Реферат: Оптимизация химического состава сплава

МИНИСТЕРСТВО ВЫСШЕГО И СРЕДНЕГО СПЕЦИАЛЬНОГО ОБРАЗОВАНИЯ РФ

УРАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

Нижнетагильский институт

Кафедра металлургической технологии

Расчетно-пояснительная записка по дисциплинам

«Математическое моделирование и оптимизация металлургических

процессов»

«Вычислительная техника в инженерных расчетах»

Оптимизация химического состава сплава

Студент: Бородин А.Н.

Группа: 321 – ОМД

Преподаватель: Грузман В.М.

Преподаватель: Баранов Ю.М.

1998г.

Содержание

Целью нашей работы является нахождение оптимального состава стали М74 для получения наилучших физических свойств сплава: предела текучести, предела прочности, абсолютного удлинения. В данной работе использован метод линейного программирования и дальнейшая оптимизация по двухфакторной модели, что позволило получить одновременно решение графическим методом и на ЭВМ.

В ходе работы был определен наилучший состав стали по заданным требованиям:

- для получения минимального предела текучести содержание углерода и кремния должно быть следующим: C=0,7%; Si=0,4%;

- для получения максимального предела прочности: C=0,8%; Si=0,25%;

- для получения максимального абсолютного удлинения: C=0,7%; Si=0,4%.

ВВЕДЕНИЕ

Математическая модель является эффективным современным средством управления производством. В современных условиях быстроизменяющейся обстановке во всех сферах металлургического производства, от исходных материалов до готовой продукции, когда необходимо быстро и с минимальной ошибкой принимать ответственные решения, необходимо знание основ математического моделирования, уметь не только пользоваться готовыми моделями, но и принимать участие в их создании.

Линейное программирование - один из самых распространенных методов решения оптимизационных задач на практике. Он является частью математического программирования вообще, направленного на решение задач о распределении дефицитных ресурсов с учетом технологических, экономических и других ограничений, накладываемых условиями функционирования реального моделируемого объекта. Для линейного программирования используют линейные математические зависимости. Рождение метода линейного программирования связано с именами фон Неймана, Хичкока, Стиглера, которые использования положения теории линейных неравенств и выпуклых множеств, сформулированные в прошлом веке, для оказания помощи руководителям в принятии оптимальных решений. Основная задача линейного программирования была сформулирована в 1947 году Георгом Данцигом из управления ВВС США, который высказал гипотезу, что к анализу взаимосвязей между различными сторонами деятельности крупного предприятия можно подходить с позиций линейного программирования, и что оптимизация программы может быть достигнута максимизацией (минимизацией) линейной целевой функции.

В металлургической технологии наибольшее распространение получила задача составления технологических смесей, а конкретно, задача оптимизации химического состава сплавов.

Для того, чтобы исследовать метод «Оптимизации химического состава сплава», я воспользовался данными из прокатного цеха НТМК, которые отражают влияние содержания углерода и кремния в стали М74 на ее физические свойства: предел текучести, предел прочности и абсолютное удлинение. Данные взяты в ЦЛК (см. приложение 2).

ГЛАВА 1

ОПРЕДЕЛЕНИЕ ВЕРХНЕГО, НИЖНЕГО И ОСНОВНОГО УРОВНЯ. РАСЧЕТ ИНТЕРВАЛА ВАРЬИРОВАНИЯ

По данным выборки назначим верхний и нижний уровень варьирования факторов и рассчитаем интервал варьирования и средний (основной, нулевой) уровень.

Для этого построим таблицу, отражающую частоту «попадания» каждого числа:

Таблица 1

Подсчет частот

Таблица 2

Нижний, верхний, основной уровень и интервал варьирования

Для нахождения среднего уровня выполняем следующие расчеты:

Найдем средние значения каждого интервала и основной уровень.

основной уровень

основной уровень х₂ = 0

ГЛАВА 2

РАСЧЕТ УРАВНЕНИЙ

Необходимо рассчитать три уравнения:

- уравнение для C, Si и σ текучести,

- уравнение для C, Si и относительного удлинения,

_- уравнение для C, Si и σ прочности.

2.1. Расчет уравнения для C, Si и σ текучести

Для того, чтобы оценить влияние факторов, часто имеющих разную размерность, производится кодирование – факторы делаем безразмерными, кроме этого кодирование обеспечивает легкость обработки данных.

, где х_i - кодированная переменная.

