up

Практика прогнозной аналитики в металлургии

  • Russian

    course language

  • от 8 до 10 недель

    course duration

  • от 2 до 4 часов в неделю

    needed to educate

  • 2 credit points

    for credit at your university

Курс разработан авторским коллективом Череповецкого государственного университета совместно с  Санкт-Петербургским политехническим университетом Петра Великого.

Курс посвящен изучению методов предиктивной аналитики, адаптированных для внедрения в металлургическое производство. В курсе рассматриваются подходы к организации измерения и контроля данных на производстве, их обработке и анализу, формированию прогноза; основные понятия теории надежности технических систем и диагностики оборудования; уделено внимание вопросам прогнозирования с применением статистического анализа и искусственного интеллекта.

About

Курс «Практика прогнозной аналитики в металлургии» направлен на формирование представления об актуальности прогнозирования в металлургии, роли специалиста по предиктивной аналитике в металлургическом производстве и связанными с этим требованиями по измерению, контролю и обработке данных. Курс позволит овладеть основными приемами и математическими методам организации сбора и обработки статистических данных для разработки прогнозных моделей; получить навыки решения практических задач, связанных с анализом состояния металлургического оборудования и прогнозированием отказов и аварийных ситуаций на производстве. Получить знания и навыки в постановке и решении задач разработки новых методов диагностики металлургического оборудования и создании инноваций в вопросах организации системы сервисного обслуживания металлургических машин и агрегатов «по состоянию».  Получить навыки разработки методики анализа данных и реализации их на ЭВМ с использованием пакета MS «Excel».

Format

Курс включает лекционные и практические занятия, каждое из которых  начинается с видеоматериала.

Видеолекции дополнены текстовыми теоретическими материалами и презентациями для самостоятельного ознакомления. По каждой теме предусмотрено промежуточное тестирование.

Практические занятия сопровождаются методическими рекомендациями и примерами решения задач, а также вопросами для самоконтроля.

Предусмотрено итоговое тестирование по всему содержанию курса.

Requirements

Для успешного освоения курса необходимы знания в области базового математического аппарата: линейная алгебра, основы теории вероятности и математической статистики.

Course program

Тема 1. Оценка состояния электромеханических систем металлургических агрегатов на основе анализа параметров работы электродвигателя. Электромеханическая система прокатного стана. Нестационарности в работе электромеханических систем. Статистический анализ параметров работы электромеханических систем металлургических агрегатов. Оценка состояния металлургического оборудования по характеру изменения токовых нагрузок электропривода. Критерии нормальности распределения.

Тема 2. Прогнозирование возникновения негативных динамических эффектов. Динамические процессы и их особенности. Вибрации в рабочих клетях станов холодной прокатки. Прогнозирование резонансных вибраций на основе статистического анализа выборок значений межклетевых натяжений. Прогнозирование резонансных вибраций на основе статистического анализа выборок значений токовых сигналов главных электроприводов рабочих клетей.     

Тема 3. Прогнозирование состояния оборудования по излучаемому акустическому сигналу. Акустическая диагностика. Экспериментальное исследование состояния асинхронного двигателя переменного тока по анализу акустического сигнала.   

Тема 4. Прогнозирование состояния оборудования с помощью нейронных сетей. Нейронные сети. Нейросетевая модель идентификации электропривода постоянного тока. Теоретические и экспериментальные исследования нейросетевой модели.

Тема 5. Оценка состояния сложных технических систем металлургических производств на основе нечеткой логики. Сложная техническая система (характеристики, особенности). Анализ причин возникновения отказов системы. «Дерево проблем». Системная модель оценки состояния оборудования непрерывной разливки стали. «Дерево целей». Функциональная схема оценки состояния оборудования сложной технической системы. Использование нечетких данных и переменных для прогноза.

Education results

Владение основными приемами и математическими методам организации сбора и обработки статистических данных для разработки прогнозных моделей.

Умение решать практические задачи, связанные с анализом состояния металлургического оборудования и прогнозированием отказов и аварийных ситуаций на производстве.

Умение ставить и решать задачи разработки новых методов диагностики металлургического оборудования и создания инноваций в вопросах организации системы сервисного обслуживания металлургических машин и агрегатов «по состоянию».  

Умение разрабатывать методики анализа данных и реализовывать их на ЭВМ с использованием пакета MS «Excel».

Formed competencies

  • Способен применять информационные технологии и прикладные программные средства для решения задач в области профессиональной деятельности.
  • Способен разрабатывать и обосновывать предложения по совершенствованию технологических процессов и оборудования.

Education directions

Кожевников Александр Вячеславович

Кандидат технических наук, доцент
Position: заведующий кафедрой Электроэнергетики и электротехники Череповецкого государственного университета

Платонов Юрий Владимирович


Position: заведующий лабораторией кафедры Электроэнергетики и электротехники Череповецкого государственного университета

Certificate

По данному курсу возможно получение сертификата.

Стоимость прохождения процедур оценки результатов обучения с идентификацией личности - 1800 ₽.

Similar courses