Korkealämpötilaprosessit Näkökulma: Mallinnus, mittaus ja automaatio 18.9.2017 klo 8-10 SÄ114 Tavoite Tutustua pyrometallurgisten ja muiden korkealämpötilaprosessien erityispiirteisiin niissä esiintyviä ilmiöitä sekä ominaisuuksia - mallinnettaessa - mitattaessa sekä toimintoja automatisoitaessa Asioiden yksityiskohtaisempi soveltaminen erilaisiin prosesseihin kurssiin kuuluvissa osasuoritteissa - Kirjalliset raportit - Seminaariesitelmät Tämän luennon jälkeen pitäisi tietää, mitä raporttiin/esitelmään tulisi sisällyttää ja millaista aineistoa sitä varten tulisi etsiä 1
Sisältö Mittaus korkealämpötilaprosesseissa - Rooli ja tehtävät - Haasteet - Toteutus - Esimerkkejä Automaatio korkealämpötilaprosesseissa - Rooli ja tehtävät - Haasteet - Toteutus - Esimerkkinä jatkuvavalun automatisointia Mallinnus korkealämpötilaprosesseissa - Rooli ja tehtävät - Haasteet - Toteutus erilaisia mallinnustapoja - Esimerkkinä AOD-prosessin mallinnus Osa I Mittauksista 2
Digitalisaation kasvava merkitys Yhtenä osana mittaustekniikan kehittyminen Kuvalähde: Tapio Fabritius, POHTO, 2015 Mittauksen rooli ja tehtäviä korkealämpötilaprosessien tarkastelussa Mitä mitataan (tai haluttaisiin mitata)? - Lämpötila (ja paine) - Erilaisten faasien määrät ja koostumukset - Metallit (kiinteä, sula), kuonat, kaasut - Etäisyyden funktiona - Kemiallinen, mineraloginen - Faasien osuudet - Sulkeumien määrä metallissa - Faasien kerrospaksuudet - Metalli- ja kuonasulat, vuorausmateriaalit, jähmettyneen metallin paksuus valussa - Virtaukset - Sulafaasien ominaisuudet - Viskositeetti - Teräksen laatu, puhtaus - Etäisyydet, dimensiot, paksuus, jne. - Aihiot, levyt, nauhat Mittauksen kohteet? - Metallit, kuonat, tulenkestävät materiaalit, kaasut, pölyt, sulkeumat, raaka-aineet 3
Erilaisia mittauksia t ja ei-jatkuvat mittaukset - Haasteena anturien likaantuminen ja hajoaminen Suorat ja epäsuorat mittaukset - esim. konvertterin savukaasujen koostumuksen mittaus antaa tietoa lämpötilan noususta hapettumisen seurauksena, joka puolestaan kertoo mellotuksen etenemisestä, jota ei voida mitata suoraan jatkuvasti Vaatiiko mittaus kontaktin/kosketuksen mittauksen kohteeseen? Vaatiiko mittaus näytteen kohteesta? - Jos vaatii, niin hajottaako analyysi näytteen vai ei? Mitä metallurgisista prosesseista pitäisi saada mitattua? Kysely 21-22.4.2015 järjestettyyn POHTOn mittausseminaariin liittyen - Tärkeimmät metallien valmistusprosesseihin liittyvät mittausten kehittämistarpeet tällä hetkellä? - Mihin valmistusprosesseihin liittyen? - Tärkeimmät mittauskohteet eri prosessivaiheista, jos mitä tahansa saataisiin mitattua? - Muita mittaukseen liittyviä ajankohtaisia ajatuksia? - Mahdollisuus keskittyä - prosessien ohjaukseen tai ympäristövaikutuksiin liittyviin mittauksiin - tiettyyn prosessivaiheeseen tai vastata yleisesti - Kysely alan asiantuntijoille yliopistoissa ja yrityksissä - Vastaukset 4 professorilta (Aalto yliopisto,, Åbo Akademi) ja 5 yrityksestä (Boliden Harjavalta, Outokumpu Stainless, Outotec, Ovako, SSAB Europe) - Yhteensä 64 kommenttia/ehdotusta/ajatusta Lähde: Paavo Hooli & Eetu-Pekka Heikkinen, POHTO, 2015. 4
Vastauksia Lähde: Paavo Hooli & Eetu-Pekka Heikkinen, POHTO, 2015. Prosessit Mittauskohteet Mitattavat asiat Mittauksen kuvauksia Konvertteri Valu Senkka(käsittely) Liekkisulatusuuni Masuuni AOD Valokaariuuni Yli 10 mainintaa 5 10 mainintaa Alle 5 mainintaa Sula (metalli) Kaasu Kuona Teräs Sulkeumat Pölyt Happi Kupari Nikkeli Rikki Vety Rikasteet/raaka-aineet Lanssi Kivi Hiili Typpi Lämpötila Koostumus /pitoisuus Pinnat Korkeus Massa/paino Tunnistus Paksuus Tärinä Ääni/taajuus On-line Luotettavuus Kuumuus Nopeus Epävarmuus Edullisuus Lähde: Paavo Hooli & Eetu-Pekka Heikkinen, POHTO, 2015. Kaasu ja pölyt Metallin koostumus Sulkeumat Raaka-aineet LSU Masuuni VKU BOF AOD Senkka JV Muut Kuuma Pölyjä O 2,SO 3 Näytteenotto Näytteenotto Nopea O, H Lämpötila Panospinta Nopea Sijainnit, muoto Panospinta Injektoinnit Nopea C, O Nopea Puhallus- ja savukaasut Nopea N Nopea Sulakorkeudet Kaatosuhiku Virtausnopeudet Poistokaasut Nopea Koostumus Koko Nopea Nopea Sulakorkeudet Nopea H Koostumus Koko Nopea Nopea Massat Sula Sula Siilot Hajapölyt Kattilapölyt (LSU) Liekit Pinnat siiloissa Putkissa Tärinä, taajuudet Tunnistus Tärinä ja ääni Hihnat 5
Kuvalähde: Kadlec, Grbic & Gabrys: Review of adaptation mechanisms for data-driven soft sensors. Computers and chemical engineering. 35(2011)1-24. 9.9.2017 Mittauksen rooli ja tehtäviä korkealämpötilaprosessien tarkastelussa Mittauksen tavoitteet Mihin mittauksia käytetään? - Prosessin tilan arviointi - Prosessien säätö ja hallinta - Tuotteen laadun arviointi - Ympäristövaikutusten arviointi - Työturvallisuuden arviointi - Prosessimallien validointi Mittauksen kehityssuuntia Lähteenä käytetty Kauko Leiviskän ja Johan Erikssonin esityksiä POHTOssa 2015. - Fysikaalisesti mahdottomat mittauskohteet - Häiriölliset ja epäjatkuvat mittaukset - Optiset mittaukset - Runsaasi tietoa tuottavat mittaukset - Useita erilaisia mittausten keruu- ja käsittelymenetelmiä - Saman mittauksen hyödyntäminen useisiin tarkoituksiin - Langattomuus - Mittaustulosten käsittelyn kehittyminen - Mittaustulosten visualisointi Mittauksen rooli ja tehtäviä korkealämpötilaprosessien tarkastelussa Mittaustulosten käsittelyn kehittyminen - Software sensors - Mittauksista (hardware) ja estimointialgoritmista (software) muodostuva yhdistelmä, joka mahdollistaa - ei-suoraan mitattavien muuttujien arvioinnin - viiveiden kompensoinnin - Monianturi- (tai sensori-)fuusio = Useista sensoreista saatavan tiedon yhdistäminen luotettavamman ja tarkemman tiedon saavuttamiseksi - Virheellisten ja viallisten mittausten eliminointi - Tehokkaampi mittausdatan käsittely (rinnakkaislaskenta) - Suurten mittausaineistojen visualisointi Mittaustulosten visualisointi - Tavoitteena erottaa/tunnistaa erilaisia prosessin tiloja, lajeja, vikoja, laatuja, jne. - Pääkomponenttianalyysi (PCA, Principal Component Analysis) - Itseorganisoituva kartta (SOM, Self-Organizing Map) Lähteenä käytetty Kauko Leiviskän ja Johan Erikssonin esityksiä POHTOssa 2015. 6
