Автоматизированная подсистема управления качеством помола цемента с прогнозированием параметров статистическими методами на основе контрольных карт тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат наук Кузенков Антон Николаевич

• Кузенков Антон Николаевич
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Кузенков Антон Николаевич

ВВЕДЕНИЕ

1. КОНТРОЛЬ КАЧЕСТВА ПОМОЛА ЦЕМЕНТА. ПРОБЛЕМАТИКА

И МЕТОДИКА

1.1. Сущность проблемы контроля качества цемента

1.2. Основные производственные и технологические свойства цемента

1.3. Технология производства цемента

1.4. Модель системы управления помолом цемента

1.5. Выводы

2. ПОДГОТОВКА ДАННЫХ К СТАТИСТИЧЕСКОМУ ИССЛЕДОВАНИЮ

2.1. Статистические методы осуществления контроля качества продукции

2.2. Простые статистические методы

2.2.1. Карта Парето

2.2.2. Причинно-следственная диаграмма

2.2.3. Группировка данных по общим признакам

2.2.4. Графические методы представления статистической информации

2.3. Контрольные карты

2.3.1. Контрольные карты Шухарта

2.3.2. Развитие идеи оценки вариабельности

2.3.3. Расчет границ на ККШ

2.3.4. Карта Хотеллинга

2.4. Выборочные статистические исследования

2.5. Современные статистические методы с интенсивным использованием вычислительной техники

2.6. Проверка статистической выборки на нормальное распределение

2.6.1. Преобразование Кокса - Бокса

2.6.2. Критерий Хегази - Грина

2.6.3. Критерий Гири

2.6.4. Критерий Шпигельхальтера

2.7. Выводы

3. АЛГОРИТМИЧЕСКОЕ ИСПОЛНЕНИЕ ЗАДАЧИ СОЗДАНИЯ ВИРТУАЛЬНОГО АНАЛИЗАТОРА КОНТРОЛЯ КАЧЕСТВА НА ОСНОВЕ ПРОГНОЗА ПАРАМЕТРОВ

3.1. Загрузка опытных данных и их статистическая обработка

3.2. Обработка порождающих правил для решения конфликтов

3.2.1. Построение экспертной системы

3.2.2. Построение машины опорных векторов (БУМ)

3.2.3. Реализация машины принятия решения и вывода

3.3. Улучшение системы генерации выводов на основе статистических параметров

3.4. Выводы

4. РАЗРАБОТКА АРС-СИСТЕМЫ ДЛЯ КОНТРОЛЯ КАЧЕСТВА ПОМОЛА ЦЕМЕНТА

4.1. Организация межуровневого интерфейса между

подсистемами АСУ ТП

4.2. АРС-система для контроля качества цемента

4.3. Оценка эффективности АРС-системы для контроля

качества цемента

4.4. Выводы

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

Введение диссертации (часть автореферата) на тему «Автоматизированная подсистема управления качеством помола цемента с прогнозированием параметров статистическими методами на основе контрольных карт»

ВВЕДЕНИЕ

В последние годы в цементной промышленности развернулась напряженная борьба за клиентов. Из-за высокой конкуренции первоочередным критерием выбора продукта потребителями является качество. Высокая квалификация оператора-диспетчера является обязательным условием для обеспечения качества конечного продукта. Контроль нормативных параметров качества цемента является важным для принятия, однако не дает возможности прогнозирования изменения параметров технологических процессов, поэтому создание автоматизированных систем, использующих проверенные методы контроля качества и учитывающих специфику отрасли, является актуальной задачей. При этом внедрение таких систем в сложную инфраструктуру предприятия должно быть максимально безболезненным и не нагружать работающие сервисы.

Учитывая многотоннажность производства и последствия, связанные с выходом из строя оборудования, автоматизированные системы управления технологическими процессами (АСУТП) помола цемента строятся по принципам диспетчерского управления, так называемых SCADA систем. Широкое применение получают APC (Advanced Process Control) решения, поддерживающие работу с виртуальными анализаторами - математическими моделями, позволяющими вычислить, к примеру, качественные характеристики производимого продукта, на основе измеряемых напрямую данных.

Хорошо зарекомендовавшим себя методом контроля производственных процессов является применение статистических методов на основе контрольных карт. В отличии методов, использующих гистограммы и различные виды диаграмм (разброса, Парето, Исикавы), контрольные карты способны прогнозировать изменения параметров технологического процесса. В рамках терминологии АСУТП их называют статистическими методами управления в многопараметрических технологических процессах. Использование контрольных карт в составе автоматизированных систем управления технологическими

процессами (АСУ ТП) может обеспечить выявление изменений в технологическом процессе (выход процесса из-под контроля) еще до того, как он достигнет аварийного состояния и сохранить его стабильность (свойство, обуславливающее постоянство распределений вероятностей его контролируемых параметров). Использование таких методов совместно с интеллектуальными технологиями, позволит создать виртуальный анализатор, способный перевести БСАОА в АРС - систему усовершенствованного управления с прогнозирующей моделью.

