Совершенствование математической модели получения мелкодисперсного материала для создания автоматизированной системы управления процессом производства

Обложка

Цитировать

Полный текст

Аннотация

Основные требования, предъявляемые к крупным промышленным предприятиям, заключаются в повышении энергетической эффективности технологических процессов и повышении экологичности производства. Одним из возможных решений этих проблем являются моделирование основных процессов, протекающих в установках, и создание автоматизированной системы управления на основе математических моделей. Рассмотрен промышленный процесс производства карбида кремния. Повышение эффективности данного процесса происходит за счет создания более совершенных режимов работы печей сопротивления на основе полученной в ходе математического моделирования информации о процессах, оказывающих наибольшее влияние на плавку. На основе математической модели можно построить автоматизированную систему управления процессом производства, которая на основе данных о температуре в различных точках печи сопротивления будет поддерживать наиболее эффективные режимы плавки карбида кремния. В математической модели учтены основные процессы, протекающие в печи сопротивления в течение плавки, а именно: химические реакции, фильтрация газовой компоненты, сушка материала, энерговыделение, приходящееся на нагреватель печи сопротивления. Усовершенствована математическая модель технологического процесса производства карбида кремния за счет учета влияния на распределение температуры теплоты химических реакций. Предложены теоретические основы построения автоматизированной системы управления процессом производства на основе данных о температуре в различных точках печи. В работе изложено современное состояние промышленного производства карбида кремния. Рассмотрена математическая модель процессов тепломассообмена в высокотемпературной печи сопротивления на примере технологического процесса производства SiC. Работоспособность разработанной математической модели проверена путем сопоставления проведенных экспериментов и численных расчетов. Применение автоматизированной системы управления на основе усовершенствованной математической модели возможно на промышленных предприятиях, занимающихся производством мелкодисперсных материалов, например, карбида кремния. Достоверность полученных результатов подтверждается сопоставлением экспериментальных данных и данных, полученных с помощью математического моделирования, в наиболее важных точках (у поверхности керна и у периферии) без учета этапов нагрева и остывания печи сопротивления. Расхождение данных в точке, близкой к керну, составило максимум 15 %, в точке на периферии – 5 %, что является удовлетворительным результатом.

Полный текст

Введение

Исследованию промышленного производства карбида кремния посвящен ряд работ. Авторы работы [1] разработали математическую модель образования SiC, которая учитывает много различных факторов влияния. Проведен глубокий анализ физико-химических процессов при получении карбида кремния, определены мероприятия по уменьшению затрат электрической энергии, потребляемой при производстве. Далее полученная математическая модель совершенствовалась путем учета дополнительных факторов, влияющих на распределение температурного поля в печи. В статье [2] разработана модель осадки мелкодисперсного материала в процессе образования карбида кремния. В статье [3] исследовано влияние переноса влаги в пористой среде на процессы тепломассообмена [4]. Зависимость массового выхода карбида кремния от исходной влажности представлена в работе [5]. В статье [6] рассматривалось влияние фильтрационного переноса на распределение температурного поля в печи. В работах [7, 8] представлено исследование влияния организации подвода теплоты в печи сопротивления на массовый выход карбида кремния. Помимо непосредственно моделирования, важным является вопрос оптимизации производства. Также важно изучение теплофизических свойств материалов шихты. В работе [9] представлены модель эффективного коэффициента теплопроводности шихты, а также модель изменения пористости среды. Ряд статей посвящен исследованиям получения мелкодисперсных материалов в лабораторных условиях. В работе [10] представлена математическая модель непрерывного производства карбида кремния в электротермическом реакторе с кипящим слоем. В статье [11] представлена математическая модель производства карбида кремния в электротермическом реакторе с кипящим слоем с периодической загрузкой взаимодействующих материалов. В работах [12, 13] получены зависимость массового выхода карбида кремния от исходного размера частиц песка, а также зависимость параметров синтеза SiC от относительного расхода углеродосодержащих частиц.

Процесс образования карбида кремния [14] пытались математически описать в нескольких работах [15–22]. Для получения численных результатов в каждой из них был сделан ряд серьезных упрощений.

Важно отметить, что процесс производства карбида кремния в печи сопротивления является длительным. Он может превышать 24 часа. При этом температура в самой печи распределена неравномерно, что затрудняет получение карбида кремния необходимого качества.