Mittauksen haasteita korkealämpötilaprosessien tarkastelussa Korkeat lämpötilat - Anturien/materiaalien kesto mittaus ilman kontaktia? - Referenssipisteiden puute toimisen mittauksen toimiminen - Lämpötilat, virtaukset, kemialliset analyysit, massat, etäisyydet Riittävän nopeat mittaukset Näytteitä rikkomattomat analyysit - Korostuu varsinkin tuotepuolella Mittaus oikeasta paikasta ja oikeasta tilanteesta - esim. savukaasumittaus suoraan prosessista tai sulan koostumus sulasta tilasta ennen näytteen jähmettymistä Lähteenä käytetty Johan Erikssonin esitystä POHTOssa 2015. - Tulosten hyödyntäminen on line säädössä Mitattavat asiat monimutkaisia - Mitä itse asiassa tulisi mitata, jos halutaan mitata vaikka kuonanmuodostumista? Materiaalin asettamat haasteet - Edustavuus suurista materiaalimääristä? - Voimakkaat virtaukset? - Pölyt ja roiskeet sotkevat ja rikkovat antureita Mittauksen haasteita korkealämpötilaprosessien tarkastelussa Edellä esitetyt haasteet aiheuttavat - mittausten puutetta (väliaikaisia tai lopullisesti katkeavia) - systemaattisia virheitä Haasteisiin vastaaminen? - Mitta-anturin ja mittauslaitteen suojaaminen - Epäsuorat mittaukset Lähteenä käytetty Johan Erikssonin esitystä POHTOssa 2015. 7
Mittauksen virheitä korkealämpötilaprosessien tarkastelussa Systemaattiset virheet - Voivat olla seurausta - epätäydellisestä kalibroinnista - ryöminnästä/ajatumisesta (kuumennus-kylmennys-syklit, kuluminen) - Voidaan vähentää systemaattisella kalibroinnilla Satunnaiset virheet - Ennakoimattomia - Voidaan vähentää toistamalla mittauksia - Enemmän mittauksia per aikayksikkö Virheet mittaustulosten käsittelyssä ja tulkinnassa Lähteenä käytetty Johan Erikssonin esitystä POHTOssa 2015. Esimerkkejä mittauksesta korkealämpötilaprosessien tarkastelussa Valokaariuunin savukaasujen koostumuksen jatkuvatoiminen mittaus AOD-konvertterin pölyjen jatkuvatoiminen mittaus Optisen emissiospektroskopian hyödyntäminen - Mittaukset valokaariuunista Painetun elektronikaan hyödyntäminen - Mittausanturien massatuotanto 8
Case Valokaariuunin savukaasujen koostumuksen jatkuvatoiminen mittaus (VKU2/Tornio) Tavoitteena prosessin ohjauksen parantaminen - Terässulan Si-pitoisuuden ja kromin kuonautumisen hallinta - Vuotoilmojen ja happimäärän hallinta - Koksin panostuksen ja hiili-injektion hallinta - Lisäksi vuorausten keston parantaminen sekä käytetyn kalkin määrän vähentäminen Toteutus - Miten näytteenottosondi sijoitetaan? - Miten ja missä analysointi toteutetaan? - 1) Savukaasujen analysointi ilman merkkikaasua - Massaspektrometri - Analyysi n. 25 sekunnin välein - Pois päältä sulatusten alussa ja kalkkia injektoitaessa - 2) Savukaasujen analysointi käyttäen typpeä merkkikaasuna Lähteenä käytetty Veikko Juntusen esitystä POHTOssa 2007. Case Valokaari-uunin savukaasujen koostumuksen jatkuvatoiminen mittaus (VKU2/Tornio) - Toteutus Lähteenä käytetty Veikko Juntusen esitystä POHTOssa 2007. 9
Tilavuus-% (N2) 17:33 17:35 17:37 17:39 17:41 17:44 17:46 17:48 17:50 17:52 17:54 Tilavuus-% (O2,CO,CO2) O2-moolimäärä 17:33 17:34 17:35 17:37 17:38 17:39 17:40 17:42 17:43 17:44 17:46 17:47 17:48 17:49 17:51 17:52 17:53 17:54 9.9.2017 Case Valokaari-uunin savukaasujen koostumuksen jatkuvatoiminen mittaus (VKU2/Tornio) Esimerkki mittaustuloksista Savukaasuanalyysi sulatuksen 38116 loppuvaiheessa [Si]=0,11%; (Cr 2O 3)=3% analysaattori käyntiin tehot pois 100 30 90 80 25 O 70 2 -pitoisuus pitkään lähellä nollaa 20 (kaikki puhallettava 60 happi reagoi) 50 15 Lopussa O 2 -pitoisuus 40 nousee 30 10 20 5 10 0 0 CO 2 -piikki (seurausta siitä, että hiili alkaa pelkistämään kuonautunutta kromioksidia) Aika Lähteenä käytetty Veikko Juntusen esitystä