Степень разработанности темы исследования. Важную роль в решении проблемы управления качеством с использованием контрольных карт внес У. Шухарт, который предложил разделить причины, влияющие на изменчивость (вариации) значений показателей качества, на две группы: общие или случайные и особые или специальные причины. Общие (случайные) - это многочисленные, относительно несущественные источники изменчивости (вариабильности), которые постоянно присутствуют при нормальном ходе процесса (например, погрешности установки заготовки на станке, размера заготовок). Источником этих причин изменчивости является сама система. Пока система не меняется, изменчивость характеризующих ее параметров остается практически постоянной. Если действуют только случайные факторы, то распределение значений показателя качества для различных выборок отличается незначительно, то есть стабильно во времени и предсказуемо. Такой процесс называется статистически управляемым. Э. Деминг в середине прошлого века пропагандировал массовое внедрение этих методов в японскую промышленность. В трудах В.Н. Клячкина, Д. Уиллера, Д. Чамберса подтверждается успешность применения данных карт для совершенствования любых процессов и доказывается, что применение контрольных карт возможно даже в случае работы с данными по показателям продукции, имеющих распределение, отличающееся от нормального. Данные исследование показали, что даже весьма существенное отклонение эмпирического распределения не препятствует применению контрольных карт для

идентификации неуправляемой вариации. Определенное влияние на решение проблемы последовательного обнаружения изменения среднего уровня технологического процесса для одномерной независимой гауссовской случайной последовательности оказали работы М. Гиршика, Е. Пейджа, Г. Рубина. Задача о статистическом контроле процесса при известных вероятностях перехода из налаженного состояния в разлаженное всесторонне исследована А.Н. Ширяевым. Им получено строгое математическое решение задачи о разладке с синтезом оптимальных алгоритмов при известном распределении момента появления разладки. Дальнейшее развитие этих работ на базе теории случайных процессов проводилось Б.Е Бродским, Б.С. Дарховским, И.В. Никифоровым, Л.А. Телькснисом. В значительной части эти исследования охватывают только общие понятия управления качеством на предприятии, не учитывая технологические особенности производства, в том числе помола цемента. К тому же в трудах этих ученых не рассматривается возможность внедрения статистических методов контроля в системы АСУТП для управления качеством с прогнозирующей моделью.

Целью исследования является повышение качества выпускаемой продукции путем использования в технологическом процессе помола цемента APC-управления с виртуальным анализатором, построенном на основе методов математической статистики и интеллектуальных технологий. Достижение поставленной цели требует решения следующих задач.

1. Анализ производственного цикла изготовления цемента и построение на его основе динамической модели технологического процесса помола цемента с использованием методов регрессионной идентификации.

2. Разработка методики подготовки технологических данных к статистическому анализу

3. Разработка математической модели оценки статистических параметров технологического процесса помола цемента для оценки его статистической управляемости.

4. Создание виртуального анализатора качества на основе метода опорных векторов (Support Vector Machine).

5. Разработка APC (Advanced Process Control) системы для контроля и управления качеством выпускаемой продукции и внедрение ее в АСУТП помола цемента.

Объектом исследования является подсистема управления качеством помола цемента.

Предмет исследования - статистические методы на основе контрольных карт, математические модели и программно-алгоритмическое обеспечение подсистемы управления качеством помола цемента.

Методы исследования. В работе использованы методы современной теории автоматического управления и автоматизации технологических процессов, теории вероятностей и математической статистики, управления качеством и компьютерное моделирование.

Соответствие паспорту специальности. Работа соответствует следующим пунктам специальности ВАК 05.13.06 «Автоматизация и управление технологическими процессами и производствами (промышленность)»:

- пункту 2 «Автоматизация контроля и испытаний»;

- пункту 4 «Теоретические основы и методы математического моделирования организационно-технологических систем и комплексов, функциональных задач и объектов управления и их алгоритмизация»;

- пункту 11 «Методы планирования и оптимизации отладки, сопровождения, модификации и эксплуатации задач функциональных и обеспечивающих подсистем АСУТП, АСУП, АСТПП и др., включающие задачи управления качеством, финансами и персоналом»;

- пункту 16 «Теоретические основы, методы и алгоритмы построения экспертных и диалоговых подсистем, включенных в АСУТП, АСУП, АСТПП и др».

Научная новизна результатов работы состоит в следующем:

1. На основе методов регрессионной идентификации получена математическая модель процессов помола цемента, которая впервые дала возможность аргументировать использование статистических методов для управления качеством помола.

2. Разработана методика выбора статистических методов управления применительно к процессу помола цемента и подготовки технологических данных к статистическому анализу для последующей идентификации возможных критических ситуаций

3. Предложена математическая модель оценки статистических параметров производственных процессов, которая позволила оценить его статистическую управляемость.

4. Разработан виртуальный анализатор качества на основе метода опорных векторов (Support Vector Machine) и наполнения базы экспертных оценок, позволяющих оператору управлять воздействиями на производственный процесс помола цемента при выходе из состояния статистической управляемости.

5. Создана APC (Advanced Process Control) система, связывающая интерфейсы различных уровней АСУ ТП помола цемента, отличающаяся тем, что кроме визуализации процесса мониторинга показателей качества цемента, предоставляет оператору информацию по выходу из критической ситуации.

Теоретическая значимость работы. В работе предложено и обосновано использование АРС - управление технологическим процессом производства цемента с виртуальным анализатором качества простроенном на основе оценки статистических параметров технологического процесса с последующей классификацией управленческих решений на основе метода опорных векторов. Для решения задачи визуализации процесса мониторинга показателей качества и предоставления оператору помощи в принятии решения по выходу из критической ситуации создана система, связывающая интерфейсы различных уровней АСУ ТП помола цемента.

Практическая значимость результатов исследования состоит в том, что разработанные система позволяет осуществить «снятие запаса по качеству», спрогнозировать выход показателей качества продукции за допустимые пределы и предотвратить выпуск бракованного материала, вследствие чего повлиять на технико-экономические показатели: повысить производительность, снизить выпуск брака и затраты на электроэнергию. Разработанные методики и алгоритмы внедрены в практическую деятельность ОАО «Мордовцемент».

На защиту выносятся следующие положения.

1. Математическая модель процессов помола цемента, которая впервые дала возможность аргументировать использование статистических методов для управления качеством помола.

2. Методика выбора статистических методов управления применительно к процессу помола цемента и подготовки технологических данных к статистическому анализу для последующей идентификации возможных критических ситуаций.