Стоит отметить, что производство карбида кремния является неавтоматизированным процессом. Например, сборка и разборка элементов печи и материалов шихты происходят вручную. Также отсутствует автоматическая регулировка мощности печи в зависимости от температуры керна и шихты. Следовательно, разработка автоматизированной системы управления на основе полученной модели является актуальной задачей.

Загрузка промышленных печей сопротивления – сложная техническая задача. Она производится в корпусе загрузки на закрепленных пролетах. В процессе загрузки печь сопротивления заполняется шихтой в соответствии с условиями загрузки. Производится укладка керна с устройством переходных контактов. По периметру печи устанавливаются разделительные перегородки. На нижнюю часть печи укладывается теплоизоляционная шихта. Также теплоизоляционная шихта укладывается между боковыми и разделительными перегородками. Далее устанавливают перегородки между шихтой и керном и укладывают керн. Укладка керна является одним из наиболее сложных этапов загрузки печи. Необходимо удалить шихту из-под электродов и засыпать материал керна до высоты перегородок. Далее убирают все перегородки внутри печи. Затем сверху керна укладывают реакционную шихту. Сверху реакционной шихты укладывают теплоизоляционную шихту. Процесс загрузки печи сопротивления не автоматизирован, что увеличивает общее время технологического процесса получения карбида кремния и усложняет получение эффективной математической модели, описывающей процесс карбидообразования.

В современных технических установках для управления протекающими в них процессами необходимо непрерывно получать информацию о технологических параметрах. Следовательно, математическая модель объекта управления будет являться обязательным элементом автоматизированной системы управления технологическим процессом получения карбида кремния.

Методы исследования

Авторами [8] предложено математическое описание процесса получения карбида кремния, представленное дифференциальным уравнением теплопроводности:

ρCpTτ=divλэфgradT+qν,

где Т – температура, К; τ – время, с; λэф – коэффициент теплопроводности, Вт/м∙К; qv – мощность внутренних источников тепла в теле, Вт/м3, ρ – плотность, кг/м3, Сp – удельная теплоемкость при постоянном давлении, Дж/кг·К.

Смесь песка и кокса является пористым сыпучим материалом, следовательно изменение теплофизических свойств шихты было учтено с помощью соотношения:

ρ·h=ρ1·1ε·h1+ρ2·ε·h2,

где ρ – плотность, h – энтальпия, ε – пористость, индекс «1» соответствует твердому телу, индекс «2» – газовой составляющей.

Эффективный коэффициент теплопроводности рассчитан по формуле:

λэфm=2λ1λ2+ε1ελ1λ222λ21ε+λ1ε.

Мощность внутренних источников представляет собой параметр, состоящий из нескольких слагаемых:

qν=qν,элqν,суш+qν,ф, (1)

где qv,эл– энерговыделение, приходящееся на нагреватель печи сопротивления (керн), qv,суш– теплота, поглощающаяся в процессе сушки твердого компонента, qv,ф– теплота, переносимая фильтрационным потоком газовой компоненты.

Модель получения карбида кремния улучшена путем учета удельной теплоты «n» химических реакций:

qν,хим=j=1nqν,j=j=1nejg~хим,j,

где ej – теплота химической реакции «j»; g~хим,j – интенсивность объемной генерации газа в химических реакциях, определяемая только видом химической реакции.

Эту теплоту можно учесть в уравнении (1) в виде дополнительного слагаемого. Следовательно, получим:

qν=qν,элqν,суш+qν,ф+qν,хим.

Поставлены начальные и граничные условия задачи: в момент времени τ = 0, Т = Т0 = 300 К,

при X=0,   0Y1;   Y=0,   0X1:λTn=αTcTж;X=1,   0Y1;   Y=1,   0X1:λTn=αTжTс;

где Tc – температура поверхностей стенок плавильной печи; Тж – температура окружающей среды; α – эквивалентный коэффициент теплоотдачи, X – относительная координата по оси Х, Y – относительная координата по оси Y.

