ANALYSIS OF MATHEMATICAL CONTROL MODELS OF COKE QUALITY PARAMETERS М₂₅ AND М₁₀ APPLIED AT RUSSIAN METALLURGICAL COKE PRODUCTION ENTERPRISES

The PURPOSE of the paper is to analyze the adequacy of existing mathematical models of coke quality control by M₂₅ and M₁₀ parameters based on both their internal logic and the theory and practice of coking; to select and justify the model recommended by the authors for coke quality control in the blast-furnace process. METHODS. The models are analyzed using the method of elementary algebraic transformations in order to demonstrate the linearity of the mathematical model equation, compare accepted axiomatic positions adopted in the models with the theory and practice of coking, and compare the predictive capabilities of the mathematical models for their adequacy recognition. RESULTS AND THEIR DISCUSSION. A mathematical generality has been determined between the coefficients K_opt and K_{opt (Vt)} , which were previously proposed by different authors for predicting coke quality parameters M₂₅ and M₁₀. General formulas have been proposed for constructing the coefficients of K_opt and K_{opt (Vt)} type. General formulas have been given for constructing the reduced mathematical models built on the basis of K_opt and K_{opt (Vt)} type coefficients. The models built on the basis of K_opt and K_{opt (Vt)} coefficients have been compared with the models used at various coke-chemical enterprises of Russia. Consideration is given to the predictive abilities of adaptive and neural network models. The adaptive model has a better predicting capacity as compared with other models. The neural network model has insufficient forecast precision of coke quality based on GOST 54250 verification. CONCLUSIONS. It is recommended to use an adaptive model to control coke quality by М₂₅ and М₁₀ parameters in a blast-furnace process but it is useless for the optimization aimed at reducing the cost of coke. The inexpediency of construction and use of the models based on the coefficients K_opt and K_{opt (Vt)} is expressed. The authors suppose that the model built on the basis of artificial neural networks is promising in terms of coke quality control by М₂₅ and М₁₀ parameters but it is poorly studied.

coke quality parameters, classification by internal structure and construction algorithm, reduced model, adaptive model, neural-network model, problems of coke quality parameter modeling

1. Киселев Б.П., Леушин В.А. Сырьевая база России. 1. Ретроспектива // Кокс и химия. 1999. № 11. С. 2-9.

2. Киселев Б. П. О некоторых аспектах угольной базы коксования России в 2008-2009 годах // Кокс и химия. 2009. № 12. С. 9-15.

3. Buczynski R, Weber R, Kim R, Schwöppe P. One-dimensional model of heat-recovery, non-recovery coke ovens. Part I: General description and hydraulic network sub-model. Fuel 2016. Availabe at: http://dx.doi.org/10.1016/j.fuel.2016.01.085.

4. Buczynski R, Weber R, Kim R, Schwöppe P. One-dimensional model of heat-recovery, non-recovery coke ovens. Part II: Coking-bed sub-model. Fuel. 2016. Availabe at: 2016. http://dx.doi.org/10.1016/j.fuel.2016.01.086.

5. Buczynski R, Weber R, Kim R, Schwöppe P. One-dimensional model of heatrecovery, non-recovery coke ovens. Part III: Upper-oven, down-comers and sole-flues. Fuel 2016. Availabe at: http://dx.doi.org/10.1016/j.fuel.2016.01.087.

6. Степанов Ю.В., Попова Н.К., Кошкаров Д.А. Обсуждаем статью «О методе фирмы «Ниппон Стил Корпорейшн» - определения прочности кокса после газификации и индекса реакционной способности кокса» // Кокс и химия. 2005. № 5. С. 26-34.

7. Смирнов А. Н., Петухов В. Н., Алексеев Д. И. Анализ принципов построения математических моделей для прогнозирования показателей качества кокса М25 и М10 с целью классификации и разработки концепции гибридной модели // Кокс и химия. 2015. № 5. С. 13-18.

8. Штарк П.В., Степанов Ю.В., Попова Н.К., Ворсина Д.В. Об оценке оптимальности состава угольной шихты // Кокс и химия. 2007. № 3. С. 2-6.

9. Попова Н. К., Степанов Ю. В. Еще раз об оптимизации состава угольной шихты // Кокс и химия. 2013. № 5. С. 10 - 12.

10. Лялюк В.П., Кассим Д.А., Ляхова И.А., Соколова В.П. Влияние оптимизации состава угольной шихты на качество кокса // Кокс и химия. 2012. № 12. С. 13-19.

11. Лялюк В.П., Кассим Д.А., Ляхова И.А., Шмельцер Е.О. Проблемы оптимизации состава угольной шихты // Кокс и химия. 2014. № 1. С. 22-28.

12. Евтушенко В.Ф., Мышляев Л.П., Щелков А.Е., Тараборина Е.Н., Гладштейн М.Н., Школлер М.Б., Гайниева Г.Р. Построение и исследование алгоритма прогнозирования показателей качества кокса с учетом динамики неконтролируемых возмущений // Кокс и химия. 1996. № 6. С. 21-26.

13. Дороганов В. С., Пимонов А.Г. Методы статистического анализа и нейросетевые технологии для прогнозирования показателей качества металлургического кокса // Вестник Кемеровского государственного университета. 2014. № 4 (60) Т. 3. С. 123-129.

14. Станкевич А.С., Станкевич В.С. Методика определения коксуемости и технологической ценности углей пластов и их смесей // Кокс и химия. 2012. № 1. С. 4-12.

15. Станкевич А.С., Базегский А.Е. Оптимизация качества кокса ОАО «ЕВРАЗ ЗСМК» с учетом особенностей угольной сырьевой базы // Кокс и химия. 2013. № 10. С. 14-21.

16. Еремин И.В., Гагарин С.Г. Расчет шихт для коксования на основе петрографической модели // Кокс и химия. 1992. № 12. С. 9-15.

17. Гагарин С. Г., Еремин И. В. Компьютерный мониторинг прочности кокса на основе петрографической модели расчета угольных шихт // Кокс и химия. 1995. № 2. С. 10-15.

18. Улановский М. Л., Лихенко А. Н. Оценка угольных шихт заводов Украины по коэффициенту оптимальности марочного состава // Кокс и химия. 2008. № 7. С. 256-259.

19. Гагарин С.Г. Оценка петрографической модели прогноза прочности кокса на примере углей Монголии // Кокс и химия. 2011. № 4. С. 21-26.

20. Смирнов А.Н., Алексеев Д.И. Сопоставление и анализ адекватности математических моделей для прогнозирования показателей качества кокса М25 И М10 // Вестник Магнитогорского государственного технического университета им. Г.И. Носова. 2017. Т.15. № 3. С. 62-67.