От баз данных к базам знаний о свойствах металлургических шлаков
Рассмотрены вопросы экспертной оценки экспериментальных данных и
 методологии создания моделей для прогнозирования их физико–химических и
 технологических свойств на основе параметров межатомного взаимодействия. 
 Изложены принципы взаимодействия баз данных и базы моделей в р...
Збережено в:
| Опубліковано в: : | Фундаментальные и прикладные проблемы черной металлургии |
|---|---|
| Дата: | 2004 |
| Автори: | , , , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут чорної металургії ім. З.І. Некрасова НАН України
2004
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/21477 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | От баз данных к базам знаний о свойствах металлургических шлаков / Д.Н. Тогобицкая, А.Ф. Хамхотько, А.И. Белькова, Ю.М. Лихачев // Фундаментальные и прикладные проблемы черной металлургии: Сб. научн. тр. — Дніпропетровськ.: ІЧМ НАН України, 2004. — Вип. 9. — С.227-229. — Бібліогр.: 20 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860092132449058816 |
|---|---|
| author | Тогобицкая, Д.Н. Хамхотько, А.Ф. Белькова, А.И. Лихачев, Ю.М. |
| author_facet | Тогобицкая, Д.Н. Хамхотько, А.Ф. Белькова, А.И. Лихачев, Ю.М. |
| citation_txt | От баз данных к базам знаний о свойствах металлургических шлаков / Д.Н. Тогобицкая, А.Ф. Хамхотько, А.И. Белькова, Ю.М. Лихачев // Фундаментальные и прикладные проблемы черной металлургии: Сб. научн. тр. — Дніпропетровськ.: ІЧМ НАН України, 2004. — Вип. 9. — С.227-229. — Бібліогр.: 20 назв. — рос. |
| collection | DSpace DC |
| container_title | Фундаментальные и прикладные проблемы черной металлургии |
| description | Рассмотрены вопросы экспертной оценки экспериментальных данных и
методологии создания моделей для прогнозирования их физико–химических и
технологических свойств на основе параметров межатомного взаимодействия. 
Изложены принципы взаимодействия баз данных и базы моделей в режиме
взаимной дополнительности.
|
| first_indexed | 2025-12-07T17:23:41Z |
| format | Article |
| fulltext |
227
УДК 681.3: 669.046.58
Д.Н. Тогобицкая, А.Ф. Хамхотько, А.И. Белькова, Ю.М. Лихачев
ОТ БАЗ ДАННЫХ К БАЗАМ ЗНАНИЙ О СВОЙСТВАХ
МЕТАЛЛУРГИЧЕСКИХ ШЛАКОВ
Рассмотрены вопросы экспертной оценки экспериментальных данных и
методологии создания моделей для прогнозирования их физико–химических и
технологических свойств на основе параметров межатомного взаимодействия.
Изложены принципы взаимодействия баз данных и базы моделей в режиме
взаимной дополнительности.
Одной из важнейших материаловедческих задач в металлургии
является прогнозирование свойств шлаков, образующихся или
используемых в различных переделах: доменных, мартеновских,
конвертерных, рафинировочных, разливочных и других. В Институте
черной металлургии НАНУ решение этой проблемы осуществляется с
позиций системного подхода на основе двадцатилетнего опыта создания
банка данных «Металлургия», концепция развития которого изложена
нами в работах [1,2,3,4,5]. Для металлургии его специфика заключается не
только в предметной области, но и структуре организации фонда знаний,
ориентированного на создание:
• фактографических баз экспериментальных данных (БД) о
свойствах различных групп соединений и шихтовых материалов,
используемых в металлургических процессах, шлаковых и металлических
расплавов доменного и сталеплавильного производств;
• фонда рассмотренных в литературе теоретических и
эмпирических моделей для прогнозирования этих свойств по составу
материалов;
• оригинальных физико–химических моделей структуры разных
групп многокомпонентных материалов на основе использования
количественных критериев, характеризующих межатомное
взаимодействие в этих материалах;
• интерактивных диалоговых средств комплексного анализа,
которые обеспечивают при рассмотрении конкретных научных и
прикладных задач решение взаимосвязанных между собой вопросов
оценки как достоверности экспериментальной информации, так и
работоспособности моделей.
