Research of Joint Work of Titanium Sponge Plots by a Model
DOI:
https://doi.org/10.14529/ctcr190411Keywords:
sponge titanium production, queuing model, numerical experiment, optimization, controlAbstract
The necessity of increasing the efficiency of production management systems of titanium sponge by the method of Krol is justified. A system analysis of the joint operation of magnesium electrolysis stage and the reduction of titanium sponge stage is performed. The task to eliminate violations in the provision of the reduction stage with bottom buckets, leading to a decrease in production efficiency, is given. To study the possibility of solving the problem, a software library of simulation and multi-agent modeling is developed. A model of sponge production is created with the library. The model is equipped with measurements on location, the statistical distributions is assumed to be uniform due to insufficient data. A study of the influence of a number of controllable factors on the performance of the plots, the waiting time of bottom buckets in the queue for magnesium chloride discharge and the percentage of violations in the provision of the restoration site with bottom buckets is made with the software model. According to the results of the first part of the research, most of the factors were discarded as insignificant regarding to their influence on the result. Further, the joint influence of such factors as the number of bottom buckets, the discharge time of magnesium chloride from the titanium sponge recovery apparatus, and the transport time of the bottom bucket to the magnesium electrolysis section is investigated. It is found out that a joint impact of factors produces a synergistic effect which significantly exceeds the model’s response to independent changes. In the first approximation, limits of the factors to provide process violations exception are determined. It is shown that the refinement of statistical distributions can significantly affect to the simulation results. As a conclusion the qualitative results of the study can be considered adequate, but to clarify the quantitative results, more measurements and more accurate statistical distributions of random variables are needed.References
Нечаев, В.Н. Тепломассоперенос в реакторе получения пористого титана магниетермическим способом: автореф. дис. … канд. техн. наук / В.Н. Нечаев. – Пермь, 2014. – 18 с.
Powder metallurgy of titanium – past, present, and future / Z.Z. Fang, J.D. Paramore, P. Sun et al. // International Materials Reviews. – 2018. – Vol. 63, no. 7. – P. 407–459. DOI: 10.1080/09506608.2017.1366003
Direct Electrochemical Reduction of Solid TiO2 in [BMIM]BF4-CaCl2 Ionic Liquid / Jie Chen Mu, Xu Dong Zhang, Li Peng Zhang // Applied Mechanics and Materials. – 2014. – Vol. 492. – P. 248–252. – www.scientific.net/AMM.492.248. DOI: 10.4028/www.scientific.net/AMM.492.248
Титан / В.А. Гармата, А.Н. Петрунько, Н.В. Галицкий и др. – М.: Металлугия, 1983. – 559 с.
Application of queuing theory in production-inventory optimization / R. Rashid, S.F. Hoseini, M.R. Gholamian, M. Feizabadi // Journal of Industrial Engineering International. – 2015. – Vol. 11. – P. 485–494. DOI: 10.1007/s40092-015-0115-9
Mourtzis, D. Simulation in Manufacturing: Review and Challenges / D. Mourtzis, M. Doukas, D. Bernidaki // Procedia CIRP. – 2014. – Vol. 25. – P. 213–229. DOI: 10.1016/j.procir.2014.10.032
Затонский, А.В. Программные средства глобальной оптимизации систем автоматического регулирования / А.В. Затонский. – М.: Инфра-М: ИЦ РИОР, 2013. – 136 с.
Сулеев, Д.К. Автоматизированная система управления технологическими процессами титанового производства / Д.К. Сулеев. – Алма-Ата: Гылым, 1991. – 84 с.
Насыйров, Я.А. Опыт применения MATLAB и ANYLOGIC для разработки систем поддержки принятия решений при планировании производства / Я.А. Насыйров // Седьмая всероссийская научно-практическая конференция «Имитационное моделирование. Теория и практика»: тр. конф.: в 2 т. – М.: Ин-т проблем управления им. В.А. Трапезникова РАН, 2015. – С. 236–239.
Затонский, А.В. Разработка объектных средств имитационного и многоагентного моделирования производственных процессов / А.В. Затонский, В.Н. Уфимцева // Вестник Астрахан. гос. техн. ун-та. Серия «Управление, вычислительная техника и информатика». – 2018. – № 4. – С. 56–62. DOI:10.24143/2072-9502-2018-4-56-62
Шихарева, Т.И. Анализ процессов на участках восстановления и сепарации в производстве титана / Т.И. Шихарева, А.Е. Лекомцев // Решение. – 2017. – Т. 1. – С. 340–342.
Использование видеографической информации для уточнения динамической стохастической модели процесса флотации калийной руды / А.В. Затонский, С.А. Варламова, А.В. Малышева, А.А. Мясников // Интернет-журнал «Науковедение». – 2017. – № 2 (39). – С. 87.
Боев, В.Д. Исследование адекватности GPSS WORLD и Any Logic при моделировании дискретно-событийных процессов / В.Д. Боев. – СПб.: ВАС, 2011. - 404 с.
