Фундаментальные и прикладные проблемы черной металлургии

DOI: 10.52150/2522-9117-2026-40-018

Ю. С. Семенов1,*, к.т.н., с.н.с., зав. відділу, ORCID 0000-0003-2299-5742
В. В. Горупаха1, н.с., ORCID 0000-0003-0531-1871
С. В. Ващенко1, к.т.н., с.н.с., ст. досл., ORCID 0000-0001-8344-961X
Є. І. Шумельчик1, к.т.н., с.н.с., ст. досл., ORCID 0000-0001-5350-6425
О. Ю. Худяков1, к.т.н., с.н.с., ст. досл., ORCID 0000-0002-6507-1120
К. В. Баюл1, д.т.н., пр.н.с., ст. досл., ORCID 0000-0003-1426-7956

1 Інститут чорної металургії ім. З. І. Некрасова НАН України
* Автор для листування: yuriy.semenov.isi@gmail.com

РОЗРОБКА СИСТЕМИ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ ЩОДО УПРАВЛІННЯ РОЗПОДІЛОМ ПАРАМЕТРІВ ДУТТЯ ПО ФУРМАХ ДОМЕННОЇ ПЕЧІ

Анотація. У статті наведений опис проблеми автоматизованого контролю кількісного розподілу дуття по повітряних фурмах доменної печі (ДП), яка вивчається багато років та досі є повністю не вирішеною та актуальною, оскільки нерівномірність розподілу дуття значно впливає на газорозподіл і тепловий стан у всьому об’ємі ДП. Показані результати ефективності застосування методу управління розподілу параметрів дуття по повітряних фурмах при проведенні ручним способом вимірювань теплових навантажень на фланцях підвішених колін фурмених приладів ДП-1М та ДП-12 ПрАТ «Камет-сталь» у 2018–2020 рр. Представлено методологічні та інформаційні засади системи підтримки прийняття рішень (СППР) щодо управління розподілом параметрів дуття по фурмах ДП, яка розробляється останніми роками в Інституті чорної металургії. Створення СППР складається з наступних етапів: використання інформації сучасних засобів автоматизованого контролю з встановленням статистичних залежностей цієї інформації з показниками доменної плавки; створення представницької бази даних, яка містить різни режими роботи ДП з відповідними техніко-економічними показниками доменної плавки, параметрами режиму завантаження та інформацією засобів контролю; розробка блоку рекомендацій. СППР повинна включати: візуалізацію первинної інформації щодо розподілу по окружності ДП перепадів температур та витрат охолоджувальної води; візуалізацію розрахункової інформації щодо розподілу по окружності ДП фактичної теоретичної температури горіння, витрат та швидкості дуття, геометрії фурмених осередків; блок генерації рекомендацій щодо коригування витрат паливних добавок на окремих фурмах для забезпечення необхідного окружного розподілу теоретичної температури горіння; сигналізацію щодо наявності т.зв. «зашлакованості» фурм; рекомендації щодо зміни діаметрів повітряних фурм. СППР щодо управління окружним розподілом параметрів дуття в ДП також повинна передбачувати розробку методів та критеріїв, які дозволяють забезпечити синергетичну взаємодію функціонування різних, встановлених на ДП СППР. В статті вперше показаний вплив нерівномірності окружного розподілу теплового стану нижньої зони ДП, згідно з розподілом теоретичної температури по повітряних фурмах, на розвиток центрального газорозподілу верхньої зони та канального ходу ДП, згідно показань засобів контролю температур газового потоку над поверхнею засипу шихти. Отримані залежності температурних показників газового потоку над поверхнею засипу шихти від середньоквадратичного відхилення теоретичної температури горіння по окружності ДП. В статті зазначено, що важливим етапом розробки СППР є апробація, як окремих її складових, так і комплексу рекомендацій по управлінню доменною плавкою в реальних умовах виробництва.

Ключові слова: доменна піч, системи підтримки прийняття рішень, пиловугільне паливо, окружний розподіл дуття, температури газового потоку.

Посилання для цитування: Розробка системи підтримки прийняття рішень щодо управління розподілом параметрів дуття по фурмах доменної печі / Ю. С. Семенов, В. В. Горупаха, С. В. Ващенко, Є. І. Шумельчик, О. Ю. Худяков, К. В. Баюл // Фундаментальні та прикладні проблеми чорної металургії. 2026. Вип. 40. С. 272-289. https://doi.org/10.52150/2522-9117-2026-40-018