POHTOssa 2007. N2 CO O2 CO2 analysaattori käyntiin 14 12 10 8 6 4 2 0 Sisään menevän ja ulos tulevan kaasun happimäärä sulatuksen 38116 loppuvaiheessa (NTP) tehot pois Sisäänmenevän ja ulostulevan happimäärän suhde kertoo hapen sitoutumisesta panokseen eli Aika panosmateriaalin komponenttien hapettumisesta. O2-moolimäärä sisään O2-moolimäärä ulos CO 2 -piikin aikana ulostulo suurempi kuin sisäänmeno (merkki pelkistymisestä FeO, Cr 2 O 3, MnO, SiO 2 ) Case Valokaariuunin savukaasujen koostumuksen jatkuvatoiminen mittaus (VKU2/Tornio) Ongelmat ja haasteet sekä niihin vastaaminen - Näytteenottosondin kuluminen - Vesijäähdytteinen näytteenottoputki - Näytekaasulinjan, näytteenottosondin ja suodattiminen tukkeutuminen - Ei analysointia kalkki-injektion aikana + autom. puhdistus - Vuodot näytekaasulinjassa - Näytekaasulinjan paineistus + painehäviön tarkistus - Kalkin kulkeutuminen savukaasuihin - Karkeampi raekoko käytetylle kalkille - Savukaasuanalyysiä ei tiedetä kalkin panostuksen ja toisen korin panostuksen ajalta - Arvioidaan mitattujen analyysien pohjalta Lähteenä käytetty Veikko Juntusen esitystä POHTOssa 2007. 10
Pölyäminen (kg/min) 9.9.2017 Case AODkonvertterin pölyjen jatkuvatoiminen mittaus Pölymittari - Sijoitettu saavukaasukanavan suoralle osalle ennen suodatinlaitosta - Kaasun lämpötila mittarin kohdalla n. 500 C - Karkeaerotin erottaa suurimmat partikkelit ennen mittausta - Triboelektrinen menetelmä - Hiukkasten varaus indusoituu anturiin - Muodostuva sähkövirta on verrannollinen hiukkaspitoisuuteen mitataan Lähteenä käytetty Jukka Mansikan esitystä POHTOssa 2007. Case AODkonvertterin pölyjen jatkuvatoiminen mittaus Kaksi viikkoa edellisestä puhdistuksesta MITTAUSANTURIN LIKAANTUNUT PUOLI (JÄTTÖPUOLI) Mittaustulosten hyödyntäminen - Havaitaan erilaisten prosessin ajoparametrien vaikutus - Ajopraktiikan muutos tarvittaessa - Panosmateriaalien laadun seuranta - Prosessin toimivuuden seuranta Haasteet ja ongelmat? - Mittausanturin likaantuminen ja kuluminen - Puhdistuksen jälkeen mittaus antoi hetken aikaa liian suuria mittaustuloksia Kuusi kuukautta käyttöä VIRTAUKSEN AIHEUTTAMAA MITTAUSANTURIN KULUMISTA 120 100 80 60 40 20 Vaiheissa 1+2 ja 3 on käytössä lanssi- ja suutinpuhallus. 4-vaiheessa ja pelkistyksessä käytetään suutinpuhallusta. Puhallettavat kaasumäärät ja -suhteet vaihtelevat eri vaiheissa. 1+2-vaiheen alussa pölyäminen lisääntyy tasaisesti 1+2-vaiheen loppupuolella pölyäminen vähenee 3-vaiheen alkaessa pölyäminen vähenee nopeasti 3-vaiheen aikana pölyäminen lisääntyy 4-vaiheen ja pelkistyksen aikana pölymäärä on nollatasolla Materiaalipanostuksista syntyy pölypiikkejä Kuonauksesta syntyy joskus pieni pölypiikki Lähteenä käytetty Jukka Mansikan esitystä POHTOssa 2007. 0 1+2 3 4 Pelkistys Puhallusvaihe 11
