Исследование физико-химических процессовLD-конвертирования с применением статистического метода

Представлены результаты исследований физико-химических процессов производства стали в двух параллельно работающих LD-конвертерах. На основе данных о химическом составе и температуре металлического расплава, полученных в условиях кислородного конвертирования, с использованием пакета прикладных програ...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Datum:	2016
Hauptverfasser:	Бондар, В.И., Мельник, С.Г.
Format:	Artikel
Sprache:	Russian
Veröffentlicht:	Фізико-технологічний інститут металів та сплавів НАН України 2016
Schriftenreihe:	Металл и литье Украины
Online Zugang:	http://dspace.nbuv.gov.ua/handle/123456789/162972
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:	Исследование физико-химических процессовLD-конвертирования с применением статистического метода / В.И. Бондар, С.Г. Мельник // Металл и литье Украины. — 2016. — № 7 (278). — С. 11-16. — Бібліогр.: 9 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-162972
record_format	dspace
spelling	irk-123456789-1629722020-01-20T01:26:15Z Исследование физико-химических процессовLD-конвертирования с применением статистического метода Бондар, В.И. Мельник, С.Г. Представлены результаты исследований физико-химических процессов производства стали в двух параллельно работающих LD-конвертерах. На основе данных о химическом составе и температуре металлического расплава, полученных в условиях кислородного конвертирования, с использованием пакета прикладных программ StatSoft Statistica 8.0 выполнен анализ значимости различия средних значений для конвертеров с верхней продувкой. Наведено результати досліджень фізико-хімічних процесів виробництва сталі в двох паралельно працюючих LD-конверторах. Виконано дослідження значущості відмінності середніх значень хімічного складу розплаву і його температури в умовах LD-процесу. На основі даних про хімічний склад і температуру металевого розплаву, які одержані в умовах кисневого конвертування, з використанням пакету прикладних програм StatSoft Statistica 8.0 виконаний аналіз відмінності середніх для двох паралельно працюючих LD-конверторів. Results of researches of physical and chemical processes of steel manufacture in two parallel working LD converters are presented. On the research basis of the data on chemical composition and temperature of a metallic melt received in the conditions of oxygen converting with use of application of StatSoft Statistica 8.0 package the analysis of significance of distinction of averages for converters with the top purge is made. 2016 Article Исследование физико-химических процессовLD-конвертирования с применением статистического метода / В.И. Бондар, С.Г. Мельник // Металл и литье Украины. — 2016. — № 7 (278). — С. 11-16. — Бібліогр.: 9 назв. — рос. 2077-1304 http://dspace.nbuv.gov.ua/handle/123456789/162972 669.184:519.22 ru Металл и литье Украины Фізико-технологічний інститут металів та сплавів НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
description	Представлены результаты исследований физико-химических процессов производства стали в двух параллельно работающих LD-конвертерах. На основе данных о химическом составе и температуре металлического расплава, полученных в условиях кислородного конвертирования, с использованием пакета прикладных программ StatSoft Statistica 8.0 выполнен анализ значимости различия средних значений для конвертеров с верхней продувкой.
format	Article
author	Бондар, В.И. Мельник, С.Г.
spellingShingle	Бондар, В.И. Мельник, С.Г. Исследование физико-химических процессовLD-конвертирования с применением статистического метода Металл и литье Украины
author_facet	Бондар, В.И. Мельник, С.Г.
author_sort	Бондар, В.И.
title	Исследование физико-химических процессовLD-конвертирования с применением статистического метода
title_short	Исследование физико-химических процессовLD-конвертирования с применением статистического метода
title_full	Исследование физико-химических процессовLD-конвертирования с применением статистического метода
title_fullStr	Исследование физико-химических процессовLD-конвертирования с применением статистического метода
title_full_unstemmed	Исследование физико-химических процессовLD-конвертирования с применением статистического метода
title_sort	исследование физико-химических процессовld-конвертирования с применением статистического метода
publisher	Фізико-технологічний інститут металів та сплавів НАН України
publishDate	2016
url	http://dspace.nbuv.gov.ua/handle/123456789/162972
citation_txt	Исследование физико-химических процессовLD-конвертирования с применением статистического метода / В.И. Бондар, С.Г. Мельник // Металл и литье Украины. — 2016. — № 7 (278). — С. 11-16. — Бібліогр.: 9 назв. — рос.
