CC BY
0
9. Княгинин В. Н. Модульная революция: распространение модульного дизайна и эпоха модульных платформ: Промышленный и технологический форсайт Российской Федерации на долгосрочную перспективу. -CSR North-West, 2013.
10. Baldwin, C.Y. and Clark, K.B. (2000), Design Rules, MIT Press, Cambridge, MA.
11. Jiao R. et al. Design engineering in the age of industry 4.0 //Journal of Mechanical Design. - 2021. - Т. 143.
- №. 7. - С. 070801.
12. Schwede L. N. et al. How to use the levers of modularity properly—linking modularization to economic targets //Journal of mechanical design. - 2022. - Т. 144. - №. 7. - С. 071401.
13. Tak A. N. et al. Evaluating industrial modularization strategies: Local vs. overseas fabrication //Automation in construction. - 2020. - Т. 114. - С. 103175.
14. Бром А. Е. К вопросу об организации оперативного контроля качества продукции общего машиностроения / А. Е. Бром, Б. А. Швайко // Известия Тульского государственного университета. Технические науки. -2023. - № 11. - С. 499-503.
15. Оценка эффективности технологической системы по критериям ее работоспособности / М. Е. Став-ровский, А. Ю. Албагачиев, М. И. Сидоров, А. В. Рагуткин // Вестник машиностроения. - 2021. - № 2. - С. 81-87.
16. Gupta P. Modularity enablers: a tool for Industry 4.0 //Life Cycle Reliability and Safety Engineering. - 2019.
- Т. 8. - №. 2. - С. 157-163.
17. Hvam L. et al. A framework for determining product modularity levels //Advances in Mechanical Engineering. - 2017. - Т. 9. - №. 10. - С. 1687814017719420.
18. Челенко, А. В. Формирование параметров качества продукции машиностроения методом экспертной оценки / А. В. Челенко // Автоматизация в промышленности. - 2023. - № 9. - С. 28-30.
19. Закревская Я. А. Состояние российского и мирового автопрома в новых реалиях //Образование и право. - 2021. - №. 9. - С. 168-174.
20. Arnheiter E. D., Harren H. Quality management in a modular world //the TQM Magazine. - 2006. - Т. 18. -№. 1. - С. 87-96.
Бром Алла Ефимовна., д-р техн. наук, профессор, Россия, Москва, Московский государственны технический университет им. Н.Э. Баумана,
Челенко Александра Викторовна, канд. техн. наук, доцент, [email protected], Россия, Калуга, Калужчкий филиал Московского государственного университета им. Н.Э. Баумана, SPIN-код автора: 3954-6861
THE CONCEPT OF TECHNOLOGICAL GROWTH THROUGH THE MODULARIZATION OF MECHANICAL
ENGINEERING
А.Е. Brom, A. V. Chelenko
The paper considers the basic principles ofproduction modernization. The potential for sustainable technological growth is shown by developing a value stream map throughout the lifecycle of modular products. The work can be used in the design and technological preparation of production.
Key words: modularity, modularization, modular principle, modular product, quality, value stream map.
Brom Alla Efimovna, doctor of technical sciences, professor, Russia, Moscow, Bauman Moscow State Technical
University,
Chelenko Alexandra Viktorovna, candidate of technical sciences, docent, [email protected], Russia, Kaluga, Kaluga branch of Moscow State University named after N.E. Bauman, author's SPIN-code: 3954-6861
УДК 658.562.3
DOI: 10.24412/2071-6168-2024-12-545-546
УПРАВЛЕНИЕ КАЧЕСТВОМ СПЕЦИАЛЬНОГО ПРОЦЕССА ПЛАВКИ В ЭЛЕКТРОДУГОВОЙ ПЕЧИ НА ОСНОВЕ ЦИФРОВЫХ ДВОЙНИКОВ
А.В. Анцев, А.А. Арсеньева
Рассмотрены основные существующие методы повышения качества технологический процессов металлургического производства (статистические методы контроля процессов, методы анализа больших данных, автоматизация и системы управления металлургическими процессами). Дано определение металлургического процесса, как специального технологического процесса согласно ГОСТ Р ИСО 9000-2015, и приведены примеры специальных процессов различных производств (термообрабатывающее, сварочное, кузнечно-штамповочное, литейное производство, производство композиционных материалов, клееных конструкций, покрытий). Описаны возможности управления качеством специального процесса плавки в электродуговой печи на основе цифровых двойников. Рассмотрены основные комплексные модели, имитирующие процессы в электродуговой печи. Применение цифрового двойника процесса выплавки в ЭДП позволит выполнять комплексное исследование процесса для расширения технологических возможностей производства и повышения качества производства сталей и других сплавов и металлов.