Перелік посилань

  1. Vashchenko, S., Semenov, Yu., Khudyakov, O., et al. (2025). Development and implementation of a mathematical model of charging a blast furnace equipped with a bell-type charging device. Metallurgical Research & Technology, 122 (6), 624. https://doi.org/10.1051/metal/2025095
  2. Chaika, A. L., Lebed, V. V., Kornilov, B. V., et al. (2021). Implementation of a Set of Long-Term and Energy-Saving Cast Iron Production Models in Blast Furnaces in Ukraine. Steel in Translation, 51 (3), 201–204. https://doi.org/10.3103/S0967091221030025
  3. Yuan, M., Zhou, P., Li, Ml., et al. (2015). Intelligent multivariable modeling of blast furnace molten iron quality based on dynamic AGA-ANN and PCA. Journal of Iron and Steel Research International, 22, 487–495. https://doi.org/10.1016/S1006-706X(15)30031-5
  4. Zhou, P., Guo, D., Wang, H., Chai, T. (2017). Data-Driven Robust M-LS-SVR-Based NARX Modeling for Estimation and Control of Molten Iron Quality Indices in Blast Furnace Ironmaking. IEEE Transactions on Neural Networks and Learning Systems, 29 (9), 4007–4021. https://doi.org/10.1109/TNNLS.2017.2749412
  5. Agrawal, A., Kothari, A. K., Kuma,r A., et al. (2019). Advances in thermal level measurement techniques using mathematical models, statistical models and decision support systems in blast furnace. Metallurgical Research & Technology, 116, 16. https://doi.org/10.1051/metal/2019019
  6. Semenov, Yu. S., Shumelchik, E. I., Vishnyakov, V. I., et al. (2013). Model system for selecting and correcting charging programs for blast furnaces equipped with a bell-less charging apparatus. Metallurgist, 56 (9–10), 652–657. https://doi.org/10.1007/s11015-013-9630-3
  7. Li, J., Tang, X.-Y., Song, W., et al. (2024). A Blast Furnace Throat Temperature Estimation Method Based on Multi-time Scale Online Fusion. 36th Chinese Control and Decision Conference (CCDC), 25-27 May 2024. https://doi.org/10.1109/CCDC62350.2024.10587722
  8. Semenov, Yu. S., Shumelchik, E. I., Horupakha, V. V. (2017). Blast Furnace Shaft Thermal State Monitoring System. Steel in Translation, 47 (11), 728–731. https://doi.org/10.3103/S0967091217110092
  9. Fei, J., Jiang, X., Yang, H., et al. (2024). Research and Development of a Big Data Application Platform for Intelligent Blast Furnace Intensive Management and Control. ACS Omega, 9 (23), 24674−24684. https://pubs.acs.org/doi/full/10.1021/acsomega.4c01162
  10. Liu, R., Zhang, Zf., Li, X., et al. (2023). Hot metal quality monitoring system based on big data and machine learning. Journal of Iron and Steel Research International, 30, 915–925. https://doi.org/10.1007/s42243-023-00934-4
  11. Zhang, Z., Tang, J., Chu, Ms., et al. (2025). Online calculation and monitoring system of blast furnace operation profile based on data and mechanism dual drive. Journal of Iron and Steel Research International, 32, 4188–4206. https://doi.org/10.1007/s42243-025-01605-2
  12. Warren, P., & Harvey, S. (2001). Development and implementation of a generic blast-furnace expert system. Mineral Processing and Extractive Metallurgy, 110 (1), 43–49. https://doi.org/10.1179/mpm.2001.110.1.43
  13. Semenov, Y. S., Shumelchyk, Y. I., Horupakha, V. V., et al. (2022). Development and Implementation of Decision Support Systems for Blast Smelting Control in the Conditions of PrJSC “Kamet-steel”. MDPI, Metals, 12 (6), 985. https://doi.org/10.3390/met12060985
  14. Semenov, Yu. S., Podkorytov, A. L., Shumelchik, E. I., et al. (2021). Decision Support System for Controlling Thermal State of Blast Furnace Smelting. Steel in Translation, 51 (4), 261–266. https://doi.org/10.3103/S0967091221040094
  15. Zhang, R., Lu, J., & Zhang, G. (2011). A knowledge-based multi-role decision support system for ore blending cost optimization of blast furnace. European Journal of Operational Research, 215, 194–203. https://doi.org/10.1016/j.ejor.2011.05.037
  16. Mu, Y., Yan, B., He, H., et al. (2026). Mining of expert rules for blast furnace air volume regulation. Results in Engineering, 29, 108473. https://doi.org/10.1016/j.rineng.2025.108473
  17. Wright, B. D., Zulli, P. (2009). Application of decision support system for thermal balance control in the ironmaking blast furnace. BlueScope Steel Research, Old Port Rd Port Kembla, Australia, 1–9. Google
  18. Lyalyuk, V. P., Tarakanov, A. K., Kassim, D. A., & Riznitskii, I. G. (2018). Improvement of the Uniformity of Blast Distribution over the Circumference of Blast–Furnace Hearth. Metallurgist, 62 (1–2), 119–124. https://doi.org/10.1007/s11015-018-0633-y