3. Математическая модель анализа статистических параметров производственных процесса помола цемента для оценки его статистической управляемости.

4. Виртуальный анализатор на основе метода опорных векторов, позволяющий связать накопленные решения в базе знаний с особыми событиями, ведущими к потере статистической управляемости.

5. APC (Advanced Process Control) система, связывающая интерфейсы различных уровней АСУ ТП помола цемента, как практическая реализация предложенных алгоритмов.

Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертационную работу, подтверждаются сходимостью расчетных данных и данных численного эксперимента, экспертными оценками специалистов, а также апробацией результатов на международных и всероссийских конференциях.

Апробация работы. Основные положения диссертации докладывались и обсуждались на Международной научной конференции «Проблемы управления, передачи и обработки информации» (АТМ-2013) (Саратов, сентябрь 2013), XIII республиканской научно-практической конференции «Наука и инновации в Республике Мордовия» (Саранск, 2013), Всероссийской научной конференции по проблемам управления в технических системах ПУТС-2015 (Санкт-Петербург, 2015), IV Международной научной конференции «Проблемы управления, обработки и передачи информации» УОПИ-2015 (Саратов, 2015), ежегодных Огаревских чтениях Мордовского государственного университета (Саранск, 2012-2015), ежегодных научно-практических конференциях молодых ученых, аспирантов и студентов Мордовского государственного университета (Саранск, 2012-2015).

Публикации. По материалам диссертации опубликованы 15 работ, в том числе 4 статьи в журналах, рекомендованных ВАК, получено свидетельство о регистрации программы для ЭВМ.

Объем и структура диссертации. Работа состоит из введения, 4 глав, заключения, библиографического списка, включающего 99 наименований, и приложения. Текст изложен на 196 страницах, содержит 92 рисунка и 23 таблицы.

1. КОНТРОЛЬ КАЧЕСТВА ПОМОЛА ЦЕМЕНТА. ПРОБЛЕМАТИКА И МЕТОДИКА

1.1. Сущность проблемы контроля качества цемента

Цемент, будучи связующим компонентом бетона, доминируя в современных строительных технологиях, имеет важное значение в экономике. Потребительские (технологические) свойства цемента обусловлены физическими свойствами этого порошкообразного вещества.

При исследовании физических свойств обращают внимание на химический состав цемента, наличие примесей и их долевой состав. Цемент получают при нагревании известняка до температуры +1450...+1480 °С. При этом происходит частичное спекание с образованием гранул так называемого клинкера. Для получения собственно порошкообразного цемента клинкер размалывают совместно примерно с 5 % гипсового камня или другими формами сульфата кальция. Состав химических веществ при помоле регламентируется ГОСТ 10178— 85. Клинкер обычно содержит четыре главных компонента:

алит (Са^Ю5, трёхкальциевый силикат) модифицированный инородными ионами Mg2+, Al3+ и Fe3+ (50-70 % от всего состава);

белит (Ca2SiO4, двукальциевый силикат), также модифицированный инородными ионами Mg2+, Al3+ и Fe3+ (15-30 %);

алюминатная фаза (3CaAS, 3CaO, Al2O3, SiO2, трехкальциевый алюминат), существенно измененная по составу и/или по структуре за счет инородных ионов Si4+, Fe3+, Na+ и К+ (5-10 %);

ферритная фаза (4CaAFS, 4CaO, Al2O3, Fe2O3, SiO2, четырёхкальциевый алюмоферрит), состав которого меняется при изменении отношения Al/Fe и размещении в структуре инородных ионов (5-15 %).

Технологические свойства цемента определяются в первую очередь скоростью схватывания при гидратации (заливка цемента водой и начало процесса по установлению химических связей между компонентами цемента и

наполнителя в присутствии молекул воды) и прочностью (межмолекулярным взаимодействием между компонентами цемента и наполнителя при образовании искусственного камня в виде затвердевшего бетона после дегидратации).

Как известно, скорость химической реакции, или количество химических связей, функционально зависит от средневзвешенной площади поверхности среднестатистической частицы, участвующей в процессе (в данном случае в химической реакции). Чисто из геометрических соображений можно утверждать, что если р - фиксированная плотность цемента, г - радиус частицы порошкообразного цемента, N - количество частиц в некотором фиксированном объеме, то тогда из постоянства массы всего количества цемента можно вывести, что

4 з*т (11)

р—тег N = const

В то же время суммарная площадь поверхности всех частиц цемента может быть выражена так:

S = 4nr2N (1.2)

То есть очевидно, что

const (1.3)

г

Чем меньше радиус среднестатистической частицы, тем больше суммарная площадь поверхности, участвующей в химических реакциях, и глубже проникновение воды при гидратации, образовании связей и т.п. Таким образом, можно обоснованно предполагать, что чем меньше размер частиц порошкообразного цемента, тем выше его технологические показатели.

Известно, что скорость химических реакций при гидратации управляется за счет добавки различных компонентов по причинам производственно-технологического характера. В то же время прочность схватывания обусловлена в первую очередь именно качеством помола и размерами частиц. Эти соображения подтверждаются экспериментальными наблюдениями [8].

На рисунке 1.1 под удельной поверхностью понимается совокупная площадь поверхности частиц цемента, находящихся в некотором фиксированном объеме. приведенной к массе этого объема. То есть подтверждается мысль, что прочность возрастает с увеличением площади поверхности, иными словами, с уменьшением размера частиц.

1500 2000 2500 3000

У ¿ель нал Т&^врХНО&тн,, ШУ&

Рисунок 1.1 - Влияние удельной поверхности цемента на прочность бетона.

Таким образом, поскольку размер частиц в результате помола является едва ли не единственным физическим (механическим) контролируемым параметром (остальные свойства регулируются в основном химическим составом), то важность контроля этого параметра в технологическом процессе производства цемента невозможно переоценить.

