Научные основы повышения энергоэффективности теплотехнологических установок и систем при недостаточном информационном обеспечении тема диссертации и автореферата по ВАК РФ 05.14.04, доктор технических наук Горбунов, Владимир Александрович

• Горбунов, Владимир Александрович
• доктор технических наук
• 2013

Оглавление диссертации доктор технических наук Горбунов, Владимир Александрович

ВВЕДЕНИЕ.

1. Состояние вопроса и задачи исследований.

1.1. Печи машиностроения и пути совершенствования их энергетических показателей

1.2. Использование нейросетевых технологий на повышение эффективности процессов и показателей производства.

1.3. Методы математического моделирования, используемые в исследованиях влияния различных факторов на энергетическую эффективность.

1.3.1. Аналитические методы.

1.3.2. Численно-аналитические методы.

1.3.3. Численные методы.

1.3.4. Методы решения задач внешнего теплообмена.

1.4. Методы расчета и моделирования теплотехнологических установок и современные CAE пакеты их особенности для моделирования.

1.4.1. Моделирования теплотехнологических установок с использованием радиационно-конвективного теплообмена.

1.4.2. Экспериментально- статистические методы моделирования теплотехнологических установок.

1.4.3. Программные комплексы, используемые для моделирования теплотехнологических установок.

1.5. Направления повышения энергетической эффективности теплотехнологических установок.

1.5.1. Определение точности математических моделей.

1.5.2. Повышение эффективности с помощью учета сопряженного с печами оборудования.

1.5.3. Влияние переходных процессов в работе ТТУ на энергетические показатели производства и вторичных энергетических ресурсов после ТТУ.

1.5.4. Оптимизация режимных и конструктивных параметров и современные программные комплексы по решению задач оптимизации.

1.6. Выводы и задачи исследования.

2. Научнообоснованный подход применения инструментария нейросетевой технологии для повышения энергетической эффективности ТТУ и систем с недостаточным информационным обеспечением и принципов использования природных алгоритмов для решения задач энергетической эффективности

2.1. Качественный анализ повышения потребительских свойств нейросетевого моделирования по сравнению с традиционным классическим моделированием.

2.2. Оценка точности нейросетевого моделирования по сравнению с линейным и множественным регрессионным моделированием.

2.3. Признаки, при которых моделирование объектов предпочтительней с использованием нейросетевой технологии.

2.4. Анализ этапов разработки нейросетевых моделей и выбор предпочтительного инструментария из нейросетевых технологий.

2.5. Принципы использования природных алгоритмов для решения оптимизационных задач по режимам работы теплотехнологических установок.

3. Использование нейросетевой технологии для эффективности использования многоцелевых вычислительных комплексов при решении задач теплообмена и для повышения энергетической эффективности при эксплуатации тепло и энергетических установок.

3.1. Повышение эффективности использования многоцелевых вычислительных комплексов при решении задач теплообмена на основе определения точности решения на стадии постановки задачи.

3.2. Решение задачи нагрева металла при граничных условиях первого рода и определение точности этого решения с помощью нейросети.

3.3. Решение задачи нагрева металла при ГУ второго рода и определение точности этого решения с помощью нейросети.

3.4. Решение задачи нагрева металла с переменными теплофизическими свойствами при граничных условиях первого рода и определение точности этого решения с помощью нейросети.

3.5. Использование нейросетевых технологий для повышения энергетической эффективности газовой утилизационной бескомпрессорной турбины (ГУБТ).

3.5.1. Краткая характеристика объекта исследования.

3.5.2. Оценка режимных параметров, влияющих на энергетическую эффективность работы турбины.

3.5.3. Оценка технологических ограничений, влияющих на работу турбоустановки

3.5.4. Сбор информации и исходных данных для составления статистической математической модели по работе турбоустановки.

3.5.5. Выбор математического метода по моделированию режимных параметров работы турбины и составление алгоритма и программы моделирования режимов её работы.

3.5.6. Разработка режимных карт работы ГУБТ-25.

3.6. Использование нейросетевых технологий для повышения энергетической эффективности камерных кузнечных печей.

3.6.1. Экспериментальные данные по нагреву металла.

3.6.2. Применение нейросетевой технологии при определении параметров качества нагрева заготовок в камерных печах при недостатке экспериментальных данных

4. Использование нейросетевых технологий при выборе технического решения при реконструкции теплотехнологических установок для повышения их эффективности.

4.1. Решение задачи расчета печи, молота и оптимизации режима работы установки.

4.1.1. Математическая модель нагревательной печи с непрерывным процессом загрузки выгрузки металла.

4.1.2. Математическая модель приводного пневматического молота для свободной ковки.

4.1.3. Описание модели, оптимизации режима работы установки. печь - молот.

4.1.4. Структура математической модели установки печь -молот, входные данные модели.

4.1.5. Результаты работы математической модели установки. печь - молот.

4.2. Применение нейросетевой технологии для моделирования установки печь - молот

4.3. Решение задачи расчета печи, молота, рекуператора и оптимизации режима работы установки печь - молот -рекуператор.

4.4. Применение нейросетевой технологии для обоснования целесообразности применения в установке печь - молот теплообменника для подогрева воздуха.

4.4.1 Применение программы Neuro Pro в решении задачи классификации

4.4.2. Разработка моделирующей программы по вербальному описанию сети после её обучения в Neuro Pro.

4.4.3. Верификация программы по принятию решения об установке рекуператора для подогрева воздуха.

4.4.4. Применение программы по принятию решения об установке рекуператора для подогрева воздуха.

5. Применение нейросетевой технологии при прогнозировании точности вычисления параметров качества нагрева металла в камерных печах в пакете Phoenics.

5.1. Математическая модель камерной кузнечной печи № 2 в многоцелевом вычислительном комплексе.

5.2. Сопоставление результатов моделирования с экспериментальными данными.

5.3. Математическая модель камерной нагревательной печи №5.

5.4. Создание базы данных.

5.5. Обработка результатов с помощью нейронных сетей.

5.6. Проверка адекватности нейросети на печи №3.

6. Обучение нейросетей с помощью сложных математических моделей и на этой основе более совершенной организации работы теплотехнологических установок.

6.1. Влияние на энергетическую эффективность переходных процессов в теплотехнологических установках.

6.1.1. Параметр стабилизации режимов для камерных нагревательных печей с непрерывным процессом загрузки - выгрузки.

6.2. Определение производительности нагревательных печей для проектирования нового кузнечного цеха при известной номенклатуре изделий выпускаемых цехом.

6.2.1. Исследование выбора типа средневзвешенного параметра стабилизации на определение производительности печей.

6.2.2. Метод ускоренного решения задачи оптимизации по определению производительности нагревательных печей.

6.3. Использование параметра стабилизации для улучшения организации работы производства действующего кузнечно-штамповочного цеха.

6.3.1. Учёт температурных напряжений в начальной стадии нагрева металла.

6.4. Оптимизация организации и прогнозирование работы теплотехнологических установок при работе производства с полной загрузкой.

6.5. Математическая модель кузнечно-штамповочного производства на основании решения задачи двухуровневой оптимизации.

6.6. Тренажёры менеджеров и теплотехнологов машиностроительного производства

6.7. Использование нейросетей для определения технически - обоснованных режимов работы установок.

7. Использование природных алгоритмов для решения оптимизационных задач по режимам работы теплотехнологических установок.

7.1. Оптимальный нагрев металла с минимальным расходом топлива в камерной термической печи на основе генетического алгоритма.

7.2. Математическая модель камерной нагревательной печи с садочной загрузкой.

7.3. Сопоставление результатов расчета на математической модели с данными промышленного эксперимента.

7.4. Постановка задачи оптимизации работы печи.

7.5. Генетический алгоритм для решения задачи оптимизации расхода топлива на печь

7.6. Исследования режимов работы камерных термических печей, работающих в садочном режиме.

Введение диссертации (часть автореферата) на тему «Научные основы повышения энергоэффективности теплотехнологических установок и систем при недостаточном информационном обеспечении»

1. Объектом исследования являются промышленные печи и их энергоутилизационное оборудование. Промышленный тепло технологический комплекс это один из основных потребителей ТЭР страны. Только одни высокотемпературные системы с основным технологическим звеном - промышленными печами, по уровню прямого потребления органического топлива конкурируют с производством электроэнергии на тепловых электрических станциях [80]. Промышленные печи широко используются в промышленности для процессов производства и термообработки металлов. Основные непроизводительные потери энергии чаще всего происходят на стадии её использования, к которым относятся потери связанные с низким КПД теплотехнологических энергопотребляющих установок в промышленности [415]. ТТУ работают с высокими удельными расходами топлива [183]. Приведенные в [183] примеры неэффективного использования ТЭР указывают на необходимость глубокого энергетического анализа промышленных предприятий с последующей разработкой и внедрением энергоэффективных теплотехнологий и установок. К этому следует добавить, что они являются наиболее энергозатратными установками машиностроительной и металлургической промышленностей.

При исследовании промышленных печей с целью повышения их энергетической эффективности следует также помнить, что они в первую очередь являются технологическим оборудованием и основным их назначением является получение качественной продукции. Решение этой задачи наряду с повышением энергетической эффективности установок является основной при моделировании процессов происходящих в них. Наряду с этими задачами решаются и вопросы воздействия этих объектов на окружающую среду. Представленные в работе методики интересны и с точки зрения подходов для решения конкретных прикладных задач, связанных с уточнением и повышением эффективности математического моделирования этих объектов и их взаимодействия в теплотехнологической системе.

Для решения многих прикладных задач в работе используется в последнее время активно развивающийся математический аппарат, основанный на использовании нейросетевых и генетических алгоритмов, который позволяет решать прикладные задачи, которые ранее вызывали затруднения при их решении.

Например, при оптимизации режима работы газовой утилизационной турбины ГУБТ-25 удалось получить около одного ,МВт дополнительной мощности [81].

2. Краткая история развития объекта исследования. Впервые в мире строгую научную теорию печей создал В. Е. Грум-Гржимайло [116]. В 20 -30-е годы прошлого века исследования в области печестроения были систематизированы в книге « Справочник конструктора печей» под редакцией В. Е. Грум-Гржимайло. Сорокалетний опыт системных исследований в области теплового и аэродинамического расчёта и конструирования печей в области печестроения был зафиксирован в справочнике при разработке, которого принимали активное участие сотрудники Стальпроекта [372]. Разработкой энергосберегающего оборудования для ТТУ и внедрением его на предприятиях машиностроения и металлургии успешно кроме института Стальпроект занимается институт Теплопроект.

Однако методики по выполнению тепловых и аэродинамических расчётов печей и утилизационного оборудования, активно развиваемые в конце прошлого столетия [316], строились на инженерных методах расчёта, в которых принимались значительные упрощения. Эти методы не позволяли решать оптимизационные задачи сложного уровня, расчётные методы, применяемые для численных исследований, зачастую, из-за низкого развития вычислительной техники было тяжело использовать для существующего оборудования. Большой вклад при развитии этих методов внесли работы

Л. А. Бровкина, А. Д. Ключникова, М. А. Глинкова, В. А. Кривандина, Ю. И. Розенгарта, Б. И. Китаева и др.

Комплекс всевозможных энергосберегающих мероприятий в тепло технологии сводится к следующим трем группам: утилизационным, энергетической модернизации, интенсивному энергосбережению [184].

Первые две группы относятся к традиционным мероприятиям и решают тактическую задачу развития энергетики. Одной из таких задач является задача повышения энергетической эффективности ТТУ на основе регенеративного использования тепловых отходов отходящих из реактора газов, потока теплоты через ограждения, теплоты технологической продукции [80]. В [80] отмечается, что наивысший результат экономии топлива и повышения КПД может иметь место только при одновременном снижении отношения потерь теплоты через ограждения к теплопоглощению материала и наиболее полной регенерации теплоты отходящих из реактора газов. Третье направление направлено, на разработку конкретных способов, технических средств наиболее полного использования этих резервов, а также на создание соответствующего оборудования для реализации этих резервов как в действующих, так и в новых ТТУ, системах и комплексах.

3. Современное состояние. В последнее время появилось много нового математического инструмента для моделирования устройств нагрева, который позволяет на более качественном уровне решать задачи энергоэффективности. Г. Г. Немзер в своей книге [9] предлагает классификацию математических моделей печей по следующим признакам: по способу построения (аналитические, экспериментально статистические, смешанные); по назначению (для исследований - разработка новых теоретических положений, улучшения технико-экономических показателей, создание новых техпроцессов), (для управления - автоматического регулирования, оптимального управления); по выполняемым функциям (контролирующие, прогнозирующие); по свойствам (статические, динамические). Особое внимание уделяется точности моделирования, степени приближения полученного при моделировании значения к истинному значению параметра процесса или конструкции установки. Точность определяется совершенством математического моделирования процесса, в сочетании с ограничением времени моделирования для управляющего воздействия для обеспечения процедур расчёта результирующих температурных полей в форме, позволяющей использовать их в процедурах автоматизированного расчета оптимальных алгоритмов управления [144].

Погрешности или отклонение значения вычисленной величины от действительного её значения ввиду неточности моделирования будут зависеть от области охвата модели, от вычислительных ресурсов, от выбора модели для проведения теплотехнического расчета (одномерная, двухмерная либо трехмерная), от степени дискретизации [330]. Погрешности моделирования также будут зависеть от конечно-разносной аппроксимации дифференциального оператора при численном моделировании объектов [348]. Существенное влияние на эффективность моделирования оказывает снижение порядка модели. Модель сокращение или снижение порядка модели является математической теорией, для нахождения низкоразмерных приближений для системы ОДУ [425, 426], поэтому снижению порядка модели придается большое значение в современных вычислительных комплексах [424, 433]. В настоящее время накоплен значительный материал о повышении эффективности печных, установок [114, 418]. Для решения задач энергоэффективности нагревательных газовых печей является создание их адекватных математических моделей [177], содержащих в явном виде все энергетические характеристики и конструктивные параметры таких технологических объектов при этом сокращается создание новых энергоэффективных установок. Это обычно позволяет вычислительными методами решать такие задачи, как: конструктивная и технологическая оптимизация по указанному критерию эффективности; распределение температурного поля внутри камеры; анализ изменений теплового потока в объеме печи и т.д.

Модернизация парка печного оборудования и повышение эффективности работы существующего, может проходить по трем основным направлениям. Первое - совершенствование режимов термической обработки металлов. Второе - оптимизация производственного процесса. Согласно результатам энергетического обследования, даже для устаревшего печного оборудования увеличение его степени загрузки до номинальной позволяет существенно повысить энергетическую эффективность его работы. Третье направление - создание новых, современных конструкций печного оборудования [3, 326]. Для оценки влияния на уровень энергопотребления действующей системы А. Д. Ключниковым предложен метод интенсивного энергосбережения [181], который получил своё развитие в работах С. К. Попова [295]. Этот метод позволяет использовать приближение к установленному ориентиру - идеализированному аналогу действующей системы, которое потенциально обладает эффектом и называется интенсивным энергосбережением тёплотехнологической системы.

Вопросам повышения энергоэффективности технологических процессов посвящены многочисленные исследования отечественных и зарубежных авторов в самых различных направлениях. Так, в работе [236] авторы указывают на оптимизацию по энергоэффективности большинства схем производства конструкционных материалов с глубоким использованием вторичных (побочных) ресурсов, посредством создания, например, энергометаллургических процессов и агрегатов, а также и уже существующих наработок, например ГУБТ, когенерации и др.

Работы авторов [230, 255] посвящены автоматизации на основе теплового моделирования состояния нагреваемого металла и энергосбережению в камерных и методических печах с целью повышения качества нагрева. Многие авторы большое внимание уделяют оптимизации конструктивных и режимных параметров [284, 361]. Ими, в частности, учитывались следующие факторы, влияющие на энергоэффективность, где в качестве оптимизационного параметра выступает минимальное окисление металла [52, 391], расход топлива [22, 368, 395], качество топлива и окислителя [275, 320, 322, 325], конструктивных и режимных параметров установок [15, 58, 198, 277], однако применительно к области оптимизации работы не носили системного характера. Кроме того, сложные, чрезмерно детализованные математические модели теплотехнологического и энергетического оборудования становятся непосильными для решения современными ЭВМ и обладают рядом ограничений, например для АСУ. При этом использование нейросетевой технологии, активно развивающейся в последнее время [25, 26, 117, 119, 134, 323, 371] для исследований в этой области, может существенно помочь. Для её использования применительно к ТТУ установкам требуется развитие теоретических положений по применению нейросетевых технологий с учетом ряда технологических ограничений, оказывающих влияние на качество принятого решения в целом.

4. Недостатки объекта исследования. В то же время, используемые сегодня методы повышения энергетической эффективности на основе математического моделирования имеют недостатки в плане времени выполнения, определения точности результата иногда невозможности достижения намеченной цели исследования. Кроме этого, применяемые сегодня методы экспериментальных исследований требуют выделения значительных средств. Это, в свою очередь, требует больших затрат денежных ресурсов, иногда проведение промышленных экспериментов просто невозможно в силу причин вреда здоровью экспериментаторов, что препятствует развитию отрасли машиностроения и металлургии и эффективности исследований режимов эксплуатации теплотехнологического и утилизационного энергетического оборудования.

5. Цель диссертационной работы. Цель диссертационной работы - повышение энергетической эффективности теплотехнологических установок и систем при недостаточном информационном обеспечении на основе применения нейросетевой технологии для совершенствования их математического моделирования. Эта цель имеет существенное значение для отрасли знаний по промышленной теплоэнергетике. Она реализуется в постановке и решении задач, которые раньше не решались обычными методами.

6. Признаки предмета исследования и его определение. Диссертационная работа направлена на повышение энергоэффективности работы ТТУ и систем, оптимальности их функционирования, обеспечения достижения технически обоснованных норм расхода энергии, за счёт использования наиболее современных и эффективных технических систем и методов их расчёта.

Предмет исследования. Промышленные печи и их энергоутилизационное оборудование.

7. Формулировка научной проблемы. Исходя из изложенного, научная проблема диссертационного исследования формулируется следующим образом. Разработка методологических основ решения задач повышения энергетической эффективности теплотехнологического и энергетического оборудования в машиностроении и в чёрной металлургии при недостаточном информационном обеспечении на базе нейросетевых технологий, обученных на основе данных промышленных экспериментов и результатов моделирования на сложных математических моделях. На этой основе создание математических моделей для решения задач, по оптимизации режимов работы оборудования, по определению точности моделей на стадии постановки задач создания моделей в многоцелевых вычислительных комплексах. А также по выбору необходимости установки утилизационного оборудования на стадии принятия решения при реконструкции печей, по оптимизации режимов работы не только отдельного оборудования, но и оптимизации с учётом работы группы установок. Создание эффективного алгоритма оптимизации на базе генетического алгоритма, для решения задач по оптимизации графика подачи топлива в печь с целью снижения расхода топлива. Предметом исследования являются промышленные печи и их энергоутилизационное оборудование.

