Сравнение модели конечных разностей и машинного обучения для задачи прогнозирования температуры заготовки, нагреваемой в проходной печи

В рамках всего цикла переделов, применяемых в черной металлургии, присутствует множество энергоемких технологических объектов, энергоэффективное управление которыми осложнено факторами нестационарности тех процессов, которые в них протекают. Одним из таких объектов является проходная пламенная печь, которую используют в режимах простого нагрева, гомогенизации, отжига и других. Если бы для нее была известна температура поверхности заготовок на выходе из печи в то время, пока они еще находятся в ней, то возможно было бы регулировать некоторые параметры нагрева, оставаясь в рамках технологических инструкций, чтобы минимизировать расход сжигаемого топлива. Поэтому в рамках данной работы авторы проводят сравнение двух моделей, способных прогнозировать температуру поверхности заготовки после режима простого нагрева в такой печи: модель на основе численного дифференцирования уравнения нестационарной теплопроводности и древовидную модель, полученную методом машинного обучения на основе технологических данных, снимаемых АСУ ТП с нижнего уровня автоматизации печи. Предполагается, что подобные модели могут стать основной для «цифрового двойника» объекта, который в дальнейшем может быть использован в системах Advanced Process Control (APC). В результате сравнения было установлено, что ошибка модели, обученной на технологических данных, в среднем на 7,4 градуса Цельсия ниже, чем у конечно-разностной модели. Предполагается, что полученный результат является следствием преимущества естественной более глубокой адаптации к объекту у первой модели.