1.2. Основные производственные и технологические свойства цемента

Учитывая, что цемент важен в составе бетона, требования к его параметрам в процессе контроля будут формироваться на основе требований к качеству бетонного раствора. Тогда уместно выделить наиболее значимые показатели

цемента, которые непосредственно влияют на характеристики бетона и соответственно определяются в лаборатории.

Основные производственно-технологические параметры бетонной смеси следующие.

Сроки схватывания. Параметр характеризует образование химических связей в процессе затвердевания бетонного раствора, условия которого зависят от химического состава клинкера, соблюдения относительной влажности не меньше 90 % и температуры среды (18-22 °С). При этом на данные параметры влияют процессы, происходящие в самой бетонной смеси при гидратации. Данный параметр в значительной степени зависит от тонкости помола цемента и его общей поверхности, характеризующей способность химических веществ вступать в реакцию в процессе смачивания водой.

Нормальная густота цементного теста. Цементным тестом называется смесь цемента с водой. Результат смешивания зависит от химического состава клинкера, реагирующей площади поверхности цементного порошка и некоторых других факторов. Несоблюдение этого параметра приводит к увеличению расхода цемента, т.е. повышению стоимости бетонного раствора. На этот параметр оказывают влияние физико-химические процессы, протекающие с участием собственно цемента и всех входящих в раствор компонентов: воды, песка, специальных добавок.

Скорость схватывания. Время, в течение которого образуется непрерывно уплотняющаяся и коагуляционная структура, называется периодом схватывания, т. е. формирования структуры. По сути в течение этого периода образуются устойчивые химические связи между компонентами бетонной смеси в присутствии воды, которая, впитываясь, в дальнейшем испаряется. Схватывание цемента - есть первоначальная стадия общего процесса твердения. По ГОСТу начало схватывания должно наступать не ранее 45 мин и заканчиваться не позднее 12 ч с момента начала гидратации. Сроки схватывания цемента обусловлены содержанием серного ангидрида (SOз) (хотя, как это будет показано

ниже, это вещество влияет также на прочность бетона) в количестве от 1,5 % до 3,5 %.

Водоудерживающая способность. Водоотделение. Под действием силы тяжести происходит объемное расслоение бетонной смеси одновременно над ее поверхностью, где выделяется некоторое количество воды, и внутри массы бетона. Поверхностное водоотделение влияет на однородность бетона, а внутреннее вызывает образование дополнительных пор, влияющих на прочностные характеристики бетонного камня. Повышение водоудерживающей способности достигается внесением активной минеральной добавки (в виде трепела, опоки), дозировка которой определяется экспериментально.

Расширение цементного камня - результат гидратации химически не связанного свободного оксида кальция в клинкере. Такое расширение обусловлено тем, что объем получающейся в результате гашеной извести меньше суммы объемов оксида кальция и воды, вступивших в реакцию. Цементный камень расширяется также при избыточном содержании крупнокристаллических зерен периклаза (оксида магния), а также при большом количестве добавки гипса. На производстве требуется оперативно контролировать уровень свободного оксида кальция, содержание периклаза и гипса в клинкере, так как это весьма критичный параметр качества бетона.

Тепловыделение. Гидратация цемента, являющая по сути набором химических реакций, сопровождается выделением тепла. Их интенсивность влияет на температуру бетонной смеси, нередко превышающую укладочную температуру. Такая ситуация вызывает механические напряжения, связанные с неравномерностью нагрева и охлаждения бетона. При возникновении больших термических напряжений при затвердевании бетона в нем могут появиться трещины.

Термохимический эффект неодинаков для различных видов клинкерных минералов. Гидратация белитного клинкера приводит к выделению тепла при химической реакции и при адсорбции воды гелем и составляет 504 кДж/кг.

Тепловыделение при гидратации алитного клинкера составляет 260 кДж/кг. Алюмоферритный клинкер кальция при полной гидратации выделяет тепло в зависимости от состава и отношения А^Оз/Ре^з от 420 до 869 кДж/кг. Теплота образования гидросульфоалюминатов кальция в алюминатных клинкерах составляет 558 кДж/кг.

Тепловыделение цемента находится в прямой зависимости от скорости его гидратации, то есть прямая зависимость тепловыделения от удельной поверхности цемента. От расхода цемента на 1 м3 бетонной смеси этот показатель зависит практически линейно.

Набухание и усадка цемента. Набухание и усадка бетона обусловлены изменением объема в зависимости от химических процессов, протекающих при твердении, и от влажности окружающей среды. Набухание сопровождается поглощением воды и не влияет на прочность. Этот процесс вызывается распирающим действием тонких пленок воды и осмотическими силами, возникающими в связи с разностью концентраций на поверхностях гидратированных частиц, и полупроницаемостью, присущей цементному камню.

Затвердевший бетон в сухой среде дает усадку, сопровождающуюся потерей воды. Ее скорость возрастает с уменьшением относительной влажности среды, а абсолютная величина усадки (мм/м) в несколько раз превышает набухание. Усадка наблюдается также при взаимодействии гидроксида кальция в цементном камне с углекислотой воздуха. Эта реакция протекает наиболее полно при определенной относительной влажности воздуха. Усадка бетона может привести к возникновению значительных напряжений, образованию микро-трещин и макротрещин, нарушению монолитности конструкций и создать тем самым условия для активного действия других внешних агрессивных факторов. Нежелательна также усадка в предварительно напряженных конструкциях. Существует некоторое оптимальное содержание SОз, при котором цементно-песчаный раствор или бетон обладает минимальной усадкой.