Ключевые слова: специальный технологический процесс, электродуговая печь, математическое моделирование, термодинамическая модель, цифровой двойник.
Электросталеплавильное производство является одним из основных способов выплавки стали. Более 30 % всего валового выпуска производится в электродуговых печах (ЭДП). В дальнейшей перспективе удельный вес электростали будет только увеличиваться за счет строительства мини-заводов в развивающихся странах. Связано это с
выводом из эксплуатации устаревших производственных мощностей в этих странах, а значит скоплением больших объемов металлолома, пригодного для выплавки. Согласно данным неправительственной организации Global Steel Plant Tracker (GSPT) за апрель 2024 г., почти половину строящихся сталелитейных мощностей (337 млн т в год) представляют ЭДП [1]. Одновременно из 212 млн т сталелитейных мощностей, которые планируется вывести из эксплуатации, 88 % придётся на кислородно-конвертерные установки. По прогнозам [1, 2], к 2030 году доля ЭДП вырастет до 36 % всех сталелитейных мощностей, и далее до 52 % к 2050 году.
Однако, электросталеплавильное производство не ограничивается выплавкой различных марок сталей. В ЭДП возможно производить синтетический чугун, цветные металлы и их сплавы, различные ферросплавы, получать жидкое железо прямого восстановления. Расширение металлургического производства обусловливает необходимость повышения конкурентоспособности выпускаемой продукции, и, следовательно, повышения качества металла и увеличения выхода годного металла, снижения эксплуатационных затрат, сокращения длительности плавки и т. п., в том числе на основе следующих методов управления качеством:
- статистические методы контроля процессов. Эти методы позволяют отслеживать и контролировать процесс плавки, используя статистические данные для выявления вариативности и отклонений [3]. Применение контрольных карт и анализа данных помогает в раннем выявлении проблем и предотвращении дефектов. Например, использование контрольных карт Шухарта позволяет визуализировать изменения в процессе и принимать меры до возникновения серьезных проблем;
- методы анализа больших данных: Использование методов машинного обучения и анализа больших данных позволяет выявлять скрытые зависимости и закономерности в процессе плавки. Это может помочь в оптимизации параметров и повышении качества продукции. Например, обработка больших массивов информации с целью улучшения управленческого процесса и оптимизации производства позволит оптимизировать расходы ферросплавов и добавочных материалов при производстве стали [4];
- автоматизация и системы управления процессами. Внедрение автоматизированных систем управления процессами позволяет более точно контролировать такие параметры плавки, как температура, ток и напряжение. При помощи регуляторов напряжения дуги и/или регуляторов тока дуги можно управлять электрической мощностью, поступающей в ванну металла [5]. Кроме того, такие системы дополняются возможностью управления механизмами печи (наклона, отворота свода и т. д.), измерения температуры металла, контроля параметров остальных узлов.
Однако, до настоящего времени не существует автоматизированной системы, способной управлять процессом плавки на протяжении всего цикла. Это объясняется, во-первых, невозможностью определения состава шихты при работе с металлоломом; во-вторых, невозможностью непрерывного измерения параметров системы металл-шлак-газ в течение плавки: температуры металла и отходящих газов, содержания углерода в металле, состава шлака и отходящих газов. Информация по составу газа поступает с задержкой, т. к. пробы транспортируют от ЭДП к газоанализатору, что занимает время; активометры позволяют полунепрерывно измерять содержание углерода в металле по активности кислорода; для измерения температуры жидкой стали в печи используются термопары погружения периодического действия. Поэтому, ввиду инерционности системы, информация теряет свою актуальность.