Case OES:n hyödyntäminen VKU-mittauksissa OES, Optinen emissiospektri - Mitataan prosessista lähtevän valon eri aallonpituuksia - Yksinkertaisimmillaan tutkitaan valon voimakkuutta - Voidaan käyttää valoa lähettävän aineen lämpötilan määritykseen sekä mahdollisten palamisilmiöiden havaitsemiseen - Onko valo peräisin valokaaresta, liekeistä, teräksestä, kuonasta? - Lämpötilan mittaus erityisesti kohteissa, joissa liekit häiritsevät mittausta - Uusia kohteita mitattaessa käytetään aluksi yleensä yhdessä kaksiväripyrometrin kanssa Lähteenä käytetty Matti Aulan esitystä POHTOssa 2017. Case OES:n hyödyntäminen VKU-mittauksissa Käyttö uunin tilan tarkkailuun - Valokuitujen asentaminen uunin kanteen - Tarkkaillaan/mitataan uunin eri kohdista lähtevää valoa - Kirkas valo viittaa suureen lämpökuormaan - Hot spotit - Vapaana paistava kaari (ei kuohuvan kuonan peitossa) - Arvio esim. uunin eri osien vuorausmateriaalien kulumisesta - Kuonan koostumuksen mittaus valokaaren spektristä - 1.7.2016 alkanut tutkimushanke - Voidaan käyttää on-line-ohjaukseen (valokaarien pituuksien kasvattaminen ja lyhentäminen havaittujen hot spotien pohjalta) tai off-line-ohjaukseen (jänniteportaiden pituuksien optimointi) Lähteenä käytetty Matti Aulan esitystä POHTOssa 2017. Käytetty mm. Tornion ja Imatran VKU:ssa 12
Case Painettu elektroniikka vastauksena mittauksen haasteisiin Yksi korkealämpötilaprosessien mittausten haasteista on anturien huono kesto - Ratkaisuna kestävämmät anturit tai anturien suojaaminen - Vaihtoehtona kertakäyttöiset anturit - Yksinkertaisia mitta-antureita, joiden valmistus on niin edullista, että niitä voidaan käyttää suuria määriä - Ei väliä vaikka niitä tuhoutuukin, kun uudet anturit korvaavat tuhoutuneet Edullisuuden edellytyksenä massatuotanto - Ratkaisuna painettu elektroniikka Suurien anturimäärien valmistaminen edullisesti mahdollistaa myös alueellisesti laajemmat mittaukset Lähteenä käytetty Tapio Fabritiuksen esityksiä POHTOssa 2015 ja 2017. Case Painettu elektroniikka vastauksena mittauksen haasteisiin Painettu elektroniikka - Elektroniikan valmistus joustaville alustoille käyttäen elektronisesti funktionaalisia musteita - Mahdollisuus käyttää erilaisia painotekniikoita - Mahdollisuus tuottaa suuria määriä erilaisia sensoreita edullisesti massatuotantona - Sensorien suorituskyky ei yhtä korkea kuin tavanomaisessa elektroniikassa Lähteenä käytetty Tapio Fabritiuksen esityksiä POHTOssa 2015 ja 2017. 13
Case Painettu elektroniikka vastauksena mittauksen haasteisiin Sensorin toimintaperiaate - Sensori (ja antenni) muodostavat passiivisen elementin, joka ei vaadi virtaa - Sensorin mittaama data voidaan lukea langattomasti elektromagneettisia kenttiä hyödyntäen - esim. kosteutta mittaavan sensorin resonanssitaajuus muuttuu kosteuden muuttuessa Lähteenä käytetty Tapio Fabritiuksen esityksiä POHTOssa 2015 ja 2017. Osa II Automaatiosta 14
Automaation rooli ja tehtäviä korkealämpötilaprosessien tarkastelussa Sama kuin muussakin (prosessi)teollisuudessa - Prosessien hallinta ja optimointi - Tasainen ajo - Tuotteen laatu - Energiankulutuksen optimointi - Ympäristöhaittojen minimointi - jne. Automaation haasteita korkealämpötilaprosessien tarkastelussa Puutteellinen tieto - Miten ohjattavat suureet riippuvat mitattavista? - Monimutkaiset riippuvuudet, monet vaikuttavat tekijät - Ei saada mitattua (tarkasti, jatkuvatoimisesti, ollenkaan?) niitä suureita ja ominaisuuksia, joita tarvittaisiin Puutteelliset vaikutusmahdollisuudet - Ei suoraa (tai hyvin hidas) vaikutusmahdollisuus toimintaan Hallitsemattomat vaihtelut - esim. raaka-aineen laadussa ja koostumuksessa Prosessin hitaus - Vaikutukset näkyvät mahdollisesti vasta seuraavalle vuorolle 15
