Return to search

Tillämpning av Partial Least Squares för analys och processövervakning av Hybrits reduktionsprocess

Hybrit development AB är ett bolag som strävar mot att kunna producera fossilfritt stål genom att reducera järnmalmspellets med hjälp av vätgas. Därför har Hybrit utfört experimentella kampanjer där genomförbarheten av att reducera järnmalmspellets med hjälp av vätgas undersökts och studerats. Vid produktion av järn och stål måste produktkvalitén tas i beaktan. Reduktionsprocessen karaktäriseras av en mängd olika process- och kvalitetsparametrar, där kvalitetsparametrarna beskriver produktkvalitén. Det är av intresse att studera hur processparametrarna påverkar produktkvalitén. Processparametrarna kan mätas vid vilket tidpunkt som helst genom olika sensorer. Produktkvalitén kan bestämmas först efter att järnmalmspelletsen är färdigreducerad. Därför präglas processen av en tidsfördröjning mellan mätningen av processparametrarna och labanalysemätningarna av kvalitetsparametrarna. På grund av tidsfördröjningen är det av intresse att kunna prediktera produktkvalitén utifrån processparametrarna. Om det går att prediktera produktkvalitén, är det av vikt att kunna avgöra prediktionens giltighet.  Examensarbetets syfte är att identifiera hur reduktionsprocessparametrarna påverkar reducerade järnets kvalitetsparametrar. En processövervakningsmetod som passar för processövervakning ska testas och undersökas utifrån hur metoden kan användas för att avgöra prediktionens giltighet. Processövervakningen ska användas för att avgöra om processen befinner sig i ett processläge som bidrar till en någorlunda korrekt och lämplig prediktion av produktkvalitén.  För analys av data användes 65 processparametrar och 6 kvalitetsparametrar. Den multivariata analysmetoden Partial Least Squares (PLS) användes för att nå syftet med examensarbetet. Via PLS skapades en modell som kunde beskriva vilka processparametrar som påverkade kvalitetsparametrarna samt hur processparametrarna påverkade kvalitetsparametrarna. PLS-modellen kunde prediktera kvalitetsparametrarna någorlunda korrekt och lämpligt, givet att processen befinner sig inom ramen för modellen och att det är en hög förklaringsgrad för kvalitetsparametern som predikteras. Kvalitetsparametern Y6-1 predikterades sämre eftersom förklaringsgraden för Y6-1 var låg. Processövervakningsmetoden som testades och undersöktes var PLS-övervakning. För att undersöka hur PLS-övervakning kan användas för att avgöra prediktions giltighet, användes tre processövervakningsverktyg. Dessa var X-scores processövervakning, Hotelling T2 och SPE. Resultatet var att PLS-övervakning kunde angiva hur processen förhåller sig till modellen. Observationerna som avvek i PLS-övervakningen predikterades sämre. Därmed kunde information om prediktionens giltighet genom PLS-övervakning erhållas. Att tillämpa PLS-övervakning för att avgöra prediktionens giltighet är en större framgång. Detta på grund av att information om produktkvalitén innan reduktionsprocessen är genomförd kan användas för att säkerställa produktion med tillfredställande kvalitet. Att tillämpa multivariata processövervakningsmetoder för att övervaka de predikterade kvalitetsparametrarna kan vara av intresse för framtida studier. Detta då processövervakningen kan användas för att minimera den interna variationen hos kvalitetsparametrarna. / Hybrit development AB strives to produce fossil-free steel by using hydrogen for the direct reduction process of iron ore pellets. To achieve that goal, Hybrit has carried out experimental campaigns where the feasibility of direct reduction using hydrogen gas has been investigated and studied. The quality of the reduced iron must be considered when producing iron and steel. The reduction process is characterized by a variety of process- and quality parameters. Because the quality parameters describe the quality of the product, it is of interest to study how the process parameters affect the quality parameters. The process parameters can be measured at any time through various sensors around the reactor in which the iron ore pellets are reduced. While the quality of the product can only be determined after the iron ore pellets have been completely reduced. Therefore, the process is characterized by a time delay between the measurement of the process parameters and the measurement of the quality parameters, where the reduced iron must be analyzed in a laboratory before the quality parameters can be measured. Because of the time delay, it is of interest to be able to predict the quality of the product based on the process parameters. If it is possible to predict the quality, then it is of importance to be able to determine the validity of the prediction.  The aim of this master thesis is to identify how the reduction process parameters affect the quality parameters of the reduced iron. A process monitoring method suitable for monitoring the process need be tested and investigated based on how the method can be used to determine the validity of the prediction. The process monitoring will be used to determine whether the process is in a process state that contributes to a reasonably accurate and appropriate prediction of the quality of the product.  65 process parameters and 6 quality parameters were used for the analysis of how the reduction process parameters affect the quality parameters of the reduced iron. The multivariate analysis method Partial Least Squares (PLS) was used to achieve the aim of the thesis. A multivariate model which could describe how the process parameters affect the quality parameters was created through PLS. The PLS-model was able to predict the quality parameters reasonably correctly and appropriately, given that the process is within the scope of the model and that the explanatory power is high for the quality parameter that is predicted. The quality parameter Y6-1 could not be predicted reasonably correct as the explanatory power for Y6-1 was low. The process monitoring method tested and investigated was PLS monitoring. Three process monitoring tools were used when PLS monitoring was investigated based on how they can be used to determine the validity of the prediction. These tools were X-scores process monitoring, Hotelling T2 and SPE. The result was that PLS monitoring could indicate how the process relates to the model. Observations that deviated in the PLS monitoring could not be predicted correctly. Thus, information about the validity of the prediction through PLS monitoring could be obtained. Applying PLS monitoring to determine the validity of the prediction is a greater success. This is because information about the quality of the product before the reduction process is completed can be used to ensure production with a satisfactory product quality. Applying multivariate process monitoring methods to monitor the predicted quality parameters may be of interest for future studies. This is because the process monitoring can be used to minimize the internal variation of the quality parameters.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:ltu-99189
Date January 2023
CreatorsAl Zagnonn, Mohammed
PublisherLuleå tekniska universitet, Institutionen för ekonomi, teknik, konst och samhälle
Source SetsDiVA Archive at Upsalla University
LanguageSwedish
Detected LanguageEnglish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0026 seconds