Принимая во внимания все особенности подходов в управлении процессами на электросталеплавильном производстве, направленные на обеспечение надлежащего качества производимых материалов, такие процессы можно отнести в категорию специальных технологических процессов. Согласно ГОСТ Р ИСО 9000-2015 специальными называют те процессы, в которых подтверждение соответствия конечного выхода затруднено или экономически не целесообразно [6]. Качество продукта в полной мере может быть оценено в процессе использования конечным потребителем, либо только разрушающими методами на образцах-свидетелях или на основании методов выборочного контроля. Т. е. полное соответствие выплавленного металла заявленным характеристикам, будет проверено только после использования его на металлообрабатывающих предприятиях при изготовлении отдельных металлических узлов или целых конструкций. Примерами специальных процессов, кроме металлургического производства, могут быть термообрабатывающее, сварочное, кузнечно-штамповочное, литейное производство [7], производство композиционных материалов [8], клееных конструкций, покрытий [9] и другие производства, связанные со структурными, фазовыми и/или молекулярными изменениями материалов.
Из этого можно сделать вывод, что технология получения сталей и других сплавов и металлов в ЭДП должна соответствовать установленной, поэтому важно подтверждение правильности процесса для достижения запланированных результатов [10, 11]. В таком случае, мониторинг и контроль должны основываться на записях о соблюдении технологии. А для своевременного реагирования необходимы предварительное моделирование процесса плавки и управление режимами в реальном времени. Этого можно достичь, используя систему управления, включающую комплексные имитационные модели и получаемые от датчиков и анализаторов данные, что позволяет говорить о необходимости применения цифрового двойника процесса выплавки в ЭДП для управления качеством получаемой продукции.
Разработаны и опубликованы комплексные модели, имитирующие процессы массо- и теплообмена между всеми фазами в печи, процессы транспортировки электроэнергии по короткой сети ЭДП, процессы передачи и распределения тепла от электрической дуги в рабочем пространстве ЭДП. Известны модели детерминированного типа -ОРАКУЛ и ГИББС [12, 13], позволяющие прогнозировать химический состав и температуру в процессе плавки в ЭДП и внепечной обработки на установке печь-ковш на основе расчета физико-химического равновесия между металлом, шлаком и газом. Разработаны комплексные модели, имитирующие процессы транспортировки электроэнергии по короткой сети ЭДП [14], процессы массо- и теплообмена между всеми фазами в печи [15] и химические реакции между отдельными компонентами внутри фаз [16]. На основе соглашения № 14.В37.21.0315 при поддержке гранта Министерства образования и науки Российской Федерации, выданного для выполнения научно-исследовательской работы (проекта) по теме «Разработка методом компьютерного моделирования принципов эффективного функционирования принципиально нового энергометаллургического процесса получения железа прямого восстановления и газификации угля для выработки товарной электрической энергии» была разработана математическая модель тепловых, газо- и гидродинамических условий эффективного функционирования крупномасштабного принципиально нового энергометаллургического процесса получения железа прямого восстановления и газификации угля для выработки товарной электрической энергии [17].
Конечной целью цифрового двойника процесса выплавки в ЭДП является определение оптимального режима протекания процесса. Соответственно цифровой двойник должен воспроизводить все стадии одного цикла плавки. Критериями оценки являются термодинамическое состояние материалов в печи и химический состав расплава. Так как процесс протекает во времени и пространстве, то термодинамическое состояние непрерывно изменяется вследствие выделения теплоты электрической дугой и химическими реакциями. Химический состав также непостоянен вследствие протекающих реакций и подачи элементов во время плавки. Физико-математическое моделирование процесса заключается в решении системы дифференциальных уравнений энергии и массопереноса.
Применение цифрового двойника процесса выплавки в ЭДП позволит выполнять комплексное исследование процесса для расширения технологических возможностей производства и повышения качества производства сталей и других сплавов и металлов.
Список литературы
1. Тренд на замену домен электродуговыми печами набирает силу // Prometall. Информационный портал о металлургии и металлургах [Электронный ресурс]. URL: https://www.prometall.info/eco/zelenaya-metallurgiya/trend na zamenu domen elektrodugovymi pechami nabiraet si lu (дата обращения 15.11.2024).
2. Увеличение мощностей электродуговых печей способствует снижению выбросов в сталелитейной отрасли // Рейтинговое агентство Русмет [Электронный ресурс]. URL: https://rusmet.ru/press-center/uvelichenie-moshchnostey-elektrodugovykh-pechey-sposobstvuet-snizhe niyu-vybrosov-v-staleliteynoy-otr/ (дата обращения 15.11.2024).
3. Тарасов В.А., Тарасова В.В. Статистический анализ электрических режимов дуговой электропечи постоянного тока // Вестник ЧГУ. 2017. № 3. С. 165-172.