Case Masuunin ohjauskeinot Mitä mitataan? - Huippukaasun koostumus ja lämpötila - Raakaraudan lämpötila Mitä lasketaan? - CO 2 /CO suhde masuunin kuilussa - Suoran pelkistyksen määrä taselaskentana O-, N- ja C- taseista Mitä säädetään? - Peruskoksin määrä - Öljyinjektion määrä - Puhallusilman lämpötila, määrä ja happirikastus - Höyryinjektio tarvittaessa Automaation menetelmiä korkealämpötilaprosessien tarkastelussa Ohjaus Perinteinen säätö - P, PI, PID Mallipohjainen säätö - MPC, Model Predictive Control Ennakoiva ja ennustava säätö Adaptiivinen ja mukautuva säätö Neuroverkot Sumeat ohjausmenetelmät jne. Käsitellään tarkemmin automaatiotekniikan opintojaksoissa Kuvalähde: Mikko Korpi, POHTO, 2015. 16
Case Puhkeaman esto jatkuvavalussa Ongelma: Valunauhan puhkeaminen JV:ssa - Syynä jähmettyvän valunauhan tarttuminen kokilliin, jolloin jähmettynyt kuori jää yhdestä kohdasta liian ohueksi ja puhkeaa myöhemmin Ratkaisuna SAPSOL-järjestelmä Kuva: Paavo Hooli. - Hyödyntää lämpötilamittauksia kokillista - Termoelementit kahdella eri korkeudella - Ylempien ja alempien välinen ero 20 cm (etäisyys vaakasuunnassa 25-30 cm) - Automaatiojärjestelmä tunnistaa mittauksista tapaukset, jotka ennakoivat puhkeamaa, ja reagoivat hidastamalla valunopeutta Tulokset - Ennen SAPSOLia 75 % puhkeamista johtui tarttumisesta - SAPSOLilla puhkeamien määrä on pienentynyt - Vain 20 % puhkeamista johtuu tarttumisesta - Suurin syy on nyt kuona Lähteenä käytetty Ismo Rentolan esitystä POHTOssa 2007. Case Puhkeaman esto jatkuvavalussa Toimintaperiaate - Järjestelmä tarkkailee kutakin termoelementtiparia erikseen - Tekee päätöksen ja hälyttää mahdollisesta kiinnitarttumisesta, jos tietyt ehdot täyttyvät - Ehdot liittyvät ylemmän ja alemman termoelementin mittaamien lämpötilojen käyttäytymiseen (nousut, laskut, muutosnopeudet, erot) tietyn aikaikkunan sisällä - Hälytys hidastaa valunopeuden jo yhden parin hälyttäessä - Hitaampi valunopeus antaa jähmettyvälle kuorelle aikaa kasvaa uudestaan riittävän paksuksi - Voidaan ajaa automaatilla tai käsiajolla, jolloin ohjaamosta reagoidaan järjestelmän antamiin hälytyksiin - esim. hidastus 0,2 m/min vakionopeus 30 s ajan kiihdytys takaisin normaalivalunopeuteen 0,3 m/min 2 Lähteenä käytetty Ismo Rentolan esitystä POHTOssa 2007. 17
Case Laadutusmalli aihioiden vikojen ennustamiseksi Laadutusmallin tavoite - Ohjata aihioiden kunnostus tehtäväksi vain tarvittaessa - Todelliseen kunnnostustarpeeseen perustuen Toiminta - Pyrkii ennustamaan jatkuvavalussa syntyvän aihion laadun - Lähtötietoina sulatus- ja valuprosesseista saatavat mittaus-, analyysi- ja häiriötiedot ym. raportoinnit - Laskee ennusteen valunauhan laadulle ja muuttaa tarvittaessa aihion kunnostusluokan vaativammaksi Lähteenä käytetty Jarno Pirisen esitystä POHTOssa 2011. Case Laadutusmalli aihioiden vikojen ennustamiseksi Aihioilla kunnostusluokat A0 A8 - Jokaiselle luokalle oma toimintaohje aihion tarkastusta ja käsittelyä koskien Laadutusmallin ennustamat vikatyypit - Pitkittäishalkeamat - Poikittaishalkeamat - Poikittaishalkeamat aihion nurkassa - Aloksisulkeumat - Kuonasulkeumat - Kuonavyöt - Keskilinjasuotaumat - Sisäiset sulkeumat Lähteenä käytetty Jarno Pirisen esitystä POHTOssa 2011. 18