Такая ориентация позволяет в будущем путем интеграции этих
разработок, объединенных единой идеологией их создания в сочетании с
нетрадиционными средствами анализа и обработки разнотипных данных,
обеспечить создание элементов интегрированной базы знаний (БЗ).
Диалог пользователя с системой при изложенном подходе осуществляется
по схеме <Запрос в БД> → <Выбор критериев и экспертиза данных> →
228
<Выдача рекомендуемых данных> → <Построение прогнозных моделей>
→ <Адаптация в системах АСУ и САПР>.
В настоящее время в базу «Шлак» введено свыше 500 документов,
содержащих сведения о свойствах более 8000 составов. По химическому
составу и назначению представлены шлаки практически всех систем,
используемых в черной металлургии, учтены эталонные результаты
основных школ отечественных и зарубежных авторов. Локальная
документально–фактографическая база данных «Шлакообразующие
смеси для разливки стали» в настоящее время включает более 300
опубликованных источников информации (публикации, изобретения,
проспекты), содержит сведения о составах, свойствах и назначении ШОС
и непрерывно пополняется.
Опыт показывает, что не всегда возможно заранее алгоритмизировать
различные ситуации, возникающие при контроле и теоретической
интерпретации фактической информации. Учитывая это обстоятельство,
предусмотрен интерактивный режим взаимодействия исследователя с
вычислительной системой и математической моделью обработки и теоре-
тической интерпретацией информации. Примером часто встречающихся
такого рода когнитивных задач является анализ причин значимой
расходимости (за пределами погрешности эксперимента) результатов
параллельных исследований, проведенных разными методами на одном
объекте. В табл.1 представлен фрагмент данных о вязкости синтетических
шлаков, взятых из справочника [6], которые свидельствуют о
существенной расходимости свойств для одних и тех же составов.
Такие расхождения – «аномалии» – могут быть следствием
некорректности хотя бы одной из экспериментальных методик, либо
неэквивалентрости объектов исследования из–за неучтенных различий в
условиях проведения экспериментов. Корректный анализ второй из
вышеназванных причин требует не только высокого профессионализма и
незаурядной творческой интуиции, но и включения в рассмотрение
исходных данных, при формировании которых не применялся бы
принцип предварительной экспертизы и самосогласования, отсеивающей
все «аномальные» результаты. Чаще всего именно беспристрастный
анализ этих «аномалий», как правило, и приводит к обнаружению новых,
ранее не замеченных закономерностей.
Подобная проблема обсуждена нами в работах [7,8,9]. Так, например,
при определении меры десульфурирующего потенциала шлаковых
расплавов английская школа оценивает его «сульфидной емкостью СS»,
определяемой равновесным распределением серы между шлаковым
расплавом и атмосферой известного состава. Российская школа
определяет его «серопоглотительной способностью СS» по равновесному
распределению серы между шлаковым и металлическим расплавами
заданного состава [10]. Немецкая школа пользуется аналогичной
229
величиной, но с иной нормировкой состава металлического расплава, что
также приводит к теоретическим разногласиям.
Таблица 1.Свойства синтетических шлаков по данным [6].
