Çelikhane (BOF) tesisinde yapay sinir ağı (ANN) uygulamaları ile karbon (C) ve fosfor (P) tahmini
Carbon (C) and phosphorus (P) prediction in steel shop (BOF) with artificial neural networks
- Tez No: 557217
- Danışmanlar: PROF. DR. AYHAN ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: 86
Özet
Günümüz teknolojinde ürün kalitesinin sürekliliği ve verimli çalışma için süreçlerin nihai durumunu tahmin eden modeller geliştirilmekte ve kullanılmaktadır. Üzerinde çalışılan sistemin detayı ve tüm çalışma prensipleri bilindiğinde modeller daha güçlü yanlışsız ve kesin olmaktadır. Çelik Üretim gibi sürecin bilinmesine rağmen modellemenin zorlayıcı olduğu süreçlerde bulunmaktadır. Yüksek Fırın ve Basic Oxygen Furnace (BOF) gibi tesislerdeki sıvı, metal ve gaz tepkimelerinin yer aldığı ve nihai ürünün durumunu etkileyen birçok girdinin olduğu zorlu süreçlerde modelleme yapmak güçleşmektedir. Bu çalışmamızda BOF konvertöründe üfleme sonu TSO ve üfleme içi TSC probu ile ölçüm yapma anlarındaki fosfor ve karbon değerlerinin tahmini için Matlab programı ile öğrenme algoritması Scaled Conjugate Gradient olan geri yayılımlı çok katmanlı sinir ağı önerilmiştir. Giriş verisinin rastgeleliğinin ve doğruluğunun sağlanması için tek bir konvertörden tesis bazlı metalürjik etkileşimler, konvertörün alttan karıştırma durumu göz önüne alınarak veri seçimi ve homojen bir öğreneme ortamı için10 Fold cross Validation tekniği kullanımı sağlanmıştır. Yapay sinir ağı modeli sonuçlarımızda TSC anı tahminlerde ±0,02 hata aralığında %83 tutarlılıkla fosfor, ±0,15 hata aralığında %93 tutarlılıkla karbon değeri gözlemlenmiştir. TSO anı tahminlerinde ise ±0,025 hata aralığında %89.4 tutarlılıkla fosfor, ±0,01 hata aralığında %92 tutarlılıkla karbon değeri gözlemlenmiştir.
Özet (Çeviri)
In today's technology, models are commonly developed and applied to predict and control the end point of any processes, due to obtaining sustainable product quality. The power of model and it's usage will be more precise and accurate in case when the system is explained in detail and defined completely. Nevertheless, during the steelmaking process there are several plants that modelling becomes challenging. Blast Furnace (BF) and Converter process are the most difficult processes that can be modelled due to liquid, metal and gas reactions and a large number of input variables that can influence reaching the end point. In this study, Feed Forward Back Propagation Multi-Layer Neural Network in Matlab with training function Trainscg is proposed for prediction of the phosphorus and carbon at blowing end (TSO phase) and inblow (TSC phase ,%80 of blowing time) in BOF Converter. In order to ensuring and validating the randomness of input data, a single BOF plants data is collected. The data set is filtered with a strict limitation method according to the plant specific metallurgical interactions, bottom stirring effect and 10 Fold Cross Validation used for clustering in order to have homogenous learning process. The simulated results hit rate %92 within the error range ±0,01 for end-point carbon and %89.4 within the error range ±0,025 for end-point phosphorus are observed. For inblow the simulated results hit rate %83 within the error range ±0,02 for phosphorus and %93 within the error range ±0,15 are observed. The results showed that the output could be used in software to calculate P and C during the end of blowing and inblow without interrupting the blowing process like TSO or TSC measurement.
Benzer Tezler
- İsdemir çelikhane (BOF) curufunun zeminlerin donma çözünme davranışına etkisinin araştırılması
Isdemir steel mill (BOF) slag investing of effects of argillaceous soil freeze-thaw behavior
KEMAL TAHİR ÖNGÜ
Yüksek Lisans
Türkçe
2017
Maden Mühendisliği ve Madencilikİskenderun Teknik Üniversitesiİleri Metalurji ve Malzeme Teknolojileri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖMER SALTUK BÖLÜKBAŞI
- İsdemir yüksek fırın ve çelikhane atıklarının değerlendirilmesi
Recovery of blast furnace and steel maki̇ng wastes i̇n İsdemir
RAŞİT EREN
Yüksek Lisans
Türkçe
2014
Mühendislik BilimleriMustafa Kemal ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YASİN ERDOĞAN
- Öğütülmüş uçucu kül ve çelikhane cürufunun cam seramik eldesinde kullanılabilirliğinin araştırılması
Invastigation of grinding fly ash and steel slag usability inglass ceramic
SERKAN KESKİNBAŞ
Yüksek Lisans
Türkçe
2021
Fizik ve Fizik MühendisliğiEskişehir Teknik ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. SEDEF DİKMEN
- Sıvı ham demirdeki silisyum miktarının torpido içerisinde azaltılmasına yönelik çalışmalar
The study about decrease of hot metal silicon content in torpedo car
KEREM DOĞAN
Yüksek Lisans
Türkçe
2018
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEVAT BORA DERİN
- Solid-state synthesis of Li4SiO4 using different kind steel slags as SiO2 source
SiO2 kaynağı olarak farklı türde çelik curufları kullanarak Li4SiO4'ün katı hâl sentezi
FATİH KUTAY METE
Yüksek Lisans
İngilizce
2021
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. ONURALP YÜCEL