Общее удельное выделение летучих продуктов всех химических реакций можно вычислить как определенный интеграл по времени от суммы произведений интенсивностей объемной генерации газа в химических реакциях на соответствующую им дельта-функцию. Каждая дельта-функция принимает значение 1 от момента начала соответствующей химической реакции до момента ее окончания. Во все остальные моменты времени значение дельта-функции равно 0. В модели сделано допущение, что каждая реакция начинается при достижении соответствующей ей температуры начала химической реакции.

Теплота и температура начала химической реакции определены по справочным данным. Общее удельное выделение летучих продуктов химических реакций определено по экспериментальным данным. Интенсивность объемной генерации газа в химических реакциях определена как выход газообразного продукта на единицу массы загружаемой в печь шихты.

На рис. 1 приведены опытные данные изменения температуры от времени по поперечному сечению печи и расчетные температуры, полученные при математическом моделировании. Расчетные температурные кривые представлены с учетом комплексного параметра qV, сопровождающего процесс получения карбида кремния.

 

Рис. 1. Температура Т зон печи для карбида кремния черного по результатам эксперимента и численного расчета (1, 2, 3 – экспериментальные кривые; 4, 5, 6 – расчетные кривые)

Fig. 1. Temperature of T zones of the furnace for black silicon carbide according to the results of experiment and numerical calculation (1, 2, 3 – experimental curves; 4, 5, 6 – design curves)

 

Расчетные температурные кривые №№ 4, 5, 6 показывают хорошее соответствие кривым №№ 1, 2, 3, полученным по результатам экспериментов.

Рис. 2 демонстрирует графический результат численного расчета трехмерных полей температур в печи для производства карбида кремния в различные моменты времени.

 

Рис. 2. Температурное поле в печи при производстве карбида кремния через четыре часа после подключения печи сопротивления к сети, m×n – размер расчетной сетки

Fig. 2. Temperature field in the furnace during the production of silicon carbide four hours after connecting the resistance furnace to the network, m×n – size of the computational grid

 

Цель управления процессом производства карбида кремния – поддержание необходимой температуры получения карбида кремния при максимально возможной производительности печи сопротивления и минимально возможных энергозатратах. Показателями эффективности процесса будут являться массовый выход карбида кремния с учетом полученных свойств материала, а также материально-энергетические затраты на производство. Можно выделить ряд возмущающих факторов, а именно: условия окружающей среды, наличие примесей в составе шихты, изменение формы керна в процессе плавки, осадка материалов шихты. Основным регулирующим параметром является подводимая электрическая мощность. Также есть возможность менять состав шихты. В зависимости от применяемых в процессе производства марок песка и угля можно получать различные температурные поля в печи [23–30], следовательно, различный массовый выход карбида кремния и различные алгоритмы управления.

Результаты исследования

Для составления математической модели, с помощью которой будет получена система управления, необходимо иметь данные об изменении температурного поля в процессе производства мелкодисперсного материала.

Приведем результаты экспериментальных исследований по определению температурных полей в печи сопротивления для производства карбида кремния на промышленном предприятии.

Измерение температур в печи сопротивления производилось непосредственно вольфрам-рениевой термопарой (№ 1) и хромель-алюмелевыми термопарами (№№ 2–5). Время эксперимента – 26 часов, что составляет полный цикл работы печи. Схема расположения всех термопар в горизонтальной плоскости показана на рис. 3, где изображено продольное сечение керна и самого блока загрузки.

 

Рис. 3. Схема установки термопар в сечение печи в эксперименте

Fig. 3. Installation scheme of thermocouples in the cross section of the furnace in the experiment

 

В ходе эксперимента удалось снять массивы данных с термопар №№ 1, 3 и 4. Термопары №№ 2, 5 вышли из строя. Важно отметить, что термопара № 1 была расположена близко к керну у начала зоны образования карбида кремния, а термопара № 4 – в конце зоны карбидообразования.

Можно сделать вывод, что полную картину распределения температуры в печи получить с помощью только экспериментальных данных нельзя из-за невозможности работы термопар при температурах, достигаемых в точках 2 и 5. Поэтому температуры в центральной зоне печи можно снять с помощью датчиков, а температуры в зонах, близких к токоподводу, выгоднее получить при помощи математического моделирования.