series	Металл и литье Украины
work_keys_str_mv	AT bondarvi issledovaniefizikohimičeskihprocessovldkonvertirovaniâsprimeneniemstatističeskogometoda AT melʹniksg issledovaniefizikohimičeskihprocessovldkonvertirovaniâsprimeneniemstatističeskogometoda
first_indexed	2025-07-14T15:28:08Z
last_indexed	2025-07-14T15:28:08Z
_version_	1837636703821496320
fulltext	11МЕТАЛЛ И ЛИТЬЁ УКРАИНЫ № 7 (278) ’2016 процесса, что позволит в совершенстве изучить его, а следовательно, и надежно управлять им. Эти об- стоятельства являются одной из основных предпосы- лок для автоматизации металлургического производ- ства. Особого внимания в этой области заслуживают работы В. И. Кошелева, В. Н. Корнфельда, А. О. Во- йтова, Л. С. Штейнберга, В. С. Богушевского, в ко- торых проведен анализ зависимостей между регули- руемыми и регулирующими факторами в различные периоды плавки в металлургических агрегатах [3, 4]. В настоящее время большое внимание уделяют ана- лизу распределения случайных переменных, стати- стическим оценкам и проверкам гипотез, корреляци- онному и регрессионному методам анализа, а также некоторым другим методам статистической индук- ции [5, 6, 7]. Изложение основного материала. Создание де- терминированной модели кислородно-конвертер- ной плавки затруднено из-за термодинамической неустойчивости системы. Вследствие этого, судьбу системы могут решать даже очень малые возмуще- ния, часто выходящие за рамки экспериментально- го контроля [8]. Для систем далеких от равновесия, в частности системы «кислородно-конвертерный передел», общие экстремальные принципы равно- весной термодинамики не выполняются. В этом слу- чае достаточно эффективным способом исследова- ния неравновесных систем является стохастический (статистический) метод. Несмотря на его недостатки, он представляется весьма эффективным при ана- лизе физико-химических процессов в отдельно взя- том агрегате, например в кислородном конвертере, и имеет широкие возможности. Целью данной работы является исследование значимости различия средних значений химическо- го состава и температуры металлического расплава, произведенного раздельно в двух 370-тонных кон- вертерах, работающих в режиме кислородного кон- вертирования с верхним дутьем. В качестве метода проверки статистической гипо- тезы о равенстве средних двух выборок, использо- вались критерии параметрической и непараметриче- ской статистики. Как известно, статистической гипо- тезой называется любое предположение о виде или П остановка задачи. При производстве стали в па- раллельно работающих LD-конвертерах наблю- даются различия термодинамических и кинети- ческих условий процесса окислительного рафи- нирования металлической ванны. По этой причине появляются и различия в значениях характеристик металлического расплава, например температуры расплава и его химического состава. Это приводит к отличающимся друг от друга условиям протекания процессов окисления примесей и, как следствие, к дополнительным потерям ферросплавов и лигатур в дальнейшем. Поэтому появляется необходимость выбора соответствующего агрегата и технологии кон- вертирования с учетом планируемого сортамента. При исследовании процессов окислительного рафи- нирования в большегрузных конвертерах возникает необходимость оценки различия средних значений металлического расплава. Вместе с тем, для случая реальных физико-химических процессов в двух од- новременно работающих большегрузных конверте- рах важна достоверность оценок при их сравнении. Последние существенно зависят от погрешности определения значений переменных. Поэтому для выявления значимости различия средних значений характеристик металлического расплава, производи- мого в двух параллельно работающих большегруз- ных конвертерах, использованы методы стохастиче- ского (статистического) анализа. Анализ последних исследований и публикаций. Современные научные исследования и производ- ственная практика потребовали широкого приме- нения математической статистики для анализа закономерностей массовых явлений во всех отрас- лях промышленности [1, 2]. Металлургическая про- мышленность, на наш взгляд, несколько запоздала с внедрением методов математической статистики; в основном их стали применять в последние десяти- летия. Впервые эти методы использовали для анали- за производственного процесса. Задача применения методов математической статистики обосновывается еще и тем, что современное развитие металлургии достигло такой стадии, при которой невозможно огра- ничиться только качественным анализом. Последний необходимо дополнить количественным описанием УДК 669.184:519.22 В. И. Бондарь, С. Г. Мельник Приазовский государственный технический университет, Мариуполь Исследование физико-химических процессов LD-конвертирования с применением статистического метода Представлены результаты исследований физико-химических процессов производства стали в двух параллельно работающих LD-конвертерах. На основе данных о химическом составе и температуре металлического расплава, полученных в условиях кислородного конвертирования, с использованием пакета прикладных программ StatSoft Statistica 8.0 выполнен анализ значимости различия средних значений для конвертеров с верхней продувкой. Ключевые слова: LD-конвертер, технологические параметры, химический состав, температура, статистическая значимость, нормальность распределения, статистика, дисперсия. 12 МЕТАЛЛ И ЛИТЬЁ УКРАИНЫ № 7 (278) ’2016 Относительно переменных T, [C], [S] и [P] можно утверждать, что для значений группирующей пере- менной 1 и 2, распределение их случайных значе- ний может быть признанным соответствующим нор- мальному. Диаграммы размаха переменных [Mn] и a[O] суще- ственно отклоняются от нормального распределения: как для значения группирующей переменной 1, так и для значения 2, «хвосты» распределения значений этих переменных несимметричны относительно их медиан. В этой связи для дальнейшего анализа ис- пользование параметрических критериев для оценки значимости различия средних значений не представ- ляется возможным. Для случая соответствия распределения пере- менных нормальному распределению – это касается переменных T, [C], [S] и [P] вначале следует устано- вить значимо или незначимо отличаются дисперсии каждой из переменных для значений 1 и 2 группиру- ющей переменной. С этой целью использовали ста- тистику Левена. И если устанавливается, что диспер- сии переменных значимо не отличаются, делается вывод о различии средних значений переменной по величине уровня значимости p. Статистика Левена параметрах некоторого закона распределения. Про- веряемую гипотезу обычно называют нулевой и обо- значают H0. Наряду с нулевой гипотезой рассматри- вают альтернативную гипотезу H1, являющуюся ло- гическим отрицанием H0. Вероятность α совершить ошибку первого рода, то есть отвергнуть гипотезу H0, когда она верна, называется уровнем значимости критерия. Уровень значимости p – это максимально приемлемая для исследователя вероятность откло- нить нулевую гипотезу, когда на самом деле она вер- на. Величина уровня значимости обычно выбирается равной 0,05. Если p меньше, либо равно 0,05, то ре- зультат статистически значим; если p меньше или ра- вен 0,01, то результат считают статистически высоко значимым. Для проведения статистического анали- за использовали программный пакет STATISTICA 8. Массивы данных, которые анализировали, были представлены 88-ю плавками на первом конвертере (Конв_1) и 93-я плавками, полученными на втором конвертере (Конв_2). Массивы переменных форми- ровали с учетом того, что содержание углерода в углеродистом полупродукте на повалке