2.1.1.Составление матрицы планирования

Таблица 3

Матрица планирования

N	X1	Х2	y1		x1x2
1	1	1	667(40)	667	1
2	1	-1	589(20)	608,5	-1
628(357)
3	-1	1	647(45)	603,5	-1
589(12)
589(191)
589(310)
4	-1	-1	598(19)	586,4	1
598(134)
540(165)
598(253)
598(372)

2.1.2. Определение коэффициентов регрессии

,

где N - число опытов по матрице планирования.

b₀ =(667+603,5+586,4+608,5)/4=616,35

b₁ =(667+608,5-603,5-586,4)/4=21,4

b₂ =(667-608,5+603,5-586,4)/4=18,9

b₃ =(667-608,5-603,5+586,4)/4=10,35

2.1.3. Проверка значимости коэффициентов при факторах

Дисперсия воспроизводимости служит для оценки ошибки опыта, для этого необходимо найти опыты в центре плана, для чего составим табл.4.

Таблица 4

Опыты в центре плана.

N	X1	x2	y1
3	0,77	0,32	589
96	598
118	589
138	598
215	598	594.4
237	589
257	598
334	598
356	589
376	598

,

где m – число опытов

Проверка значимости коэффициентов регрессии.

;

;

;

;

t_табл. = 2,26; т.е. все коэффициенты значимы.

Получили уравнение

2.1.4. Проверка адекватности математической модели

Проверяем адекватность математической модели по критерию Фишера. Для получения адекватности необходимо, чтобы разброс в точке и разброс в регрессии был сопоставим. ,

где f =N-(k+1)=4-(3+1)=0

Y₁ =616,35+21,4+18,9+10,35=667

Y₂ =616,35+21,4-18,9-10,35=608,5

Y₃ =616,35-21,4+18,9-10,35=603,5

Y₄ =616,35-21,4-18,9+10,35=586,5

Критерий Фишера

Математическая модель адекватна.

2.1.5. Переход от кодированных переменных к натуральным

2.2. Расчет уравнения для С, Si, относительного удлинения

2.2.1. Составление матрицы планирования

Таблица 5

Матрица планирования

N	x1	x2	x1x2	y2
1	1	1	1	6,7(40)	6,7
2	1	-1	-1	5(20)	5,5
6(357)
3	-1	1	-1	7,3(45)	9,85
10,7(12)
10,7(191)
10,7(310)
4	-1	-1	1	6(19)	6,2
6(134)
7(165)
6(253)
6(372)

2.2.2. Расчет дисперсии воспроизводимости

Таблица 6

Опыты в центре плана

N	x1	x2	y2
3	0,77	0,32	7,3	6,1
96	5,3
118	7,3
138	5,3
215	5,3
237	7,3
257	5,3
334	5,3
356	7,3
376	5,3

2.2.3. Определение коэффициентов регрессии

b₀ =(6,7+5,5+9,85+6,2)/4=7,0625

b₁ =(6,7+5,5-9,85-6,2)/4=-0,9625

b₂ =(6,7-5,5+9,85-6,2)/4=1,2125

b₃ =(6,7-5,5-9,85+6,2)/4=-0,6125

2.2.4.Проверка значимости коэффициентов регрессии

;

;

;

;

t_табл. = 2,26; t3< t_табл. , t2< t_табл. , т.е. эти коэффициенты незначимы.

2.2.5. Проверка адекватности математической модели

Y₁ =7,0625+1,2125=8,275

Y₂ =7,0625-1,2125=5,85

Y₃ =7,0625+1,2125=8,275

Y₄ =7,0625-1,2125=5,85

Критерий Фишера: ; F_расч. <F_табл.

Математическая модель адекватна.

2.2.5. Переход от кодированных переменных к натуральным

2.3. Расчет уравнения для С, Si, предела прочности

2.3.1. Составление матрицы планирования

Таблица 7

Матрица планирования

N	x1	x2	x1x2	Y3
1	1	1	1	1079	1079
2	1	-1	-1	1030	1044,5
1059
3	-1	1	-1	1028	1024,5
1010
1040
1020
4	-1	-1	1	1020	1028
1030
1010
1040
1040

3.2.Вычисление дисперсии воспроизводимости

Таблица 8

Опыты в центре плана

N	X1	x2	y2
3	0,77	0,32	1010	1006,5
96	1010
118	1030
138	1001
215	991
237	1001
257	991
334	1010
356	1001
376	1020

2.3.3. Определение коэффициентов регрессии

b₀ =(1079+1044,5+1024,6+1028)/4=1044

b₁ =(1079+1044,5-1024,6-1028)/4=17,75

b₂ =(1079-1044,5+1024,6-1028)/4=7,75

b₃ =(1079-1044,5-1024,6+1028)/4=9,5

2.3.4. Проверка значимости коэффициентов регрессии

;

;

;

;

t_табл. = 2,26; t3< t_табл. , t2< t_табл. , т.е. эти коэффициенты незначимы.

2.3.5. Проверка адекватности математической модели

Y₁ =1044+17,75=1061,75

Y₂ =1044+17,75=1061,75

Y₃ =1044-17,75=1026,25

Y₄ =1044-17,75=1026,25

Критерий Фишера: ; F_расч. <F_табл.

Математическая модель адекватна.

