مدل پيش‌بيني سرباره در يك فرايند كوره قوس الكتريكي براي توليد فولاد ويژه

Slag prediction model in an electric arc furnace process for special steel production

در صنعت فولاد، پارامترهايي وجود دارد كه اندازه گيري آنلاين آن ها به دليل برخي مشكلات فني، دشوار است. در اين موارد، سنسورهاي نرم كه ابزارهاي آنلايني، با هدف پيش بينيِ متغيرهاي ثابت هستند، نقشي اجتناب ناپذير در كنترل كيفيت ايفا مي كنند. در اين پژوهش، سنسورهاي نرم مختلفي به منظور پرداختن و حل مشكل پيش بينيِ ميزان و تركيب سرباره در فرايند قوس هاي الكتريكي توسعه داده شدند. نتايج، شواهدي مبتني بر اين كه مدل ها عملكرد بهتري براي داده هاي شبيه سازي شده نسبت به داده هاي واقعي داشتند، ارائه مي دهند. نتايج همچنين نشان مي دهد كه پيش بينيِ تركيب سرباره در مقايسه با كميت سربارۀ اندازه گيري شده دقت بيشتري دارد.