4. Yandex Data Factory научит металлургов расходовать сырье с Big Data // Roem.ru - Владельцы Рунета о его экономике и своём онлайн-бизнесе [Электронный ресурс]. URL: https://roem.ru/18-08-2015/203479/mmk-yndx/ (дата обращения 15.11.2024).
5. Лапшин И.В. Автоматизация производства электростали; Автоматизация дуговых сталеплавильных процессов: курс лекций. М.: МИСиС, 2001. 65 с.
6. ГОСТ Р ИСО 9000-2015. Системы менеджмента качества. Основные положения и словарь. М.: Стан-дартинформ, 2018. IV, 49 с.
7. Байдюк А.П., Ковалев М.И. Система управления качеством на примере литейного производства // Известия Тульского государственного университета. Технические науки. 2013. Вып. 4. С. 252-260.
8. Юраскова И.А. Применение некоторых принципов Total Quality Management для управления качеством гетерогенных смесей // Известия Тульского государственного университета. Технические науки. 2023. Вып. 3. С. 272-274.
9. Панченко И.В. Управление качеством специальных процессов (на примере технологических процессов нанесения металлических покрытий на детали трубопроводной арматуры). Дис. ... канд. техн. наук. Тула, 2004. 182 с.
10. Качалов В.А. Как валидировать процессы производства продукции и насколько важно выделять из них «специальные»? // Методы менеджмента качества. 2010. № 10. С. 40-48.
11. Качалов В.А. Как валидировать процессы производства продукции и насколько важно выделять из них «специальные»? // Методы менеджмента качества. 2010. № 11. С. 38-41.
12. Промышленное освоение компьютерного управления выплавкой стали на БМЗ и ММЗ на основе физико-химической модели ОРАКУЛ / А.Г. Пономаренко, М.П. Гуляев, И.В. Деревянченко [и др.] // Труды Пятого конгресса сталеплавильщиков. М.: ОАО «Черметинформация», 1999. С. 174-177.
13. Моделирование процессов обезуглероживания высоколегированных сплавов в электропечи с помощью компьютерной системы ГИББ / Н.С. Съемщиков, Г.И. Котельников, А.А. Толстолуцкий [и др.] // Труды Седьмого конгресса сталеплавильщиков. М.: ОАО «Черметинформация», 2002. С. 305-308.
14. Logar V., Dovzan D., Skrjanc I. Mathematical Modeling and Experimental Validation of an Electric Arc Furnace // ISIJ International. 2012. V. 52 (3). Р. 382-391.
15. Logar V., Dovzan D., Skrjanc I. Modeling and Validation of an Electric Arc Furnace: Part 1, Heat and Mass Transfer // Ibid. 2012. V. 52 (3). Р. 402-412.
16. Logar V., Dovzan D., Skrjanc I. Modeling and Validation of an Electric Arc Furnace: Part 2, Thermochemistry // Ibid. 2012. V. 52 №(3). P. 413-423.
17. Арсеньева А.А. Оптимизация конструкции электродуговой печи энергометаллургического комплекса методом компьютерного инженерного анализа // Известия Тульского государственного университета. Технические науки. Вып. 11: в 2 ч. Ч. 1. 2014. С. 142-150.
Анцев Александр Витальевич, д-р техн. наук, доцент, заведующий кафедрой [email protected], Россия, Тула, Тульский государственный университет,
Арсеньева Алина Алексеевна, ассистент, [email protected], Россия, Тула, Тульский государственный университет
QUALITY MANAGEMENT OF A SPECIAL MELTING PROCESS IN AN ELECTRIC ARC FURNACE BASED ON DIGITAL
TWINS
A.V. Antsev, A.A. Arsenieva
The article considers the main existing methods for improving the quality of technological processes in metallurgical production (statistical methods of process control, big data analysis methods, automation and control systems for metallurgical processes). The metallurgical process is defined as a special technological process according to GOST R ISO
547
9000-2015, and examples of special processes in various industries are given (heat treatment, welding, forging and stamping, foundry, production of composite materials, glued structures, coatings). The possibilities of quality management of a special melting process in an electric arc furnace based on digital twins are described. The main complex models simulating processes in an electric arc furnace are considered. The use of a digital twin of the melting process in an electric arc furnace will allow to conduct a comprehensive study of the process in order to expand the technological capabilities of production and improve the quality of steel and other alloys and metals.