N из Содержание, мас. % Вязкость, Па⋅с, при температуре, оС Авт
ор
[6] CaO SiO2 Al2O
3
Mg
O
1250 1300 1350 1400 1450 1500
5 50 45 5 0 н.д. 0,48 0,341 М
74 50 45 5 0 >15 0,8 0,5 0,3 Г
115 50 45 5 0 >15 9 0,97 0,67 0,48 0,39 В
132 50 45 5 0 >15 1,02 0,66 0,47 0,32 В
142 45 45 5 5 н.д. 0,747 0,491 0,381 М
177 45 45 5 5 >15 2,8 0,8 0,5 0,3 Г
232 45 45 5 5 2,22 1,27 0,77 0,49 0,38 0,3 В
243 45 45 5 5 2,51 1,34 0,8 0,51 0,37 0,29 В
233 42,5 42,5 10 5 2,75 1,8 1,1 0,77 0,53 0,42 В
247 42,5 42,5 10 5 3,04 2,17 1,07 0,64 0,49 0,39 В
352 42,5 42,5 5 10 2,04 1,21 0,75 0,48 0,35 0,28 В
367 42,5 42,5 5 10 >15 5,56 0,57 0,4 0,31 В
234 46,4 38,6 10 5 5,95 1,19 0,81 0,52 0,38 0,31 В
248 46,4 38,6 10 5 >15 2,37 0,88 0,54 0,37 0,31 В
166 40 40 15 5 7,14 3,14 1,96 1,19 0,81 0,5 М
188 40 40 15 5 8,8 4,25 2,13 1,25 0,8 0,57 Г
235 40 40 15 5 4,2 2,55 1,27 0,86 0,58 0,39 В
282 40 40 10 10 н.д. 0,974 0,64 0,43 0,3 М
300 40 40 10 10 >15 1,85 0,98 0,62 0,4 0,32 Г
372 40 40 10 10 2,6 1,26 0,78 0,53 0,4 0,32 В
178 50 40 5 5 >15 3,7 1,6 0,7 Г
217 50 40 5 5 >15 7,3 2,13 0,55 0,37 0,28 В
218 52,5 37,5 5 5 3,22 1,76 11 В
245 52,5 37,5 5 5 3,95 2,08 1,08 0,68 В
Примечание: н.д. – нет данных; М – Мэчин с соавторами; Г – И.И.Гультяй; В –
В.Г.Воскобойников с соавторами.
Разносторонний (системный) анализ этой проблемы приводит к
выводу, что получающиеся расхождения имеют не методический, а
фундаментальный характер и коренятся в неэквивалентности
окислительного потенциала шлакового расплава в трех названных
методиках.
Принципиально новые возможности в решении связанных с этой
проблемой задач открывает использование формализованных процедур
многомерного сравнительного анализа (факторный и таксономия) [11], а
также физико–химических моделей структуры многокомпонентных
металлургических расплавов [12,13]. Не затрагивая в данной статье
достаточно сложные теоретические аспекты этих разработок рассмотрим
те их следствия, которые касаются аналитического обобщения
накопленного фонда экспериментальной информации на примере шлаков
металлургического производства.
230
Численные критерии предложенных подходов выполняют функции
параметров свертки информации о составе многокомпонентных
расплавов, что существенно повышает эффективность современных
математических методов анализа экспериментальных данных и их
обобщения в форме, удобной для оценки достоверности и последующего
решения задач прогнозирования. Одно из основных достоинств такого
метода анализа заключается в том, что можно сопоставлять результаты
исследований расплавов с разным числом и сочетанием концентраций
компонентов. Другое – связано с выявлением уже на первом этапе анализа
экспериментальных результатов, существенно отличающихся от
основного массива информации.
В качестве примера на рис.1 представлены результаты сопоставления
данных разных авторов о поверхностном натяжении металлургических
шлаков при их проецировании на ось главного фактора F1 с наибольшей
факторной нагрузкой показателя поверхностного натяжения σ.
Расслоение данных обусловлено разновидностью систем, например,
влиянием поверхностно активных добавок. На рис.2 представлены данные
о температуре плавления металлургических шлаков при их
проецировании на ось показателя зарядового состояния исследуемых
расплавов.
Рис.1 Проекция данных
различных авторов о поверхностном
натяжении на фактор с наибольшей
нагрузкой (I–железосиликатные
шлаки, II–сталеплавильные и
доменные шлаки, III–синтетические
шлаки с поверхностно –активными
добавками
Рис.2 Зависимость температуры
плавления шлакового расплава от
параметра Δе (• – шлаки с высоким
содержанием фтора, о – малофто-
ристые шлаки).
На следующем этапе производится факторный анализ причин
наблюдаемых «расслоений» и переход к процедуре моделирования. В
частности, из рис.1 следует, что процедуру построения прогнозных
300
500
700
900
-3 -2 -1 0 1 F a ct1
П
ов
ер
хн
ос
тн
ое
н
ат
яж
ен
ие
,
мн
/м
I
II
III
1000
1200
1400
1600
-6 -4 -2 0 Δe
Tc
,C
231
моделей следует начинать с формирования корректных выборок для
каждого класса отдельно.