не превы- шало 0,07 %мас., так как плавки с большим содер- жанием углерода подвергаются додувке. В качестве независимых переменных – предикторов, выбирали следующие: содержание углерода [C], марганца [Mn], фосфора [P], серы [S], активность кислорода а[O] и температура расплава T, ºC. Вводили также группи- рующую переменную, с помощью которой кодирова- ли два состояния системы – Конв_1 и Конв_2 соот- ветственно. На первом этапе анализа реализована проверка соответствия распределения случайных величин массивов закону нормального распределе- ния. Нормальность распределения переменной – это слишком жесткое требование, поэтому в работе огра- ничились построением диаграмм размаха (рис. 1-6). Диаграммы размаха позволяют визуально судить о наличии или отсутствии симметричности в распреде- лении каждой из переменной относительно ее меди- аны. Если симметричность распределения значений переменной относительно медианы подтверждается, то считается, что переменная распределена в соот- ветствии с нормальным законом распределения. Диаграмма размаха для переменной (T, ºC) Конв_1 и Конв_2, (%мас.) Рис. 1. Те м пе ра ту ра , º С Конвертер Среднее значение 25-75% Минимальное/ максимальное значение Диаграмма размаха для переменной [C] Конв_1 и Конв_2 (%мас.) Рис. 2. С од ер ж ан ие у гл ер од а [C ], % Конвертер С од ер ж ан ие м ар га нц а \|M n\| , % Конвертер Диаграмма размаха для переменной [Mn] Конв_1 и Конв_2, (%мас.) Рис. 3. Диаграмма размаха: Т, ºС 1 1 1 2 2 2 Диаграмма размаха: [Mn], % Диаграмма размаха: [C], % Среднее значение 25-75% Минимальное/ максимальное значение Среднее значение 25-75% Минимальное/ максимальное значение 13МЕТАЛЛ И ЛИТЬЁ УКРАИНЫ № 7 (278) ’2016 для переменной T дает значение p-уровня, равное 0,0046, что менее 0,05. Поэтому можно утверждать, что дисперсии выборок в состоянии 1 и 2 существен- но отличаются друг от друга. Это подтверждается и сравнением величин стандартного отклонения пере- менной T: для состояния группирующей переменной 1 оно равно 25,42, а для состояния 2 – 35,65. Диаграмма размаха переменной T – дополнитель- ное тому подтверждение. Заслуга теста p – Левена в том, что отклонение дисперсий не является случай- ным (табл. 1). Статистика Левена для переменной [C] определяет, что дисперсии выборок для состояния 1 и 2 также значимо отличаются: значение p-уровня со- ставляет 0,029, что менее 0,05. Значение p-уровня статистики Левена для перемен- ных [S] и [P] для состояния группирующей переменной 1 и 2 значимо не отличаются. Для переменной [S] рас- четное значение p-уровня равно 0,153, что превышает 0,05. Для переменной [P] его значение равно 0,4202, что значительно превышает 0,05. В двух последних случаях можно делать вывод о значимости или не- значимости различия средних. Значение p-уровня для средних значений переменной [S] составляет 0,4273, что больше, чем 0,05. Отсюда следует вывод о том, что средние значения обсуждаемой переменной значимо не отличаются: 0,0134 и 0,0128 % для состояний груп- пирующей переменной 1 и 2 при величине стандарт- ного отклонения 0,052 и 0,0050. Значение p-уровня для переменной [P] составило, как и в предыдущем случае, величину, превышающую 0,05, а для актив- ности кислорода (a[O]), ppm значение р-уровня равно 0,1837. В этой связи корректен вывод о незначимости различия средних переменной для состояния 1 и 2: 0,0078 и 0,0085 % при значениях дисперсий 0,0032 и 0,0034. Таким образом, медианы переменных [S] и [P] признаются значимо не различающимися. Для анализа значимости различий средних в случае суще- ственного различия дисперсий – переменные T и [C], использовался прием оценки t-критерия с раздельны- ми оценками дисперсий. Относительно переменной [C] расчетное значение р-уровня составило величину 0,0029, что менее 0,05 (табл. 2). Следовательно, сред- ние