Details
| Title | Нейросетевая модель предиктивной аналитики обжиговой машины для производства окатышей в цветной металлургии // Цветные металлы. – 2026. – № 2. — С. 60-66 |
|---|---|
| Creators | Дли М. И. ; Пучков А. Ю. ; Соколов А. М. ; Воротилова М. Ю. |
| Imprint | 2026 |
| Collection | Общая коллекция |
| Subjects | Техника ; Автоматизация оборудования ; Технология металлов ; Металлургия в целом ; цветная металлургия ; производство окатышей ; обжиговые машины ; предиктивная аналитика ; нейросетевые модели ; время полезного использования оборудования ; автокодировщики ; прогноз аварийных ситуаций ; предупредительные ремонты |
| UDC | 681.3:62-52 ; 669.01 |
| LBC | 30.6-5-05 ; 34.3 |
| Document type | Article, report |
| Language | Russian |
| DOI | 10.17580/tsm.2026.02.07 |
| Rights | Доступ по паролю из сети Интернет (чтение) |
| Additionally | New arrival |
| Record key | RU\SPSTU\edoc\78455 |
| Record create date | 3/12/2026 |
Предложена оригинальная программная модель выявления аномалий в технологических данных обжиговой машины конвейерного типа, применяемой в подготовке сырья для производства цветных металлов, а также оценки времени полезного использования оборудования этой машины. Решение перечисленных задач выполняется в рамках предиктивной аналитики, цель которой в этом случае состоит в прогнозе аварийных ситуаций, негативных трендов в динамике термической обработки окатышей и использование этих прогнозов для проведения профилактических мероприятий и предупредительных ремонтов. Причиной, обуславливающей актуальность решаемой исследовательской задачи, является необходимость повышения точности моделей прогнозной аналитики для современных производств цветных металлов на основе внедрения передовых цифровых, интеллектуальных технологий анализа данных. Это создает дополнительные конкурентные преимущества для производств, так как применяемые традиционные статистические модели позволяют давать приемлемые решения лишь в узком диапазоне возможных динамических вариаций контролируемого технологического процесса. Новизна результатов исследований состоит в разработанной многоканальной структуре нейросетевой модели предиктивной аналитики, выполненной на основе ансамбля автокодировщиков. Модель выявляет и локализует аномалии по технологическим зонам обжиговой машины. Особенность модели заключается также в том, что динамика ошибки восстановления автокодировщиком входных данных применяется для прогноза времени появления аномалий, что трактуется как оценка времени полезного использования оборудования и выполняется на основе рекуррентного метода наименьших квадратов. Проведены модельные эксперименты, показавшие способность предложенной модели предиктивной аналитики выявлять аномалии и прогнозировать время полезного использования обжиговой машины. Экономический эффект от внедрения предложенной модели предиктивной аналитики будет проявляться в снижении затрат на выполнение незапланированных ремонтов и устранение последствий аварийных ситуаций на обжиговой машине.
Access count: 65
Last 30 days: 34