8. Направления исследований.

В качестве основных направлений исследований использовались численные исследования многоцелевых вычислительных комплексов на точность решения простых задач нагрева на основе их сравнения с известными аналитическими решениями и выделения при этом факторов, влияющих на точность и время выполнения задач. Следующим направлением исследования являлось определение возможности создания математических моделей на основе нейросетевой технологии с обучением моделей, используя экспериментальные данные, полученные в результате пассивного промышленного эксперимента и выявление возможности по использованию этих моделей для оптимизации режимов работы оборудования. В качестве другого направления исследовалась возможность нейросетевой технологии по определению точности математических моделей камерных нагревательных печей составленных в многоцелевых вычислительных комплексах. Для этого использовались нейросети, обученные с использованием большого количества экспериментальных данных и результатах математического моделирования печей. Модели печей разрабатывались в многоцелевых вычислительных комплексах. Одним из направлений исследований являлось определение целесообразности установки после небольших печей рекуператора на основе вычислительных экспериментов, обработанных с помощью нейросетей. Следующим направлением исследований было определение возможности использования нейросетей для управления процессами в производстве при решении задачи двухуровневой оптимизации процессов в рамках ТТУ печь — молот, и группы установок печь - молот. Также в работе в качестве следующего направления исследования было создание эффективного алгоритма для решения задачи оптимизации подачи топлива на горение. В качестве целевой функции оптимизации предложено использовать минимальный расход топлива за время нагрева металла в камерной печи с садочным режимом её загрузки. В качестве такого алгоритма предложен алгоритм, построенный на основе генетического алгоритма. Эффективность этого алгоритма необходимо исследовать по сравнению с алгоритмом перебора вариантов. Анализ решения задач повышения энергетической эффективности теплотехнологиче-ского и энергетического оборудования в машиностроении и в чёрной металлургии на базе нейросетевых технологий, обученных на основе данных промышленных экспериментов и результатах моделирования на сложных математических моделях и разработка методологических основ использования нейросетевых технологий для этих целей.

9. Предполагаемые методы исследования. Экспериментальное исследование на основе измерения тепловых потоков и рассеивания тепла на промышленном теплотехнологическом и энергетическом оборудовании. Математическое и компьютерное моделирование, заменяющее ТТУ и утилизационное энергосберегающее оборудование их математической моделью и затем изучением последних. Компьютерные модели проще и удобнее исследовать в силу их возможности проводить т.н. вычислительные эксперименты, в тех случаях, когда реальные эксперименты затруднены из-за финансовых или физических препятствий. Компьютерное же моделирование заключается в проведении серии вычислительных экспериментов на компьютере, целью которых является анализ, интерпретация и сопоставление результатов моделирования с реальным поведением изучаемого объекта и, при необходимости, последующее уточнение моделей для обеспечения повышения энергетической эффективности теплотехнологического и энергетического оборудования в машиностроении и в чёрной металлургии.

10. Аннотация диссертационной работы по главам.

В первой главе дан анализ состояния и путей совершенствования печей машиностроения и их энергетических показателей. Также дан обзор методов математического моделирования ТТУ для исследований влияния различных факторов на энергетическую эффективность. Для исследования больших промышленных систем часто единственно возможным методом исследования становится математическое моделирование. Требуемая точность математической модели в значительной степени определяет ее форму, метод и средства решения. Зачастую точность математической модели зависит от времени её выполнения.

Ряд авторов Л. А. Коздоба, И. П. Норенков, А. И. Половинкин, Л. А Бровкин предлагают для технических систем в технологии математическое моделирование распределять по уровням сложности (детализации) технических систем. Чрезмерная детализация математических моделей часто бывает непосильной для современных ЭВМ.

А. Н. Коротиным дан анализ различных направлений по использованию вторичных энергетических ресурсов после ТТУ на основании анализа теплоэнергетического баланса предприятий и указывает на одну из главных причин низкой эффективности использования ТЭР - большие потери с отходящими газами от высокотемпературных и низкотемпературных установок. Разработке энергосберегающего оборудования для утилизации высокотемпературных и низкотемпературных отходящих газов посвящен целый ряд работ Л. А. Голубева, А. Д. Димитрова, В. А. Локшина, А. В. Лукьянско-го, Ю. Е. Малкина, В. А. Петрова, И. М. Руденко и др.

Проведена оценка влияния переходных процессов в работе ТТУ на энергетические показатели производства. В настоящее время математическое моделирование КШП ограничивается математическим моделями нагревательных печей, предложенными С. Н. Кащенко, А. С. Невским, А. Н. Коротиным, П. Г. Краснокутским, Л. С. Крыловой, В. Г. Лисиенко, В. С. Гурфин-келем, Э. Я. Рапопорт или процессов, происходящих во время нагрева металла Л. А. Бровкиным, Б. С. Мастрюковым, Н. М. Золотухиным, Л. А. Коздо-бой, А. К. Соколовым, В. А. Кривандиным, И. П. Шелаевым, И. К. Энно и др. Инженерные методики расчетов тепловых режимов ТТУ разрабатываются В. С. Гурфинкелем, В. С. Донсковым, В. В. Бухмировым, С. И. Носовой и др., так как внедрение в производство микропроцессорной техники часто требует быстрого получения результата расчета. Проведена оценка направлений повышения эффективности с помощью учета сопряженного с печами оборудования. Приведенные подходы реализуются на ЭВМ в виде программ и пакетов прикладных программ. Н. А. Кудрин отмечает, что основная масса печей в КШП с мелкосерийным и единичным производством - это самые дешевые камерные кузнечные печи. Для этих печей у нас и за рубежом Л. С. Крыловой, А. М. Парамоновым, Б. К. НеткгЪиЬег и др. разработаны несложные математические модели. Можно отметить для некоторых недостаток: отсутствие их связей с внешними условиями загрузки. А общим недостатком моделей является отсутствие учёта работы сопряженного с печью оборудования, например молота.

Освещены проблемы разработок и использования нейросетевых технологий на повышение эффективности процессов и показателей производства во многих отраслях промышленности при решении различных задач. Нейросе-тевые технологии появились на основе нейронных сетей, т.е. программ, имеющих структуру подобную структуре клеток человеческого мозга. Это направление принадлежит к одному из направлений в развитии искусственного интеллекта. Нейросетевое программное обеспечение активно используется в различных отраслях знаний, и всё больше расширяются области его применения, там где человеческий интеллект малоэффективен, а традиционные вычисления трудоемки или физически неадекватны (т.е. плохо отражают реальные физические процессы и объекты). Нейросети в области теплотех-нологии и теплоэнергетики используют для решения задач управления крупными плавильными агрегатами (доменными печами, кислородными конвертерами и др.) включающих сложные многопараметрические процессы. В. А. Вехником рассмотрены вопросы создания, обучения и проверки искусственной нейронной сети, моделирующей тепловую работу проходной печи. Применение созданной нейронной сети позволяет в среднем на три порядка быстрее определять показатели тепловой работы моделируемой печи, чем при использовании математической модели. В своей работе А. И. Галушкин отмечает с 1990 - 1991 гг. нейронные сети начинают активно внедряться в задачи прогнозирования нагрузки потребления электроэнергии и газа. Эти работы развиваются вплоть до настоящего времени. Он отмечает, что значительное количество работ посвящено прогнозированию нагрузок с помощью нейрокомпьютеров на короткое время. Отдельно рассматриваются нейросетевые подходы, связанные с почасовым прогнозированием потребления энергии, есть работы для прогнозирования потребления с 3-х месячным упреждением. Кроме этого нейросети используются для прогнозирования пикового потребления электроэнергии. С помощью нейросети решается задача оптимального распределения энергии в электрических сетях. Используются нейронные сети для оценки качества работы технических систем, в частности - динамической устойчивости электроэнергетических систем. Нейронные сети являются эффективным аппаратом диагностики энергетических систем. Разработана методика построения нейросетей для параметрического метода контроля авиационного газотурбинного двигателя. Генетические алгоритмы используются для поиска оптимального решения в задаче о размещении измерительных датчиков, предназначенных для контроля безопасности на электростанциях. Проведены испытания в реальных задачах. Показано, что ГА дает вполне удовлетворительные решения при числе измерений порядка 1011, а относительная ошибка составляет 0,102 %.

Вторая глава посвящена разработке научнообоснованного подхода применения инструментария нейросетевой технологии для повышения энергетической эффективности ТТУ и систем с недостаточным информационным обеспечением и принципов использования природных алгоритмов для решения задач энергетической эффективности.

В этой главе рассматриваются основные принципы разработки нейроими-таторов для обеспечения повышения энергетической эффективности тепло-технологического и энергетического оборудования. Сложные, чрезмерно детализованные математические модели становятся непосильными для решения современными ЭВМ. Иногда для моделируемых объектов имеется недостаток данных или непонятно, как они изменяются внутри исследуемого объекта в этом случае очень сложно формализовать задачу. При использовании численных математических моделей для получения результата во многих случаях требуется достаточно большое время. Поэтому проблематично их использование для принятия решения по управлению ТТУ. Необходима разработка высокоэффективных нейросетевых технологий обученных на базе данных промышленных экспериментов и результатов моделирования на сложных математических моделях.

Основное преимущество нейросетевых технологий перед классическими методами статистического анализа состоит в возможности аппроксимации по экспериментальным данным любых сколь угодно сложных нелинейных зависимостей произвольного и заранее неизвестного вида.

Проведён качественный анализ повышения потребительских свойств нейросетевого моделирования для поставленных и решённых задач повышения энергетической эффективности по сравнению с традиционным классическим моделированием. Проанализировано улучшение качества потребительских свойств моделирования по сравнению с моделями, построенными на основе использования дифференциальных уравнений. Данный анализ показывает, в каких задачах больше подходит инструментарий нейросетевой технологии и в чём выражается повышение качества моделирования.

Проанализировано 6 задач повышения энергоэффективности ТТУ и систем, которые имеют цели повышения энергоэффективности.

Анализ показывает, что на обоснование выбора и внедрения инструментария нейросетевой технологии для решения задач повышения энергоэффективности ТТУ и систем влияют следующие факторы: задачи не имеют достаточного информационного обеспечения (задача плохо или совсем не формализована); есть временные и ресурсные ограничения для её решения; задача чрезмерно детализирована. Повышение качества моделирования при использовании инструментария нейросетевой технологии выражается: в снижении затрат на сопровождение и эксплуатацию моделей, затрат на разработку и приобретение ресурсов, ресурсоёмкости - требуемого объёма памяти, требуемого информационного обеспечения, в повышении эффективности за счёт устойчивости полученных результатов в заданном диапазоне.

В этой главе также приводится сопоставление нейронных сетей со статистическими методами. Сопоставление приводится по средней абсолютной относительной ошибке, которая показывает, на сколько хорошо модель описывает процесс, и широко используемой в последнее время средней абсолютной ошибке, которая используется для сравнения качества прогнозов. Для количественной оценки разницы между прогнозируемыми и истинными значениями используется среднеквадратическая ошибка или квадратный корень из среднеквадратичной ошибки.

Результаты точности прогнозирования в задачах определения мощности турбины и параметров качества нагрева пластины в многовычислительном комплексе показывают преимущества нейросетевой технологии.

Проведённый анализ позволил сформулировать признаки, при которых моделирование объектов предпочтительней с использованием нейросетевой технологии.

Анализ этапов разработки нейросетевых моделей при выполнении представленных задач повышения энергоэффективности ТТУ и систем позволил определить предпочтительные технологии инструментария нейросетевой технологии из значительного многообразия технологий нейросетевого моделирования.

Для этого были рассмотрены семь этапов разработки нейросетевой технологии, принятых в литературе [82, 209, 280], и проанализированы все этапы при выполнении представленных задач.

Применение универсального нейросетевого подхода составляет общую основу решения задач повышения энергетической эффективности теплотех-нологических установок и систем с недостаточным информационным обеспечением. Для обучения НС могут использоваться данные промышленных экспериментов и результаты моделирования на сложных математических моделях.

Для решения задач оптимизации, требующих многократных расчетов, появилась острая необходимость в разработке и использовании эффективных методов оптимизации, которые бы позволили решение этой задачи сократить на порядки. Поэтому требуются новые эволюционные подходы и методы при решении задач оптимизации. В качестве такого метода оптимизации, направленной на повышение энергетической эффективности установок, в работе предложено использовать генетический алгоритм (ГА). ГА является самым известным на данный момент представителем эволюционных алгоритмов и по своей сути является алгоритмом для нахождения приближённого глобального экстремума многоэкстремальной функции. ГА представляет собой модель размножения живых организмов.

В работе предложено в качествё целевой функции использовать минимум расхода топлива за период нагрева заготовок в печи периодического действия от многих переменных графика чередований режимов работы горелки «малое» и «большое» горение.

Затем дано описание, как для оптимизации суммарного расхода газа применить ГА, который позволяет решать задачи по оптимизации подачи топлива.

Третья глава посвящена использованию нейросетевой технологии для повышения эффективности использования многоцелевых вычислительных комплексов при решении задач теплообмена, и для повышения энергетической эффективности при эксплуатации тепло и энергетических установок

В этой главе разработана методика по использованию нейросетевой технологии для повышения эффективности использования многоцелевых вычислительных комплексов при решении задач теплообмена на основе определения точности решения на стадии постановки задачи.

При использовании любого вычислительного комплекса необходимо знать точность решения поставленной задачи. Для этого можно сравнивать результаты, полученные на модели, с результатами физического эксперимента. Который является сложным и дорогим и его не всегда удается провести. Вследствие этого, если возможно, для некоторых задач сравнение можно осуществить, используя результаты аналитических решений.

Полученные в ходе сравнения величины можно обработать с помощью нейросетевой технологии. Предлагается методика определения точности численных математических моделей, созданных в многоцелевых вычислительных комплексах на основе нейросетевой технологии. Применение нейро-сетевой технологии позволяет достичь значительно более хороших результатов, чем применение традиционных методов.

Предложенная методика оценки точности современных вычислительных пакетов на основе нейросетевой технологии, проверена на задачах нагрева пластины металла при граничных условиях первого и второго родов Диапазон погрешности работы нейросети составил для граничных условий 1-го -рода 0,12 - 4,9% (для граничных условий 2-го - рода менее 3%).

В этой главе проведено исследование по использованию нейросетевых технологий для математического моделирования существующего теплотех-нологического оборудования в целях повышения эффективности его работы.

В качестве одного из объектов исследования является газовая утилизационная турбина (ГУБТ-25), установленная на газовой турбинной расширительной станции газового цеха ОАО «Северсталь», г. Череповец.

На основе собранной информации и исходных данных по газовому цеху получена нейросетевая математическая модель по работе ГУБТ-25, а на основе модели разработаны режимы работы турбины.

Целью создания математической программы по моделированию режимов работы ГУБТ-25 являлось выявление резервов экономии энергоресурсов на основе их нормирования для выработки электроэнергии на ГУБТ-25, а также прогнозирования выработки электроэнергии при изменении различных параметров, влияющих на мощность турбины, в данных условиях её работы применительно к условиям газового цеха ОАО «Северсталь».

По результатам моделирования были разработаны режимные карты. Карты позволяют машинисту турбины оценить эффективность эксплуатации турбины.

В качестве другого объекта исследования рассматривается камерная кузнечная печь энергетическая эффективность при эксплуатации, которой во многом зависит от контроля различных параметров приведённых в работе.

Нейросетевая модель камерных нагревательных печей обучена по экспериментальным данным камерных нагревательных печей в заданном диапазоне. Эта нейросетевая модель позволяет прогнозировать один из параметров качества нагрева заготовок: температуру на поверхности металла в момент выдачи металла для операций ковки.

В четвёртой главе представлена задача для выбора технического решения при реконструкции ТТУ с целью повышения их эффективности. Для обоснованного выбора утилизационной установки необходимо применение математических моделей отражающих работу ТТУ и сопряжённого с ней оборудования.

Этот подход избавляет от проведения дорогостоящих промышленных экспериментов или физического моделирования, однако и он имеет ряд своих недостатков. Если используемые для этих целей математические модели в виде компьютерных программ достаточно точно отражают работу реальных (моделируемых) объектов, то, как правило, они имеют сложную структуру, большие объёмы и занимают значительное время для расчётов.

Анализ состояния теплотехнологий КШП на машиностроительных предприятиях позволяет сформулировать задачу, направленную на повышение энергоэффективности работы кузнечных производств, на основе разработанных методов и алгоритмов расчета теплотехнологического оборудования КШП.

В задачу математической модели входит оптимизация режимов работы установки печь - молот и определение для оптимального режима технически обоснованных норм расхода топлива на печь, электрической энергии на молот, а также разработка режимно-технологических карт нагрева металла.

Для определения связей режимов работы печи и молота в задачу входит также определение влияния изменения обобщенного размера заготовок й^и параметров качества нагрева на время ковки, определение факторов, влияющих на затраты энергии ковки.

При решении задачи необходимо обосновать технологические ограничения, исследовать изменение целевой функции от варьируемых параметров.

Математическая модель печи строится на основании решения сопряженной задачи теплообмена в системе газ - кладка - металл. В качестве математического метода моделирования принят метод дискретного удовлетворения краевых условий (ДУКУ).

На основании экспериментальных данных получены формулы, которые используются в математической модели для определения времени процесса свободной ковки и затрат энергии на операцию свободной ковки на приводных пневматических молотах.

Для оптимизации режима работы установки в качестве целевой функции используется универсальный экономический параметр минимум себестоимости цехового передела.

В качестве варьируемых параметров в модели приняты режимные параметры (параметры качества нагрева): температура на поверхности Т(\, Рок) и температурный перепад по сечению металла в конце нагрева АТ]0(Гок), а также параметр, связанный с размещением заготовок на подине печи (отношение расстояния между заготовками к их высоте

Оптимизационная задача решается с учетом 8 ограничений.

В качестве первого ограничения принята температура газов в рабочем пространстве печи, которая не может превышать действительную температуру горения топлива.