На основе полученных с датчиков экспериментальных данных и математической модели можно разработать теоретические основы создания автоматизированной системы управления технологическим процессом производства карбида кремния. В качестве объекта управления можно выбрать печь сопротивления для производства карбида кремния. Важно учесть физические параметры на входе объекта управления, которые можно измерить или получить на основе математического моделирования [31–40]. Выходные параметры можно выбрать исходя из технологии получения карборунда. Далее необходимо проанализировать графики изменения входных и выходных величин по времени и составить схему причинно-следственных связей объекта управления.

В первом приближении в качестве входного параметра объекта управления можно взять подводимую мощность. Выходным параметром объекта управления будет температура.

Следующим шагом может быть проведение пассивного эксперимента. Так как производство является действующим и полный цикл одной печекампании превышает несколько недель, выбор такого метода исследования является обоснованным. Необходимо рассчитать математическое ожидание, дисперсию, центрированные значения, автокорреляционные и взаимокорреляционные функции, решить уравнение Винера – Хинчина, получить импульсную переходную характеристику по каждому из каналов и определить передаточные функции по каждому из каналов объекта управления.

Далее необходимо выбрать управляющее устройство для поддержания нужных значений основных параметров технологического процесса [41–47]. Затем необходимо получить передаточные функции. Далее оценить получившиеся результаты, сделать выводы о целесообразности учета зависимостей величин по различным каналам. После чего можно составить структурную схему получившейся системы управления. Для проверки адекватности полученной модели необходимо получить графики переходных процессов и исследовать их по критериям качества. В результате автоматизированная система управления процессом образования карбида кремния представлена в виде блок-схемы на рис. 4.

 

Рис. 4. Система автоматизированного управления процессом производства карбида кремния

Fig. 4. Automated control system for the silicon carbide production process

 

Алгоритм работы системы следующий: необходимо получить информацию об объекте управления с датчиков. Температура, полученная с помощью термопар и с помощью математической модели, сравнивается и делается вывод о сохранении или изменении подводимой мощности. Контроллер на основе информации с датчиков и модели расчета температурного поля вырабатывает управляющее воздействие на объект управления (печь сопротивления). Для совершенствования работы системы необходим сбор статистических данных в облачное хранилище. Разработанная система управления позволит увеличить массовый выход карбида кремния, подобрать наиболее энергоэффективные режимы работы печи и снизить экономические затраты.

Задающее устройство позволяет оператору вводить необходимые значения температуры вручную или использовать автоматический ввод. Вычислительное устройство позволяет получить требуемый закон управления. В качестве вычислительного устройства можно выбрать контроллер. Модель регулятора температуры можно исследовать с помощью численных методов. Имитационная модель позволит рассмотреть различные варианты работы системы регулирования температуры и найти оптимальные при заданных входных параметрах.

Важным этапом работы будет являться выбор критериев качества управления печью сопротивления, а также его обоснование. В качестве критерия управления эффективностью технологического процесса получения карбида кремния можно взять обеспечение максимального массового выхода карбида кремния за счет применяемых алгоритмов управления. Управление печью сопротивления будет основано на прогнозе распределения температуры в печи, полученном по математической модели, и дальнейшем поддержании необходимого уровня значений температуры. Так как есть прямая зависимость между образованием карбида кремния и температурой, такое управление будет оптимальным. Следует отметить, что при превышении определенного значения температуры происходит выгорание образовавшегося карбида кремния.

Для моделирования различных режимов работы печи сопротивления можно применить одну из существующих SCADA-систем. Она позволит рассмотреть в составе одной модели контроллер, объект управления, систему датчиков, исполнительные механизмы, хранилище данных и рабочие места операторов.

Если рассматривать процесс производства карбида кремния, то параметрами, влияющими на печь сопротивления, будут являться подаваемое напряжение и температура окружающей среды. В качестве выходных параметров можно рассмотреть температуру и концентрацию отходящего газа CO. Схема причинно-следственных связей объекта управления представлена на рис. 5.

 

Рис. 5. Причинно-следственные связи объекта управления

Fig. 5. Cause-and-effect relationships of the control object

 

В ходе проведенных экспериментов получены данные по всем каналам объекта управления. Рассмотрен канал «напряжение – температура». Получена передаточная функция объекта управления по данному каналу с учетом запаздывания:

W(p)=0,1163,585p+1e-4,621p .

