Resumen

El funcionamiento óptimo de los hornos de recalentamiento en la industria metalúrgica está sujeto a regularidades en el trabajo del horno. En la práctica, sin embargo, no se pueden evitar en cierta medida los tiempos de inactividad, que provocan el deterioro de los indicadores económicos del horno. El artículo demuestra cómo utilizar modelos de simulación para reducir el impacto negativo del tiempo de inactividad mediante la corrección de la temperatura en zonas individuales del horno. Las correcciones se calculan sobre la base de las predicciones de las curvas de calentamiento iniciales del material procesado y la posterior optimización utilizando los elementos de la inteligencia artificial.

INTRODUCCIÓN

Los hornos de recalentamiento en metalurgia se encuentran entre las unidades con un consumo energético muy elevado y grandes flujos de material. Cualquier mejora parcial en el control del calentamiento supone un importante ahorro económico. La regularidad del funcionamiento de los hornos de recalentamiento depende de la regularidad de la retirada de material calentado que sigue la tecnología. El artículo trata del método de creación de tales modelos utilizando los elementos de la inteligencia artificial [1, 2].

TIPOS DE MODELOS

Los modelos pueden considerarse desde varias perspectivas. En principio, la creación de modelos puede basarse en la descripción analítica de las regularidades que se producen en el objeto real, o pueden crearse relaciones matemáticas a partir del análisis de los resultados del objeto experimental observado [3]. Estos procesos se denominan identificación. Los modelos de calentamiento en hornos de recalentamiento adquiridos mediante identificación analítica pueden describir con precisión cualquier proceso físico en curso [4, 5]. Los modelos obtenidos mediante identificación experimental son matemáticamente más sencillos. La menor correspondencia física se compensa con una determinación más precisa de los parámetros del modelo basada en valores reales medidos en un objeto específico [3].

DESRTICIÓN DE MODELOS

Para optimizar la corrección del calentamiento de las temperaturas en las zonas del horno es útil aplicar modelos basados en la identificación experimental. Un proceso típico de calentamiento de materiales en el horno de recalentamiento va acompañado de la recogida de datos, que está supeditada al sistema de control y visualización.

 Así, se dispone de datos en tiempo real sobre las temperaturas en zonas individuales del horno , la cantidad de gas combustible y aire de combustión alimentado a los quemadores de zonas individuales calentadas del horno, información sobre el material de carga y, por tanto, sus desplazamientos durante la estancia en el horno. La estructura del modelo se muestra en la figura 1.

• Materias:Modelo de optimización Inteligencia artificial Hornos
• Subjects:Optimization model Artificial intelligence Furnaces
• Palabras claves:Metalurgia; Horno de recalentamiento; Modelo de calentamiento; Optimización; Inteligencia artificial
• Keywords:Metallurgy; Reheating furnace; Model of heating; Optimization; Artificial intelligence