Osa III Mallinnuksesta Mallinnuksen rooli korkealämpötilaprosessien tarkastelussa Kokeita ja teollisia kampanjoita nopeampi, halvempi ja turvallisempi tapa testata - erilaisia prosessin ajopraktiikoita - esim. seostusajankohdat ja määrät, puhallus- ja injektointimäärät ja kestot, jne. - erilaisia raaka-aineita - erilaisten tuotteiden valmistusta - jne. Yksi T&K-toiminnan keskeisimmistä työkaluista 19
Mallinnuksen haasteita korkealämpötilaprosessien tarkastelussa Mallinnettavat ilmiöt/prosessit tunnettava Mallinnuksessa tarvittavat tiedot saatavissa Vastaavuus todellisuuden kanssa Mallien validointi ja tulosten luotettavuuden arviointi Kuva: Kaisa Heikkinen Mallinnustapoja korkealämpötilaprosessien tarkastelussa Fysikaaliset mallit - esim. vesimallit virtausten kuvaamiseen - pienempi koko, helpommat aineet/materiaalit Laskennalliset mallit - (Yksittäisten) ilmiöiden mallinnus - Reaktiotasapainot ja kinetiikka, virtaukset, diffuusio, jne. - Etuna tarkkuus - Yleensä yksin liian yksinkertaistettuja käytäntöön - Ilmiöpohjainen prosessimallinnus - Usein kootaan yksittäisiä ilmiöitä kuvaavista osamalleista - Mallit eivät välttämättä niin tarkkoja kuin edellä - Käytännön merkittävyys suurempi - Keskeistä se, miten eri osamallit liitetään toisiinsa - Eri ilmiöiden välinen riippuvuus toisista - Voivat sisältää myös empiirisiä korjausparametrejä - Prosessilähtöinen mallinnus - Black box mallinnus perustuu riippuvuuksien etsintään lähtöja tulosuureiden välillä - Voivat olla hyvinkin tarkkoja alkuperäisessä sovelluskohteessa - Soveltaminen muissa kohteissa haastavaa 20
Fysikaaliset mallit Erona laskennallisiin malleihin - vaatii koejärjestelyt ja mittaukset - ei tarvetta pystyä mallintamaan kaikkia ilmiöitä ja niiden välisiä vuorovaikutuksia matemaattisesti Tavoitteena luoda malliin vastaavat olosuhteet kuin todellisessa/mallinnettavassa tilanteessa - Toteutus helpommin käsiteltävillä aineilla/materiaaleilla - esim. huoneenlämpötilainen vesi sulan teräksen sijasta, läpinäkyvä muovi/lasi tulenkestävien tiilten sijasta, jne. - Helpompaa, havainnollisempaa, turvallisempaa, halvempaa - Keskeistä vastaavuuden varmistaminen - Yksittäiset muuttujat poikkeavat mallin ja todellisuuden välillä - esim. reaktorin halkaisija ja korkeus, puhallussuutinten halkaisijat, kaasujen puhallusmäärät, fluidien tiheydet ja viskositeetit, jne. - Vastaavuus varmistetaan ns. dimensiottomien lukujen avulla - Kuvaavat erilaisten voimien välisiä suhteita ja niiden pitäisi vastata toisiaan mallissa ja todellisuudessa - esim. Reynoldsin, Frouden, jne. luvut Kuva: Aki Kärnä Case AODprosessin mallinnus Mallinnuksena avulla pyritään vastaamaan mm. seuraaviin kysymyksiin - Miten erilaiset puhalluspraktiikat vaikuttavat? - Lanssi- ja pohjasuuttimet - Kuinka pitkään kannattaa käyttää lanssipuhallusta? - Miten lanssin korkeus vaikuttaa prosessiin? - Miten lanssin tyyppi vaikuttaa? - Miten alkukuonan määrä ja koostumus vaikuttavat? - Miten erilaiset seostus- ym. praktiikat vaikuttavat? - Seosaineiden määrät ja seostuksen ajoitus - Kuonanmuodostajien määrät ja lisäyksen ajoitus - Pelkistysvaiheessa pelkistinaineiden määrät ja lisäyksen ajoitus Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. 21
Case AODprosessin mallinnus AOD-prosessin virtausten mallinnus Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. Case AODprosessin mallinnus AOD-prosessin reaktioiden mallinnus Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. 22