2.3.6. Переход от кодированных переменных к натуральным

ГЛАВА 3

ПРОВЕРКА УРАВНЕНИЙ

Проверим составленные уравнения, отражающие влияние содержания углерода и кремния в стали на ее физические свойства.

Таблица 9

Проверка уравнений

ГЛАВА 4

ОПТИМИЗАЦИЯ СОСТАВА СПЛАВА

Необходимо оптимизировать химический состав сплава по C и Si. В ходе работы были выявлены зависимости механических свойств от состава сплава:

σ_тек. – предел текучести,

абсолютное удлинение,

σ_пр. – предел прочности;

σ_тек. =

σ_пр. =

4.1. Оптимальный состав сплава по пределу текучести

Найти оптимальный состав сплава по пределу текучести, т.е. найти такой состав сплава, который обеспечит минимальный предел текучести при следующих ограничениях:

ГОСТ – 84182-80

Строим график(рис.1).

σ_тек. min

Координаты:

σ_пр.:

Координаты:

Оптимальный состав сплава при σ_тек. min является C=0,7%; Si=0,4%.

σ_тек. =

Рис. 2. Нахождение минимума предела текучести

4. 2.Оптимальный состав сплава по абсолютному удлинению

Найти оптимальный состав сплава по абсолютному удлинению, т.е. найти такой состав сплава, который обеспечит максимальное абсолютное удлинение при следующих ограничениях:

, ГОСТ – 84182-80

Строим график(рис.2).

σ_тек.

max

Координаты:

σ_пр.:

Координаты:

Оптимальный состав сплава при _. max является C=0,7%; Si=0,4%.

Рис. 3. Нахождение максимального абсолютного удлинения.

4. 3. Оптимальный состав сплава по пределу прочности

Найти оптимальный состав сплава по пределу прочности, т.е. найти такой состав сплава, который обеспечит максимальное значение предела прочности при следующих ограничениях:

ГОСТ – 84182-80

Строим график (рис. 3).

σ_тек.

Координаты:

σ_пр. max

Координаты:

Оптимальный состав сплава при σ_пр. max является C=0,8%; Si=0,25%.

σ_пр. =

Рис. 3. Нахождение максимального предела прочности.

Как видно, результаты решения задачи графическим методом полностью совпали с решением на компьютере в программе «Эврика» (см. приложение 1) .

Приложение 1

В данном приложении отражено решение задачи оптимизации аналитическим методом с помощью ЭВМ.

***************************************************************

Эврика: Решатель , Верс. 1.0r

Воскр. Ноябрь 23, 1997, 6:47 pm.

Имя файла ввода: C:\TEMP\TMM\EVRIKA\3.EKA

***************************************************************

Y1=1043-649*X1-2579*X2+3700*X1*X2

Y2=-0.6975+24.25*X2

Y3=702.3+443.75*X1

Y1<=680

Y2>=5

Y3>=950

$MIN(Y1)

X1<=0.8

X1>=0.7

X2<=0.4

X2>=.25

***************************************************************

Решение :

Переменные Значения

X1 = .70000000

X2 = .40000000

Y1 = 593.10000

Y2 = 9.0025000

Y3 = 1012.9250

Уровень доверия = 45.8%

Все ограничения удовлетв.

***************************************************************

Эврика: Решатель , Верс. 1.0r

Воскр. Ноябрь 23, 1997, 6:47 pm.

Имя файла ввода: C:\TEMP\TMM\EVRIKA\3.EKA

***************************************************************

Y1=1043-649*X1-2579*X2+3700*X1*X2

Y2=-0.6975+24.25*X2

Y3=702.3+443.75*X1

Y1<=680

Y2>=5

Y3>=950

$MAX(Y2)

X1<=0.8

X1>=0.7

X2<=0.4

X2>=.25

***************************************************************

Решение :

Переменные Значения

X1 = .70522708

X2 = .40000000

Y1 = 597.44370

Y2 = 9.0025000

Y3 = 1015.2445

Уровень доверия = 57.1%

Все ограничения удовлетв.

***************************************************************

Эврика: Решатель , Верс. 1.0r

Воскр. Ноябрь 23, 1997, 6:47 pm.

Имя файла ввода: C:\TEMP\TMM\EVRIKA\3.EKA

***************************************************************

Y1=1043-649*X1-2579*X2+3700*X1*X2

Y2=-0.6975+24.25*X2

Y3=702.3+443.75*X1

Y1<=680

Y2>=5

Y3>=950

$MAX(Y3)

X1<=0.8

X1>=0.7

X2<=0.4

X2>=.25

***************************************************************

Решение :

Переменные Значения

X1 = .80000000

X2 = .25000000

Y1 = 619.05000

Y2 = 5.3650000

Y3 = 1057.3000

Уровень доверия = 53.2%

Все ограничения удовлетв.

Приложение 2