Для построения прогнозных моделей нами [14] были обобщены
экспериментальные данные о свойствах большого количества оксидных
бесфтористых и малофтористых шлаков доменного и сталеплавильного
производств и получены уравнения типа: свойство = f(Δe, ρ) для расчета
вязкости, электропроводности, поверхностного натяжения при
постоянных температурах и температуры плавления названных систем,
где Δe и ρ – параметры межатомного взаимодействия в расплаве.
Эти уравнения позволяют оценивать уровень названных свойств в
широком диапазоне составов. Однако расширение области изученных
составов, например, до высокофтористых, высокоглиноземистых,
высокомагнезиальных, титаносодержащих и других, и апробация
методики обобщения данных для конкретных производственных условий
позволили установить, что в ряде случаев с целью повышения точности
прогноза необходимо перейти от обобщенных моделей к локальным,
характеризующим конкретную ситуацию.
Так, на основе накопленных в базах данных для условий работы
доменных печей ЗСМК на высокоглиноземистых (до 20% Al2O3) и
высокомагнезиальных (до 25% MgO) шлаках получены прогнозные
модели на основе параметров Δe, ρ, tgα, позволяющие с
удовлетворительной для практики точностью рассчитывать температуры
начала и конца плавления первичных и конечных доменных шлаков и их
вязкости при постоянных температурах в диапазоне от 1250 до 15000С
через 500С [15].
Условия работы доменных печей НТМК при плавке титаномагнетитов
существенно отличаются от таковых при производстве обычных
передельных чугунов, так как образующиеся доменные шлаки содержат
до 18% TiO2. В связи с этим в уравнения для расчета температуры
плавления и вязкости шлаков при 14000С и 15000С наряду с модельными
параметрами Δe, и ρ включено содержание TiO2 [16].
Учитывая расслоение данных на рис.2 в отличие от оксидных
расплавов с акцепторным характером взаимодействия катион–анион,
когда электроны переходят с атомных орбиталей на связующие, чему
соответствуют отрицательные величины химического эквивалента Δe,
оксифторидные высокоглиноземистые шлаки характеризуются донорным
взаимодействием катион–анион и положительными величинами Δe. Такие
шлаки используются в качестве рафинирующих в процессах ковшовой
металлургии. Обработкой экспериментальной информации о свойствах
этих шлаков получены прогнозные уравнения для температуры
плавления, а также вязкости, электропроводности и поверхностного
натяжения при 1500–16000С с использованием модельных параметров Δe
и ρ.
232
В результате анализа экспериментальных данных о свойствах шлаков,
накопленных в базе данных «Шлакообразующие смеси», разработаны
прогнозные модели для расчета комплекса свойств ШОС (интервала
плавления и вязкости при постоянной температуре от 1200 до 15000С) с
использованием вышеназванных интегральных критериев Δe и ρ и
параметра, учитывающего микронеоднородность Δeн [17,18].
В настоящее время возникла необходимость модернизации
прогнозных моделей свойств применительно к доменным шлакам заводов
Украины. Это обусловлено необходимостью выбора исходной
экспериментальной информации, наиболее адекватно отражающей
свойства натуральных шлаков, и учетом температурного фактора при
прогнозировании основных свойств, характеризующих поведение жидких
шлаков, таких как вязкость и поверхностное натяжение. С
использованием теоретических основ, изложенных в [19], и
экспериментальной информации, сконцентрированной в базе данных
«Шлак», нами уточнены прогнозные модели для комплекса свойств
конечных доменных шлаков: вязкости, температур начала и конца
кристаллизации, поверхностного натяжения, энтальпии и
серопоглотительной способности. На основе этих моделей разработаны и
адаптированы к условиям работы КГГМК «Криворожсталь»
алгоритмические и программные средства системы контроля и
управления шлаковым режимом в изменяющихся шихтовых условиях
[20]. Видеокадр системы оценки свойств шлака текущего выпуска для
доменной печи №5 представлен на рис.3.