Case AODprosessin mallinnus Ilmiöpohjainen malli, joka sisältää myös empiirisiä parametreja Reaktiomalli dominoivalle ilmiölle 1. CFD malli 2. Ilmiön yleistäminen Lämmön- ja aineensiirtokertoimien määrittäminen Validointi 3. Ilmiöpohjainen prosessimalli 4. Prosessidata Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. Case AODprosessin mallinnus Ilmiöpohjaisen mallinnuksen laajentaminen Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. 23
Case AODprosessin mallinnus Ilmiöpohjaisen mallinnuksen laajentaminen ( ) Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. Case AODprosessin mallinnus Lanssimalli Ilmiöpohjaisen mallinnuksen laajentaminen Pisaramalli Kuplamalli Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. 24
Case AODprosessin mallinnus Kuva: P. Kurkinen Validointi - Kuona- ja metallinäytteet analysointi - Mahdolliset ylimääräiset näytteet tuotantonäytteiden lisäksi - Savukaasujen koostumuksen analysointi - Virtausmallien validointiin mm. erilaiset värähtelymittaukset Esimerkki prosessimallinnukseen ja sen validointiin liittyvistä haasteista Kiihtyvyysanturi - Materiaalit eivät ole homogeenisiä - Metalliroiskeet kuonassa - Liukenematon kalkki kuonassa - Vaikeuttaa validointia kuonia analysoitaessa - Toisaalta: miten huomioidaan mallinnuksessa? Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. Case AODprosessin mallinnus Käyttöliittymä Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. 25
Case AODprosessin mallinnus Esimerkkejä tuloksista Teräksen Cr-, Mn- ja Si-pitoisuudet pelkistysvaiheen aikana Eri kuonakomponettien pelkistymisnopeus Kuvalähde: V.-V. Visuri, M. Järvinen, J. Savolainen, P. Sulasalmi, E.-P. Heikkinen, T. Fabritius, ISIJ Int. 2013, 53(4), 613. Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. Case AODprosessin mallinnus AOD-prosessin mallinnuksen historiaa 1970-luku ensimmäiset hiilenpoistomallit suutinpuhallukselle 1990-luku kriittinen hiilipitoisuus, reaktiomallit monikomponentti-systeemille, vesimallit yleistyvät tutkimusmenetelmänä 2000-luku yhdistelmäpuhalluksen reaktiomallinnus, kuonan aktiivisuusmallit reaktiomalleissa, ensimmäiset CFD-mallit 2010-luku laskennallisen termodynamiikan yhdistäminen reaktio- ja CFD-malleihin, virtausmallinnuksen standardimenetelmäksi vesimalli + CFD Maailma 50 60 70 80 90 00 10 2010-luku suutinpuhalluksen, lanssipuhalluksen ja pelkistyksen reaktiomallinnus; lanssipuhalluksen CFDmallinnus 1990-luku vesimallien rakentaminen ja vesimallinnus alkavat 2000-luku yhdistelmäpuhalluksen, oskilloinnin ja tärinän vesimallinnus; typenpoiston CFDmallinnus (kaasu + sula); yksittäisen kuplan ja typenpoiston reaktiomallinnus; rajapintailmiöiden mallinnus, kuonan jähmettymisen CTD-mallinnus Lähteenä käytetty Ville-Valtteri Visurin ja Timo Fabritiuksen laatimaa ja kokoamaa aineistoa. 26
Yhteenveto Yhteenveto Mittaus - Haasteena jatkuvatoimiset ja riittävän nopeat (ja tietysti luotettavat) mittaukset Automaatio - Haasteena prosessien hitaus ja puutteelliset tiedot prosessista sekä riippuvuuksista mittaus- ja ohjaussuureiden välillä Mallinnus - Ilmiölähtöisten mallien laajennettavuus ja laaja sovellettavuus - Mallien validointi 27