Прочность цемента. Бетон набирает конструкционную прочность в течение некоторого времени. И максимальная прочность, и время ее набора в основном зависят от компонентного состава клинкера. В то же время на прочность влияют сопутствующие химические реакции, то есть состав примесей и добавок. Когда основные параметры прочности обусловлены видом клинкера, большую роль начинает играть технологический процесс помола, так как химические реакции при гидратации напрямую зависят от площади соприкосновения реагирующих веществ и воды (площадь смачиваемой поверхности). Скорость взаимодействия цементных зерен с водой зависит от их

Л

удельной поверхности (см /г). С увеличением тонкости помола возрастает скорость процессов твердения и повышается прочность цементного камня. Для достижения требуемой прочности необходимо подобрать минеральный состав клинкера, вещественный состав цемента и оптимальный размер гранул цементного порошка при некоторой заданной удельной поверхности. При ее увеличении независимо от минерального состава цемента происходит большая гидратация.

Ползучесть - свойство цементного камня, проявляющееся в появлении деформаций под действием длительных нагрузок. При снятии нагрузок возникают остаточные деформации. В целом известно, что на ползучесть бетона влияют такие факторы, как химико-минералогический состав цемента, его расход готового цемента в бетонной смеси, степень гидратации, модули упругости кристаллического сростка цементного камня и геля гидросиликатов кальция, плотность цемента и средняя плотность кристаллогидратов, входящих в состав кристаллического сростка. Установление такой зависимости позволяет прогнозировать влияние отдельных параметров, связанных с особенностями применяемых цементов и составов бетонов, на предельную меру ползучести бетона.

Морозостойкость - способность бетона сопротивляться попеременному замораживанию и оттаиванию при насыщении его пресной или морской водой.

Цементный камень является капиллярно-пористым телом, в котором вода находится в связанном или свободном состоянии, что зависит от физико-химической связи ее в гидратных образованиях, характера и размера пор, в которых она содержится. Совокупность процессов, обусловленных поведением воды в бетонном камне, определяет морозостойкость бетона.

Наиболее значительно влияет на бетон замерзание свободной воды в порах и капиллярах бетонного камня и расширения кристаллов льда. Главными факторами, определяющими напряжения в стенках капилляров цементного камня при замерзании воды, являются: степень заполнения ею капилляров, проницаемость стенок по отношению к воде, скорость кристаллизации воды и параметры, характеризующие внутренний размер капилляров и толщину их стенок.

Список литературы диссертационного исследования кандидат наук Кузенков Антон Николаевич, 2021 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Аверкин А. Н. Нечеткие множества в моделях управления и искусственного интеллекта/ А. Н. Аверкин, И. З. Батыршин, А. Ф. Блишун. - М. : Наука, 1986. - 192 с.

2. Адлер Ю. П. Истоки статистического мышления / Ю. П. Адлер, В. Л. Шпер //Методы менеджмента качества, 2003. - № 1, 3, 5, 7, 11.

3. Адлер Ю. П. Контрольные карты Шухарта в России и за рубежом. Ч. 1-2 / Ю. П. Адлер, О. В. Максимова, В. Л. Шпер В.Л // Стандарты и качество, 2011 -№ 7. -С. 82-87.

4. Адлер Ю. П. Менеджмент / Ю.П. Адлер // Методы менеджмента качества, 2004. - №2, 3, 6.

5. Адлер Ю. П., Методы Тагути - новое направление в статистическом контроле качества / Ю. П. Адлер. - М.: Знание, 1978. - 213 с.

6. Адлер Ю. П. Проблемы применения методов статистического управления процессами на отечественных предприятиях/ Ю. П. Адлер, С. Ф. Жулинский, В. Л. Шпер // Методы менеджмента качества, 2003 - № 8, с. 36-40; № 9, С. 24-29.

7. Аристов А. И. Статистические методы регулирования технологических процессов / А. И. Аристов. - М. : Знание (Качество и надежность изделий № 5), 1990. - т. 5. - С. 48-97.

8. Афонин В. В. Основы теории управления: лаб. практикум / В. В. Афонин, С. А. Федосин, С. Е. Иконников. - Саранск : Изд-во Мордов. ун-та, 2008. - 244 с.

9. Балдин К. В.Общая теория статистики: учеб. Пособие / К. В. Балдин, А. В. Рукосуев. - М. : Дашков и К, 2010. - 37 с.

10. Белоусов А.И. Дискретная математика / А. И. Белоусов, С. Б. Ткачев. -М. : МГТУ, 2006. - 337 с.

11. Боярский Э. А. Порядковые статистики / Э. А. Боярский - М. : Статистика, 1972. - 81 с.

12. Воронцов К.В. Лекции по методу опорных векторов / К. В. Воронцов -М. : 2007. - 23 с.

13. ГОСТ 310.2-76. Цементы. Методы определения тонкости помола (с изменением № 1). - М. : Изд-во стандартов, 2003. - 65 с.

14. ГОСТ 5382-91. Цементы и материалы цементного производства. Методы химического анализа. - М. : Изд-во стандартов, 2002. - 37 с.

15. ГОСТ Р ИСО 5479-2002. Статистические методы. Проверка отклонения распределения вероятностей от нормального распределения. - М. : Изд-во стандартов, 2002. - 45 с.

16. ГОСТ Р ИСО 7870-2-2015. Статистические методы. Контрольные карты. Часть 2. Контрольные карты Шухарта. - М. : Стандартинформ, 2016. - 39 с.

17. Гроп Д. Методы идентификации систем / Д. Гроп. - М. : Мир, 1979. -

302 с.

18. Деминг Э. Лекция перед японскими менеджерами, 1950/2000. / Э. Деминг. // Методы менеджмента качества. 2000. - № 10. - С. 24-29.

19. Дунин-Барковский И. В. Смирнов Н. В., Теория вероятностей и математическая статистика в технике / И. В. Дунин-Барковский, Н. В. Смирнов. -М. : Гос. изд-во технико-теорет. лит., 1955. - 321 с. - (Физ.-мат. б-ка)

20. Дэйвид Г. Порядковые статистики / Г. Дэйвид. - М. : Наука, 1979. - 187

с.

