Documente Academic
Documente Profesional
Documente Cultură
Prin optimizare se înţelege operaţia de studiere a unei probleme în urma căreia se obţine un
rezultat, care, în comparaţie cu alte rezultate posibile în acel moment, este cel mai bun, cel mai
indicat şi în baza căruia se poate lua o decizie cu caracter tehnic şi/sau economic.
Trebuie subliniat faptul că prin optimizarea unui proces tehnologic nu se înţelege şi nu se obţine
decât rar soluţia cea mai bună, ci doar soluţia cea mai bună din totalul soluţiilor posibile în acel
moment. Aceasta se datorează faptului că modelul matematic care descrie acel proces nu este suficient
de fidel, putând fi perfecţionat continuu, din următoarele considerente:
• cunoştinţele teoretice şi experimentale asupra procesului tehnologic respectiv sunt
insuficiente;
• marea complexitate a proceselor metalurgice
Din acest motiv, o soluţie care la un moment dat era optimă, odată cu perfecţionarea modelului
care descrie acel proces, poate fi înlocuită cu alta, care este mai bună.
Deşi optimizarea nu este altceva decât expresia dorinţei dintotdeauna a omului spre mai bine şi,
deşi, cele mai multe dintre instrumentele matematice folosite în optimizare au fost create cu zeci şi
chiar sute de ani în urmă, dificilele şi voluminoasele calcule necesare rezolvării problemelor de
optimizare, au făcut ca doar în ultimii ani, odată cu dezvoltarea vertiginoasă a sistemelor automate de
calcul, optimizarea proceselor tehnologice să capete un rol determinant în industrie.
Optimizarea oricărui proces tehnologic are la bază un model matematic care trebuie să descrie
cât mai fidel respectivul proces, modelul matematic fiind elementul principal în conducerea
procesului. Rezultă astfel imensa importanţă a obţinerii unui model matematic care să descrie cât mai
fidel respectivul proces, adică între model şi procesul pe care îl descrie trebuie să existe o
concordanţă cât mai ridicată.
1.2. Parametrii tehnologici de modelare
În general, un proces tehnologic este caracterizat prin două categorii de parametrii (variabile) :
parametrii (variabile) independente – sau de intrare (“i”) – care nu depind de
desfăşurarea procesului, fiind mărimile care intră în proces; aceştia pot fi grupaţi astfel:
•parametrii comandaţi (“m”), care pot fi stabiliţi şi modificaţi în timp util;
•parametrii necomandaţi (“z”), numiţi şi mărimi de perturbaţie ale procesului, care nu
pot fi stabiliţi şi nu pot fi modificaţi în timp util, variază aleator şi tind să modifice valorile
parametrilor de ieşire.
Cei mai importanţi dintre parametrii perturbatori ai proceselor metalurgice sunt: starea
materiilor prime (compoziţia chimică, granulometria, umiditatea, impurităţile, gradul de pregătire a
încărcăturii) şi starea agregatelor (uzura acestuia).
parametrii (variabile) dependente – sau de ieşire (“e”) – care depind de modul de
desfăşurare a procesului, fiind influenţaţi de cei independenţi.
Parametrii (variabilele) unui proces tehnologic pot fi prezentaţi conform următoarei scheme:
Aceste sunt:
culegerea informaţiilor referitoare la procesul analizat;
elaborarea modelului matematic care descrie acel proces;
verificarea modelului matematic;
determinarea soluţiei optime şi aplicarea ei.
Această etapă constă în culegerea (adunarea) datelor experimentale şi teoretice asupra procesului
respectiv, fiind strâns legată de cea a întocmirii modelului matematic deoarece aceasta din urmă indică
datele care trebuie adunate.
Modelul matematic al unui proces se defineşte ca fiind sistemul de ecuaţii şi inecuaţii apt să
descrie în mod corect interdependenţele din variabilele procesului.
a) modelul procedural, reprezintă un grup de instrucţiuni care trebuie executate sau o strategie
referitoare la efectuarea unei succesiuni de operaţii într-o situaţie predeterminată.
Acest model nu ţine seama de relaţiile fizico-chimice dintre parametrii procesului modelat, ci
cuprinde numai instrucţiuni de conducere a procesului. El nu este foarte exact, nu este simplu în
exploatare, însă realizează reproductibilitatea condiţiilor de desfăşurare a proceselor.
b) modelul calculatoriu, este modelul matematic propriu-zis, care conţine una sau mai multe
ecuaţii ce leagă între ele variabilele procesului. Se împarte în două subtipuri:
• deductiv, ce reprezintă un sistem de ecuaţii prin care se determină valorile curente ale
unei variabile nemăsurabile din valorile altor variabile măsurabile; modelul conţine un număr
de ecuaţii egal cu cel al variabilelor nemăsurabile, ce pot fi variabile dependente sau
independente ale procesului.
