Modeling and Control of the superheating phase in an Electric Arc Furnace

The Italian steel industry ranks second in Europe in terms of production, directly contributing 3.5% of the country's manufacturing turnover. It also indirectly supports about 40% of economic activity through the sectors that use steel as a raw material for their production. Continuous technological advances have fostered steady growth in the steel industry, leading to the evolution into Industry 3.0 through the automation of production processes. Nowadays, the steel sector, like many other manufacturing sectors, is facing challenges related to digital transformation toward Industry 4.0. These challenges include collecting reliable data in harsh environments such as steel mills, where furnaces are found operating under extreme physical conditions, making it difficult to install sensors and instrumentation that can improve production process control. However, the industry of the future requires integrated real-time processing and management of plant data, so the introduction of dynamic models that can predict the temporal evolution of the process and the integration of resource optimization algorithms is necessary for technological progress and the development of new control techniques during this digitization process. In this thesis work, developed in collaboration with Tenova, a nonlinear mathematical model is proposed for the refining phase at the end of the melting process of an electric arc furnace (Consteel EAF). The objective of the model is to obtain an estimate of the temperature and oxygen concentration in the molten metal during the phase preceding tapping. The proposed mathematical model is based on thermodynamic principles and includes descriptions of mass and energy fluxes, taking into account the input of electricity and other chemicals into the furnace, according to specific basic assumptions. In addition, the thesis discusses techniques for identifying and optimizing model parameters to obtain results similar to the behavior of the real system, thus enabling its validation. The realization and optimization of the model culminate at the end in the development of an optimal model-based control strategy implemented in an MPC to prove the model's employment in an advanced control structure for the superheating phase.

L'industria siderurgica italiana si posiziona al secondo posto in Europa in termini di produzione, contribuendo direttamente al 3.5% del fatturato manifatturiero del Paese. Inoltre, in modo indiretto, supporta circa il 40% dell'attività economica attraverso i settori che utilizzano l'acciaio come materia prima per la loro produzione. I continui progressi tecnologici hanno favorito una costante crescita nel comparto siderurgico, portando all'evoluzione nell'industria 3.0, grazie all'automazione dei processi di produzione. Al giorno d'oggi, il settore siderurgico, come molti altri settori manifatturieri, sta affrontando le sfide legate alla trasformazione digitale verso l'industria 4.0. Queste sfide includono la raccolta di dati affidabili in ambienti ostici come le acciaierie, dove si trovano forni che operano in condizioni fisiche estreme, rendendo difficile l'installazione di sensori e strumentazione che possano migliorare il controllo di processo. Tuttavia, l'industria del futuro richiede un'elaborazione e una gestione integrata in tempo reale dei dati dell'impianto, quindi l'introduzione di modelli dinamici in grado di prevedere l'evoluzione temporale del processo e l'integrazione di algoritmi di ottimizzazione delle risorse è necessaria per il progresso tecnologico e lo sviluppo di nuove tecniche di controllo. In questa tesi, sviluppata in collaborazione con Tenova, viene proposto un modello matematico non lineare per la fase di affinazione alla fine del processo di fusione di un forno ad arco elettrico (Consteel EAF). L'obiettivo del modello è quello di ottenere una stima della temperatura e della concentrazione di ossigeno nel metallo fuso durante la fase che precede lo spillaggio. Il modello matematico proposto è basato su principi termodinamici ed include descrizioni dei flussi di massa ed energia, tenendo conto dell'apporto di energia elettrica e di altre sostanze chimiche nella fornace, secondo specifiche ipotesi di base. Inoltre, la tesi discute tecniche per l'identificazione e l'ottimizzazione dei parametri del modello al fine di ottenere risultati simili al comportamento del sistema reale, consentendone così la sua validazione. La realizzazione e l'ottimizzazione del modello culminano infine nello sviluppo di una strategia di controllo ottimo basato sul modello implementata in un MPC per dimostrare l'impiego modello in una struttura di controllo avanzata per la fase di affinazione.