21. Исикава К. Японские методы управления качеством : сокр. пер. с англ. / К. Исикава. - М. : Экономика, 1998. - 132 с.

22. Кашьян Р. Л. Построение динамических стохастических моделей по экспериментальным данным / Р. Л. Кашьян, А. Р. Рао. - М. : Мир, 1983 - 384 с.

23. Кенуй М. Г., Упрощенные методы оценивания и проверки : Справочник / М. Г. Кенуй. - М. : Статистика, 1979. - 143 с.

24. Клячкин, В. Н. Статистические методы в управлении качеством : компьютерные технологии / В. Н. Клячкин. - М. : Финансы и статистика : ИНФРА-М, 2009. - 49 с.

25. Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников. / А. И. Кобзарь. - М. : Физматлит, 2006. - 113 с.

26. Кокрен У. Методы выборочного исследования. / У. Кокрен. - М. : «Статистика», 1976. - 165 с.

27. Кузенков А. Н. Автоматизированная подсистема контроля качества цемента на основе использования карт Шухарта / А. Н. Кузенков. // Прикаспийский журнал: управление и высокие технологии. - 2014. - № 4. -

С. 168-180.

28. Кузенков А. Н. Идентификация критических ситуаций в технологическом процессе производства цемента / А.Н. Кузенков. // Прикаспийский журнал: управление и высокие технологии. - 2015. - № 4. -

С. 132-144.

29. Кузенков А. Н. Классификация критических ситуаций при потере статистической управляемости в производстве цемента методом опорных векторов / А.Н. Кузенков. // Всероссийская научная конференция по проблемам управления в технических системах (ПУТС-2015). - СПб., 2015. - С. 338-344.

30. Кузенков А. Н. Организация межуровневого интерфейса для информационной системы предприятия / А. Н. Кузенков. // Сборник трудов Международной научной конференции «Проблемы управления, передачи и обработки информации» (АТМ-2013) : в 2 т. - Саратов, 2013. - Т. 2. - С. 238-244.

31. Кузенков А. Н. Применение метода опорных векторов для классификации контрольных данных АСУ производства цемента / А. Н. Кузенков. // Материалы IV Международной научной конференции Проблемы управления, обработки и передачи информации (УОПИ-2015). - Саратов, 2015. - С. 138-145.

32. Кузенков А. Н. Совершенствование системы контроля качества помола цемента на основе статистических контрольных карт / А. Н. Кузенков. // Науч.-техн. вестн. Поволжья. - 2017. - № 3. - С. 115-117.

33. Лазарев Ю. Моделирование процессов и систем в МАТЬАВ: учебный курс / Ю. Лазарев. - СПб. : Питер; Киев : Изд. группа BXV, 2005. - 512 с.

34. Лемешко Б. Ю. Исследование особенностей и мощности некоторых критериев нормальности / Б. Ю. Лемешко, А. П. Рогожников. // Метрология. -2009. - № 4. - 93 с.

35. Лемешко Б. Ю. О нормальности погрешностей измерений в классических экспериментах и мощности критериев, применяемых для проверки отклонения от нормального закона / Б. Ю. Лемешко, А. П. Рогожников. // Метрология. - 2012. - № 2. - 112 с.

36. Лемешко Б. Ю. Сравнительный анализ критериев проверки отклонения распределения от нормального закона / Б. Ю. Лемешко, С. Б. Лемешко. // Метрологи. - 2005. -№ 2. - 137 с.

37. Макушкин В. А. Интеллектуальные робототехнические системы. Учебное пособие / В. А. Макушкин, В. Л. Афонин. - М. Т: Моск. гос. технол. ун-т «Станкин», 2005. - 283 с.

38. Малин А. С.Исследование систем управления / А. С. Малин, В. И. Мухин. - М. : ГУ ВШЭ, 2002. - 76 с.

39. Медведев В. С. Control System Toolbox. MATLAB 5 для студентов /

В. С. Медведев, В. Г. Потемкин ; под общ. ред. канд. техн. наук В. Г. Потемкина. - М. : ДИАЛОГ - МИФИ, 1999. - 287 с. - (Пакеты прикладных программ).

40. Минашкина В. Г. Методология статистического исследования социально-экономических процессов / В. Г. Минашкина. - М. : Юнити-Дана, 2012. - 117 с.

41. Нильсон Н. Принципы искусственного интеллекта / Н. Нильсон. - М. : Мир, 1985. - 143 с.

42. Рассел С. Искусственный интеллект: современный подход / С .Рассел, П. Норвиг. - М.: Вильямс, 2006. - 413 с.

43. Ребрин Ю. Н. Управление качеством : учебное пособие / Ю. Н. Ребрин. -Таганрог: Изд-во ТРТУ, 2004. - 112 с.

44. Рояк С. М. Специальные цементы : учебное пособие / С. М. Рояк, Г. С. Рояк. - 2-е изд. перераб. и доп. - М. : Стройиздат, 1983. - 145 с.

45. Сархан А. Введение в теорию порядковых статистик / А. Сархан, Б. Гринберг. - М. : Статистика, 1970. - 181 с.

46. Седдон Дж. Свобода от приказов и контроля. Путь к эффективному сервису / Дж. Седдон. - М. : РИА Стандарты и качество, 2009. - 142 с.

47. Семёнов А. Д. Основы теории управления и идентификации в технических системах : учеб. Пособие / А. Д. Семёнов, М. А. Щербаков. - Пенза : Изд-во Пенз. гос. ун-та, 2008. - 211 с. : ил. 59.