Рис.3. Видеокадр системы контроля шлакового режима доменной плавки
228
Система позволяет осуществлять многокритериальную оценку
шлакового режима доменной плавки по комплексу свойств с целью
принятия обоснованных технологических воздействий.
1. Методология создания базы знаний о свойствах сталей и сплавов. /
Э.В. Приходько, Д.Н. Тогобицкая // Металознавство та обробка металів. –
Киев. – 1996. – №3. – С.50–55.
2. Базы физико–химических и технологических данных для создания
информационных технологий в металлургии. / Э.В. Приходько,
Д.Н. Тогобицкая // Металлургическая и горнорудная промышленность. –
1999. – №3. – С.17–21.
3. От баз данных к базам знаний в металлургии – технологический уровень. /
Д.Н. Тогобицкая, С.С. Бродский, Г.И. Жмойдин // Изв.АН. Металлы. – 1998. –
№6. – С.27–43.
4. Проблема информационного обеспечения теоретической и прикладной
металлургии. / Г.И. Жмойдин, Д.Н. Тогобицкая // Известия АНССР. Металлы.
– 1991. – №3. – С.218–223.
5. Авторизованный компьютерный продукт в отечественной металлургии. /
Г.И. Жмойдин, Д.Н. Тогобицкая // Известия РАН. Металлургия. Металлы. –
1996. – №1. – С.29–45.
6. Свойства жидких доменных шлаков / В.Г. Воскобойников, Н.Е. Дунаев,
А.Г. Михалевич и др.// М.: Металлургия. – 1975. – 184 с.
7. Организация информационной среды по десульфурации металла шлаками. 4–
й Российский семинар «Компьютерное моделирование расплавов и стекол». /
Г.И. Жмойдин, Д.Н. Тогобицкая, Д.Л. Авгитов // – Курган. – 1998. – С.49–50.
8. Оценка достоверности экспериментальных данных о свойствах доменных
шлаков заводов Украины. Сб.н.т. / Д.Н. Тогобицкая, А.Ф. Хамхотько,
А.И. Белькова, П.И. Оторвин // Фундаментальные и прикладные проблемы
черной металлургии. – Киев. Наукова думка. – 2003.
9. О паспортизации экспериментальных материалов для банка данных
«Металлургия». / Г.И. Жмойдин, Э.В. Приходько, Д.Н. Тогобицкая,
А.Ф. Хамхотько, Ю.М. Лихачев // Изв.ВУЗов. Черная металлургия. – 1988. –
№8. – С.136–139.
10. Жмойдин Г.И. Серопоглотительная способность и сульфидная емкость
шлаков. // Изв. АН СССР. Сер. Металлы. – 1982. – №2. – С.3–9.
11. Иберла К. Факторный анализ. Пер. с нем. В.М.Ивановой. –М. Статистика. –
1980. – 399 с.
12. Приходько Э.В. Физико–химическая модель структуры шлаковых расплавов.
// Сталь. – 1990. – №10. – С.14–22.
13. Приходько Э.В. Теоретические основы физико–химических моделей
структуры многокомпоентных материалов. // Изв. АН СССР. Металлы. –
1991. – №6. – С. 208–214.
14. Строение и физико–химические свойства металлургических шлаковых
расплавов. / Э.В. Приходько, А.Ф. Хамхотько, Д.Н. Тогобицкая // –М.: –1983.
(Экспресс–информация /ин–т «Черметинформация». –21с.
15. Прогнозирование свойств магнезиально–глиноземистых доменных шлаков. /
В.П. Горбачев, А.С. Янковский, А.И. Локтев и др. // Изв. ВУЗов. Черная
металлургия. –1988. –№12. –с.15–18.
229
16. Использование параметров электронного строения для оценки вязкости и
плавкости титансодержащих доменных шлаков. / А.Ф. Хамхотько,
Б.А. Марсуверский, В.И. Чеботарев // В сб. Черная металлургия. Наука–
Технология–Производство. –М.: Металлургия. –1989. –с.84–85.