В качестве второго ограничения используется темп выдачи заготовок из печи, который не должен быть меньше времени ковки.

Третьим ограничением является допустимый температурный перепад во время начального периода нагрева, определяемый допустимыми температурными напряжениями.

Четвертым, пятым и шестым ограничениями являются максимальные температуры применения огнеупорных и изоляционных материалов, из которых выполнена трехслойная кладка печи.

Седьмым ограничением является максимально возможный расход газа на печь.

Восьмым - производительность печи.

Результаты работы программы представлены для кузнечного участка камерных нагревательных печей ОАО «Завод имени Дегтярёва», г. Ковров, где установлены три однотипные камерные нагревательные печи для нагрева металла под ковку с площадью пода 0,82x0,58=0,47 м .

Выполнение расчёта в программе и получение карты технологического процесса ковки и горячей штамповки иногда требует достаточно больших затрат времени, а иногда решение нужно принимать незамедлительно, мгновенно. В этом случае программу математической модели оптимизации режима работы установки: камерной нагревательной печи и пневматического молота для свободной ковки можно заменить нейронной сетью, предварительно осуществив процесс так называемого обучения сети на основе результатов расчётов на математической модели.

Нейронная сеть способна обобщить полученную информацию в виде функциональных связей внутри себя и заменить в некоторых случаях для принятия решений математическую модель установки печь -молот.

В результате использования обученной нейросети максимальное расхождение между результатами, рассчитанными в программе по оптимизации установки печь - молот, по количеству заготовок, находящихся в печи, составила от 11 до 43 %. Погрешность сети по времени нагрева заготовки составила от 0,2 до 29 %. Погрешность сети по температуре поверхности металла составила от 0,09 до 3%.

Одной из наиболее важных мер, направленных на повышение энергоэффективности ТТУ, является как можно более полная утилизация вторичных энергетических ресурсов (ВЭР). Примером наиболее часто встречающегося решения является использование физической теплоты уходящих газов для предварительного подогрева компонентов горения. С этой целью успешно применяются различные типы теплообменных аппаратов.

При реконструкции ТТУ возникает вопрос (в первую очередь экономический) о необходимости установки теплообменника для подогрева воздуха идущего на горение за счёт тепла отходящих газов, также об обоснованном выборе типа, конструктивных характеристик теплообменника. Такой обоснованный выбор не возможен без применения моделирования работы исследуемого теплообменника и ТТУ (печь - молот). Источник ВЭР и сопряженное оборудование (теплообменник), должны рассматриваться в единой системе.

Для этого была решена задача расширения существующей оптимизационной математической модели установки печь - молот путем интеграции в неё блока, моделирующего работу утилизационного теплообменника - рекуператора для подогрева воздуха, идущего на горение

Используя оба варианта моделей (с рекуператором и без) для одних и тех же условий, можно сравнить удельные себестоимости цехового передела и получить вывод об экономической эффективности или нецелесообразности использования теплообменника данного типа и данной конструкции.

Установка рекуператора не всегда экономически выгодна, поскольку себестоимость цехового передела в некоторых случаях оказывается выше, чем себестоимость без применения рекуператора.

Под решением задачи классификации здесь подразумевается ответ на вопрос: выгодна установка щелевого радиационного рекуператора при данных условиях или нет. Установка рекуператора выгодна, если позволяет добиться уменьшение себестоимости цехового передела.

В представленной работе нейронная сеть обучена на 221 примере, и как показала проверка, этого множества оказалось вполне достаточно. Полученная программа является удобным инструментом для различных исследовательских целей, связанных с оценкой влияния на принятие решения об установке рекуператора, значений входных переменных (производительность печи, площадь поверхности нагрева рекуператора, экономические показатели и ДР-)

В качестве одного из примеров с помощью программы построена область экономически эффективного использования радиационного щелевого рекуператора в зависимости от различных значений производительности печи и площади поверхности рекуператора при постоянных значениях остальных входных переменных.

Результаты расчета представлены в виде графика. Область экономически эффективного использования рекуператора сильно зависит от цен на топливо и может сильно изменяться - увеличиваться с ростом стоимости природного газа. Определение эффективности установки рекуператора на кузнечную печь с учетом изменения стоимости природного газа - одна из задач, которую можно решить, применяя представленную обученную нейронную сеть.

В пятой главе представлена задача по прогнозированию точности вычисления параметров качества нагрева металла в камерных нагревательных печах в многоцелевых вычислительных комплексах. Во второй главе предложена методика по использованию нейросетевой технологии для повышения эффективности использования многоцелевых вычислительных комплексов при решении задач теплообмена на основе определения точности решения на стадии постановки задачи (для простых задач, которые имеют аналитические решения). В этой главе задача о точности моделирования распространяется на модели сложных объектов (камерные нагревательные печи).

В данной главе предложено сравнить результаты, полученные при математическом моделировании нагрева металла в камерных нагревательных печах в многоцелевом вычислительном комплексе РЬоешсз, с экспериментальными результатами промышленного эксперимента проведённого в кузнечном цехе машиностроительного завода «Тяжелого станкостроения» и обработать их с помощью нейронных сетей.

Для этой цели были построены модели двух печей №2 и №5 для режимов, при которых проводились промышленные испытания.

Полученные результаты использовались для обучения нейросети. Проверка адекватности её работы осуществлялась по печи №3.

В результате нейросеть выводит значение температуры поверхности заготовок 2-й садки печи №3, а также относительную погрешность в % ее вычисления в многоцелевом вычислительном комплексе РИоешсз.

Данная нейросеть позволяет прогнозировать точность вычисления параметров качества нагрева заготовок с помощью математических моделей камерных нагревательных печей, построенных в комплексе РИоешсБ.

В шестой главе разработан алгоритм моделирования кузнечного производства, основанный на решении задачи оптимизации, которая решалась на двух уровнях. В качестве первого уровня для решения задачи оптимизации кузнечного производства использовалась математическая модель установки - печь -молот, приведённая в главе 3. Математическая модель работы кузнечного производства, построенная на основе параметра стабилизации режимов работы установки - печь -молот, использовалась в качестве второго уровня решения задачи оптимизации.

Для решения задачи оптимизации использовался экстенсивный путь, который был основан на использовании предложенного параметра стабилизации.

Этот параметр представляет отношение количества теплоты, подведенной к металлу при единичном температурном напоре за время, к энергии, усвоенной металлом при единичном приращении температуры.

В этой главе решена задача по определению производительности установок на основе параметра стабилизации, без учета оптимального режима работы установки печь - молот. Параметр стабилизации при работе этого алгоритма принимался с постоянными коэффициентами приведённой теплоотдачи ах, удельной теплоёмкости металла с, эффективной поверхности нагрева /зф. Суммарный коэффициент теплоотдачи а1 который является функцией от температуры газа, конечной температуры нагрева металла и обобщенного размера заготовки «V изменяется в пределах

V =300 + 500 Вт/^м2 - Я"). Удельная теплоемкость металла, су, изменяется в зависимости от температуры металла в диапазоне 450 740 кДж/(кг-°С). Поэтому в нулевом приближении они могут быть средними и постоянным.

На первом этапе расчёта задачи оптимизации кузнечного производства используется программа оптимального распределения номенклатуры заготовок между печами проектируемого цеха. Задача решается без учёта первого уровня оптимизации. Производительность печей не известна, условием распределения является минимум суммы средневзвешенных квадратичных отклонений от среднего параметра стабилизации для данной печи.

На втором этапе решения задачи оптимизации проводится уточнение параметров стабилизации. Уточнённые параметры стабилизации рассчитываются в программе оптимизации режима работы ТТУ печь - молот кузнечного производства. Таким образом, подключается первый уровень оптимизации работы установки печь -молот с учетом технологических ограничений.

Предложено для обучения нейронных сетей использовать результаты математического моделирования на модели кузнечного производства. Программа, составленная по предложенному алгоритму выбора оптимального варианта, работает несколько часов, а полученную программу на основе ней-росетевой технологии можно использовать для оперативной работы производства с определением технически обоснованных норм расхода энергии для конкретного предприятия для существующих и новых изделий.

Предложен алгоритм математической модели двухуровневой оптимизации, который позволит решать ряд задач для действующих ТСТТТП:

- проводить тренинг и подбор персонала для работы на производстве;

- управлять производством;

- прогнозировать работу производства на заданный период времени с учетом различных технологических и производственных ограничений;

- разрабатывать научнообоснованные режимно-технологические карты нагрева заготовок;

- разрабатывать научнообоснованные нормы расхода топлива и электроэнергии на установки печь -молот.

В седьмой главе представлена реализация задачи разработанной автором по оптимизации расхода топлива в печах с садочной загрузкой металла. Дня решения задачи была предложена методика теплового расчёта печей с садочной загрузкой, основанная на решении сопряжённой задачи теплообмена, где оригинально были объединены период нагрева и выдержки металла в едином алгоритме.

Математическая модель строится на основании решения сопряженной задачи теплообмена в системе газ - кладка - металл при условии радиационно-конвективного нагрева на внутренней поверхности кладки и металла и граничных условиях 3-го рода на наружной поверхности кладки. Между металлом и подом печи приняты адиабатные условия теплообмена. В качестве математического метода моделирования принята неявная конечно - разностная схема. Газовый объем в рабочем пространстве печи принят изотермичным. Температурные поля ограждений и металла сводятся к температурному полю пластин. Излучение газа, кладки и металла принято серым.

Разработанная математическая модель была реализована в виде программы для использования её при расчёте технически обоснованных норм расхода топлива и разработки технологических карт нагрева металла для камерных нагревательных и термических печей, работающих в садочном режиме. Результаты расчёта программы были сопоставлены с результатами экспериментальных замеров и отличаются не более чем на 5 %. Для оптимизации режима работы печи был предложен к использованию универсальный ГА, позволяющий в несколько раз сократить время счёта при выборе оптимального режима работы печи по сравнению с методом перебора вариантов.

В разработанную математическую модель добавлен блок оптимизации для разработки оптимального режима работы печи, где в качестве целевой функции используется минимальный суммарный за периоды нагрева и вы

•Л/ держки расход топлива ^ В]. о

В качестве варьируемого параметра принят расход топлива, который в период нагрева может подаваться на каждом расчётном интервале, или с минимальным, или с максимальным расходом топлива.

Задача оптимизации сводится к выбору режима подачи расхода газа Вн (г) в период нагрева тн при условии изменения времени 0 < г < тн.

При использовании генетического алгоритма результаты вычислений полностью совпали с методом перебора вариантов уже на 5-й эпохе, то есть это порядка 550 вариантов вычислений. Следовательно, по генетическому алгоритму количество вычислений на 3-й порядка меньше количества вычислений методом перебора вариантов.

Для оптимизации режима работы печи предложен к использованию универсальный ГА, позволил значительно сократить время счёта при выборе оптимального режима работы печи по сравнению с методом перебора вариантов.

Использование генетического алгоритма позволило получить погрешность вычисления оптимального решения в зависимости от количества варьируемых параметров. Анализ графика показывает, что погрешность определения минимального расхода топлива зависит от количества варьируемых параметров. Если количество варьируемых параметров составляет 18, то погрешность определения минимального расхода около 4%. При увеличении числа варьируемых параметров до 80 погрешность уменьшается до 1%.

Запуск камерной садочной печи может производиться из различных её состояний: длительного простоя, простоя две или одну смену, или простоя при загрузке новой садки металла. Исследования показали, что с увеличением времени простоя печи во время нагрева заготовок период с подачей топлива с минимальным расходом сокращается и приближается к 72,5 % от общего времени нагрева. Исследования влияния диапазона между минимальным и максимальным расходом газа показало, что максимальный эффект экономии топлива достигается при максимально возможном диапазоне между максимальным и минимальным расходом топлива.

Это существенное преимущество генетического алгоритма позволит решать задачи оптимизации с применением более сложных математических моделей печей.

В заключение работы приведена общая характеристика работы и основные выводы по результатам диссертации.

11. На защиту выносятся.

1. Научные основы повышения энергетической эффективности теплотех-нологических установок и систем при недостаточном информационном обеспечении на базе методологии выбора и внедрения инструментария ней-росетевой технологии для их математического моделирования.

2. Метод повышения эффективности использования многоцелевых вычислительных комплексов для моделирования задач теплообмена, основанный на определении точности моделирования на стадии постановки задачи.

3. Расчетный алгоритм и методика моделирования ТТУ установок печь -молот и печь -молот -рекуператор, позволяющие оптимизировать режимы работы установок с учётом технологических ограничений.

4. Методика, разработанная на основе нейросетевой технологии, позволяющая проводить обоснование целесообразности применения в установках печь -молот теплообменника для подогрева воздуха.

5. Методика повышения энергоэффективности работающих теплотехно-логических и энергетических установок с недостаточным информационным обеспечением на основе использования полученных нейросетевых моделей, которые были обучены по данным промышленных экспериментов. Методика использовалась для повышения энергоэффективности использования доменного газа в ГУБТ, а также повышения энергоэффективности режимов камерных нагревательных печей при соблюдении параметров качества нагрева.

6. Методика повышения энергетической эффективности камерных нагревательных печей на основе их эффективного моделирования в многоцелевых вычислительных комплексах с использованием нейросетевой технологии с прогнозированием точности результатов моделирования - параметров качества нагрева при моделировании режимов работы камерных нагревательных печей кузнечного производства - в многоцелевых вычислительных комплексах на стадии постановки задачи.

7. Методика построения математической модели кузнечного производства на основе параметра стабилизации, позволяющую разделить математическую модель кузнечного производства на два уровня оптимизации: на первом уровне в качестве целевой функции оптимизации используется минимум себестоимости цехового передела, а на втором уровне - минимум издержек цехового передела.

8. Методика, позволяющая определять энергоэффективные технически обоснованные режимы работы установок при недостаточном информационном обеспечении, построенная на основе нейросетевой технологии, в которой процесс обучения осуществлялся с помощью результатов моделирования, которые получены на сложной математической модели кузнечного производства с двухуровневой оптимизацией.

9. Расчётный алгоритм создания энергоэффективных режимов работы камерных термических печей с садочной загрузкой с оптимизацией суммарного расхода топлива на цикл работы печи, построенной на основе наследственного (генетического) алгоритма. В качестве целевой функции использовался минимальный суммарный за цикл работы печи (периоды нагрева и выдержки) расход топлива. Задача оптимизации сводится к выбору режима импульсной подачи расхода газа.

12. Благодарности коллегам по работе, научному руководителю, научному консультанту.

Автор выражает глубокую благодарность за помощь своему первому научному руководителю Л. А. Бровкину и научному консультанту Л. С. Крыловой, инженеру О. Ю. Нагорной, инженеру Д. А. Долинину студентам, принимавшим активное участие в исследованиях А. Е. Шибаеву, Ж. Н. Рыбаковой, Т. С. Щербаковой, С. А. Сенюшкину, Е. Е. Пичушкиной.

Заключение диссертации по теме «Промышленная теплоэнергетика», Горбунов, Владимир Александрович

Основные выводы и результаты

В результате выполнения диссертационной работы решена важная научная проблема создания научно обоснованного подхода к эффективности и области использования методов и методик моделирования на основе инструментария нейросетевой технологии для решения задач энергоэффективности для теплотехнологических установок и систем с недостаточным информационным обеспечением.

1. Разработаны научные основы повышения энергетической эффективности теплотехнологических установок и систем с недостаточным информационным обеспечением на базе методологии применения инструментария нейросетевой технологии при моделировании их работы.

2. Для повышения энергоэффективности работающих теплотехнологических и энергетических установок разработаны нейросетевые модели работы газовой утилизационной турбины, камерной нагревательной печи, группы установок печь — молот, нейросетевая программа по обоснованию экономической целесообразности применения в установке печь - молот теплообменника для подогрева воздуха.

3. Предложены технико-экономические целевые функции для поиска рациональных режимов работы промышленных установок печь — молот и печь - молот —рекуператор и группы промышленных установок.

4. Разработана методика двухуровневой оптимизации кузнечного производства на основе параметра стабилизации. На первом уровне оптимизации рассматривается установка печь - молот, где в качестве целевой функции используется минимум себестоимости цехового передела на установке, а в качестве целевой функции на втором уровне используется минимум издержек цехового передела. Энергосбережение достигается за счёт уменьшения энергозатрат при переходных процессах с изменением режимов работы установок.

5. Определены рациональные режимы работы газовой утилизационной турбины, теплотехнологических установок печь - молот, печь — молот — рекуператор, камерной термической печи с садочной загрузкой, системы, состоящей из группы теплотехнологических установок печь — молот, позволяющие снизить энергозатраты на энерготехнологическую установку ГУБТ-25 и теплотехнологические установки печь - молот, печь - молот - рекуператор.

6. На основе методологии применения инструментария нейросетевой технологии для повышения энергетической эффективности камерных нагревательных печей разработаны нейросетевые программы, улучшающие потребительские свойства многоцелевого вычислительного пакета РЬоешсз. Использование их позволяет при решении задач нагрева и моделирования работы камерных нагревательных печей на основе прогнозирования точности решения и результатов моделирования (параметров качества нагрева) на стадии постановки задач снизить временные затраты на разработку и верификацию математических моделей для заданной точности результатов моделирования.

7. Предложена методика оптимизации и на её основе разработана программа, которая использует наследственный (генетический) алгоритм оптимизации расхода топлива для камерных термических печей с садочной загрузкой. Использование ГА позволило получить зависимость точности определения минимального расхода топлива от количества варьируемых параметров -количества сигналов подачи расхода топлива с «большим» или «малым» горением. Исследование полученных оптимальных режимов для разного времени простоя печи позволило сделать вывод, что с ростом времени простоя печи время подачи минимального расхода топлива в начале периода нагрева сокращается от 96 до 72,5 % по отношению к общему времени нагрева. Исследование влияния диапазона между минимальным и максимальным расходом газа показало, что максимальный эффект экономии топлива достигается при максимально возможном диапазоне между максимальным и минимальным расходом топлива.

Заключение

Проведенный анализ по использованию моделирования теплотехноло-гических установок, используемых в машиностроении и металлургии, позволил сделать заключение. Для обеспечения повышения энергетической эффективности теплотехнологического и энергетического оборудования необходима разработка научных основ повышения энергетической эффективности теплотехнологических установок и систем при недостаточном информационном обеспечении на базе методологии выбора и внедрения инструментария нейросетевой технологии для математического моделирования, при обучении нейросетей промышленными экспериментальными данными и ре-зультататами моделирования на сложных математических моделях. Разработанные нейросетевые модели, могут эффективно использоваться при принятии решения в случае неполных данных и для управления сложными процессами.