48. Стольников В. В. Исследования по гидротехническому бетону / В. В. Стольников. - М. : Наука, 1962. - 122 с.

49. Управление качеством. Часть 1. Семь простых методов: учебное пособие для вузов / Ю. П. Адлер, Т. М. Полховская, Л.В. Шпер. - М.: МИСИС, 2001. - 78 с.

50. Хользер М. Эффективность государственного управления, Консалтбанкир, Фонд «За экономическую грамотность» / М. Хользер // Рос. экон. Журн. - 1998. - №27. - 53 с.

51. Частиков А. П. Разработка экспертных систем. Среда clips / А. П. Частиков, Т. А. Гаврилова, Д. Л. Белов. - Спб. : БХВ-Петербург, 2003. - 217 с.

52. Шор Я. Б. Статистические методы анализа и контроля качества и надежности / Я. Б. Шор. - М. : Сов. радио, 1962. - 67 с.

53. Якубайтис Э. А. Теория автоматов в теории вероятностей. Математическая статистика. Теоретическая кибернетика / Э. А. Якубайтис, В. О. Васюкевич, А. Ю. Гобземис. - М., ВИНИТИ, 1976. - C. 109-188.

54. Applied Linear Statistical Models / M. Kutner, C. Nachtsheim, J. Neter, W. Li. - McGraw-Hill/Irwin, Homewood, IL., 2004. - 203 p.

55. Balestracci D. Data Sanity: A Quantum Leap to Unprecedented Results / D. Balestracci. - Medical Group Management Association, 2009. - 132 p.

56. Bartlett P. Generalization performance of support vector machines and other pattern classifiers / P. Bartlett, J. Shawe-Taylor. - Cambridge, USA : MIT Press, 1998.

- 76 p.

57. Box G. E. P. An Analysis of Transformations / G. E. P. Box, D. R. Cox. // Research methods meeting of the society, 1964. - April 8th. - 193 p.

58. Carey R. G. Quality with Confidence in Healthcare: A Practical Guide to Quality Improvement in Healthcare / R. G. Carey, R. C. Lloyd. - N.Y. : SPSS Inc, 1997. - 87 p.

59. Control chart for multivariate attribute processes / X. S. Lu, M. Xie, T. N. Goh, C. D. Lai // International Journal of Production Research. - 1998. - № 12. - P. 3477-3489.

60. Cox D. R. The mean and coefficient of variation of range in small samples from nonnormal populations / D. R. Cox // Biometrika, 1954. - Vol.41. - P. 469-481.

61. David H. A.The distribution of the ratio? In a single normal sample, of range to standard deviation / H. A. David, H. O. Hartley, E. S. Pearson // Biometrika. - 1964. - Vol. 512, № 3-4. - P. 484-487.

62. Deming W. E. Out of Crisis. First edition / W. E. Deming. - Cambridge, USA : MIT, 2000. - 341 p.

63. Deming W. E. The New Economics: For Industry, Government, Education / W. E. Deming. - 2nd ed. - Cambridge, USA : MIT, 1994. - 211 p.

64. Dong. B. Applying support vector machines to predict building energy consumption in tropical region / B. Dong, C. Cao, S. E. Lee // Energy and Buildings. -2006. - Vol. 37, № 5. - P. 545-553.

65. Efron B. Bootstrap Methods: Another Look at the Jackknife / B. Efron // Annals of Statistics. - 1979. - Vol. 7, № 1. - P. 1-26.

66. Fine S. INCAS: An incremental active set method for SVM / S. Fine, K. Scheinberg. - Tech. rep., 2002. - 78 p.

67. Geary R. C. Testing for Normality / Geary R. C. // Biometrika. - 1937. - Vol. 34. - P. 209-242.

68. Geary R. C.Moments of the ratio of the mean deviation to the standard deviation for normal samples / Geary R. C. // Biometrika. - 1936. - Vol. 28. - P. 295307.

69. Geary R. C. The ratio of the mean deviation to the standard deviation as a test of normality / Geary R. C. // Biometrika. - 1935. - Vol. 27. - P. 310-322.

70. Gitlow H. S. Viewing statistics from a quality control perspective / H. S. Gitlow // International Journal of Quality & Reliability Management. - 2001. - Vol.18, № 2. - P. 169-179.

71. Hahn G. The role of statistics in business and industry / G. Hahn G, N. Doganaksoy. - N.Y.T: John Wiley & Sons, Inc., 2008. - 79 p.

72. Hegazy Y. A. S. Some new goodness-of-fit tests using order statistics / Y. A. S. Hegazy, J. R. Green. - Applied Statistics. - 1975. - Vol. 24, № 3. - P. 299-308.

73. Hoerl R. Statistical thinking: improving business performance / R. Hoerl, R. Snee. - Duxbury, 2002. - 189 p.

74. Hoyer R. W. A Graphical Exploration of SPC. Part 1, 2. The Probability Structure of Rules for Interpreting Control Charts / R. W. Hoyer, W. C. Ellis // Quality Progress. - 1996. - Vol. 29, № 5. - P. 65-73; Vol. 29, № 6. - P. 57-64.

75. Magoules F. Data Mining and Machine Learning in Building Energy Analysis / F. Magoules, H. X. Zhao. - New York : ISTE Ltd and John Wiley & Sons, 2016. -171 p.

76. Miron B. K. Feature Selection with the Boruta Package / B. K. Miron,

W. R. Rudnicki // Journal of Statistical Software. - 2010. - Vol. 11, № 36. - P. 1-13.

77. Montgomery D. C. Introduction to Statistical Quality Control / D. C. Montgomery. - New York : John Wiley & Sons, 2009. - 291 p.

78. Montgomery D. C. Journal of Quality Technology Has Practical Value / D. C. Montgomery, P. R. Nelson // Quality Progress. - 1997. - Vol. 30, № 3. - P. 10-11.