17. Физико–химические критерии для оценки влияния микронеоднородности
структуры оксидных расплавов на их свойства. / Э.В. Приходько,
А.И. Белькова // Теория и практика металлургии. –Днепропетровск. –1998. –
№3. –с.25–28.
18. Компьютерная система для выбора оптимальных шлаковых смесей при
разливке стали. / Э.В. Приходько, Д.Н. Тогобицкая, А.Ф. Хамхотько,
А.И. Белькова // Тр. конф. «Современные проблемы производства стали и
управление качеством подготовки специалистов. –Мариуполь. –2002. –с.286–
289.
19. Приходько Э.В. Металлохимия многокомпонентных систем. –М.:
Металлургия. –1995. –320 с.
20. Автоматизированная система контроля и управления шлаковым режимом
доменной плавки. / Д.Н. Тогобицкая, П.И. Оторвин, А.Ю. Гринько,
А.И. Белькова Сб.докл. конференции «Энергосбережение на предприятиях
металлургической и горной промышленности». Санкт–Петербург. – 2004. –
С.18–19.
Статья рекомендована к печати д.т.н. Э.В.Приходько
|
| id | nasplib_isofts_kiev_ua-123456789-21477 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | XXXX-0070 |
| language | Russian |
| last_indexed | 2025-12-07T17:23:41Z |
| publishDate | 2004 |
| publisher | Інститут чорної металургії ім. З.І. Некрасова НАН України |
| record_format | dspace |
| spelling | Тогобицкая, Д.Н. Хамхотько, А.Ф. Белькова, А.И. Лихачев, Ю.М. 2011-06-16T12:51:41Z 2011-06-16T12:51:41Z 2004 От баз данных к базам знаний о свойствах металлургических шлаков / Д.Н. Тогобицкая, А.Ф. Хамхотько, А.И. Белькова, Ю.М. Лихачев // Фундаментальные и прикладные проблемы черной металлургии: Сб. научн. тр. — Дніпропетровськ.: ІЧМ НАН України, 2004. — Вип. 9. — С.227-229. — Бібліогр.: 20 назв. — рос. XXXX-0070 https://nasplib.isofts.kiev.ua/handle/123456789/21477 681.3: 669.046.58 Рассмотрены вопросы экспертной оценки экспериментальных данных и
 методологии создания моделей для прогнозирования их физико–химических и
 технологических свойств на основе параметров межатомного взаимодействия. 
 Изложены принципы взаимодействия баз данных и базы моделей в режиме
 взаимной дополнительности. ru Інститут чорної металургії ім. З.І. Некрасова НАН України Фундаментальные и прикладные проблемы черной металлургии Организация научных исследований и производства От баз данных к базам знаний о свойствах металлургических шлаков Article published earlier |
| spellingShingle | От баз данных к базам знаний о свойствах металлургических шлаков Тогобицкая, Д.Н. Хамхотько, А.Ф. Белькова, А.И. Лихачев, Ю.М. Организация научных исследований и производства |
| title | От баз данных к базам знаний о свойствах металлургических шлаков |
| title_full | От баз данных к базам знаний о свойствах металлургических шлаков |
| title_fullStr | От баз данных к базам знаний о свойствах металлургических шлаков |
| title_full_unstemmed | От баз данных к базам знаний о свойствах металлургических шлаков |
| title_short | От баз данных к базам знаний о свойствах металлургических шлаков |
| title_sort | от баз данных к базам знаний о свойствах металлургических шлаков |
| topic | Организация научных исследований и производства |
| topic_facet | Организация научных исследований и производства |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/21477 |
| work_keys_str_mv | AT togobickaâdn otbazdannyhkbazamznaniiosvoistvahmetallurgičeskihšlakov AT hamhotʹkoaf otbazdannyhkbazamznaniiosvoistvahmetallurgičeskihšlakov AT belʹkovaai otbazdannyhkbazamznaniiosvoistvahmetallurgičeskihšlakov AT lihačevûm otbazdannyhkbazamznaniiosvoistvahmetallurgičeskihšlakov |