Выводы

Исследованию процесса производства карбида кремния посвящено достаточно большое количество работ. В статье представлен обзор современного состояния производства карбида кремния в промышленных условиях. Разработана система автоматизированного управления процессом производства данного материала мелкодисперсной структуры. Усовершенствована математическая модель технологического процесса производства карбида кремния за счет учета влияния на распределение температуры теплоты химических реакций. Подтверждение достоверности результатов осуществлено путем сопоставления экспериментальных данных с данными, полученными математическим моделированием, в ключевых точках, таких как поверхность керна и периферия, с учетом особенностей работы печи сопротивления. Внедрение автоматизированной системы управления производственным процессом позволит экономить время, что актуально для длительного промышленного производства. Экономический эффект выразится в снижении себестоимости производства, повышении конкурентоспособности карбида кремния на мировом рынке.

×

Об авторах

Сергей Сергеевич Закожурников

МИРЭА – Российский технологический университет

Автор, ответственный за переписку.
Email: zakozhurnikov@mirea.ru
ORCID iD: 0000-0003-2354-9656
SPIN-код: 1864-0437

канд. техн. наук, доцент, кафедра высшей математики – 3

Россия, 119454, Москва, пр-т Вернадского, 78

Галина Сергеевна Закожурникова

Волгоградский государственный технический университет

Email: galya.vlz@mail.ru
ORCID iD: 0000-0002-4870-0749
SPIN-код: 7209-9481

канд. техн. наук, доцент, кафедра теплотехники и гидравлики

Россия, 400005, Россия, г. Волгоград, пр-т Ленина, 28

Татьяна Алексеевна Горшунова

МИРЭА – Российский технологический университет

Email: gorshunova@mirea.ru
ORCID iD: 0000-0001-9580-595X
SPIN-код: 6120-6367

канд. физ.-мат. наук, доцент, кафедра высшей математики – 3

Россия, 119454, Москва, пр-т Вернадского, 78

Ольга Александровна Пихтилькова

МИРЭА – Российский технологический университет

Email: pihtilkova@mirea.ru
ORCID iD: 0009-0004-4632-5158
SPIN-код: 5589-7411

канд. физ.-мат. наук, доцент, кафедра высшей математики – 3

Россия, 119454, Москва, пр-т Вернадского, 78

Елена Владиславовна Пронина

МИРЭА – Российский технологический университет

Email: pronina@mirea.ru
ORCID iD: 0000-0002-2447-7175
SPIN-код: 3391-3440

канд. физ.-мат. наук, доцент, кафедра высшей математики – 3

Россия, 119454, Москва, пр-т Вернадского, 78

Список литературы

  1. Кузеванов В. С., Закожурникова Г. С., Закожурников С. С. Модель тепломассопереноса в печах при производстве карбида кремния // Альтернативная энергетика и экология. 2015. № 7(171). С. 75–81. doi: 10.15518/isjaee.2015.07.006
  2. Гаряев А. Б., Закожурников С. С., Кузеванов В. С. Модель осадки шихты при производстве карбида кремния // Промышленная энергетика. 2016. № 9. С. 27–31. EDN: WWCMYR
  3. Kuzevanov V.S., Garyaev A.B., Zakozhurnikova G.S. The calculating study of the moisture transfer influence at the temperature field in a porous wet medium with internal heat sources. Journal of Physics. The calculating study of the: Conference Series. Moscow. 2017. Vol. 891. P. 012114. doi: 10.1088/1742-6596/891/1/012114
  4. Ожерелкова Л. М., Савин Е. С. Температурная зависимость нестационарной теплопроводности твердых тел // Российский технологический журнал. 2019. Т. 7. № 2. С. 49–60. doi: 10.32362/2500-316X-2019-7-2-49-60
  5. Kuzevanov V.S., Zakozhurnikova G.S., Zakozhurnikov S.S. Peculiarities of heat and mass transfer in porous moistened mediums at high thermal loads. Solid State Phenomena. 2020. Vol. 299. Pp. 14–19. doi: 10.4028/ href='www.scientific.net/SSP.299.14' target='_blank'>www.scientific.net/SSP.299.14
