels, 0, width));

54. myMediaTracker.addImage(myImage,0);

55. try

56. {

// wait until Object is in the tracker list

57. myMediaTracker.waitForAll();

58. }

59. catch (Exception e)

60. {

61. System.out.println(e);

62. }

63. return myImage;

64. }