ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ СУПРОВОДУ УПРАВЛІНСЬКИХ РІШЕНЬ В ПРОКАТНОМУ ВИРОБНИЦТВІ

Автор(и)

  • Ziborov I.K.

DOI:

https://doi.org/10.34185/1562-9945-3-152-2024-05

Ключові слова:

інформаційна технологія, інформаційний супровід, підтримка прийняття рішень, еволюційний алгоритм, шихтування, прогнозування, оптимізація, діаграма діяльності.

Анотація

В роботі описано структуру та функції інформаційної технології супроводу управлінських рішень в прокатному виробництві. Наголошено, що важливу роль при керуванні таким технологічним процесом грає розв’язання задач умовної багатовимірної багатокритеріальної оптимізації. Для вирішення цих задач запропоно-вано використовувати гібридний еволюційний метод на основі рою часток та моделю-вання імунної системи людини. Запропонована інформаційна технологія дозволяє змінювати виробниче завдання в залежності від наявності матеріалів та зміни їх ринкової вартості. Практична цінність розв’язання такої задачі полягає у підтримці собівартості сталі на мінімальному рівні при коливаннях цін на матеріали, значній зміні властивостей чавуну або ж при заміні одних охолоджувачів іншими. Також практичну цінність має засто-сування інформаційної технології до синтезу і мінімізації двох моделей, а саме для відновлення залежностей механічних характеристик готової продукції від хімічного складу сталі до розкислення та для розрахунку потреби у феросплавах в процесі роз-кислення вуглецевої сталі при її конвертерному виробництві.

Посилання

Ukrainskaia metallurhyia: sovremennyje vyzovy i perspektivy razvitiia / A. Y. Amosha, V. Y. Bolshakov, A. A. Mynaev, Yu. S. Zaloznova, L. A. Zbarazskaia, Yu. V. Makohon y dr.; NAN Ukrainy, Yn-t ekonomiky promyslovosti. — Donetsk, 2013. https://web.archive.org/web/20140517161925/ http:/iep.donetsk.ua/akadem_sl/sluhannya_po_met/akadem_sluh_met.pdf

Osnovy metalurhiinoho vyrobnytstva metaliv i splaviv / Cherneha D. F., Bo-hushevskyi V. S., Hotvianskyi Yu. Ya. ta in. ; za red. D. F. Chernehy, Yu. Ya. Hotvian-skoho. — K. : Vyshcha shkola, 2006. — 503 s.

Panteikov, S.P., Upper blowing devices of oxygen converters in Ukraine: State, problems, development prospects, Sbornik nauchnykh trudov DGTU (tekhnicheskie nauki) (Transactions of DSTU (Technical Sciences)), Dneprodzerzhinsk: Dneprodz-erzhinkii Gos. Tekh. Univ., 2005, pp. 22–32.

Kolesnikov, Yu.A., Bigeev, V.A., and Sergeev, D.S., Modeling of steelmaking in BOF based on physical, chemical and thermal processes, Izv. Vyssh. Uchebn. Zaved. Chern. Metall., 2017, vol. 60, no. 9, pp. 698–705. https://doi.org/10.17073/0368-0797-2017-9-698-705

Riznichenko L.V. Dosvid uprovadzhennia korporatyvnykh informatsiinykh system upravlinnia na vitchyznianykh pidpryiemstvakh. Visnyk KDPU im. M. Os-trohradskoho. 2009. Vyp. 4(57). Ch.2. S.184-189.

Heizer H. K. Problemy povysheniia effektivnosti vnutrizavodskoho planirovaniia / H. K. Heizer // Problemy ekonomiki ta upravlinnia u promyslovykh rehionakh: mate-rialy Vseukrainskoi naukovo-praktychnoi konferentsii. – Mariupol, 2009. –

S. 111–112.

Boto, F.; Murua, M.; Gutierrez, T.; Casado, S.; Carrillo, A.; Arteaga, A. Data Driven Performance Prediction in Steel Making. Metals 2022, 12(2), 172; https://doi.org/10.3390/met12020172

Van De Putte, L.; Haers, F.; Haers, L.; Vansteenkiste H. Expert system for the con-trol of liquid steel production at Sidmar / Rev. Met. Paris, Vol. 96, Issue 6, (1999), pages 721-728, https://doi.org/10.1051/metal/199996060721

Stein, E. W.; Pauster, M. C. and May, D. A knowledge-based system to improve the quality and efficiency of titanium melting / Expert Systems with Applications. Vol. 24. Issue 2, 239 p. (2003) https://doi.org/10.1016/S0957-4174(02)00152-5

Zarandi, M.H.F.; Avazbeigi, M.; Anssari M.H. and Ganji B. (2010) A Multi-Agent Expert System for Steel Grade Classification Using Adaptive Neuro-fuzzy Systems, Expert Systems, InTech, URL: http://www.intechopen.com/books/expert-systems/a-multi-agent-expert-system-for-steel-grade-classification-using-adaptive-neuro-fuzzy-systems.

Laha, D.; Ren, Y.; Suganthan, P.N. Modeling of steelmaking process with effec-tive machine learning techniques, Expert Systems with Applications, Volume 42, Is-sue 10, 2015, Pages 4687-4696, https://doi.org/10.1016/j.eswa.2015.01.030

Xie, Q.; Suvarna, M.; Li, J.; Zhu, X.; Cai, J.; Wang, Kh. Online prediction of me-chanical properties of hot rolled steel plate using machine learning, Materials & De-sign, Volume 197, 2021, 109201, https://doi.org/10.1016/j.matdes.2020.109201

Ziborov, I., Zheldak, T. Evoliutsiinyj metod poshukovoi optymizatsii na osnovi roiu chastok ta modeliuvannia shtuchnykh imunnykh system. Information Technol-ogy: Computer Science, Software Engineering and Cyber Security, 2023, vyp. 4,

s. 3–12

Ziborov I.K., Zheldak T.A. Rozrobka intelektualnoi system pidtrymky pryiniattia rishen z samonavchanniam dlia keruvannia tekhnolohichnymy protsesamy vyrob-nytstva stali / I.K. Ziborov, T.A. Zheldak // «Systemni tekhnolohii». 3 (140) 2022. – S. 35-46.

Завантаження

Опубліковано

2024-04-17