  19. Druzhkov, V. G., & Shirshov, M. Yu. (2017). Improving the Junction Between the Hot–Blast Main and the Bustle Pipe of a Blast Furnace. Metallurgist, 60 (11–12), 1239–1242. https://doi.org/10.1007/s11015-017-0434-8
  20. Shi, B., Liu, H., Liu, B. et al. (2022). Influence of Breeches Pipe Structures on Hot Blast Distribution Rule Around the Hearth Circumferentially. Metallurgical and Materials Transactions B, 53, 3613–3623. https://doi.org/10.1007/s11663-022-02624-0
  21. Bol’shakov, V. I., Shuliko, S. T., Kanaev, V. V., et al. (1999). Investigation of gas distribution in a large-volume blast furnace. Steel in Translation, 29 (12), 1–5. [Scopus]
  22. Bol’shakov, V. I., Shuliko, S. T., & Kanaev, V. V., et al. (1997). Study of the charge and gas-flow distributions in a large blast furnace with a bell-less charging apparatus. Metallurgist, 41, 389–390. https://doi.org/10.1007/BF02768853
  23. Shirshov, M. Yu., & Druzhkov, V. G. (2015). Improving the automatic blast distribution in blast furnaces. Steel in Translation, 45 (1), 49–53. https://doi.org/10.3103/S0967091215010131
  24. Motta, R. S. N., Bortoni, E. C., & Souza, L. E. (2013). Hot Blast Flow Measurement in Blast Furnace in Straight Pipe. Modern Instrumentation, 2, 68–73. http://dx.doi.org/10.4236/mi.2013.24010
  25. Semenov, Yu. S., Horupakha, V. V., & Shumelʹchyk, Ye. I. (2022). Sposib upravlinnya okruzhnym rozpodilom duttya v domenniy pechi (Method of controlling the circumferential distribution of blast in a blast furnace): patent of Ukraine UA 125879 C2 for the invention. Bulletin No. 26 https://iprop-ua.com/inv/ce25mu8z/
  26. Liu, B., Che, Y., & Shi, B. (2022). Influence of blast volume on hot blast distribution rule around the hearth circumferentially. International Journal of Chemical Reactor Engineering, 21 (5). https://doi.org/10.1515/ijcre-2022-0135
  27. Shi, B., Liu, B., Zhang, Y., et al. (2025). Evaluation and discussion on the circumferential distribution of hot blast in the blast furnace. Metallurgical Research & Technology, 122 (1), 108.  https://doi.org/10.1051/metal/2024100
  28. Mozharenko, N. M., Kanaev, V. V., Paranosenkov, A. A., et al. (2005). Automated system for monitoring the flow rate of blast through the air tuyeres of a blast furnace. Fundamental and applied problems of ferrous metallurgy, 11, 34–42. https://nasplib.isofts.kiev.ua/handle/123456789/21582
  29. Semenov, Yu. S., Horupakha, V. V., Shumelchik, E. I., & Alter, M. A. (2021). Blast Furnace Operation Improvement by Forming Uniform Circular Distribution of Raceway’s Thermal Mode. AISTech 2021 – Proceedings of the Iron & Steel Technology Conference, 29 June–1 July 2021, Nashville, Tenn., USA, 184–192. https://doi.org/10.33313/382/018
  30. Semenov, Yu. S., Podkorytov, A. L., Horupakha, V. V., et al. (2020). New scientific and applied results of studies efficiency use of pulverized coal in the production of cast iron and lime burning. Metal and Casting of Ukraine, 2, 15–26. https://metalsandcasting.com/index.php/mcu/article/view/102
  31. Horupakha, V. V., Semenov, Yu. S., Khudyakov, O. Yu., et al. (2025). Research of circular gas distribution in a blast furnace using information on blow distribution and modern control measures. Fundamental and applied problems of ferrous metallurgy, 39, 34–60. https://doi.org/10.52150/2522-9117-2025-39-03
  32. Geerdes, M., Chaigneau, R., & Lingiardi, O. (2020). Modern blast furnace ironmaking: an introduction. IOS Press BV. ISBN 978-1-64368-123-8. Google
  33. Semenov, Yu., Horupakha, V., Khudyakov, O., et al. (2026). Features of blast furnace smelting technology with pulverized coal injection from different coal mixtures under conditions of variable coke quality. Metallurgical Research & Technology, article in press. https://doi.org/10.1051/metal/2026028
  34. Sagiroglu, S, & Sinanc, D. (2013). Big data: A review. International Conference on Collaboration Technologies and Systems (CTS), 42-47. https://doi.org/10.1109/CTS.2013.6567202
  35. Semenov, Yu., Shumelchyk, Ie., Vashchenko, S., et al. (2025). Optimization of blast furnace charging modes based on changes in gas flow temperatures. Discover Mechanical Engineering, 4, 60. https://doi.org/10.1007/s44245-025-00157-9

Рукопис надійшов до редакції / Received  19.02.2026
Рекомендовано до друку / Accepted 28.05.2026
Опубліковано / Published 30.05.2026

No widgets added. You can disable footer widget area in theme options - footer options

Фундаментальные и прикладные проблемы черной металлургии
Logo