79. Murdoch J. Control Charts / J. Murdoch. - The Macmillan Press Ltd, 1979. -

187 p.

80. Neave H. The Deming Dimension / H. Neave. - SPC Press, 1990. - 338 p.

81. Nelson L. S. The Shewhart Control Chart - Tests for Special Causes / L. S. Nelson // Journal of Quality Technology. - 1984. - Vol. 16, № 4 (Oct.). - P. 237 -239.

82. Osuna E. An improved training algorithm for support vector machines / E. Osuna, R. Freund, F. Girosi // Neural Networks for Signal Processing VII. IEEE Workshop, 1997. - P. 276-285.

83. Ott E. R. Process quality control: troubleshooting and interpretation of data / E. R. Ott, E. G. Schilling, D. V. Neubauer. - N.Y. : McGraw-Hill, 2000. - 197 p.

84. Page E. S. Continuous Inspection Schemes / E. S. Page // Biometrics. - 1954. - Vol. 41(1). - P. 100-115.

85. Page E. S. Control charts for the mean of a normal population / E. S. Page // Journal of the Royal Statistical Society. - 1954. - Vol. 16. - P. 131-135.

86. Platt J. C. Fast training support vector machines using sequential minimal optimization / Ed. by B. Scholkopf, C. C. Burges, A. J. Smola. - New York : MIT Press, 1999. - 89 p.

87. Popolizio J. CLIPS: NASA's COSMIC Shell / J. Popolizio // Artificial Intelligence Research. - 1988. - Aug. 1.

88. Roberts S. W. Control Chart Tests Based on Geometric Moving Averages / S. W. Roberts //Technometrics. - 1959. - Vol.42(1). - P. 97-102.

89. Shawe-Taylor J. Robust bounds on generalization from the margin distribution / J. Shawe-Taylor, N. Cristianini. Tech. Rep. NC2-TR-1998-029. -London : Royal Holloway : University of London, 1998. - 289 p.

90. Shewhart W. A. Economic Control of Quality of Manufactured Product / W. A. Shewhart. - ASQ, 1980. - 378 p.

91. Shewhart W. A. Statistical Methods from the Viewpoint of Quality Control / W. A. Shewhart. - N.Y. : Dover Publications, Inc., 1986. - 267 p.

92. Spiegelhalter D. J. A test for normality against symmetric alternatives / D. J. Spiegelhalter // Biometrika. - 1977. - Vol. 64. - P. 415-418.

93. Storm R. Wahrscheinlichkeitsrechnung Mathematische Statistik Statistische Qualitätskontrolle / R. Storm. - VEB Fachbuchverlag, 1957. - 101 p.

94. Turner R. The Red Bead Experiment for Educators / R. Turner // Quality Progress. - 1998. - June. - P. 69-74.

95. Vapnik V. Bounds on error expectation for support vector machines / V. Vapnik, O. Chapelle // Neural Computation. - 2000. - Vol. 12, № 9, - P. 2013-2036.

96. Wheeler D. Advanced Topics in Statistical Process Control. The Power of Shewhart's Charts / D. Wheeler. - SPC Press, 1995. - 163 p.

97. Wheeler D. J. Understanding Statistical Process Control / D. J. Wheeler, D. S. Chambers. - 2nd Ed., SPC Press, 1992. - 178 p.

98. Winston P. H. Artificial Intelligence / P. H. Winston. - 3rd Edition, Addison-Wesley Pub Co, 1992. - 134 p.

99. Woodall W. H. Controversies and Contradictions in Statistical Process Control / W. H. Woodall // Journal of Quality Technology. - 2000. - Vol. 32, № 4 (Oct.). - P. 341-350.

ПРИЛОЖЕНИЕ А

ИМВРИОШМЕН!

ОТКРЫТОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО

«МОРДОВЦЕМЕНТ»

Адрес р.п.Комсомольский, Чамзинский р-н, Республика Мордовия, Россия, 431720 Р/счет № 40702810139010100780 Мордовское ОС Б N9 8589 г. Саранск К/счет № 30101810100000000615 БИК- 048952615

ИНН-1322116731 КПП - 132201001 ОКВЭД-26.51 ОКПО-00282599 ОГРН 1021301578220 Отгрузочные реквизиты:

ж.д ст. Нуя, Горькооской ж д Код 247206, код предприятия 4014

Система менеджмент» I т качества сертифицирована по ГОСТ Р ИСО 9001 2008

КОД

Телефоны:

Генеральный директор Секретарь генерального директора Приемная факс (автомат) Главный инженер

Зам.ген директора по экономике и финансам Главный бухгалтер Юридический отдел Отдел маркетинга и продаж Отдел логистики Отдел материально-технического снабжения 3-04-23 Отдел комплектации сырьем и материалами 3-05-77 E-mall cement&mordovcoment ru

www.mordovconnont.ru

83437

3-04-00

3-04-15

3-07-00

3-04-02

3-04-90

3-06-20

3-06-09

3-04-30

3-06-42

Акт

о внедрении результатов диссертационной работы Кузенкова Л.II., связанной с созданием системы контроля качества цемента

Настоящим актом удостоверяется, что результаты диссертационной работы Кузенков Л.Н., связанные с созданием системы контроля качества цемента, нашли практическое применение на нашем предприятии. Система контроля качества цемента, разработанная Кузеиковым А.Н. полностью протестирована и удовлегворяет всем предъявленным требованиям, внедрена и используется на предприятии ОАО «Мордовцемент». Данный программный комплекс помог снизить уровень производства некачественных материалов. У руководства и специалистов, работающих с системой контроля качества цемента, претензий и замечаний к разработчику нет. Система работает стабильно и надежно.

Главный инженер

II.Г. Назсмкнн

ПРИЛОЖЕНИЕ Б