February 2024

南乌拉尔国立大学开发人员已获得独特的气动关闭装置专利，以防止冶金厂释放腐蚀性气体。这将使生产过程对工业人员和环境来说更加安全。

在化工及高炉、炼钢、铁合金等冶金生产中，主要作业之一是将散装物料（炉料）装入炉内。此外，该作业也是大气和水体的污染源。 黑色冶金企业占大气污染总量的50%以上（每年有害物质超过1030万吨）。炉内粉尘和气体排放是由于装料时，机械关闭装置打开，在高于大气压的压力下发生化学反应，导致腐蚀性气体通过装料装置本身释放出来 到外面。

为了解决环境问题，南乌拉尔国立大学的科学家开发了一种气动涡流式关闭装置，可防止逆流气体在等于或超过反应器压力的情况下释放腐蚀性气体。

“我们从工业炉的设计中取消了机械百叶窗，并在散装材料装载通道周围放置了一个导向装置，其中包含以一定角度放置的固定叶片，”南乌拉尔国立大学液压与液压气动系统系副教授达里亚·哈巴罗娃说：– 压缩机将加压空气流引导至该导叶，从而形成进入空气的涡流。 由此产生的空气涡流堵塞了装载通道，腐蚀性气体通常从该通道向相反方向释放。 也就是说，散装物料在工人的努力下仍然进入反应器腔体，但同时整个区域的装载通道区域被涡流锁定，从而防止有害气体释放到人类工作空间中 ”。

南乌拉尔国立大学的工程师、程序员和数学家团队为马格尼托哥尔斯克钢铁厂 (MMK) 创建了一个防止冷轧机故障和紧急停止的系统。 新的诊断技术已在企业实施并推出。 这项工作涉及南乌拉尔国立大学“优先2030”计划（国家“科学与大学”项目）下的“智能制造”战略项目。

轧机是一种大型复合设备，旨在使金属板材达到所需的厚度。这种装置的一个组件发生故障会导致整条生产线停止运行。在新系统的帮助下了解工厂某些“器官”可能发生故障后，工厂专家可以及时计划维修工作并防止财务和时间的损失。

为了创建一个诊断轧机技术状况的系统，科学家需要训练神经网络来分析从特殊传感器接收到的大量设备运行数据。 该工厂默认配备了用于自动过程控制系统的传感器，但它们提供的信息不足以创建智能分析系统。 这促使南乌拉尔国立大学的研究人员创建了额外的传感器。首先是特殊的振动声学传感器和用于测量来自所考虑的磨机部件的热流的传感器。

“针对轧机设计的每个要素单独开发了一个软件模块，这有助于诊断其技术状况。这是一个完整的“基础设施”，包括软件和硬件。 结构元件包括步进梁 - 轧机的入口部分、张紧站、弯曲张紧机、输入蓄能器和轧机机架本身，”技术科学候选人、南乌拉尔国立大学的振动测试和结构状态监测中心副主任阿列克谢·埃尔帕洛夫解释道。

A team of SUSU engineers, programmers and mathematicians has created a system for preventing breakdowns and emergency shutdowns of a cold rolling mill at Magnitogorsk Iron & Steel Works (MMK). The new diagnostic technology has already been implemented and launched at the enterprise. The work is relevant to the SUSU strategic project of Intelligent Manufacturing under the Priority 2030 program (Science and Universities national project).

Scientists of South Ural State University took part in the shooting of a documentary series exploring the phenomenality of bread in the Russian and global history, science, economics, and culture.