• predictiv, ce constă dintr-un sistem de ecuaţi care exprimă legătura dintre parametrii
dependenţi şi parametrii independenţi, permiţând astfel să se prevadă răspunsul procesului la
variaţia unor parametrii independenţi.
Pentru optimizarea proceselor tehnologice sunt folosite modelele calculatorii predictive. Acestea
pot fi:
- predictiv staţionare, şi conţine ecuaţii de legătură între parametrii independenţi şi cei
dependenţi, valabile în cazul regimului staţionar al procesului.
- predictiv dinamice, care este cel mai general, şi conţine ecuaţii de legătură între parametrii
independenţi şi cei dependenţi în regim dinamic al procesului.
Exemplu : Carbonul la oprirea afinării oţelului [C]o este funcţie de următorii parametrii:
II. Stabilirea funcţiei de performanţă, funcţia de performanţă sau funcţia – obiectiv este un
criteriu unic, univoc şi obiectiv prin care se apreciază eficienţa procesului tehnologic. Funcţia obiectiv
este uzual un criteriu economic (ex.: costul unei tone de piese turnate din OT 40), dar poate fi şi un
criteriu neeconomic (de ex.: productivitatea cubiloului).
III. Stabilirea ecuaţiilor modelului matematic, se face prin metode teoretico-empirice, adică
metode teoretice verificate şi completate de metode empirice.
Modelele de modelare teoretice de bază sunt bilanţurile de materiale şi de energie bazate pe
legea conservării masei: „în orice reacţie chimică, suma maselor substanţelor reactante (mi) este
egală cu suma maselor substanţelor rezultate din reacţie (m p), respectiv a produşilor de reacţie”: Σmi
= Σmp = constant, şi pe principiul întâi al termodinamicii „variaţia energiei interne a unui sistem este
suma algebrică a căldurii şi lucrului mecanic transferate între sistem şi mediul său” :ΔU = Q – L.
Modelele de modelare empirică sunt metode statistico-matematice, cu aceste metode se
prelucrează datele experimentale, astfel încât ele să conţină o cantitate maximă de informaţii cât mai
exacte exacte.
R C comenzi
A
L
C
Σ i Σ e OPERATOR
PROCES A.M. U
L UMAN
A
Σ i
A.M T
O
R
Figura 1.3: Verificarea modelului cu un calculator cuplat on-line (în proces), în circuit deschis
Σ i Σ e
PROCES
comenzi
R C
A
L
C
A.M. U
L
A
Σ i T
A.M
O
R
Figura 1.4: Conducerea procesului pe baza modelului cu un calculator cuplat on-line, în
circuit închis
Aceasta se face prin determinarea unor valori ale variabilelor independente, astfel încât să se
obţină cea mai bună valoare pentru funcţia – obiectiv (funcţia de optimizat).
Prin valoarea optimă a funcţiei obiecţiv se înţelege de la caz la caz valoarea maximă sau minimă
a acesteia.
Alegerea funcţiei – obiectiv este etapa esenţială în rezolvarea unei probleme de optimizare.
Eficienţa procesului este apreciată prin mai mulţi indicatori nu doar prin unul singur, de aceea este
necesară alegerea indicatorului cel mai complet sau cel mai reprezentativ şi verificarea în final a
modului în care soluţia optimă corespunde cu ceilalţi indicatori.
Mai departe se va prezenta câteva exemple de funcţii de performanţă care constituie funcţii –
obiectiv pentru optimizarea proceselor metalurgice:
costul laminării F:
N
CL
min [F(NL, NT, CL, CT, .....)] = min [(CT NT + ∑ ρ ⋅ B ⋅ h ⋅V
i =1
⋅ G )] NL, NT 1.2
i i
unde : NL este numărul de treceri;
NT – numărul de tratamente termice;
CT – costul tratamentului termic pe o tonă de bandă;
CL – costul unităţii de timp de funcţionare a laminorului pentru obţinerea
laminatului de dimensiuni şi caracteristici date;
G – masa totală a bandei laminate;
ρ – densitatea tablei;
B – lăţimea benzii;
hi – grosimea benzii după i treceri (laminări);
vi – viteza de laminare la trecerea curentă i.
consumul specific de cocs KS:
a1 n
a2
KS =
Pfs
∑X
i =1
i +
Pfs
Xj = min 1.3