عنوان
مدل‌سازي و پيش‌بيني تغييرات ضخامت نسوز پاتيل‌هاي مذاب با استفاده از اسكن ليزري
نويسنده اصلي
رنجبر، علي
محل تحصيل
اصفهان : دانشگاه صنعتي اصفهان
رشته تحصيلي
مهندسي برق
مقطع تحصيلي
كارشناسي ارشد
چكيده
اندازه‌گيري ضخامت پوشش نسوز به عنوان عاملي كليدي در پايش وضعيت و نظارت بر كوره‌هاي قوس الكتريكي و پاتيل‌هاي مذاب شناخته مي‌شود. در اين پژوهش، اندازه‌گيري پوشش نسوز پاتيل كوره‌هاي قوس الكتريكي به كمك اسكن ليزري و تحليل ابرنقاط حاصل از اين اسكن ليزري به عنوان روشي نوين و كارآمد در پايش وضعيت پوشش نسوز بيان شده و توسعه مي‌يابد. روند انجام اين پژوهش شامل طراحي پاتيل كوره، اعمال معادلات خوردگي در سطح داخلي پاتيل و اندازه‌گيري ضخامت پوشش نسوز پاتيل به روش اسكن ليزري در بستر شبيه‌سازي است. در ادامه اندازه‌گيري ضخامت پوشش نسوز با اسكن ليزي، تصويري سه‌بعدي از وضعيت پوشش نسوز پاتيل كوره ارائه مي‌شود تا تصويري از نواحي داخلي و مقادير خوردگي آن در پاتيل كوره در دسترس باشد. به منظور پيش‌بيني عمق خوردگي در طي دوره‌هاي ذوب كوره و تعميم اين تخمين در شرايط خوردگي مختلف (هر ناحيه از سطح داخلي پاتيل كوره)، از شبكه عميق ConvLSTM استفاده مي‌شود. اين شبكه عصبي پيش‌بين، مقدار خوردگي را در طي دوره‌هاي ذوب و نواحي خوردگي مختلف تخمين مي‌زند. هم‌چنين، قابليت تعميم‌پذيري پيش‌بيني مقدار خوردگي با خطاي كمتر از 5 درصد براي نقاطي از پاتيل را دارا است كه در داده‌هاي آموزش، وجود نداشته‌اند .در ادامه براي تخمين مقدار خوردگي در سطح پوشش نسوز كوره به ازاي شرايط مختلف (نوع و نحوه آجر‌چيني متفاوت)، معادلات خوردگي با پارامتر‌هاي جديد نرخ خوردگي در سطح پاتيل كوره اعمال مي‌شود. براي تخمين دقيق‌تر مقادير خوردگي در كوره با پارامتر‌هاي جديد نرخ خوردگي، شبكه عصبي آموزش ديده با مقادير خوردگي دوره‌هاي ذوب اوليه كوره جديد، بازآموزي و ارزيابي مي‌شود. شبكه بازآموزي شده، مقادير خوردگي در پاتيل شبيه‌سازي شده جديد را با خطاي كمتر از 10 درصد تخمين مي‌زند. در نهايت با تكنيك تخمين بازگشتي مقدار خوردگي در دوره‌هاي متوالي ذوب پاتيل كوره قوس الكتريكي، تنها با مقادير خوردگي دوره‌هاي ذوب اوليه تخمين زده مي‌شود تا باقي‌مانده عمر نسوز پاتيل كوره‌هاي قوس الكتريكي تخمين زده شود. هدف اين پژوهش به طور كلي اندازه‌گيري و تخمين باقي‌مانده عمر نسوز پاتيل‌ها و كوره‌هاي قوس الكتريكي با استفاده از روش اسكن ليزري و شبكه عصبي عميق به عنوان روشي نوين‌تر نسبت به روش‌هاي قبلي است.
شماره ركورد
237364
گرايش رشته تحصيلي
كنترل
دانشكده
مهندسي برق و كامپيوتر
دانشگاه
دانشگاه صنعتي اصفهان