значения переменной [C] значимо отличаются друг от друга: 0,0441 против 0,0366 % при значениях дисперсий 0,0144 и 0,0186. Диаграмма размаха для переменной [S] Конв_1 и Конв_2. Диаграмма размаха для переменной a[O] Конв_1 и Конв_2 Диаграмма размаха для переменной [P] Конв_1 и Конв_2 Рис. 4. Рис. 6. Рис. 5. C од ер ж ан ие с ер ы [S ], % А кт ив но ст ь ки сл ор од а α [O ], pp m С од ер ж ан ие ф ос ф ор а [P ], % Конвертер Конвертер Конвертер Таблица 1 Значения критерия Левена Переменная Среднее арифмети- ческое группы 1 Среднее арифмети- ческое группы 2 p Объем выборки группы 1 Объем выборки группы 2 Стандартное отклонение группы 1 Стандартное отклонение группы 2 p-Левена (T, ºC) 1684,3 1676,7 0,1061 88 93 25,41986 35,65004 0,00462 [C] 0,0441 0,0366 0,0029 88 93 0,01447 0,018586 0,02908 [S] 0,0134 0,0128 0,4273 88 93 0,005204 0,005018 0,15304 [P] 0,0078 0,0085 0,1837 88 93 0,003292 0,003377 0,42021 Диаграмма размаха: [S], % Диаграмма размаха: [P], % Диаграмма размаха: a[O], % a [O ] Среднее значение 25-75% Минимальное/ максимальное значение Среднее значение 25-75% Минимальное/ максимальное значение Среднее значение 25-75% Минимальное/ максимальное значение 1 1 1 2 2 2 14 МЕТАЛЛ И ЛИТЬЁ УКРАИНЫ № 7 (278) ’2016 Касательно переменной T, дисперсии которой для состояния 1 и 2 значимо отличаются друг от друга, расчетное значение р-уровня составило величину 0,1061 против 0,05. Следовательно, значение пере- менной T для состояний 1 и 2 значимо не отличаются друг от друга, то есть значимого различия в средних 1684,3 и 1676,8 ºС не существует. Как уже упомина- лось ранее, диаграммы размаха для переменных [Mn], и особенно для a[O], существенно отличаются несимметричностью относительного среднего значе- ния. Иначе говоря, распределение переменных [Mn] и a[O] не может быть признанным соответствующим нормальному распределению как для значения 1, так и 2. Для анализа значимости различия переменных в подобных случаях, использовался аналог t-критерия, а именно непараметрический t-критерий – критерий Манна-Уитни (Mann-Whitney U-test). Для переменной a[O] уточненное расчетное значение р-уровня соответ- ствует значению 0,082, что превышает 0,05 (табл. 3). Таким образом, средние переменной a[O] для зна- чений группирующих переменных 1 и 2 отличаются незначимо или значимое различие в значении пере- менной a[O] отсутствует. Значения средних составля- ет 920,48 и 842,74 ppm для значений группирующей переменной 1 и 2 соответственно. Расчетное зна- чение p-уровня для критерия Mann-Whitney состав- ляет 0,00098 для переменной [Mn], распределение которой не соответствует нормальному. Выполнение условия 0,00098 < 0,05, указывает на значимость различий средних переменной [Mn]. Значения сред- них для переменной составляет величины 0,0891 и 0,0697 для значений группирующей переменной 1 и 2 соответственно. В заключение следует отметить, что оба конвертера по ряду характеристик металли- ческого расплава – по-разному работающие агрега- ты, независимо от среднестатистического состава шихтовых материалов, объёма и чистоты кислоро- да, израсходованного на конвертирование и иные технологические характеристики плавки. Углерод и марганец – окисляющиеся примеси металлического расплава и в заключительной стадии кислородного конвертирования окисление углерода сопровожда- ется, как известно, окислением марганца [9]. Эта тенденция сохраняется для двух конвертеров, но эффективность обезуглероживания металлического расплава и окисление марганца, в нем содержаще- гося, для второго конвертера выше, чем для первого. Можно предположить, что снабжение расплава кис- лородом лучше во втором конвертере, чем в первом. Последнее предположение требует дополнительных исследований. Результаты исследования, изложенные выше, должны найти применение