Opracowanie, weryfikacja pomiarowa i implementacja stochastycznych modeli zjawiska łuku elektrycznego
O projekcie
Kierownik projektu: mgr inż. Maciej Klimas
Opiekun naukowy projektu: dr hab. inż. Dariusz Grabowski, prof. PŚ
Źródło finansowania: Ministerstwo Edukacji i Nauki w ramach programu „Diamentowy Grant”, VIII edycja
Kwota dofinansowania: 220 000 PLN
Terminy realizacji projektu: listopad 2019 – maj 2023
Numer projektu: 0139/DIA/2019/48
Projekt dotyczy zagadnienia modelowania zjawiska łuku elektrycznego, w szczególności zachodzącego w piecach łukowych. Piece łukowe są powszechnie stosowane w przemyśle hutniczym. Niestety nieliniowa oraz losowa charakterystyka tego odbiornika prowadzi do wielu problemów, takich jak na przykład wahania napięcia prowadzące do zjawiska migotania światła, odkształcenie przebiegów, itp. Ze względu na szerokie zastosowanie pieców w produkcji stali, istnieje potrzeba wykonywania symulacji i obliczeń związanych z parametrami sieci elektrycznej z jak najdokładniejszym uwzględnieniem zjawisk wynikających ze sposobu działania pieca. Model pieca łukowego jest także niezbędny podczas etapu projektowania nowych lub rozbudowy istniejących zakładów w celu oszacowania wpływu tego typu odbiorników na jakość energii w sieci zasilającej. Projekt został poświęcony analizie wybranych istniejących modeli oraz opracowaniu nowych modeli łuku elektrycznego, ze szczególnym uwzględnieniem stochastycznego charakteru tego zjawiska.
Projekt w swoim zakresie obejmuje pomiary wykonane zarówno w środowisku przemysłowym, jak i w warunkach laboratoryjnych. Podstawą do wykonania badań w skali laboratoryjnej jest stworzenie stanowiska laboratoryjnego do badania zjawiska łuku. Stanowisko pozwoli na odzwierciedlenie w bezpiecznej skali procesów zachodzących w piecach łukowych, a odpowiednie wyposażenie umożliwi analizę parametrów elektrycznych zjawiska zachodzącego wewnątrz urządzenia. Na podstawie wyników uzyskanych na drodze pomiarów opracowane zostaną modele zrealizowane w oparciu o różnorodne podejścia teoretyczne. Pierwszym z nich będzie model stworzony na bazie stochastycznego równania różniczkowego. Następnie stworzony zostanie model typu Black Box, którego bazę będą stanowić sztuczne sieci neuronowe. Realizacja modelu kolejnego typu oparta będzie na zastosowaniu równań ułamkowego rzędu w modelu Hammersteina-Wienera, natomiast ostatnim proponowanym podejściem będzie opracowanie modelu w oparciu o układy chaotyczne. Powyższe modele zostaną zestawione i przeanalizowane porównawczo.
Efektem końcowym projektu będą zaimplementowane w środowisku inżynierskim Matlab modele opisane powyżej, wraz z analizą jakości odwzorowania rzeczywistego łuku elektrycznego występującego w piecu łukowym. Ponadto co najmniej jeden z modeli zostanie zaimplementowany w środowisku EMTP-ATP, tak aby stanowił podstawę do realizacji dokładniejszych symulacji obwodów elektrycznych zawierających odbiorniki w postaci pieców łukowych.
Współpraca międzynarodowa
W ramach badań nad modelem stochastycznym pieca łukowego nawiązano współpracę z zespołem prof. Starkloffa z Instytutu Stochastyki Wydziału Matematyki i Informatyki z Technische Universität Bergakademie Freiberg (https://tu-freiberg.de/fakult1/sto). Wspólne prace obejmują opracowanie i analizę modeli stochastycznych, w których część deterministyczna jest rozszerzana o czynnik losowy, umożliwiając tym samym odwzorowanie stochastycznych zmian charakterystyki pieca łukowego.
Laboratorium
Jednym z celów przewidzianych w ramach realizacji projektu jest wykonanie stanowiska laboratoryjnego do badania zjawiska łuku elektrycznego.
Docelowo, stanowisko laboratoryjne ma posłużyć jako źródło danych pomiarowych z możliwością rejestracji przebiegów prądu, napięcia, ale i obrazu kolumny łukowej przy pomocy szybkiej kamery. Modułowość stanowiska pozwala na badanie łuku występującego w piecach AC jedno- i trójfazowych.
Publikacje
-
M. Klimas, D. Grabowski, “Identification of nonstationary parameters of electric arc furnace model using Monte Carlo approach,” 2020 Progress in Applied Electrical Engineering (PAEE), 2020, pp. 1-6, doi: 10.1109/PAEE50669.2020.9158732.
-
M. Klimas, D. Grabowski, “Application of shallow neural networks in electric arc furnace modelling,” 2021 IEEE International Conference on Environment and Electrical Engineering and 2021 IEEE Industrial and Commercial Power Systems Europe (EEEIC / I&CPS Europe), 2021, pp. 1-6, doi: 10.1109/EEEIC/ICPSEurope51590.2021.9584512.
-
M. Klimas, D. Grabowski, “Application of Long Short-Term Memory Neural Networks for Electric Arc Furnace Modelling,” Intelligent Data Engineering and Automated Learning – IDEAL 2021, 2021, Lecture Notes in Computer Science, vol 13113. Springer, Cham., pp 166-175, doi: 10.1007/978-3-030-91608-4_17
-
M. Dietz, D. Grabowski, M. Klimas, H. -J. Starkloff, “Estimation and analysis of the electric arc furnace model coefficients,” in IEEE Transactions on Power Delivery, doi: 10.1109/TPWRD.2022.3163815.
M. Klimas, D. Grabowski, “Application of shallow neural networks in electric arc furnace modeling,” in IEEE Transactions on Industry Applications, doi: 10.1109/TIA.2022.3180004.