  6. Мазлов А. А., Елфимов Н. А., Закожурникова Г. С., Закожурников С. С. Влияние фильтрационного переноса на изменение температуры в реакционной зоне печи сопротивления для получения карбида кремния // Материалы Международной научно-технической конференции «Состояние и перспективы развития электро- и теплотехнологии» (XIX Бенардосовские чтения). Иваново, 2017. С. 208–210.
  7. Кузеванов В. С., Закожурников С. С., Гаряев А. Б. Оптимизация процесса плавки карбида кремния с целью повышения ее производительности и снижения расхода электроэнергии // Промышленная энергетика. 2015. № 6. С. 29–33. EDN: UEAGQD
  8. Кузеванов В. С., Закожурников С. С., Закожурникова Г. С., Гаряев А. Б. Модели процессов и расчет температурного поля в печи сопротивления для производства карбида кремния // Вестник Ивановского государственного энергетического университета. 2017. № 4. С. 21–29. doi: 10.17588/2072-2672.2017.4.021-029
  9. Закожурников С. С. Совершенствование процесса производства карбида кремния путем изменения организации подвода теплоты: специальность 05.14.04 «Промышленная теплоэнергетика»: автореф. дисс. … канд. техн. наук. М., 2016. 22 с.
  10. Kuzevanov V.S., Garyaev A.B., Zakozhurnikov S.S., Zakozhurnikova G.S. Model of continuous production of fine silicon carbide. IOP Conference Series: Materials Science and Engineering : International Workshop «Advanced Technologies in Material Science, Mechanical and Automation Engineering – MIP: Engineering – 2019». Krasnoyarsk, 2019. P. 32106. doi: 10.1088/1757-899X/537/3/032106
  11. Kuzevanov V.S., Zakozhurnikov S.S., Zakozhurnikova G.S., Garyaev A.B. Finely dispersed silicon carbide synthesis model in the electrothermal reactor with periodic batch loading. Journal of Physics: Conference Series: 3. Moscow, 2020. P. 022054. DOI: 10.1088/ 1742-6596/1683/2/022054
  12. Kuzevanov V.S., Zakozhurnikov S.S., Zakozhurnikova G.S. Model and results of a study of the synthesis of finely dispersed silicon carbide in an electro-thermal reactor. Solid State Phenomena. 2021. Vol. 316. Pp. 147–152. doi: 10.4028/ href='www.scientific.net/ssp.316.147' target='_blank'>www.scientific.net/ssp.316.147
  13. Kuzevanov V.S., Zakozhurnikov S.S., Zakozhurnikova G.S. Silicon carbide synthesis investigation in an electrothermal fluidized bed. Journal of Materials Science. 2023. Vol. 58. No. 43. Pp. 16742–16752. doi: 10.1007/s10853-023-09071-5
  14. Семейко К. В., Малиновский А. И., Гребеньков A. Ж. и др. Разработки технологий получения карбида кремния (обзор) // Вестник НЯЦ РК. 2021. № 2. С. 30–41. DOI: 10.52676/ 1729-7885-2021-2-30-41
  15. Полубелова А. С., Крылов В. Н., Карлин В. В., Ефимова И. С. Производство абразивных материалов. Ленинград: Машиностроение, 1968. 180 с.
  16. Кац И. С. Образование карбида кремния в промышленной печи электросопротивления // Абразивы. 1970. № 3. С. 8.
  17. Zinkle S.J. Fusionmaterials science: overview of challenges and recent progress. Physics of Plasmas. 2005. Vol. 12. P. 058101.
  18. Рожнова Т. В. Структура и свойства медных порошковых изделий сельскохозяйственного назначения с карбидом кремния, изготовленных электроконтактным спеканием // Известия Оренбургского государственного аграрного университета. 2021. № 4(90). С. 178–181. EDN: HUXKXO
  19. Мизонов В. Е., Костарев В. В., Зайцев В. А. Моделирование влагопереноса в многослойной пористой среде при неравномерной укладке слоев материала // Вестник Ивановского государственного энергетического университета. 2013. № 4. С. 76–79. EDN: QZXKHN
  20. Балагуров И. А., Мизонов В. Е., Berthiaux Н. Gatumel С. Моделирование кинетики смешивания разнородных сыпучих материалов // Вестник Ивановского государственного энергетического университета. 2014. № 6. С. 67–70. EDN: TEJAYX