при выборе более вы- годного в экономическом и технологическом плане варианта технологии выплавки стали и сталепла- вильного агрегата в реальных условиях конкретного производства. Выводы Установлены существенные различия в физико- химических процессах производства стали в двух одинаковых агрегатах – большегрузных конвертерах, работающих параллельно в идентичных условиях. Для определения причин появления этих различий, в том числе в количественном выражении, необходи- мо проведение дополнительного анализа с привле- чением методики и полученных данных, представ- ленных в настоящей публикации. Особенность рассмотренных процессов конвер- тирования заключается в том, что расчетным путем показано соответствие диаграмм размаха для пере- менных (T (ºC), [C], [S], [P]) распределению пере- менных закону нормального распределения. Вместе с тем, распределения переменных [Mn] и [C], оценен- ные тем же способом, закону нормального распреде- ления не соответствуют. Установлено, что для переменных T (ºC), и [C] гипотеза о равенстве дисперсий не может быть при- нята. Расчет сравнения средних значений проводил- ся по методике значений t-критерия с раздельными оценками дисперсий. Результаты расчета показыва- ют, что средние значения переменной [C] значимо от- личаются для расплавов обоих конвертеров: 0,044 и Таблица 2 Значения t – критерия с раздельными оценками дисперсий Переменная Среднее арифметическое группы 1 Среднее арифметическое группы 2 p Объем выборки группы 1 Объем выборки группы 2 (T, ºC) 1684,3 1676,8 0,1061 88 93 [C] 0,0441 0,036656 0,0029 88 93 Таблица 3 Тест Манна-Уитни Переменная Суммарный ранг группы 1 Суммарный ранг группы 2 U Z p-уровень Z-уточне- нный p-уровень Объем выборки группы 1 Объем выборки группы 2 [Mn] 9167,50 7303,50 2932,5 3,2911 0,0010 3,3049 0,00095 88 93 a[O] 8621,00 7850,00 3479,0 1,7399 0,0818 1,7400 0,0819 88 93 15МЕТАЛЛ И ЛИТЬЁ УКРАИНЫ № 7 (278) ’2016 1. Кнотек М., Войта Р., Шефиц И. Анализ металлургических процессов методами математической статистики. – М.: Металлургия, 1968. – 212 с. 2. Пустыльник Е. И. Статистические методы анализа и обработки наблюдений. – М.: Наука, 1968. – 288 с. 3. Ковшов В. Н. Постановка инженерного эксперимента. – Киев – Донецк: Вища школа. Головное изд-во, 1982. – 120 с. 4. Богушевский В. С., Литвинов Л. Ф., Рюмшин Н. А., Сорокин В. В. Математические модели и системы управления конвертерной плавкой. – К.: НПК «Киевский институт автоматики», 1998. – 304 с. 5. Корнеева А. А., Корнет М. Е. Непараметрическое моделирование конвертерной плавки. – Известия вузов. Черная металлургия. – 2013. – № 10. – С.24-28. 6. Халафян А. А. Электронный учебник по статистике: в 3-х т. [Электронный ресурс] – М.: Statsoft, 2007. – 2595 c. – Режим доступа: http: // www. Statsoft. / home / textbook / defolt. htm. 7. Халафян А. А. Статистический анализ данных. 3-е изд. Учебник. – М.: ООО «Бином-Пресс», 2007. – 512 с. 8. Боровиков В. А. STATISTICA. Искусство анализа данных на компьютере: Для профессионалов, 2 – изд. – Питер, 2003. – 688 с. 9. Меджибожский М. Я. Основы термодинамики и кинетики сталеплавильных процессов: учебное пособие для вузов. – Киев – Донецк: Вища школа. Головное изд-во, 1979. – 280 с. 1. Knotek M., Voita R., Shefits I. (1968). Analiz metallurgicheskih processov metodami matematicheskoi statistiki. [Analysis of metallurgical processes using the techniques of mathematical statistics]. Moscow: Metallurgiia. [in Russian]. 2. Pustyl’nik E. I. (1968). Statisticheskie metody analiza i obrabotki nabliudenii. [Statistical methods of the analysis and processing of observations]. Moscow: Nauka. [in Russian]. 3. Kovshov V. N. (1982). Postanovka inzhenernogo eksperimenta. [Staging of engineering experiment]. Donetsk: Vishcha shkola. Golovnoe izd-vo. [in Russian]. 