Key words: special technological process, electric arc furnace, mathematical modelling, thermodynamic model, digital twin.
Antsev Alexander Vitalyievich, doctor of technical science, docent, head of the department, [email protected], Russia, Tula, Tula State University,
Arsenieva Alina Alekseevna, assistant, silabykv@yandex. ru, Russia, Tula, Tula State University
УДК 658.51
DOI: 10.24412/2071-6168-2024-12-548-549
ОПРЕДЕЛЕНИЕ СТРУКТУРНЫХ КОМПОНЕНТОВ ИННОВАЦИОННОГО ПОТЕНЦИАЛА ВЫСОТЕХНОЛОГИЧНОГО ПРЕДПРИЯТИЯ В УСЛОВИЯХ ЦИФРОВОЙ ТРАНСФОРМАЦИИ СМК
М.-С.С. Ахматова
В работе рассматривается роль и место инновационного потенциала высокотехнологичного предприятия в условиях цифровой трансформации систем менеджмента качества (СМК). Выявлены ключевые подходы и методы, используемые при оценке уровня инновационного потенциала предприятия. На основе реализации анализа Парето и ABC-анализа, определен состав структурных компонентов инновационного потенциала высокотехнологичного предприятия с учетом лучших практик.
Ключевые слова: инновационный потенциал, цифровая трансформация, системы менеджмента качества, цифровая зрелость.
В условиях цифровой трансформации систем менеджмента качества (СМК) вопросы обеспечения инновационного развития приобретают все большее значение и актуальность для предприятий высокотехнологичных отраслей промышленности и экономики в целом. Согласно национальному стандарту Российской Федерации ГОСТ Р 59062-2020 «Оценка инновационного менеджмента. Руководящие указания», инновации выступают в качестве ключевых элементов создания ценности, реализуемой в новой продукции, услугах, процессах и бизнес-моделях.
Системообразующая роль новшеств и инноваций в приспособлении компании к постоянно меняющимся условиям и неопределенности рассматривалась в трудах ведущих авторитетов и новаторов в области менеджмента качества, таких как Э. Деминг, Д.П. Вумек, Д.Т. Джонс, Ф. Кросби, Т. Оно. Среди отечественных ученых вопросы внедрения инноваций и особенности инновационного развития в условиях цифровой эпохи освещали В.Н. Азаров, Б.В. Бойцов, И.Г. Дежина, А.К. Пономарев и др.
Одним из отраслевых документов стратегического планирования Российской Федерации, подчеркивающих роль инноваций в развитии высокотехнологичных отраслей экономики РФ, является Концепция технологического развития на период до 2030 года (утверждена распоряжением Правительства Российской Федерации от 20.05.2020 г. N 1315-р). Термин «инновационно-ориентированный экономический рост» представлен в качестве приоритетного типа социально-экономического развития.
Учет категории «инновационный потенциал» представляет собой комплексный подход к анализу основ реализации цифровой трансформации, который противопоставляется фрагментарному подходу, игнорирующему необходимость развития инновационной экосистемы для достижения целей цифровой трансформации, в т.ч. обеспечения целевого уровня цифровой зрелости бизнес-процессов. Результаты ряда исследований зарубежных и отечественных авторов [1-5] позволяют рассматривать инновационный потенциал предприятия как основу совершенствования управления цифровой зрелостью. Как следствие, актуальным направлением выступает определение структурных компонентов инновационного потенциала высокотехнологичного предприятия в условиях цифровой трансформации СМК с учетом мирового опыта и лучших практик. С данной целью были систематизированы данные по 23 существующим подходам (объекты-аналоги), изданным в период с 2001 по 2021 гг. (20 лет) [6-28] (табл. 1).
Таблица 1
Перечень объектов-аналогов _
№ п.п. Автор Год публикации
1 Михайлушкин П.В. 2001
2 Кислицына О.А. 2003
3 Барщук И.В. 2004
4 Беляева Е.С. 2007
5 Курышова В.Г. 2007
6 Алексеев А.Г. 2008
7 Шаповалова Т.А. 2010
8 Миронов Р.А. 2010
9 Иванова О.Е. 2011
10 Круглов А.В. 2011
11 Горбенко А.В. 2012
12 Бабушкин В.П. 2013
13 Субочев С.М. 2013