  21. Мисбахов Р. Ш., Мизонов В. Е. Моделирование теплопроводности в составной области с фазовыми переходами // Вестник Ивановского государственного энергетического университета. 2015. № 4. С. 39–44. doi: 10.17588/2072-2672.2015.4.039-043
  22. Митрофанов А.В., Шпейнова Н.С., Camelo A.F. и др. Расчетно-экспериментальное исследование тепловой обработки дисперсного топлива в аппарате с кипящим слоем // Вестник Ивановского государственного энергетического университета. 2016. № 1. С. 58–62. doi: 10.17588/2072-2672.2016.1.058-062
  23. Bozkurt Y.E., Emanetoğlu U., Yıldız A. et al. 3D printable CNTs and BN hybridized PEEK composites for thermal management applications. Journal of Materials Science. 2023. Vol. 58. No. 38. Pp. 1–14. doi: 10.1007/s10853-023-08923-4
  24. Reva D., Lisyatnikov M., Prusov E. Mechanical behavior of aluminum matrix composites in the elements of building structures. Proceedings of MPCPE 2022. Lecture Notes in Civil Engineering. 2022. Vol. 335. doi: 10.1007/978-3-031-30570-2_29
  25. Wu Y., Zhao R., Liang B. et al. Construction of C/SiC–Cu3Si–Cu interpenetrating composites for long-duration thermal protection at 2500°C by cooperative active-passive cooling. Composites Part B: Engineering. 2023. Vol. 266. doi: 10.1016/j.compositesb.2023.111015
  26. Zhao Ch., Tu Z., Mao J. The dynamic thermophysical properties evolution and multi-scale heat transport mechanisms of 2.5D C/SiC composite under high-temperature air oxidation environment. Composites Part B: Engineering. 2023. Vol. 263. P. 110831. DOI: 10.1016/ j.compositesb.2023.110831
  27. Feng K., Hu Sh., Li L. et al. Preparation of low residual silicon content Si-SiC ceramics by binder jetting additive manufacturing and liquid silicon infiltration. Journal of the European Ceramic Society. 2023. Vol. 43. No. 13. Pp. 5446–5457. DOI: 10.1016/ j.jeurceramsoc.2023.05.038
  28. Zheng Yi, Zou J., Liu W. et al. High pressure sintering of fully dense tantalum carbide ceramics with limited grain growth. Journal of the European Ceramic Society. 2023. Vol. 43. No. 12. Pp. 5117–5124. doi: 10.1016/j.jeurceramsoc.2023.04.032
  29. Zhang S., Zhang J., Li F. et al. Thermal conductivity of Ca α-SiAlON ceramics with varying m and n values. Journal of the American Ceramic Society. 2023. Vol. 106. No. 10. Pp. 5642–5647. doi: 10.1111/jace.19264
  30. Xu J., Tatarko P., Chen L. et al. High-strength SiC joints fabricated at a low-temperature of 1400°C using a novel low activation filler of Praseodymium. Journal of the American Ceramic Society. 2023. Vol. 106. No. 10. Pp. 5679–5688. doi: 10.1111/jace.19229
  31. Mousavi A., Vyatkin V. Energy efficient agent function block: A semantic agent approach to IEC 61499 function blocks in energy efficient building automation systems. Automation in construction. 2015. Vol. 54. Pp. 127–142. doi: 10.1016/j.autcon.2015.03.007
  32. Sleptsov V.V., Afonin V.L., Ablaeva A.E., Dinh B. Development of an information measuring and control system for a quadrocopter. Russian technological journal. 2021. No. 9(6). Pp. 26–36. doi: 10.32362/2500-316X-2021-9-6-26-36
  33. Лавренов С. С. Разработка автоматизированной системы сортировки // Тезисы докладов XXIX международной научно-технической конференции студентов и аспирантов «Радиоэлектроника, электротехника и энергетика». М., 2023. С. 152.
  34. Лавренов С. С., Закожурников С. С. Применение фотоэлектрических датчиков на производстве // Сборник докладов Международной научно-технической конференции ИПТИП РТУ МИРЭА «Оптические технологии, материалы и системы». М.: МИРЭА – Российский технологический университет, 2022. С. 206–209.
  35. Меркулов А. В., Харитонова К. Ю., Закожурников С. С. и др. Некоторые вопросы создания электронно-управляющих систем вращающихся объектов // Сборник докладов Российской научно-технической конференции с международным участием «Инновационные технологии в электронике и приборостроении». М.: МИРЭА – Российский технологический университет, 2021. С. 212–215.