4. Bogushevskii V. S., Litvinov L. Ph., Rumshin N. A., Sorokin L. V. (1998). Matematicheskie modeli i sistemy upravleniia konverternoi plavkoi. [Mathematical models and control systems by converter melting]. Kiev: NPK Kievskii istitut avtomatiki. [in Russian]. 5. Korneeva A. A., Kornet M. E. (2013). Neparametricheskoe modelirovanie konverternoi plavki. [Non-parametric design of the converter melting]. Izvestiia vuzov. Chernaia metallurgiia, pp. 24-28. [in Russian]. 6. Khalafian A. A. (2007). Elektronnyi uchebnik po statistike: v 3-h t. [Electronic textbook on statistics: in 3-d t.]. Moscow: Statsoft. http: // www. StatSoft. / home / textbook / defolt. htm. Retrieved from http: // www. StatSoft. / home / textbook / defolt. htm. 7. Khalafian A. A. (2007). Statisticheskii analiz dannykh 3-e izdanie. [Statistical analysis of data 3-d edition]. Moscow: ООО «Binom-Press» [in Russian]. 8. Borovikov V. A. (2003). Iskusstvo analiza dannykh na komp’yutere: dlia professionalov, 2-e izd. [The art of data analysis on the computer: for professionals, 2-nd edition]. Piter. [in Russian]. 9. Medzhibozhskii M. Y. (1979). Osnovy termodinamiki i kinetiki staleplavil’nykh processov: Ucheb. posobie dlya vuzov. [Fundamentals of thermodynamics and kinetics of steel-smelting processes: tutorial for institutes of higher education]. Donetsk: Vishcha shkola. Golovnoe izd-vo. [in Russian]. ЛИТЕРАТУРА REFERENCES 0,037 % соответственно. В то же время средние зна- чения переменной T, (ºC) значимо не отличаются. Показано, что гипотеза равенства дисперсий для переменных [P] и [S] подтверждается – значения переменных принадлежат к одним и тем же гене- ральным совокупностям. Значения средних для этих переменных: 0,0079 и 0,0085 % для переменной [P], а для [S] – 0,0134 и 0,0128 % соответственно для первого и второго конвертеров и значимо не разли- чаются. Критерий Манна-Уитни для случая использования метода непараметрической статистики указывает на отсутствие значимых различий в значениях средних для переменной a[O]. Тем не менее, различия средних для переменной [Mn] оказались значимыми. 16 МЕТАЛЛ И ЛИТЬЁ УКРАИНЫ № 7 (278) ’2016 Наведено результати досліджень фізико-хімічних процесів виробництва сталі в двох паралельно працюючих LD-конверторах. Виконано дослідження значущості відмінності середніх значень хімічного складу розплаву і його температури в умовах LD-процесу. На основі даних про хімічний склад і температуру металевого розплаву, які одержані в умовах кисневого конвертування, з використанням пакету прикладних програм StatSoft Statistica 8.0 виконаний аналіз відмінності середніх для двох паралельно працюючих LD-конверторів. Бондар В. І., Мельник С. Г. Дослідження фізико-хімічних процесів LD-конвертування із застосуванням статистичного метода Анотація Ключові слова LD-конвертор, технологічні параметри, хімічний склад, температура, статистична значимість, нормальність розподілу, статистика, дисперсія. Bondar V., Melnik S. Research of phisico-chemical processes of LD-converting using statistical method Summary Results of researches of physical and chemical processes of steel manufacture in two parallel working LD converters are presented. On the research basis of the data on chemical composition and temperature of a metallic melt received in the conditions of oxygen converting with use of application of StatSoft Statistica 8.0 package the analysis of significance of distinction of averages for converters with the top purge is made. LD-converter, technological parameters, chemical composition, temperature, statistical signifi- cance, normal distribution, statistics, dispersion. Keywords Поступила 16.08.16

Исследование физико-химических процессовLD-конвертирования с применением статистического метода

Institution

Ähnliche Einträge