В работе предложен метод на основе которого разработаны:

Методика, позволяющая оценить точность результатов решения задач нагрева материалов в современных вычислительных комплексах на стадии подготовки задачи. Она основана на базе использования нейросетевой технологии, результатов аналитических и численных решений, и проверена на задачах нагрева пластины из металла при граничных условиях первого и второго рода.

Методика, позволяющая прогнозировать точность вычисления параметров качества нагрева в камерных нагревательных печах. Методика основана на базе использования нейросетевой технологии, результатов ЗО-моделирования печей и промышленных экспериментальных данных.

На базе этого метода получены математические программы, позволяющие при решении задач нагрева в комплексе РЬоетсз определить для заданной точности решения значения настроечных коэффициентов, и программа, позволяющая верифицировать математическую ЗО-модель камерной нагревательной печи в диапазоне данных, используемых для обучения нейросе-ти.

Метод может быть рекомендован к применению с работой в многоцелевых вычислительных комплексах РИоешсз, Ашуз, ИошЛ^юп и других.

В работе разработана математическая модель установки нагревательная печь (на основании решения сопряженной задачи теплообмена) - пневматический молот (модель получена на основании экспериментальных данных в ходе промышленного эксперимента) и блока оптимизации параметров качества нагрева и зазоров между заготовками в качестве целевой функции использовалась себестоимость цехового передела. Математическая модель и разработанная на её основе программа может применяться для получения режимных карт нагрева на машиностроительных заводах в кузнечных производствах.

Предложена и разработана методика обучение нейросети с помощью программы оптимизации режима работы установки: камерной нагревательной печи и пневматического молота для свободной ковки для построения прогнозов и принятия мгновенных решений.

Предложено и произведено расширение существующей оптимизационной математической модели установки печь-молот путем интеграции в неё блока, моделирующего работу утилизационного теплообменника - рекуператора для подогрева воздуха, идущего на горение.

В работе разработана методика и математическая программа использования нейросетевой технологии при выборе технического решения по реконструкции ТТУ для повышения их эффективности (дооснащения их подогревателями воздуха, поступающего на горение). Полученная программа является удобным инструментом для различных исследовательских целей, связанных с оценкой влияния на принятие решения об установке рекуператора, значений входных переменных (производительности печи, площади нагрева рекуператора, экономических показателей и др.).

На основе нейросетевой технологии создана программа по моделированию режимов работы ГУБТ, которая позволяет не только нормировать расход энергии доменного газа на выработку электрической энергии, но, и позволяет прогнозировать работу турбины по выработке электрической энергии в реальных условиях, при изменении параметров доменного газа. Разработанная программа, используется в программном обеспечении на металлургическом комбинате. Разработаны режимные карты, позволяющие оценить эффективность эксплуатации турбины. По режимной карте можно определять мощность на клеммах генератора, приводимого турбиной ГУБТ при различных давлениях доменного газа до и за турбиной. Разработанные режимные карты используются на металлургическом комбинате.

Полученная модель, обученная по экспериментальным данным камерных нагревательных печей, которая позволяет прогнозировать один из параметров качества нагрева заготовок: температуру на поверхности металла в момент выдачи металла для операций ковки.

В работе описано как с помощью предложенного параметра стабилизации, который используется при работе группы нагревательных печей кузнечного цеха, в которых нагрев осуществляется при постоянной температуре печи, а процесс загрузки - выгрузки металла непрерывен, составить математическую модель кузнечного производства. Предложен алгоритм и составлена модель, которая используется на стадии проектного задания для оптимального распределения заготовок между печами. В качестве целевой функции при таком выборе является минимум издержек производства, а варьируемым параметров являются производительности печей.

Предложен метод решения оптимизационной задачи, распределения нагреваемых типоразмеров заготовок по печам, которой позволяет значительно сократить время расчёта по сравнению с методом перебора вариантов.

Разработана методика, позволяющая определять для каждого типоразмера заготовок необходимость одно- или двух стадийного режима нагрева с учетом температурных напряжений в начальной стадии.

Предложен и разработан алгоритм математической модели двухуровневой оптимизации, который позволит решать ряд задач в действующих КШП.

А именно проводить тренинг и подбор персонала для работы на производстве, управлять производством, прогнозировать работу производства на заданный период времени с учетом различных технологических и производственных ограничений, разрабатывать научнообоснованные режимно-технологические карты нагрева заготовок, разрабатывать научнообоснованные нормы расхода топлива и электроэнергии для установок печь -молот.

Предложена и описана методика теплового расчёта печей с садочной загрузкой, достоинством которой является оригинальность объединения периодов нагрева и выдержки металла в едином алгоритме. Предложена методика оптимизации и на её основе разработана программа, которая использует наследственный (генетический) алгоритм оптимизации расхода топлива для камерных термических печей с садочной загрузкой. Использование ГА позволило получить зависимость точности определения минимального расхода топлива от количества варьируемых параметров — количества сигналов подачи расхода топлива с «большим» или «малым» горением. Исследование полученных оптимальных режимов для разного времени простоя печи позволило сделать вывод, что с ростом времени простоя печи время подачи минимального расхода топлива в начале периода нагрева сокращается от 96 до 72,5 % по отношению к общему времени нагрева. Исследование влияния диапазона между минимальным и максимальным расходом газа показало, что максимальный эффект экономии топлива достигается при максимально возможном диапазоне между максимальным и минимальным расходом топлива. Разработанная математическая модель предлагается для использования при расчёте технически обоснованных норм расхода топлива и технологических карт нагрева металла для камерных нагревательных и термических печей, работающих в садочном режиме.

Список литературы диссертационного исследования доктор технических наук Горбунов, Владимир Александрович, 2013 год

1. А. с. № 1402784 СССР, МКИ F28 С 3/06 F24 H 1/10, бюл. № 22 Контактно-поверхностный теплообменник/ В.А. Горбунов, JI.A. Бровкин, В.Н. Дорофеев, C.B. Рудаков, В.Е. Степанов, B.C. Алехин Зарег. 15.02.1988.

2. А. с. № 1254272 СССР, МКИ F 28 D 19/04 F 23 L 5/02, бюл. № 32 Ротор регенератора/ J1.A. Бровкин, В.А. Горбунов, J1.C. Крылова Зарег. 30.08.1986.

3. А. с. № 1280289 СССР, МКИ F27 В 3/00, бюл. № 48 Печь поверхностного горения/ Л.А. Бровкин, Л.П. Олевская, В.В. Примайчек, В.А. Горбунов, JI.C. Крылова, В.Ю. Пронин, Е. В. Гусев Зарег. 1.09.1986.

4. Айвазян, С. А. Прикладная статистика: Исследование зависимостей: Справ, изд./ С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин. Под ред. С. А. Айвазяна. М. «Финансы и статистика» - 1985. - 487 с.

5. Алексеенко, В. В. Исследования и разработка систем отопления промышленных печей на основе регенеративных горелочных устройств: дис.канд. техн. наук/ В.

6. B. Алексеенко. Киев, 2004. - 153 с.

7. Амосов, А. А. Вычислительные методы для инженеров/ А. А. Амосов, Ю. А. Ду-бинский, Н. В. Копченова М.: Высш. Шк., 1994. - 544 с.

8. Андрианов В. Н. Основы радиационного и сложного теплообмена. М.: Энергия, 1972.-464 с.

9. Анисимов, Е. Ф. Численное исследование алгоритмов идентификации модели нагрева/ Е. Ф. Анисимов, Н. В. Борковская, И. Б. Вольфман// Изв. вузов. Черная металлургия, 1987. -№9.-С. 113-117.

10. Анохин, А. Б. Структура программного обеспечения задачи оптимизации энерготехнологической системы металлургического комбината/ А. Б. Анохин, В. И. Ситас, И. А. Султангузин и др.// Изв. вузов. Черная металлургия. 1992. - № 4.1. C. 91-94.

11. Анохин, А.Б. Математическое моделирование и оптимизация как метод решения проблем энергосбережения и экологии промышленных районов/ А. Б. Анохин, В. И. Ситас, И. А. Султангузин и др.// Теплоэнергетика. 1994. - №6. - С. 38 - 41.

12. Антонов, В. И. Совершенствование технологии и организации нагрева слитков и поковок как способ экономии энергетических ресурсов: автореф. дис.д-ра техн. наук/ В. И. Антонов. СПб., 2002. - 32 с.

13. Ануфриев, В. Г. Оптимизация раскладки прямоугольных термически массивных заготовок в печах с шагающим подом/ В. Г. Ануфриев, В. М. Оркин // Изв. вузов. Черная металлургия. 1983 . - №7. - С. 143 - 146.

14. Ануфриев, В. Г. Оптимизация раскладки прямоугольных термически тонких заготовок в печи с шагающим подом/ В. Г. Ануфриев, В. М. Оркин// Изв. вузов. Черная металлургия. 1983. - №3. - С. 124 - 127.

15. Ануфриев, В.Г. Оптимизация раскладки прямоугольных заготовок в печах с шагающими балками/ В.Г. Ануфриев, В.М. Оркин// Изв. вузов. Чёрная металлургия. 1989. - №5. - С. 161 - 164.

16. Арончик, Г. И. Об оптимальном управлении нагревом металла в печах с внешним радиационным теплообменом// Изв. вузов. Черная металлургия. 1987. - № 1. -С. 131-135.

17. Арутюнов, В. А. Математическое моделирование тепловой работы промышленных печей: Учеб. Для вузов/ Арутюнов В. А., Бухмиров В. В., Крупенников С. А. М.: Металлургия, 1990. - 239 с.

18. Асцатуров, В. Н. Интенсификация тепловой работы нагревательных печей/ Автоматизированные печные агрегаты и энергосберегающие технологии в металлургии. 2-я Международная науч.-практ.конф. М.: МИСИС, 2002. - С. 36 - 40.

19. Банкетов, А. Н. Кузнечно-штамповочное оборудование: Учебник для машиностроительных вузов/ А. Н. Банкетов, Ю. А. Бочаров, Н. С. Добринский и др.: Под ред. А. Н. Банкетова, Е. Н. Ленского. 2-е изд., перераб. - М.: Машиностроение, 1982.-576 с.

20. Бардыбахин, А. И. Условия оптимальности для нагрева металла с минимальным окислением// Изв. вузов. Черная металлургия. 1995. - № 3. - С. 65 - 69.

21. Бардыбахин, А.И. Расчет оптимальных по расходу топлива режимов нагрева металла в нагревательных колодцах и исследование их эффективности / А.И. Бардыбахин // Изв. вузов. Чёрная металлургия. 1991. - №7. - С. 88-91

22. Барочкин, Е. В. Анализ и оптимальный синтез теплообменных систем со сложной конфигурацией потоков в энергетических и химических комплексах: ав-тореф. дис. д-ра техн. наук/ Е. В. Барочкин. Иваново, 2008. - 32 с.

23. Баскин, И. И. Моделирование свойств химических соединений с использованием искусственных нейронных сетей и фрагментных дескрипторов: автореф. дис. д-ра техн. наук / И. И. Баскин. М., 2009. - 49 с.

24. Бахвалов, Н. С. Численные методы в задачах и упражнениях/ Н. С.Бахвалов, А. В. Лапин, Е. В. Чижонков М.: Высш. Шк., 2000. - 190 с.

25. Бахвалов, Н. С. Численные методы/ Н. С. Бахвалов, Н. П. Жидков, Г. М. Ка-бельков М.: Лаборатория Базовых Знаний, 2001. - 630 с.

26. Белозерова, О. А. Аэродинамика и конвективный теплообмен в циклонных нагревательных устройствах с поперечной подачей заготовок: дис. канд. техн. наук/ О. А. Белозерова. Архангельск, 2003. - 195 с.

27. Белоцерковский, О. М. Численное моделирование в механике сплошных сред. М: Изд. фирма «Физ. - мат. лит.», 1994. - 441 с.

28. Беляева, О. М. Решение задач теплообмена в многоцелевом вычислительном комплексе/ О. М. Беляева, В. А. Горбунов// Вестник ИГЭУ. 2005. - №4. - С. 147

29. Бербенев, В. И. Энергосбережение в печах машиностроения и стройиндустрии/

30. B. И. Бербенев, В. Н. Асцатуров/ Автоматизированный печной агрегат основа энергосберегающих технологий металлургии XXI века. Международная -практическая конференция. - М.: МИСИС, 2000. - С. 65 - 66.

31. Берковский, Б. М. Вычислительный эксперимент в конвекции/ Б. М. Берков-ский, В. К. Полевиков Минск: Университетское, 1988. - 283 с.

32. Блох, А. Г. Теплообмен излучением: Справочник / А.Г. Блох, Ю.А. Журавлев, Л.Н. Рыжков и др. М.: Энергоатомиздат, 1991. - 432 с.

33. Блох, А. Г. Основы теплообмена излучением. Л.: Госэнергоиздат, 1962. -296 с.

34. Боковикова, А. X. Учет селективности свойств продуктов сгорания при расчетах радиационного теплообмена в печах/ А. X. Боковикова, Ф. Р. Шкляр В кн.: Металлургическая теплотехника. - М.: Металлургия, 1978. - С. 84 - 88.

35. Большаков, В. И. Промышленная безопасность доменных печей при задувке и выдувке/ В. И. Большаков, Г. Н. Голубых, Н. М. Можаренко и др.// Фундаментальні та прикладні проблеми чорної металургії Збірник наукових праць, 2007. №14.-С. 290-309.

36. Борисов, Н. М. Применение сопряженных методов Монте Карло в задачах переноса фотонов с учетом вторичного излучения: автореф. дис. канд. ф - м. наук/ Н. М. Борисов. - М., 1999. - 23 с.

37. Борковская, Н. В. Оптимизация нагрева металла по комплексному критерию// Изв. вузов. Черная металлургия. 1986. - №5. - С. 156 - 157.

38. Борковская, Н. В. Разработка и исследование систем управления на математической модели методической печи/ Н. В. Борковская, Г. М. Глинков, В. А. Маковский// Изв. вузов. Черная металлургия. 1985. -№11. - С. 126 - 129.

39. Бородулин, А. В. Математические модели оптимального использования ресурсов в доменном производстве/ А. В. Бородулин, X. Н. Гизатуллин, А. Д. Обухов и др.. Свердловск: Изд-во УНЦ АН СССР, 1986. - 148 с.

40. Бочаров, В. А. Состояние и перспективы совершенствования кузнечно- штамповочных машин ударного действия// Кузнечно-штамповочное производство. -1985,-№8. -С. 39-40.

41. Бровкин, Л. А. Герметизация печи как один из параметров оптимизации ее работы/ Л. А. Бровкин, Н. А. Дмитриева, Л. С. Крылова, В. А. Горбунов// Изв. вузов. Энергетика,- 1987. № 1. - С. 90 - 92.

42. Бровкин, Л. А. Определение затрат энергии на ковку в условиях машиностроительного предприятия/ Л. А. Бровкин, В. А. Горбунов, Л. С. Крылова// Кузнечно-штамповочное производство. 1991. № 1. - С.30 - 32.

43. Бровкин, Л. А. Математическое моделирование и проектирование промышленных печей: Учебн. пособие/ Л. А. Бровкин, Л. С. Крылова, А. К. Соколов и др.: Под ред. Бровкина Л. А. — Иваново: Иванов, гос. ун-т. 1984. - 89 с.

44. Бровкин, Л. А. Расчётные формулы определения усреднённого коэффициента теплоотдачи конвекцией в камерных печах / Л. А. Бровкин, Б. Г. Коптев// Изв. вузов. Чёрная металлургия. 1980. - №7. - С. 105 - 107.

45. Бровкин, Л. А. Решение задач теплопроводности дискретным удовлетворением граничных условий/ Л. А. Бровкин, Л. С. Крылова// Сб. Вопросы тепломассообмена в промышленных установках. Иваново: ИЭИ, 1971. - С. 56 - 60.

46. Бровкин, Л. А. Температурные поля тел при нагреве и плавлении в промышленных печах. Иваново: ИЭИ им. Ленина, 1973. - 364 с.

47. Бровкин, Л. А. О режиме нагрева в промышленных печах стали с минимальным окислением/ Л.А. Бровкин, А. К. Соколов// Изв. вузов. Чёрная металлургия. -1972.-№7.-С. 161 164.

48. Бровкин, Л. А. Совершенствование организации работы нагревательных печей в мелкосерийном и единичном производстве / Л.А. Бровкин, Л.С. Крылова, В.А. Горбунов// Кузнечно-штамповочное производство. 1991. - № 9. - С. 27 - 28.

49. Бровкин, Л.А. Теплообмен и тепловые режимы промышленных печей: учеб. пособие/ Л.А. Бровкин. Иваново: Ив. гос. университет, 1982. - 85 с.

50. Бронштейн, И. Н. Справочник по математике для инженеров и учащихся ВТУЗов / И. Н. Бронштейн, К.А. Семендяев. М.: Наука, 1980. - 976 с.

51. Бутковский, А. Г. Управление нагревом металла. Изд. 2-е перераб. и доп./ А. Г. Бутковский, С. А. Малый, Ю. Н. Андреев. М.: Металлургия, 1981. - 272 с.

52. Бутковский, А. Г. Оптимальное управление нагревом металла/ Бутковский А.Г., Малый С.А., Андреев Ю.Н. М.: Металлургия, - 1972. - 439 с.

53. Бухмиров, В. В. Методы оценки эффективности разностных схем для решения дифференциальных уравнений и гидродинамики и теплообмена/ В. В. Бухмиров, Т. Е. Созинова// Изв. вузов. Черная металлургия. 1988. - №1. - С.66 - 69.

54. Бухмиров, В. В. Оценка эффективности разностных схем решения задач теплопроводности/ В. В. Бухмиров, С. А. Крупенников, Т. Е. Созинова// Изв. вузов. Черная металлургия. 1999. -№9. - С. 58-60.

55. Бухмиров, В. В. Разработка и использование математических моделей для решения актуальных теплотехнических задач металлургического производства: дис. д-ра техн. наук./ В. В. Бухмиров. Москва, 1998. - 464 с.

56. Бухмиров, В. В. Упрощенный зональный метод расчета радиационного теплообмена в поглощающей и излучающей среде/ В. В. Бухмиров, С. А. Крупенников// Изв. вузов. Черная металлургия. 1999. -№1. - С. 68 - 70.

57. Вабищевич, П. Н. Методика расчета нестационарных несжимаемых течений в естественных переменных на неразнесенных сетках/ П. Н. Вабищевич, А. Н. Павлов, А. Г. Чурбанов// Математическое моделирование. 1996. - №8. - С. 81 - 108.

58. Вабищевич, П. Н. Разностные схемы для нестационарных задач конвекции -диффузии/ П. Н. Вабищевич, А. А. Самарский// Журнал вычислительной математики и математической физики. -1998. № 338. - С. 207 - 219.

59. Варфоломеев, Б. Г. Аналитический способ расчета нестационарной теплопроводности/ Б. Г. Варфоломеев, Ю. JI. Муромцев, А. Ю. Сенкевич// ИФЖ 1999. - Т. 72, №4.-С. 810-823.

60. Васильев, В. И. Нейросетевой контроль параметров газотурбинного двигателя/ В. И. Васильев, С. В. Жернаков, Л.Б. Уразбахтина// Нейрокомпьютеры: разработка, применение. -2001,- №1.- С. 37-43.

61. Васильев, И. А. Связи между слагаемыми стационарного излучения// Доклад РАН. 1998. - Т. 366, №1. - С. 32.

62. Васильев, И. А. Связи между слагаемыми стационарного излучения в средах с рассеянием// Теплофизика высоких температур. 2000. - Т. 38, №2. - С. 274 - 283.

63. Васильев, Ю. А. Оптимизация рекуперативного использования теплоты отходящих газов промышленных печей/ Ю. А. Васильев, М. В. Симонова, А. А. Голова// Изв. вузов. Энергетика. 1986. - №2. - С. 77-83.

64. Васюткина, И. А. Программно-математические средства статистического моделирования на основе данных пассивного эксперимента: дис. канд. техн. наук/ И. А. Васюткина. М., 2004. - 251 с.

65. Вержбицкий, В. М. Основы численных методов. М.: Высш. шк., 2002. -840 с.

66. Вержбицкий, В. М. Численные методы (математический анализ и обыкновенные дифференциальные уравнения). М.: Высш. шк., 2001. - 382 с.

67. Вехник, В. А. Нейросетевое моделирование тепловой работы проходной печи Металлургическая теплотехника. Сб. науч. тр. Национальной металлургической академии Украины. Том 8. Днепропетровск: НметАУ, 2002. - 226 с.

68. Временная техдокументация по эксплуатации и пуску ГУБТ-25 совместно с Д.П. №5 СПб.: «ЭНЕРГОМЕТ», 2002. - 51 с.

69. Вучков, И. Прикладной линейный регрессионный анализ/ И. Вучков JI. Бояд-жиева, Е Солаков. Перевод с болг. Ю.П. Адлерара М. «Финансы и статистика» -1987.-239 с.

70. Высокотемпературные теплотехнологические процессы и установки / под общ. ред. А.Д. Ключникова М.: Энергоатомиздат, 1989. - 336 с.

71. Газовая утилизационная бескомпрессорная турбина ГУБТ-25 Техническое описание и инструкции по эксплуатации 121-ТО СПб.: ОАО «Невский завод», 2000. - 53 с.

72. Галушкин, А.И. Применение нейрокомпьютеров в энергетических системах Электронный ресурс.: статья / А.И. Галушкин. Режим доступа:ЬЦр:// kiryushin.boom.ru/docs/neurol.htm.

73. Ганаго, О. А. Проблемы оптимизации кузнечно-штамповочного производства// Кузнечно-штамповочное производство. 1981. - №8. - С. 3 - 6.

74. Герман, М. Л. Оптимизация тепловых режимов нагревательных печей с шагающим подом// ИФЖ 2006. - Том 79. - № 4. - С. 105 - 109.

75. Гнездов, Е. Н. Повышение энергоэффективности тепловой работы проходных печей на основе математического моделирования/ Е. Н. Гнездов, В. В. Бухмиров, Д.

76. B. Ракутина/ Автоматизированные печные агрегаты и энергосберегающие технологии в металлургии. 2-я Международная науч.-практ.конф. М.: МИСИС, 2002.1. C. 132-133.

77. Гнездов, Е. Н. Совершенствование расчета радиационного теплообмена в печах на основе зонального метода с условными поверхностями// Изв. вузов. Черная металлургия. 2002. -№1. - С. 59 - 62.

78. Голоскоков, Д. П. Уравнения математической физики. Решение задач в системе Мар1е/ Д. П. Голоскоков. СПб.: «Питер», 2004. - 544 с.

79. Голубев, И. Ф. Вязкость газовых смесей / И.Ф. Голубев. М.: Гос.издат: физико-математической литературы, 1959. - 375 с.

80. Гольдберг, Л. А. Решение оптимизации тепловых режимов в печах с шагающим подом и сводовым отоплением/ Л. А. Гольдберг, Е. В. Гуревич, В. Л. Гусов-ский// Изв. вузов. Черная металлургия. 1984. - №3. - С. 110 - 114.

81. Гольдфарб, Э. М. Оптимальный режим нагрева металла по критерию минимума стоимости расходуемого топлива и металла на окисление/ Э. М. Гольдфарб, В. С. Ибряев// Изв. вузов. Черная металлургия. 1971. - №12. - С. 144 -148.

82. Гольдфарб, Э. М. Выбор оптимального по расходу топлива режима нагрева слитков в колодцах/ Э. М. Гольдфарб, В. С. Ибряев// Изв. вузов. Черная металлургия. 1971. - №11. - С. 173 - 175.

83. Гольдфарб, Э. М. Определение оптимальной частоты переключения доменных воздухонагревателей/ Э. М. Гольдфарб Л.В. Леговец // Изв. вузов. Черная металлургия. 1963. - №2. - С. 29 - 35.

84. Горбунов, В. А. Использование нейросетевых технологий для повышения энергетической эффективности теплотехнологических установок: Монография/ В. А. Горбунов Иваново: ИГЭУ, 2011.- 476 с.

85. Горбунов, В. А. Математическая модель камерной нагревательной печи// Повышение эффективности энергетического оборудования: Мат.VI межд. науч.-практ. конф./ Под ред. А.В.Мошкарина Иваново: ИГЭУ, 2003. - 530 с. - С. 206 -213.

86. Горбунов, В. А. Математическая модель камерной нагревательной печи// Энергосбережение, теплотехника и металлургическая теплотехника: Сб. науч. тр./ Под ред. Б.К.Сеничкина Магнитогорск: МГТУ, 2003. - 149 с. - С. 112 - 115.

87. Горбунов, В. А. Математическая модель кузнечно-штамповочного производства с двухуровневой оптимизацией энергетических затрат/ В. А. Горбунов// Вестник ИГЭУ. -2011.- №2, С. 27-32.

88. Горбунов, В. А. Математическая модель оптимизации режима работы и определения норм расхода энергии для установки печь молот: Методическое руководство. Иваново: ИГЭУ, 2000,- 71 с.

89. Горбунов, В. А. Моделирование теплообмена в конечно-элементном пакете FEMLAB: Учеб. Пособие/ В.А. Горбунов. Иваново: ИГЭУ, 2008. - 216 с.

90. Горбунов, В. А. Определение целесообразности использование в установках печь-молот теплообменника для подогрева воздуха на основе нейросетевой технологии// Промышленная энергетика. 2011. - №11, - С. 38 - 43.

91. Горбунов, В. А. Определение эффективности утилизации доменного газа/ В.А. Горбунов, О.Ю. Нагорная// Промышленная энергетика. 2011. - №10, - С. 47-51.

92. Горбунов, В. А. Оптимальный нагрев металла с минимальным расходом топлива в камерной печи на основе "наследственного" алгоритма// Изв. вузов. Черная металлургия. 2005. -№1. - С.57 - 60.

93. Горбунов, В. А. Прогнозирование точности результатов при решении задач теплообмена на основе нейросетевых технологий// Промышленная энергетика. -2011.-№12,-С. 48-52.

94. Горбунов, В. А. Студия разработчика Microsoft для ФОРТРАНа: Учеб. пособие. В 3 ч. Ч. 1 .Установка, особенности, работа с проектами, использование текстового редактора, контроль над исходным текстом ФОРТРАН PowerStation.- Иваново: ИГЭУ, 2001.- 172 с.

95. Горбунов, В. А. Энергосбережение от стабилизации режима работы теплотехнологических установок кузнечного производства / В.А. Горбунов, Н. П. Воронко,

96. JI. С. Крылова// Моделирование процессов в теплотехнологических установках: межв. сб. науч. тр., Иваново, ИвГУ. - 1990. - С. 4 - 11.

97. Горбунов, В. А. Повышение энергетической эффективности оборудования кузнечного цеха дис. канд. техн. наук/ Горбунов В. А. Саратов: СПИ. - 1990. -310 с.

98. Гринчук, П. Модернизация парка промышленных печей. Электронный ресурс. П. Гринчук, A.M. Русецкий// Наука и инновации. 2010. - №12. - С.49 - 52. Режим доступа: www.innosfera.org.

99. Гросманн, И. Оптимизация энергоснабжения металлургического комбината по энергетическому и экологическому критериям/ И. Гросманн, В. И. Ситас, И. А. Султангузин// Промышленная энергетика. 1989. - № 8. - С. 49 - 51.

100. Грум-Гржимайло, В. Е. Пламенные печи. М.-Л. Госмашметиздат, 1932 472 с.

101. Губинский, В. И. Актуальные задачи реконструкции нагревательных печей. Металургійна теплотехніка: Збірник наукових праць Національної металургійної академії України. У двох книгах. Книга перша. - Дніпропетровськ: Пороги, 2005. - 468 е., С. 149- 156.

102. Губинский, В. И. Металлургическая теплотехника на пороге столетий// Сб. науч. тр. «Современные проблемы металлургии». Выпуск 1. - Днепропетровск, 1999.-С. 197-207.

103. Губинский, В. И. Нагревательные печи металлургии сегодня и завтра// Теория и практика металлургии. - 2004. - № 6. - С. 56 - 60.

104. Губинский, В. И. Развитие численно аналитических методов решения задач теплообмена// Труды международной конференции «Экология и теплотехника -1996 ». - Днепропетровск: Изд. ГМАУ, 1996. - С. 76-78.

105. Гужва, А. Г. Методика отбора существенных входных признаков при нейро-сетевом решении задач регрессии/ А. Г. Гужва, С. А. Доленко, И. Г. Персианцев// Нейрокомпьютеры: разработка, применение. 2010. - №3. - С. 20 - 32.

106. Гуляев, Ю. Г. Математическое моделирование процессов обработки металлов давлением/ Ю.Г. Гуляев, С.А. Чукмалов, А. В. Губинский. Киев: Наукова думка, 1986.-240 с.

107. Гурбанязов, М. А. Радиационный теплообмен в многозональных излучающих системах/ М. А. Гурбанязов, Э. Е. Прохач, В. Г. Эстерзон А.: Ылым, 1993. - 212 с.

108. Гурфинкель, В. С. Методика инженерных расчётов тепловых режимов нагревательных печей / В. С. Гурфинкель и др.// Изв. вузов. Черная металлургия. -1985.-№ 7.-С. 136-139.

109. Гусев, Е. В. Метод расчёта угловых коэффициентов излучения/ Е. В. Гусев, Б. С. Мастрюков// Изв. вузов. Черная металлургия. 1986. - № 3. - С. 121-123.

110. Гусенкова, Н. П. Совершенствование режимов нагрева насыпных садок в термических печах: дис.канд. техн. наук/ Н. П. Гусенкова. Иваново, 2000. - 177 с.

111. Девочкина, С. И. Управление нагревом металла в камерных печах периодического действия/ С. И. Девочкина, Е. В. Захарова, Г. Г. Кузнецов// Изв. вузов. Чёрная металлургия. 1989. - №6. - С. 124 - 126.

112. Девятое, Д. X. Оптимальное управление тепловой обработки слябов на линии MHJI3 прокатный стан/ Д. Х.Девятов, А. А. Кирпичев// Изв. вузов. Черная металлургия. - 1994. - №10. - С. 58 - 60.

113. Детков, С. П. Инженерные формулы теплообмена в газовых печах// Изв. вузов. Черная металлургия. 1979. - № 8. - С. 112-117.

114. Джонс, М.Т. Программирование искусственного интеллекта в приложениях / М. Т. Джонс, пер с англ. А. И. Осипова. М.: ДМК Пресс, 2004. - 312 с.

115. Дзюзер, В. Я. Теплофизические основы разработки энергоэффективных стекловаренных печей: дис. д-ра. техн. наук/ В. Я. Дзюзер. М., 2010. - 352 с.

116. Динамичное развитие технологии и оборудования доменного производства Японии / В. И. Большаков и др.// Металлург, и горноруд. пром-сть. 2006. - № 6. -С. 10-13.

117. Долинин, Д. А. Расширение применения метода дискретного удовлетворения краевых условий на основе увеличения диапазона специальных функций при расчёте нагрева и охлаждения/ Д. А. Долинин, В.А. Горбунов// Вестник ИГЭУ. 2004. - №3, - С. 115.

118. Дьяконов, В. П. MATLAB R2006/2007/2008 + Simulink 5/6/7. Основы применения/ В. П. Дьяконов. Изд-е 2-е, переработанное и дополненное. Библиотека профессионала. М.: «СОЛОН-Пресс», 2008. - 800 с.

119. Еремин, А. О. Качество нагрева металла в камерных печах при высокотемпературном подогреве воздуха в малогабаритных регенераторах/ А. О. Еремин, А. В. Сибирь// Металлургическая и горнорудная промышленность. 2010. - №6. - С. 94 -98.

120. Ерёмин, А. О. Современные способы отопления нагревательных печей. Металлургическая теплотехника: сб. науч. тр. Национальной металлургической академии Украины Днепропетровск: Новая идеология, 2008 - 328 е., - С. 139 -151.

121. Ефроймович, С. Ю. Оптимальный температурный режим нагревательной печи при случайном времени нагрева// Изв. вузов. Черная металлургия. 1981 . - № 3 .-С. 169-171.

122. Жаданос, А. В. Разработка автоматизированной информационной системы агрегата ковш-печь для прогнозирования содержания легирующих элементов в конструкционной стали/ А. В. Жаданос, О. Н. Кукушкин, М. И. Гасик// Системные технологии. 2010. - С. 68 - 74.

123. Жаранов, В. А. Утилизация тепла дымовых газов печей литейного производства Электронный ресурс./ В. А. Жаранов, Л.Е. Ровин. Режим доступа: http://www.metolit.by/imcysb/txt318.php.

124. Жернаков, С. В. Комбинированные модели нейросетей для диагностики и прогнозирования состояния ГТД// Нейроинформатика-99. М.: МИФИ. 1999. - С. 213-220.

125. Жуков, В. П. Математическое моделирование и структурная оптимизация сложных технологических систем измельчения / В. П. Жуков и др.// Теоретические основы химической технологии. 1998. - том 32, №3. - С. 288 - 293.

126. Заикина, Н. В. Моделирование и оптимальное управление процессом индукционного нагрева алюминиевых заготовок, вращающихся в магнитном поле постоянного тока: автореф. дис. канд. техн. наук / Н. В. Заикина. Самара, 2010. - 24 с.

127. Зализняк, В. Е. Основы научных вычислений. Введение в численные методы для физиков. М.: Едиториал УРСС, 2002. - 296 с.

128. Зальцман, Э. С. Решение обратной задачи теплопроводности/ Э. С. Зальцман, А. А. Кобышев// Изв. вузов. Черная металлургия. 2002. - № 3. - С. 59-61.

129. Захаров, Г. К. Оптимизация нагрева металла в проходных печах в темпе с процессом нагрева// Изв. вузов. Черная металлургия. 1978. -№1-С. 181-183 и № 3. - С. 169- 173.

130. Зигель Р. Теплообмен излучением / Р. Зигель, Дж. Хауэлл. М.: Мир. 1975. -934 с.

131. Золотухин, Н. М. Нагрев и охлаждение металла/ Н. М. Золотухин. М.: Машиностроение, 1986. - 192 с.

132. Зубков, Ю. П. Оптимизация температурного режима протяжной печи обезуглероживающего отжига кремнистой электротехнической стали/ Ю. П. Зубков, Б. С. Беленький, С. Г. Мастрюков // Изв. вузов. Черная металлургия. 1991. - №3. - С. 100- 103.

133. Зубкова, М. М. Оптимизация работы системы «печь скоростного конвективного нагрева кузнечный пресс»/ М. М. Зубкова, Е. 3. Черняховский, И. К. Энно// Кузнечно-штамповочное производство. - 1984. - №9. - С. 15-19.

134. Ибряев, В. С. Оптимизация поверхности теплообмена рекуператоров с различными схемами движения теплоносителей/ В. С. Ибряев, Ю. И. Розенгарт, Б. Б. Потапов, И. И. Бойко// Изв. вузов. Чёрная металлургия. 1981- № 8. -С. 111-114.

135. Ибряев, В. С. О выборе оптимальной поверхности нагрева рекуперативных теплообменников/ В. С. Ибряев, Ю. И. Розенгарт, И. Я. Давыдов, Л. Н. Драгун// Изв. вузов. Черная металлургия. 1983 . - № 12. - С. 101-102.

136. Иванов, А. В. О достоверности использования вычислительного комплекса РНОЕ№С8 в расчетах рассеяния вещества в возмущенном потоке/ А. В. Иванов, Б. С. Мастрюков// Изв. вузов. Черная металлургия. 1999. - № 11 - С. 64 - 69.

137. Испытание теплотехнологического оборудования кузнечного цеха: Отчет по НИР/ Иван энерг. ин-т. № гос. регистрации 01840022388, инвентарный № 0285. 0003065. Руководитель JI. С. Крылова Кн. 2. - Иваново, 1984. - 91 с.

138. Иссерлин, А. С. Основы сжигания газового топлива/ A.C. Иссерлин. JL: Недра, 1987.-336 с.

139. Исследование систем координатных функций в задачах теплопроводности для многослойных тел / В.А. Кудинов, Р.Ж. Габдушев, В.А. Обухов и др.// ИФЖ. 2000. - Т. 73, №4. - С. 754-756.

140. Кавадеров, А. В. Нагрев « тонких» тел одновременно излучением и,конвекцией/ A.B. Кавадеров, Ю.А. Самойлович// ИФЖ. 1959. - №7. - С. 110 -113.

141. Казанцев, Е. И. Выбор оптимального температурного режима по минимальному окалинообразованию/ Е. И. Казанцев, Г. П. Выпов, С. И. Гинкул// Изв. вузов. Черная металлургия. 1977. № 9. - С. 165 - 168.

142. Калиткин, H. Н. Численные методы / H.H. Калиткин. М.: Наука, 1978. -512 с.

143. Каменев, А. А. Аналитическое описание долей энергии излучения серых тел в заданной спектральных диапазонах / А. А. Каменев, Е. В. Паковок, С. Н. Сково-родько, С. Н. Ханков// Теплофизика высоких температур. 2000. - Т. 38, №3. - С. 519-520.

144. Каминский, Д. А. Численный и экспериментальный анализ совместного конвективного и лучистого теплопереноса при ламинарном обтекании кругового цилиндра/ Д. А. Каминский, К. Д. Фу, М. К. Дженсен// Тепло и Массоперенос. 1995. -Т. 38,№ 17. - С. 3161-3169.

145. Канал пользователя RbfMorph YouTube. Электронный ресурс. - Режим доступа: http://www.youtube.com/user/RbfMorph.

146. Капустин, Е. А. Оптимальные режимы нагрева минимизирующие окисление металла с учетом технологических ограничений/ Е. А. Капустин, Э. М. Гольдфарб// Изв. вузов. Черная металлургия. 1981. - №7. - С. 128 - 130.

147. Капустин, Е. А. Программирование нагрева металла по расходу топлива с учётом технологических ограничений / Е. А. Капустин и др.// Изв. вузов. Чёрная металлургия, 1980. -№7.-С. 114-118.

148. Карелин, М. В. Разработка задач нагрева в электротермических установках в программном комплексе "ELCUT"/ М.В. Карелин, В. А. Горбунов // Вестник ИГЭУ. -2004. -№3, С.114

149. Карпушкина, С. А. Анализ точности численных решений краевых задач на основе аналитических решений/ С. А. Карпушкина// exponenta PRO. 2004- № 3 -4.-С. 126- 132.

150. Карташов, Э. М. Аналитические методы в теории теплопроводности твердых тел. Учеб. Пособ. M.: Высш. Шк., 2001.-671 с.

151. Карташов, Э. М. Аналитические методы решения краевых задач нестационарной теплопроводности в области с движущимися границами (обзор)// ИФЖ. -2001.-Т. 74, №2.-С. 1-24.

152. Карташов, Э. М. Динамическая термоупругая реакция твердых тел при конечной скорости изменения тепловых воздействий/ Э. М. Карташов, А. М. Хани// Изв. АН СССР. 1988. - Т. 25. - С. 3 - 84.

153. Карташов, Э. М. Метод интегральных преобразований в аналитической теории теплопроводности твердых тел// Изв. АН СССР. Энергетика. 1993. -№2. - С. 99- 127.

154. Карташов, Э. M. Метод функций Грина при решении краевых задач для уравнений параболического типа в нецилиндрических областях// Докл. АН РФ.1996.-Т. 351, №1,-С. 32-36.

155. Карташов, Э. М. Новые интегральные представления аналитических решений краевых задач нестационарного переноса в областях с движущимися границами// Изв. АН РФ. Энергетика. 1999. - №5. - С. 826 - 836.

156. Карташов, Э. М. Проблема теплового удара в областях с движущейся границей на основе новых интегральных соотношений // Изв. АН РФ. Энергетика.1997. -№4. С.122 - 137.

157. Карташов, Э. М. Расчеты температурных полей в твердых телах на основе улучшения сходимости рядов Фурье Ханкеля// Изв. АН СССР. Энергетика. -1993.-№3,-С. 106- 125.

158. Каханер, Д. Численные методы и программное обеспечение/ Д. Каханер, К. Маулер, С. Нэш М.: Мир, 1998. - 575 с.

159. Кащенко, С. Н. Математическая модель теплообмена в печи со сводовыми плоскопламенными горелками/ С.Н. Кащенко, A.C. Невский // Промышленная теплоэнергетика. 1984. -№ 1. - С. 101 - 105.

160. Кирсанов, Ю. А. Улучшение сходимости рядов Фурье Ханкеля в решении двумерных задач теплопроводности// ИФЖ. - 2000. - Т. 73, №6. - С. 1352 -1357.

161. Климовский, М. Д. Системы автоматического управления нагревательными печами за рубежом// Черная металлургия бюлл. науч. техн. инф.-1982. - вып. 8. -С. 30-37.

162. Ключников, А. Д. Основные направления и предпосылки реализации интенсивного энергосбережения в теплотехнологии. В кн. Проблемы энергетики теплотехнологии. - М.: МЭИ, 1987. - С. 3.

163. Ключников, А.Д. Интенсивное энергосбережение: предпосылки, методы, следствия/ А.Д. Ключников// Теплоэнергетика. - 1999. - №1. - С. 12 -16.

164. Ключников, А.Д. Интенсивное энергосбережение: предпосылки, методы, следствия//Теплоэнергетика. 1994. - №1. - С. 12 - 16.

165. Ключников, А.Д. Теплопередача излучением в огнетехнических установках/ А. Д. Ключников, Г. Л. Иванцов. М.: Энергия, 1970. - 400 с.

166. Ковалев, С. М. Гибридные нечётко-темпоральные модели временных рядов в задачах анализа и идентификации слабо формализованных процессов Электронный ресурс. Режим доступа: http://imscai.rk9.bmstu.ru/.

167. Коздоба, Л. А. Вычислительная теплофизика математическое моделирование в теплотехнике и теплоэнергетике// Изв. вузов. Энергетика. - 1984. - № 11. - С. 54-59.

168. Коздоба, Л. А. Решение нелинейных задач теплопроводности. Киев: Наукова думка, 1976.-270 с.

169. Коздоба, Л. А. Электрическое моделирование явлений тепло- и массоперено-са/ Л. А. Коздоба М.: Энергия, 1972. - 296 с.

170. Козлов, А. И. Анализ и синтез оптимального управления прецизионными электрическими печами: дис. канд. техн. наук/ А. И. Козлов. Тамбов, 2003. -142 с.

171. Коленда, 3. С. О зональном методе расчета лучистого теплообмена с введением условных поверхностей/ 3. С. Коленда, Е. Н. Гнездов// Изв. вузов. Черная металлургия. 1982. - №1. - С. 138- 142.

172. Колмогоров, В. Л. Оптимальное по быстродействию управление нагревом металла в камерной электропечи с принудительной циркуляцией воздуха/ В. Л. Колмогоров, А. В. Коновалов, В. Г. Кунщиков// Изв. вузов. Черная металлургия. -1982 .-№6 .-С. 109-112.

173. Колос, В. И. Планирование производства в кузнечно-штамповочном цехе с применением ЭВМ/ В. И. Колос, В. П. Чайкина// Кузнечно-штамповочное производство. 1981,-№2.-С. 10.

174. Копцев, В. В. Унификация задач математического моделирования работы печных агрегатов / Автоматизированный печной агрегат основа энергосберегающих технологий металлургии XXI века. Международная науч.-практ.конф. - М.: МИСИС, 2000. - С. 193 - 194.

175. Кормышев, В. М. Определение компетентности в информационных системах/ В. М. Кормышев, В. Б. Щербатский. Екатеринбург: УрФУ, 2011. - 147 с.

176. Корн, Г. Справочник по математике для научных работников и инженеров / Г. Корн, Т. Корн. М.: Наука, 1970. - 720 с.

177. Коротин, А. Н. Оптимизация режимных и конструктивных параметров комплекса печь-рекуператор/ А. И. Коротин, Л. А. Бровкин// Изв. вузов. Черная металлургия. 1980. - №3. - С. 146 - 149.

178. Коротин, А. Н. Оптимизация режимных и конструктивных прараметров комплекса печь-рекуператор: автореф. дис. канд. техн. наук/ А. Н. Коротин. М., 1980.-20 с.

179. Коротин, А. Н. Повышение энергетической эффективности теплотехнологи-ческих установок на основе разработки и оптимизации регенеративных теплообменников: дис. д-ра техн. наук/ А. Н. Коротин. М., 1994. - 351с.

180. Коршиков, В. Д. Оптимизация ступенчатого нагрева высокотемпературных регенераторов/ В. Д. Коршиков, С. М. Басукинский, П. И. Кирьянов и др.// Изв. вузов. Чёрная металлургия. 1990, №5 - С. 76 - 78.

181. Котенев, В.И. Приближенные методы решения задач нестационарной теплопроводности// Изв. АН ССР. Энергетика и транспорт. -1989. №3. - С. 111-116.

182. Краснокутский, П. Г. Конвективный теплообмен системы струй набегающих по нормали на плоскую поверхность/ П. Г. Краснокутский, А. В. Шперный, Е. Н. Трикашная// Изв. вузов. Черная металлургия. 1994. - № 2. - С. 69-73.

183. Краснокутский, П. Г. Конвективный теплообмен системы струй с цилиндрической поверхностью при сводовом отоплении печи/ П. Г. Краснокутский, А. В. Шперный, Е. Н. Трикашная// Изв. вузов. Черная металлургия. 1994. - № 7. - С.64 -66.

184. Краснокутский, П. Г. Расчёт оптимальных конструктивных параметров печи при струйном нагреве цилиндрической поверхности// Изв. вузов. Черная металлургия. 1980. - № 3. - С. 117 - 123.

185. Краснокутский, П. Г. Температурные напряжения в условиях скоростного струйного нагрева/ П. Г. Краснокутский и др.// Кузнечно-штамповочное производство. 1983. - № 11.-С. 25-27.

186. Кривандин, В. А. Теплотехника металлургического производства. Т. 1. Теоретические основы: Учебное пособие для вузов / В. А. Кривандин, В. А. Арутюнов, В. В. Белоусов и др. М.: МИСИС, 2002. - 608 с.

187. Кривандин, В. А. Теплотехника металлургического производства. Т. 2. Конструкция и работа печей: Учебное пособие для вузов / В. А. Кривандин, В. В. Белоусов, Г. С. Сборщиков и др. М.: МИСИС, 2001. - 736 с.

188. Круг, П.Г. Нейронные сети и нейрокомпьютеры: учебное пособие по курсу «Микропроцессоры» / П. Г. Круг М.: МЭИ, 2002. - 176 с.

189. Крупенников, С. А. Модификация зонального метода расчета радиационного теплообмена// Изв. вузов. Черная металлургия. 1992. - № 1. — С. 102 - 103.

190. Крупенников, С. А. Применение модифицированного зонального метода для расчета сложного теплообмена// Изв. вузов. Черная металлургия. 1995. - №5. - С. 46 - 49.

191. Крупенников, С. А. Решение сопряженной задачи теплообмена в нагревательной печи// Изв. вузов. Черная металлургия. 1991. - №9. - С. 91 - 93.

192. Крупенников, С. А. Решение сопряженной задачи теплообмена в нагревательной печи при наличии нескольких поверхностей сопряжения// Изв. вузов. Черная металлургия. 1994. - №9. - С. 61 - 65.

193. Крылова, Л. С. Определение технически обоснованных норм потребления топлива и электроэнергии термическими печами для нагрева насыпных садок/ Л.С. Крылова, В. А. Горбунов, О.Б. Колибаба// Изв. вузов. Чёрная металлургия. 1997. -№11.-С. 60-62.

194. Крылова, Л. С. Решение сопряженной задачи теплообмена в нагревательных печах кузнечного производства/ Л. С. Крылова, В. А. Горбунов, О. Б. Колибаба// Кузнечно-штамповочное производство. 1994. - №12. - С. 18 - 20.

195. Крылова, Л. С. Проектирование и эксплуатация теплотехнологических установок кузнечно-термического производства машиностроительных заводов. Иваново: ИГЭУ, 2001.-96 с.

196. Крылова, Л. С. Решение задачи оптимального автоматизированного проектирования нагревательных камерных печей// Изв. вузов. Черная металлургия. 1988. -№ 5. - С. 119-123.

197. Крылова, JI. С. Исследование сопряжённых температурных полей металла кладки и газа в промышленных печах: автореф. дис. канд. техн. наук / Крылова Людмила Сергеевна. М., 1973. - 26 с.

198. Крылова, Л. С. Камерная пламенная печь: учеб. пособие/ Л. С. Крылова. -Иваново: Ив. ГУ, 1980.-47 с.

199. Крылова, Л. С. Огнетехнические установки и топливоснабжение: учеб. пособие / Л.С. Крылова, Л.А. Бровкин Иваново: Ив. ГУ, 1979. - 61 с.

200. Куваев, В. Н. Проблемы управления процессом термоупрочнения арматурного проката/ В. Н. Куваев, В. А. Чигринский, Д. А. Иванов// Сучасш проблеми металургп. 2009. - №12. - С. 51 - 58.

201. Кудинов, В. А. Аналитические методы решения краевых задач для многослойных конструкций// Изв. АН РФ. Энергетика. 1999. - №5. - С. 85 - 106.

202. Кудрин, Н. А. Автоматизация пламенных печей на базе применения промышленных роботов/ Н. А. Кудрин, Л. А. Лукьянов, Л. А. Рябоконь и др.// Кузнечно-штамповочное производство. 1981.- №12,- С. 12-15.

203. Кузьминова, Т. В. Моделирование динамики безработицы (по данным развития России 1996-2001 гг.) Электронный ресурс./ Т.В. Кузьминова Режим доступа: http://www.isras.ru/files/File/4M/16/Kuzminova.pdf.

204. Курбатов, Ю. Л. Оптимизация температурного режима проходных роликовых печей, работающих в технологическом потоке прокатного стана/ Ю. Л. Курбатов,

205. B. Т. Карбышев, С. И. Гинкул// Изв. вузов. Черная металлургия. 1981 . - № 9 .1. C. 145 148.

206. Лакуциевский, О. В. Начало численного анализа/ О. В. Лакуциевский, М. Б. Гаврилов М.: ТОО «Янус», 1995.-236 с.

207. Лежнев, Г. П. Оптимизация длительности периода работы доменных воздухонагревателей/ Г. П. Лежнев , Ф. Р. Шкляр, П. Б. Федотов и др.// Изв. вузов. Чёрная металлургия. 1983. -№8. - С.112-116.

208. Леонтьев, Л. Н. Выбор моделей прогнозирования цен на электроэнергию Электронный ресурс./ Л. Н. Леонтьев. Режим доступа: www.machinelearning.ru/wiki/images/7/75/JMLDA201 lno2.pdf.

209. Лионе, Ж.-Л. Некоторые методы решения нелинейных краевых задач/ Пер. с франц. О. А. Олейника. -М.: Эдиториал УРСС, 2002. -588 с.

210. Лисиенко, В. Г. Оптимальный нагрев металла в камерных печах с минимальным расходом газа/ В. Г. Лисиенко, В. Б. Ковалевский, Хо Жуйтиюань// Изв. вузов. Чёрная металлургия. 1994. - №12. - С. 40 - 43.

211. Лисиенко, В. Г. Математическое моделирование теплообмена в печах и агрегатах/ В. Г. Лисиенко, В. В. Волков, А. Л. Гончаров. Киев: Наукова думка, 1984. -232 с.

212. Лисиенко, В. Г. Особенности конструкции и систем управления термических печей нового поколения/ В. Г. Лисиенко, Ю. К. Маликов, И. Ю. Медведев и др.// Промышленные печи и трубы. 2006. - № 1- С. 13-21.

213. Логинов, Д. В. Нейросетевые модели и их использование для поиска геофизических зависимостей теория и практика Электронный ресурс./ Д. В. Логинов. -Режим доступа: http://www.machinelearning.ru/wiki/index.php.

214. Лыков, А. В. Теория теплопроводности/ A.B. Лыков. М.: Высшая школа, 1967,- 599 с.

215. Любин, А. Г. Сопряженная задача оптимального по быстродействию нагрева пластины с ограничением на управление// Изв. вузов. Чёрная металлургия. 1986. -№2. - С. 106-109.

216. Макаров, А. Н. Распределение потоков излучения по высоте и периметру топки парового котла/ А. Н. Макаров, Е. И. Кривнев, Р. А. Макаров// Промышленная энергетика. 2002. - № 5. - С. 45 - 49.

217. Макаров, А. Н. Расчет внешнего теплообмена в нагревательной печи. Вопросы тепломассообмена, энергосбережения и экологии в теплотехнических процесса: Сб. науч. тр./ под. ред. Н. П. Гусенковой Иваново, - 2003. - С. 28 - 31.

218. Маликов, Г. К. Экспериментальное и теоретическое исследование скоростного струйно факельного нагрева металла/ Г. К. Маликов и др.// Изв. вузов. Черная металлургия. - 1998. -№ 5. - С. 68-71.

219. Маликов, Ю. К. Численный метод решения сопряжённой задачи радиацион-но-конвективного теплообмена и кондуктивного теплообмена/ Ю. К. Маликов, В.Г. Лисиенко, В.В. Волков//ИФЖ. 1982. -т. 43,-№5.-С. 119-123.

220. Малолетков, А. В. Использование нейросетевых моделей в сварке: учеб. пособие/ А. В. Малолетков. М.: Изд-во МГТУ им. Н. Э. Баумана, 2000. - 63 с.

221. Маслова, Н. А. Методы теории вычислений в решении задач управления технологическими процессами Электронный ресурс.// Искусственный интеллект. -2007. — №3. Режим доступа: http://www.iai.donetsk.ua/u/iai/dtp/subsbegin.html.

222. Мастрюков, Б. С. Исследование радиационного теплообмена в металлургических печах с целью совершенствования их расчета, проектирования и эксплуатации: дис. д-ра техн. наук./ Б. С. Мастрюков. М., 1979. - 424 с.

223. Медиокритский, Е. Л. Повышение эффективности использования природного газа в промышленных печах с помощью радиационных рекуператоров/ Е. Л. Медиокритский. М.: ВНИИЭГазпром, 1980. - 55 с.

224. Мезенцев, А. Л. Основы расчёта мероприятий по экономии тепловой энергии и топлива/ А. Л. Мезенцев. Л.: Энергоатомиздат, 1984. - 120 с.

225. Мельников, А. А. Расчет электромагнитных и температурных полей методом конечных элементов. М.: МГТУ, 2001. - 76 с.

226. Методические указания по прогнозированию удельных расходов топлива: РД 153-34.0-09.115-98.-М.: СПО ОРГРЭС, 1999.-20 с.

227. Мешков, Е. И. Развитие теории и совершенствование технологии производства графитированной электродной продукции на основе математических моделеймассо-и теплопереноса: дис. д-ра техн. наук/ Е. И. Мешков. Владикавказ, 2010. -254 с.

228. Мимулин, А. А. К автоматизации проектирования технологических процессов ковки/ А. А. Мимулин, В. А. Петушков, В. Г. Федоров// Кузнечно-штамповочное производство. 1981. -№ 7. - С. 30 - 32.

229. Миневич, В. И. Радиационный рекуператор коробочного типа/ В. И. Мине-вич, Ю. А. Быховский, О. И. Шмуэльзон// Промышленная энергетика. 1980. -№4. - С. 56 - 57.

230. Морозов, В. И. Газовая печь с импульсной подачей теплоносителя для объемной прецизионной термической обработки роликов МНЛЗ/ В. И. Морозов, В. М. Егорова, С. В. Гусев// Металловедение и термическая обработка металлов. 2001. -№6. -С. 25-29.

231. Мостеллер, Ф. Анализ данных и регрессия/ Ф. Мостеллер, Дж. Тьюки Выпуск 2. Перевод с англ. Б.Л. Розовского. Под ред. Ю. П. Адлера. М.: «Финансы и статистика», 1982. - 239 с.

232. Мошинский, А. И. Анализ проблем теплопроводности при экспоненциальной зависимости коэффициента температуропроводности от координаты// Изв. АН РФ. Энергетика. -1999. -№1. С. 160 - 169.

233. Мошинский, А. И. Решение задач теплопроводности при экспоненциальной зависимости коэффициента температуропроводности от координаты// Изв. АН РФ. Энергетика. 2000. - №3. - С. 62-75.

234. Мухачёва, А. С. Задачи двухмерной упаковки: развитие генетических алгоритмов на базе смешанных процедур локального поиска оптимального решения/ А. С. Мухачёва и др.// Прил. к журналу Информационные технологии. 2001. - №9. -24 с.

235. Нагорная, О. Ю. Использование нейросетевого подхода для получения режимных карт работы турбины ГУБТ-25'7 О.Ю. Нагорная, В.А. Горбунов// Вестник ИГЭУ. 2006. - №4. - С. 64 - 66.

236. Невский, А. С. Лучистый теплообмен в печах и топках. М.: Металлургия, 1971.-440 с.

237. Немзер, Г. Г. Системный подход к нормированию топливопотребления участками нагревательных печей/ Г. Г. Неймзер, И. К. Энно, М. А. Аронов и др.// Кузнечно-штамповочное производство. 1982. - №11- С. 29 - 33.

238. Нейронные сети. STATISTICA Neural Networks StatSoft Электронный ресурс. - Режим доступа: statosphere.ru>mneuro/82-neuro2.html.

239. Немзер, Г. Г. Автоматизированная система контроля, нормирования и учета топливопотребления печами кузнечно-прессового производства/ Г. Г. Немзер, М. А. Аронов, И. Е. Молочников// Кузнечно-штамповочное производство. 1988. -№4.-С. 31-34.

240. Немзер, Г. Г. Теплотехнология кузнечно-прессового производства. 2-е изд., перераб. и доп./ Г. Г. Немзер Л.: Машиностроение, 1988. - 320 с.

241. Несененко, Г. А. «Лучевой» асимптотический метод в задачах нерегулярной нестационарной теплопроводности для областей с движущимися границами// Изв. АН РФ. Энергетика. 2000. - №3. - С. 83 - 96.

242. Несененко, Г. А. Многомерные нерегулярные задачи нестационарной теплопроводности с нелинейными граничными условиями// Изв. АН РФ. Энергетика. -2001. -№6,- С. 115-130.

243. Нормы технологического проектирования объектов газодобывающих предприятий и станций подземного хранения газа СТО ГАЗПРОМ НТП 1.8-001-2004 -254 с.

244. Носач, В. Г. Термохимическая регенерация тепла уходящих газов/ В. Г. Носач, Л. Л. Данилов// Материалы конференции "Экономия топлива в печах при рекуперативном подогреве воздуха". Киев. - 1986. - С. 25 - 28.

245. Носова, С. В. Совершенствование тепловой работы нагревательных и термических печей на основе математического моделирования: дис.канд. техн. наук/ С. В. Носова. Иваново, 2004. - 176 с.

246. Общемашиностроительные нормативы времени для технического нормирования работ по свободной ковке под молотами: Мелкосерийное и единичное производство. -М.: Машиностроение, 1967. 123 с.

247. Ольшанский, В. М. Оптимизация режима нагрева разнотолщинных труб по расходу топлива/ В. М. Ольшанский, В. Я. Гринберг, Г. Н. Хейфец// Изв. вузов. Черная металлургия. 1982. - № 8. - С. 119 - 123.

248. Ольшанский, В. М. Определение оптимальной калорийности топлива при нагреве/ В. М. Ольшанский, В. Я. Гринберг// Изв. вузов. Чёрная металлургия. 1980. -№8.-С. 84-88.

249. Онищенко, Н. П. Оперативное планирование в кузнечно-штамповочном цехе/ Н. П. Онищенко, В. Я. Олейников// Кузнечно-штамповочное производство. 1976. - №9. - С. 37-38.

250. Оптимальное проектирование с помощью ЭВМ основа функциональной теории печей. / Бутковский А.Г. и др.// Изв. вузов. Черная металлургия. 1974. - №5. -С. 115-118. - 1974. -№11. - С. 170-174,- 1975.-№1.-С. 163 - 165.

251. Оптимизация расхода энергии в процессах деформации/ А. Хензель, Т. Шпиттель, М. Шпиттель и др.: Под ред. Т. Шпиттеля, А. Хензеля М.: Металлургия, 1985.- 184 с.

252. Орлов, А. И. Прикладная статистика. Учебник/ А. И. Орлов. М.: Издательство «Экзамен», 2004. - 656 с.

253. Оссовский, С. Нейронные сети для обработки информации, пер. с польского И. Д. Рудянского М.: Финансы и статистика, 2002. - 344 с.

254. Островский, Г. М. Новый справочник химика и технолога: Процессы и аппараты химических технологий : в 2 ч./ Г. М. Островский и др.. ред. Г. М. Островский [и др.]. СПб. : Профессионал, 2006. - 916 с.

255. Панферов, В. И. Об оптимальном управлении нагревом окисляющихся массивных тел при теплообмене со средой через поверхностный слой окалины// Изв. вузов. Черная металлургия. -1984. №2. - С. 87 - 91.

256. Парамонов, А. М. Определение оптимальной степени рекуперации теплоты дымовых газов нагревательных устройств/ А. М. Парамонов, В. В. Крайнов // Промышленная энергетика. 2005. - №7. - С.32 - 35.

257. Парамонов, А. М. Научные основы повышения эффективности работы печных агрегатов: автореф. дис. д-ра техн. наук / А. М. Парамонов Омск., 2007. -40 с.

258. Парамонов, А. М. Повышение эффективности и экономичности работы печей с камерным режимом нагрева металла/ А. М. Парамонов, Б. П. Адинсков// Кузнеч-но-штамповочное производство. 1981.- №12.- С. 12-15.

259. Парамонов, А. М. Повышение эффективности работы печных агрегатов / А. М. Парамонов и др.// Кузнечно-штамповочное производство. Обработка материалов давлением. 2009. - № 5. - С. 35 - 39.

260. Пелипенко, А. Б. Проектирование и анализ с использованием СAD/CAM/CAE-систем. Изменения как часть рабочего процесса/ А. Б. Пелипенко// Кузнечно-штамповочное производство. Обработка материалов давлением. 2005. -№6.-С. 41-45.

261. Переходный процесс Википедия Электронный ресурс. - Режим доступа: http:// ru.wikipedia.org.

262. Пичушкина, Е. Е. Разработка технологических карт нагрева для кузнечного цеха ОАО "Завод имени В. А. Дегтярёва"/ Е. Е. Пичушкина, В.А. Горбунов// Вестник ИГЭУ. 2005. - №4. - С. 152- 153.

263. Погорелов, В. Н. Оптимальный режим охлаждения материала в проходной печи / В. Н. Погорелов, С. А. Семкин, В. И. Гранковский// Изв. вузов. Черная металлургия.-1989 .-№ 4 .-С. 112-113.

264. Позднеев, Б. М. Обеспечение качества и конкурентоспособности при изготовлении поковок полугорячей объемной штамповкой// Кузнечно-штамповочное производство. Обработка материалов давлением. 2004. - № 9. - С. 42 - 48.

265. Половинкин, А. И. Методы инженерного творчества: Учебн. пособие. Волгоград: Волгоград, политех, инст., 1984. - 365 с.

266. Положение о нормативных энергетических характеристиках гидроагрегатов и гидроэлектростанций РД 153-34.0-09.161-97-М.: СПО ОРГРЭС, 1997. 12 с.

267. Попов, С. К. Разработка методологии решения задач интенсивного энергосбережения в высокотемпературных технологиях: автореф. дис. д-ра техн. наук/ С. К. Попов. М., 2009. - 40 с.

268. Потапов, Б. Б. Оптимизация толщины многослойных обмуровок промышленных печей/ Б. Б. Потапов, В. С. Ибряев// Металлургия и коксохимия. Киев. -1982. -№76. -С. 90-93.

269. Правила безопасности в газовом хозяйстве металлургических и коксохимических предприятий и производств (ПБ 11-401-01). М: ПИООБТ, 2001. - 212 с.

270. Правила технической эксплуатации газового хозяйства газотурбинных и парогазовых установок тепловых электростанций: РД 153-34.1-30.106-00. М.: СПО ОРГРЭС, 2000. - 39 с.

271. Правила технической эксплуатации электрических станций и сетей Российской Федерации: РД 34.20.501-95. М.: СПО ОРГРЭС, 1996. - 160 с.

272. Прибытков, И. А. К вопросу об импульсно скоростном нагреве непрерывно литых заготовок/ И. А. Прибытков, Н. П. Кузнецов// Изв. вузов. Черная металлургия. -2001 .-№ 11.- С. 46 -49.

273. Прибытков, И. А. О распределении тепловой нагрузки при импульсно скоростном нагреве металла// Изв. вузов. Черная металлургия. -1997. - № 7. - С. 66 -69.

274. Прибытков, И. А. Энергосберегающие способы нагрева металла на основе использования струй/ Автоматизированные печные агрегаты и энергосберегающие технологии в металлургии. 2-я Международная науч.-практ.конф. М.: МИСИС, 2002.-С. 375-390.

275. Примак, В. А. О коэффициенте полезного действия удара кузнечно-штамповочного оборудования/ В. А. Примак, Ю. П. Согришин, Ф. И. Филатов// Кузнечно-штамповочное производство. 1980-№9. - С. 31 - 34.

276. Прозоров, JI. В. Состояние и перспективы оптимизации и автоматизации ковки// Кузнечно-штамповочное производство. 1981. - №10. - С. 32 - 34.

277. Промышленные печи. Справочное руководство для расчетов и проектирования. 2-е издание, дополненное и переработанное / под ред. Е.И. Казанцева. М.: Металлургия, 1975. - 368 с.

278. Радюченко, B.C. Схемные решения по составу и структуре КПО для производства поковок типовых деталей/ В. С. Радюченко, Н. Г. Власенко, А. М. Бакштейн// Кузнечно-штамповочное производство. 1981. - №8. - С. 10-13.

279. Радюченко, Ю. С. Схемные решения по составу и структуре КПО для производства поковок типовых деталей/ Ю. С. Радюченко, Н. Г. Власенко, А. М. Бакштейн // Кузнечно-штамповочное производство. 1981. - №10. - С. 32 -34.

280. Разработка мероприятий по совершенствованию теплового оборудования и энергоиспользования на ИСПО: Отчет по НИР/ Иван энерг. ин-т. Руководитель JI. С. Крылова. № 01840022388. Инв. №02860004635 Иваново, 1986. - 90 с.

281. Разработка мероприятий по совершенствованию теплового оборудования и энергоиспользования на ИСПО: отчёт по НИР/Иван, энерг. ин-т. Руководитель JI.C. Крылова. № 01840022388. Инв. №02870007932 Иваново, 1986. - 149 с.

282. Разработка технологии по повышению энергетической эффективности ГУБТ-25: Отчет по НИР/ Иван энерг. ин-т. Руководитель О. И. Горинов. Договор: №190/04 от 1.07.2004 г-Иваново, 2005.-72 с.

283. Райле, В. Т. Совершенствование тепловой работы и конструкции шахтного подогревателя дуговой сталеплавильной печи: автореф. дис. канд. техн. наук/ В. Т. Райле. Челябинск, 2010.-21 с.

284. Рапопорт, Э. Я. Оптимальные режимы нагрева металла с учётом технологических ограничений// Изв. вузов. Черная металлургия. 1986. - № 2. - С. 101-105.

285. Расчёт нагревательных и термических печей / под ред. В. М. Тымчака и В. Л. Гусовского М.: Металлургия, 1983. - 480 с.

286. Расчет нагревательных и термических печей Электронный ресурс. Режим доступа: http://snvs.ru/knigi/raschet-nagrevatelnyh-i-termicheskih-pechey/

287. Ревун, М. П. Адаптивные системы управления процессами нагрева металла/ М. П. Ревун, А. К. Соколов Запорожье: Издательство «ЗГИА», 1998. -351 с.

288. Ревун, М. П. Оптимальный режим использования кислорода при нагреве металла/ М.П. Ревун, В.Н. Погорелов, Ю.Н. Каюков// Изв. вузов. Чёрная металлургия. 1988,-№2.-С. 125- 127.

289. Ревун, М. П. Оптимизация нагрева металла при использовании двух видов топлива и кислорода / Металлургическая теплотехника / М. П. Ревун, В. Н. Погорелов, А. И. Чепрасов// Изв. вузов. Черная металлургия. 1991 . - №1. - С. 79 - 80.

290. Ревун, М. П. Оптимизация нагрева при обогащении вентиляторного воздуха кислородом и переменном расходе топлива/ М. П. Ревун, А. Н. Минаев, В. Н. Погорелов, и др.// Изв. вузов. Черная металлургия. 1985. - № 5 . - С. 132- 135.

291. Ревун, М. П. Теоретические основы и методы интенсификации теплообмен-ных процессов в металлургических нагревательных печах: дис. д-ра техн. наук/ М. П. Ревун. Запорожье, 1983. - с. 402.

292. Реконструкция печного парка: реальный путь снижения энергопотребления -достойный выход из кризисной ситуации// Металлообработка. 2009. - №2. - С.84 -86.

293. Рид, Р. Свойства газов и жидкостей / Р. Рид, Дж. Паусниц, Т. Шервуд. Л.: Химия, 1982.-592 с.

294. Рубцов, Н. А. Сопряженная задача радиационно-конвективного теплообмена на тонкой полупрозрачной пластине/ Н. А. Рубцов, В. А. Синицын, А. М. Тимофеев// Теплофизика высоких температур. 1998. -Т. 36, №4. - С. 631- 638.

295. Руководство пользователя программой "TEMPER" по расчету температурных полей ограждающих конструкций. (Учебно-методическая разработка). Омск, Си-6АДИ, 1997.-36 с.

296. Румянцев, А. В. Метод конечных элементов в задачах теплопроводности. -Калининград: Калининградский гос. ун-т, 1997. 99 с.

297. Русин, С. П. Способ учета анизотропии оптических свойств поверхности и неодномерности системы при определении эффективного излучения/ С. П. Русин, В. Э. Пелецкий// Теплофизика высоких температур. 2000. - Т. 38, №5. - С. 819 — 822.

298. Рыбкина, Г. В. Повышение эффективности процессов циклически сопряженного теплообмена в регенеративном воздухоподогревателе с неподвижной кирпичной насадкой: автореф. дис. канд. техн. наук/ Г. В. Рыбкина. Иваново, 2011. - 18 с.

299. Сажин, В. А. Система управления процессом термического обезвреживания промышленных отходов: дис. канд. техн. наук/ В. А. Сажин. Дзержинск, 2009. - 154 с.

300. Салиенко, А. Е. Новые компьютерные технологии в ковке и штамповке /А. Е. Салиенко, А. Н. Солдаткин, А. М. Рудис // Кузнечно-штамповочное производство. Обработка материалов давлением. 2004. - № 4. - С. 36 - 39.

301. Самарский, А. А. Введение в численные методы. 3-е изд. Доп. и перераб. -М.: Наука, 1997.-239 с.

302. Самарский, А. А.,Вычислительная теплопередача/А. А. Самарский, П. Н. Ва-бищевич М.: Едиториал УРСС, 2003. -784 с.

303. Самарский, А. А. Разностные схемы с операторными множителями/ А. А. Самарский, П. Н. Вабищевич, П. П. Матус Минск: Ин-т практич.психологии, 1998.-442 с.

304. Самарский, А. А. Численные методы математической физики/ Самарский А. А., Гулин А. В. М.: Научный мир, 2000. - 315 с.

305. Самарский, А. А. Численные методы решения задач конвекции диффузии/ А. А. Самарский, П. Н. Вабищевич - М: Эдиториал, 1999. - 248 с.

306. Сассе, X. Оценка модифицированной гибридной (зональной модели) для лучистого переноса в прямоугольных полостях/ X. Сассе, Р. Кенигсдорф, С. Франк// Тепло иМассоперенос. 1995.-Т. 38, №18.-С. 3423-3431.

307. Сезоненко, Б. Д. Исследование и разработка рекуператоров для повышения эффективности использования топлива в энергетических процессах: автореф. дис. канд. техн. наук./ Б. Д. Сезоненко. Киев - 1978. - 23 с.

308. Сезоненко, Б. Д. Рекуператоры для промышленных печей/ Б. Д. Сезоненко. -М.: ВНИИ-ЭГазпром, 1985. -41 с.

309. Сезоненко, Б.Д. Повышение эффективности использования природного газа при отоплении промышленных печей регенеративными горелками/ Б. Д. Сезоненко, В. Н. Орлик, В. В. Алексеенко// Экотехнологии и ресурсосбережение. 1996. -№ 1.-С. 14-18.

310. Секулович, М. Метод конечных элементов / Пер. с сербского Ю.Н. Зуева. Под ред. В. Ш. Барбакадзе. М.: Стройиздат, 1993. - 664 с.

311. Сервер поддержки программы ELCUT Электронный ресурс. Режим доступа: http://www.elcut.ru/.

312. Сигма Технология. Программный комплекс IOSO NM. Электронный ресурс. -Режим доступа: http://www.iosotech.com/ru/iosonm.htm.

313. Сидиковский, Д. Ф. Методы вычислительной теплопередачи: Учеб. пособие/ Д. Ф. Сидиковский. Новосибирск: Новосиб. гос. ун-т., 2009. - 125 с.

314. Симонова, JI. А. Формирование базы знаний показателей альтернативных технологических маршрутов/ J1. А. Симонова// Кузнечно-штамповочное производство. Обработка материалов давлением. 2004. - № 10. - С. 44 - 48.

315. Синекоп, В. С. Информатика. Численные методы/ В. С. Синекоп, О. А. Смирнова С-Пб.: Издательство С-ПбГТУ, 2001.- 128 с.

316. СИНЦ Саровский Инженерный Центр: CFD/CAE/CAD/FEA технологии Электронный ресурс. - Режим доступа: http://www.saec.ru/starcd.

317. Системы автоматизированного проектирования. Учебн. пособие для ВТУЗов/ Под ред. И.П. Норенкова М.: Высш. шк., 1986. - Кн. 1: Принципы построения и структура. - 127 с.

318. Ситас, В. И. Программно-информационная система «ОптиМет» управления энергетическими и сырьевыми ресурсами металлургического комбината/ В. И. Ситас , И. А Султангузин, А. П. Шомов и др.// Вестник МЭИ. 2003. - №5. - С. 114 -119.

319. Скотникова, Т. В. Иследование и разработка струйных рекуператоров для повышения эффективности использования топлива в промышленных печах: дис. канд. техн. наук/ Т. В. Скотникова. Киев, 1984. - 219 с.

320. Скуратов, А. П. Повышение эффективности работы высокотемпературных теплотехнологических установок на основе математического моделирования процессов сложного теплообмена: дис . д-ра техн. наук/ А. П. Скуратов. Красноярск, 2001. -430 с.

321. Скурихин, В. И. Математическое моделирование/ В.И. Скурихин, В. Б. Шиф-рин, В. В. Дубровский Киев: Техника, 1983. - 270 с.

322. Соболев, В. М. Совершенствование тепловой работы агрегатов непрерывного отжига на основе информационно-теплотехнического моделирования и экспериментального изучения режимов термообработки: дис. канд. техн. наук/ В. М. Соболев.-М., 1984.-214 с.

323. Соколов, А. К. Комплекс программ БРАСТ. Расчёт стационарной теплопередачи с использованием базы данных/ А.К. Соколов. Иваново: ИЭИ, 1982. - 104 с.

324. Соколов, А. К. Математическое моделирование.нагрева металла в газовых печах/ А. К. Соколов. Иваново: ИГЭУ, 2011. - 396 с.

325. Соколов, А. К. Оптимизация режимных и конструктивных параметров и совершенствование методов расчета газовых нагревательных печей: дис. д-ра техн. наук/ А. К. Соколов. Иваново, 2003. - 345 с.

326. Соколов, А. К. Температурное поле двухслойного цилиндра с объемными источниками теплоты и подвижными границами// ИФЖ. 1999. - Т. 72, - №1. -С. 76-79.

327. Соколов, А. К. Экономичная математическая модель температурного поля двухслойной пластины// ИФЖ. 1995. - Т. 68, №2. - С. 337 - 338.

328. Соколов, А.К. Комплекс программ БРАГГ для расчёта горения газа с использованием базы данных/ А.К. Соколов. Иваново: ИЭИ, 1982. - 82 с.

329. Соколов, А. К. Комплекс программ РАГГ для расчёта горения газа/ А. К. Соколов. Иваново: ИЭИ, 1982. - 69 с.

330. Соколов, А. К. Коэффициенты упрощающие расчёт теплопередачи через обмуровки печей/ А.К. Соколов. Иваново, ИЭИ, 1981. - 9 с. - Деп. В ВИНИТИ 06.09.81, № 1333.

331. Соколов, А. К. Моделирование и оптимизация режимов нагрева металла в промышленных печах: автореф. дис. канд. техн. наук/ А. К. Соколов. Иваново, 1975.-25 с.

332. Соколов, А. К. О минимизации расхода топлива на нагрев металла в секционной печи/ А. К. Соколов// Изв. А. Н. Энергетика. 2007. - №2 - С. 126 - 136.

333. Соколов, А. К. Таблицы специальных функций для расчёта нагрева и охлаждения: учеб. пособие/ А.К. Соколов. Иваново: ИЭИ, 1976. - 73 с.

334. Солодов, А. П. МаШсас!. Дифференциальные модели/ А.П. Солодов, В. Ф. Очков. М.: МЭИ, 2002. - 239 с.

335. Сорока, Б. С. Интенсификация тепловых процессов в топливных печах. Киев: Наук, думка, - 1992. - 416 с.

336. Справочник конструктора печей прокатного производства. Т. 1 и 2 / под ред. В. М. Тымчака М.: Металлургия, 1970. - 991 с.

337. Справочник сталей и сплавов/ под общ. ред. Сорокина В.Г. М.: Машиностроение, 1989. - 640 с.

338. Сталинский, Д. В. Газоочистка доменной печи при установке ГУБТ Электронный ресурс./ Д. В. Сталинский, Г.М. Каненко, В. В. Алхасова УкрГНТЦ «Энергосталь» г. Харьков Режим досту-пa:http://www.zaporizhstal.com/news/conference/solutions/reports/.

339. Стрижов, В. В. Методы выбора регрессионных моделей/ В. В. Стрижов, Е.А. Крымова М.: ВЦ РАН, 2010. - 60 с.

340. Стрижов, В. В. Методы индуктивного порождения регрессионных моделей/ В. В. Стрижов. М.: ВЦ РАН, 2008. - 55 с.

341. Суринов А. Ю. Основные понятия и характеристики стохастической теории переноса излучения и радиационного теплообмена// Изв. вузов. Черная металлургия. -1994. -№ 11. -С. 51-59.

342. Суринов, А. Ю. Закон сохранения вероятностей как основа стохастической теории переноса излучения// Изв. вузов. Черная металлургия. 1998. - № 9. - С. 62 -66.

343. Сухарев, М. Г. Методы прогнозирования/ М. Г. Сухарев М.: РГУ нефти и газа, 2009. - 208 с.

344. Тайц, Н. Ю. Технология нагрева стали/ Н. Ю. Тайц. М.: Металлургиздат, 1962.-567 с.

345. Тайц, Н. Ю. Определение оптимальной длины монолитной подины методических печей/ Тайц Н. Ю., Сабельников А. Г. 1966. -№12. - С. 136 -141.

346. Тебеньков, Б. П. Рекуператоры для промышленных печей/ Б. П. Тебеньков. -М.: Металлургия, 1975. 296 с.

347. Тебеньков, Б. П. Экономия топлива в печах кузнечно-прессовых цехов путем рекуперации тепла/ Б. П. Тебеньков, Е. С. Раменская// Кузнечно-штамповочное производство. 1978. -№11. - С. 1-6.

348. Темников, А. В. Современные методы решения задач теплопроводности/ Темников А. В., Девяткин А. Б. Самара: СГТУ, 1993. - 96 с.

349. Тепло-и массообмен. Теплотехнический эксперимент. Справочник/ Е. А. Аметистов, В. А. Григорьев, Б. Т. Енцев и др.. Под ред. В. А. Григорьева, В. М. Зорина- М.: Энергоатомиздат, 1982. 512 с.

350. Тимофеев, А. М. Сопряженные задачи радиационного и комбинированного теплообмена: автореф. дис. д-ра ф м. наук/ А. М. Тимофеев. - Новосибирск,2000. 27 с.

351. Тимофеев, В. Н. Теплообмен излучением в топочной камере// Изв. Всесоюз. теплотехн. ин-та. 1941. - №2. - С. 3 - 11.

352. Тимошольский, В. И. Тепловые процессы при несимметричном нагреве слитков и заготовок перед прокаткой/ В. И. Тимошольский, И. И. Трусов, С. М. Козлов// ИФЖ. -1999. Т. 72, №6. - С. 1324 - 1328.

353. Тимошпольский, В. И. Теплотехнология нагрева высокоуглеродистых сталей в печах с механизированным подом РУП «Белорусский Металлургический Завод»/ В. И. Тимошпольский, В. В. Филиппов, И. А. Трусова и др.// Энергетика.2001. -№ 5.-С. 71-81.

354. Тимошпольский, В. И. Выбор температурного режима нагрева металла по минимуму окисления на основе метода магистральной оптимизации / В. И. Тимошпольский, В. Б. Ковалевский, В. М. Ольшанский и др.// ИФЖ. 2000. -Т. 73, №6.-С. 1320-1323.

355. Тимошпольский, В. И. Освоение технологии нагрева непрерывнолитых заготовок в печи стана 150 РУП «БМЗ»/ В. И. Тимошпольский, В. В. Филиппов, В. А. Тищенко и др. // Энергетика. 2001. - № 5. - С. 64 - 70.

356. Тинькова, С. М. Металлургическая теплотехника: учебное пособие (электронный вариант лекций)/ С. М. Тинькова и др.. «Институт цветных металлов и золота» ФГОУ ВПО «Сибирский Федеральный Университет». Красноярск, 2007.- 193 с.

357. Торгунаков, В. Г. Тепловой неразрушающий контроль вращающихся обжиговых печей: автореф. дис. д-ра техн. наук/ В. Г. Торгунаков Томск, 2006. - 41 с.

358. Трубицын, Г. В. Численное решение задачи оптимального нагрева металла в камерных печах с минимальным расходом топлива/ Г. В. Трубицын., Г. В. Сотников// Изв. вузов. Чёрная металлургия. 1983. - №12. - С. 103 - 107.

359. Трусов, В. П. Решение нестационарных задач конвективного теплообмена разложением по собственным функциям стационарной задачи/ В. П. Трусов, А. П. Шабалов// Изв. АН РФ. Энергетика. 1999. - № 5 - С. 114 - 127.

360. Фаерман, М. Г. Разработка, исследование и внедрение новых эффективных радиационных щелевых рекуператоров для промышленных печей: автореф. дис. канд. техн. наук/ М. Г. Фаерман. М. - 1988. - 26 с.

361. Фомичев, А. В. Совершенствование энергосберегающего режима нагрева заготовок металла в методических печах широкополосных станов: дис. канд. техн. наук/ А. В. Фомичев. Магнитогорск, 1999. - 140 с.

362. Ханзель А. Расчёт энергосиловых параметров в процессах обработки металлов давлением: Справочник. М., Металлургия, 1982 - 360 с.

363. Хоу Чэн Лян. Современное состояние и перспективы развития высокотемпературных регенеративных печей в КНР// Металлургическая теплотехника: Сб. науч. тр. ГметАУ. Т. 1. - Днепропетровск, 1999. - С. 195 - 199.

364. Цирельман, Н. М. Определение температурных полей в многомерной области с подвижной границей// Изв. АН РФ. Энергетика. 2000. - №6. - С. 131 - 141.

365. Цой, П. В. Методы решения задач тепломассопереноса. 2-е изд., перераб. и доп. М.: Энергоатомиздат, 1984. - 416 с.

366. Цой, П. В. О методе представления нестационарных температурных полей в наилучших приближениях/ П. В. Цой, В. П. Цой// Теплофизика высоких температур. 2002. - Т. 40, №3. - С. 494 - 506.

367. Цой, П. В. Об одном численно аналитическом методе представления нестационарных температурных полей повышенной точности в многомерных областях/ П. В. Цой, В. П. Цой// Изв. АН РФ. Энергетика. - 2002. - №3. - С. 81 -100.

368. Цымбал, В. П. Математическое моделирование металлургических процессов/ В. П. Цымбал. М.: Металлургия, 1986. - 240 с.

369. Челышев, А. И. Повышение эффективности энегроиспользования на промышленном предприятии на основе оптимизации теплотехнологических установок: автореф. дис.канд. техн. наук/ А. И. Челышев. Иваново, 1999. - 22 с.

370. Шайдур, В. В. Многосеточные методы конечных элементов. М.: Наука, 1989.-326 с.

371. Шашков, В. Б. Прикладной регрессионный анализ. Многофакторная регрессия: учебное пособие/ В. Б. Шашков. ГОУ ВПО ОГУ Оренбург, 2003. - 363 с.

372. Швыдкий, В. С. Нестационарная теплопроводность при наличии физико -химических превращений/ B.C. Швыдкий, Д. В. Швыдкий, Ю. Г. Ярошенко// Изв. вузов. Черная металлургия. 1999. -№3.-С.61-64.

373. Шелаев, И. П. Охлаждение и нагрев поковок/ И. П. Шелаев, Л. Ф. Дикий// Кузнечно-штамповочное производство. 1984. - № 9. - С. 12 - 15.

374. Шкляр, В. С. Об оптимальном числе горелок в секциях печей скоростного нагрева//- 1964. №8. - С. 167-171.

375. Эксплуатация газотурбинной расширительной станции №1. Технологическая инструкция ТИ-105-Э.02-02 Череповец.: ОАО «Северсталь», 2002. - 29 с.

376. Элементы теории систем и численные методы моделирования процессов тепломассопереноса / B.C. Швыдкий, H.A. Спирин, М.Г. Ладыгичев, Ю.Г. Ярошенко. М.: Интермет Инжиниринг, 1999. -520 с.

377. Энергосбережение в теплоэнергетике и теплотехнологиях: учебник для вузов/ под ред. А. В. Клименко М.: Издательский дом МЭИ, 2010. - 424 с.

378. Энно, И. К. Методика контроля теплопотерь через ограждения промышленных печей/ И. К. Энно, В. В. Фетисов, В. И. Бербенёв// Кузнечно-штамповочное производство. 1988. - № 6. - С. 32-35.

379. Яловой, Н. И. Тепловые процессы при обработке металлов и сплавов давлением/ Н. И. Яловой, М. А. Тылкин, П. И. Полухин и др. М.: Высш. школа, 1973.-631 с.

380. Ярощук, И. В. Система управления процессом обжига кирпича в туннельной печи: дис. . канд. техн. наук/ И. В. Ярощук. Киев, 2002. - 260 с.

381. ABAQUS многоцелевой конечно-элементный комплекс для инженерного анализа Электронный ресурс. - Режим доступа: sapr.ru>Article.aspx?id=6736.

382. An adaptive modular Artificial neural network Honrly Forecaster and its Implementation at Electric utilities/ A.Khotanzad and oth.// IEEE Trans. On Power System. -1996,- vol.1. N3. - Aug.

383. ANSYS FLUENT | ANSYS Электронный ресурс. Режим доступа: http://www.ansys.ru/product/ansys-cfd.

384. Arai Osomu, Nagai Kazumasa, Morita Mikio. "Сумитомо киндзоку, Sumitomo Metals", 1986,-№4.-p. 341 -348.

385. Bechtold, T. Efficient extraction of thin film thermal parameters from numerical models via parametric model order reduction / Bechtold Т., Hohlfeld D. , Rudny E. В., Guenther M.// J. Micromech. Microeng, 2010 - v. 20, - № 4.

386. Benner, P. Lecture Notes in Computational Science and Engineering (LNCSE) / P. Benner, V. Mehrmann, D. Sorensen (eds)// Springer-Verlag. Berlin/Heidelberg, Germany-2005,- v. 45.

387. Benner, P. Special Issue on Order Reduction of Large-Scale Systems/P. Benner, R.W. Freund, D. C. Sorensen, A. Varga (eds)// Linear Algebra and its Applications. -2006 Volume 415, Issues 2-3, Pages 231-578 (1 June)

388. BootVis Википедия. Электронный ресурс. - Режим доступа: http://ru.wikipedia.org/wiki/BootVis.

389. Bowers, J. D. Experience with regenerative burners in increasing glass melter efficiency/ J. D. Bowers, F. C. NcMann /And. Heat. -1988. -Vol. 55, № 4. P. 24 - 26.

390. COMSOL Multiphysics (Femlab). Электронный ресурс. Режим доступа: mat-lab .exponenta.ru/femlab/ default.php.

391. Demand Forecasting using fuzzy Neu-ral Computation with special Emphasis on Weekend and Public Holiday Forecasting/ D.Srinivasan and oth.// IEEE Trans. On Power Systems. 1995.-vol.10. - N4.

392. EMT / Программные Продукты ESTECO / modeFRONTIER. Электронный pe-сурс. Режим доступа: http://www.emt.ru/products.php?product=137.

393. Flow Vision главная Электронный ресурс. - Режим доступа: flowvision.ru.

394. On-line security screening using an artificial neural network. / R.I.Thomas and oth.//IEEE. 1990.-p. 2921 -2924.435.0ptiSLang. Электронный ресурс. Режим доступа: http://ansys.soften.com.ua/component/content/article/50-optislang/104- optislang.html.

395. OptiY Wikipedia, the free encyclopedia. Электронный ресурс. - Режим доступа: en.wikipedia.org>wiki/OptiY.

396. Premilinary results on using artifici-al neural networks for security assessment / M. Aggoune and oth.// IEEE 1989 - N4 - p. 252 - 258.

397. Process Lasso Википедия. Электронный ресурс. - Режим доступа: http://ru.wikipedia.org/wiki/ProcessLasso.

398. PTS -. технологические системы. Программные продукты РТС. Mathcad. Электронный ресурс. Режим доступа: http://www.pts-russia.com/.

399. Real-time security monitoring of electrical power systems using parallel associative memory./ D.J Sobajic and oth.// IEEE. 1990. p. 2929 - 2932.

400. Reinitzhuber F. K. A computer model deschribing the heatinf of material in industrial furnaces. " Math: Process Models Iron and Steelmak. Amsterdam, 1973". London. 1975, 231-241. Discuss. 242 - 243.

401. Short term load Forecasting Using Fuzzy neural networks/ Bakirtzis, A.G. and oth.// IEEE Power Eng. Review. 1995,- vol.10. - N3. - Aug.

402. SolidWorks Википедия Электронный ресурс. - Режим доступа: http://ru.wikipedia.0rg/wiki/S0lidW0rks#S0lidW0rksFl0wSimulati0n.

403. System Mechanic Pro 10.7.5.22 Softodrom.ru. Электронный ресурс. - Режим доступа: http://soft.softodrom.ru/ap/System-Mechanic-Pro-p626.

404. TuneUp Utilities 2012 12.0.2050.64 RU / 12.0 . Softodrom.ru. Электронный ресурс. - Режим доступа: http://soft.softodrom.ru/ap/TuneUp-Utilities-p5233.

405. Welcome to СНАМ and PHOENICS Электронный ресурс. Режим доступа: www.cham.co.uk/.