  36. Zakozhurnikov S., Zakozhurnikova G. Development of a control system for sorting agricultural products according to specified criteria. E3S Web of Conference. 2023. Vol. 390. P. 03019. doi: 10.1051/e3sconf/202339003019
  37. Zakozhurnikov S., Gorshunova T., Pronina E., Raff O. Development of an automated lighting control system in agricultural premises to save energy resources. IOP Conference Series: Earth and Environmental Science. 2023. Vol. 1231. P. 012061. Pp. 1–7. doi: 10.1088/1755-1315/1231/1/012061
  38. Tang Y., Li L., Liu X. State-of-the-art development of complex systems and their simulation methods. Complex system modeling and simulation. 2021. Vol. 1. No. 4. Pp. 271–290. DOI: 10.23919/ CSMS.2021.0025
  39. Mammadova K.A., Aliyeva E.N. Solving the problem of building an automatic control system for the process of water chemical treatment using fuzzy logic. Lecture Notes in networks and systems. 2022. Vol. 362. Pp. 748–756. doi: 10.1007/978-3-030-92127-9_99
  40. Zhang L. Electric automation control simulation system based on intelligent technology. Lecture Notes on data engineering and communications technologies. 2022. Vol. 125. Pp. 732–738. doi: 10.1007/978-3-030-97874-7_98
  41. Renjini G.S., Thangavelusamy D. Robust reference tracking and load rejection on non-linear system using controllers. Gazi University Journal of Science. 2022. Vol. 35. No. 4. Pp. 1454–1569. doi: 10.35378/gujs.947882
  42. Li J., Liu C., Sun Y., Shao L. A new event-triggered adaptive tracking controller for nonlinear systems with unknown virtual control coefficients. European journal of control. 2022. Vol. 69. P. 100759. doi: 10.1016/j.ejcon.2022.100759
  43. Dorokhov A., Aksenov A., Sibirev A. Results of laboratory studies of the automated sorting system for root and onion crops. Agronomy. 2021. Vol. 11. No. 6. P. 1257. DOI: 10.3390/ agronomy11061257
  44. Morozov S., Kuzmin K., Vershinin V. Development of a simulation automated system for address sorting of correspondence. Lecture Notes in networks and systems: XIV international scientific conference “INTERAGROMASH 2021”. Vol. 247. 2022. Pp. 927–933.
  45. Tamizi M.G., Kashani A.A., Azad F.A., Kalhor A. Experimental study on a novel simultaneous control and identification of a 3-DOF delta robot using model reference adaptive control. European journal of control. 2022. Vol. 67. No. 5. P. 100715. DOI: 10.1016/ j.ejcon.2022.100715
  46. Azad F.A., Ansari Rad S., Hairi Yazdi M.R. et al. Dynamics analysis, offline–online tuning and identification of base inertia parameters for the 3-DOF Delta parallel robot under insufficient excitations. Meccanica. 2022. Vol. 57. No. 2. Pp. 473–506.
  47. Zakozhurnikov S., Pikhtilkova O., Pronina E., Raff O. The smart home automated control system development. AIP Conference Proceedings. 2024. Vol. 3102 (1). P. 030024. doi: 10.1063/5.0200045

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Температура Т зон печи для карбида кремния черного по результатам эксперимента и численного расчета (1, 2, 3 – экспериментальные кривые; 4, 5, 6 – расчетные кривые)

Скачать (31KB)
3. Рис. 2. Температурное поле в печи при производстве карбида кремния через четыре часа после подключения печи сопротивления к сети, m×n – размер расчетной сетки

Скачать (17KB)
4. Рис. 3. Схема установки термопар в сечение печи в эксперименте

Скачать (29KB)
5. Рис. 4. Система автоматизированного управления процессом производства карбида кремния

Скачать (16KB)
6. Рис. 5. Причинно-следственные связи объекта управления

Скачать (11KB)

© Закожурников С.С., Закожурникова Г.С., Горшунова Т.А., Пихтилькова О.А., Пронина Е.В., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах