Розвиток теорії інтегрованого управління технологічними комплексами залізорудного гірничо-збагачувального комбінату

Існують різні підходи до створення математичних моделей таких процесів. Це класичні статистичні методи одержання алгебраїчних моделей, серед яких можна відзначити відомий метод МГУА перебору моделей, який дозволяє обирати оптимальну модель із заданого класу і є ефективним при вирішенні низки задач. Але в різних публікаціях цього напрямку визнається необхідність перерахунку моделі в разі зміни параметрів процесів навіть у менших, ніж зазначено раніше, межах.

В останні роки розвивається перспективний напрямок використання нейронних мереж та нечіткої логіки, асоціативної пам'яті, що дозволяє обійтись без вивчення фізичного змісту процесів. Поєднання в теорії нейронних мереж і нечіткої логіки класичних та інноваційних підходів, без сумніву, є перспективним.

Однак деякі теоретичні питання цього напрямку не вирішені до тієї міри, щоб бути сформульованими у вигляді методики синтезу алгоритмів керування. Складність одержання математичних моделей процесів переробки та збагачення залізної руди пов'язана також з проблемою коректності даних, що використовуються для розрахунку. Багатофакторність технологічних процесів зумовлює залучення великих вибірок даних для побудови моделей, однак відомо, що це не завжди дає позитивний ефект, оскільки дані з часом можуть втрачати свою актуальність і призводити до зростання помилки. Це потребує проведення кластеризації вихідних даних для підбору найбільш значущих, на підставі яких розраховуються математичні моделі виробничих процесів. У роботі автором використовувався асоціативний відбір за ознакою близькості вихідних даних до технологічної ситуації, що моделюється. Одночасно враховувався ступінь тісноти лінійних зв'язків між вхідними й вихідними даними вибірки, на підставі якої проводилось формування математичної моделі. Це дозволило спростити математичний вигляд моделей при розрахунках, але обмежити області допустимих змін вхідних параметрів, при яких ці моделі залишаються адекватними, що обумовило проведення перерахунків моделей на кожному новому інтервалі розрахунків і привело до появи наукового положення.

Найбільш відомим фундаментальним підходом до побудови динамічної моделі об'єкта керування, який функціонує в умовах випадкових впливів, є використання рівняння Вінера-Хопфа, яке містить відповідні кореляційні функції. Для переходу від рівняння Вінера-Хопфа до передаточних функцій і далі до різницевих рівнянь необхідно запровадити перетворення Лапласа до виразів кореляційних функцій. Для цього потрібно виконати операцію інтегрування в неперервному просторі або підсумовування значень кореляційних функцій у безкінечних межах у дискретному просторі. У той же час при створенні оновлюваної на кожному кроці моделі управління важливі лише значення автокореляційної функції вхідного сигналу та взаємокореляційної функції між вхідним та вихідним сигналами на кількох перших інтервалах як характеристики лінійного зв'язку між цими сигналами саме на цих інтервалах.

Такі міркування створили умови до появи наукового положення про достатність урахування лише кількох перших значень кореляційних функцій при одержані різницевих рівнянь моделей виробничих процесів.

У системах управління найбільш поширені й мають певні позитивні якості структури П-, ПІ-, ПІД-регуляторів. Але вибір їх параметрів у відповідності до структури й параметрів моделі об'єкта керування вимагає використання достатньо складних методик. Інтегральні ланки в складі регулятора ініціюють коливальні складові процесу, що часто є небажаним. Окрім того, ці регулятори потребують постійних перенастроювань коефіцієнтів у ході зміни технологічного процесу.

У багатозв'язних системах також недостатньо використані можливості методу оберненого регулятора. Такий регулятор позбавляє коливань, є достатньо простим, адже рівняння регулятора практично можна одержати з рівняння моделі об'єкта, вважаючи вхідні дії вихідними й навпаки, і гармонійно сполучається з багатозв'язною моделлю об'єкта керування.

Ураховуючи випадковість змін параметрів моделей технологічних процесів, у систему управління додатково програмно вводиться зворотній зв'язок, результатом чого є визначення коефіцієнтів кореляційної моделі об'єктів.

У другому розділі проведений детальний статистичний аналіз процесів переробки та збагачення руди як об'єктів автоматизації, розглянуті конкретні можливі форми моделей виробничих процесів.

На горизонтальній вісі наведений дольовий вміст 5-го сорту руди до загальної кількості, що була подана на переробку. На вертикальній вісі наведені відповідні значення щільності вірогідності та вірогідності появи цього сорту в рудній шихті. На рис. 3 представлений графік дисперсії цього ж параметру. Розрахунки статистичних величин проводились для різних часових періодів і з різними інтервалами усереднення.

Проведені статистичні розрахунки довели, що процеси, які розглядаються в роботі, не є стаціонарними. Зроблено висновок, що не можна поширювати параметри й структуру математичної моделі в часі більше, ніж на кілька наступних кроків, а статистичну модель необхідно постійно поновлювати. Причому поновлення моделі повинно відбуватися на кожному інтервалі квантування процесу.

У результаті була сформована математична модель прогнозування технологічних показників процесів переробки та збагачення залізної руди гірничо-збагачувального комбінату. Середня похибка прогнозування складає менше 1%. Таку модель можна використовувати для визначення уставок регулятора на наступний крок керування. Розрахунок керуючої дії виконується за допомогою динамічної моделі у вигляді різницевого рівняння, одержаного зі співвідношення Вінера-Хопфа. Детальна інформація про це наведена в четвертому розділі.

Для формування математичної моделі вхідними параметрами виступають 8 мінеральних різновидів (сортів) залізних руд, що є технологічними, переробляються і збагачуються на ІнГЗК; вміст в них заліза загального та магнітного; продуктивність секцій збагачення; вміст класу +20 мм та +75 мм в дробленій руді, питомі витрати електроенергії, води на збагачення; вміст класу - 44 мкм в концентраті та інші. Ці параметри утворюють вектор стану системи де m - кількість вихідних параметрів.

Обмеження значень технологічних параметрів мають вигляд

Оскільки параметри об'єкта змінюються безперервно, то модель повинна бути або досить складною, або такою, що змінює свої параметри на кожному кроці управління. Простота моделі компенсується постійним оновленням її параметрів. На підставі наведеного було запропоновано використовувати на кожному кроці оптимізації лінійні моделі.

Як зазначено раніше, для одержання коректних результатів створення моделі, вихідні дані повинні бути відповідним чином підготовлені. Для одержання більш достовірних результатів необхідно відібрати з бази даних значення технологічних параметрів, які мало відрізняються від тих, що розраховуються (поточних). Ця проблема вирішується шляхом попереднього масштабування та сортування даних для подальшої обробки.

За даними технологічних процесів одержана множина технологічних ситуацій на кожному кроці керування, який характеризується
i-тим набором вхідних x_ij та вихідних значень у_ij у вигляді матриць для вхідних та вихідних значень відповідно

,

де i - номер інтервалу реалізації виробничого процесу; j - номер технологічного параметру; m - кількість інтервалів технологічного процесу, урахованих при розрахунку моделі; n - кількість технологічних параметрів процесу, урахованих при розрахунку моделі.

Кожне значення вихідної величини y_i характеризується вектором-рядком вхідних параметрів Дані за m інтервалів утворюють матрицю даних Х для пошуку коефіцієнтів моделі.

Необхідно враховувати, що в кожному рядку дані мають різні за величиною значення. Наприклад, дані першого стовпця - це витрати води, а другого - витрати руди. Дані, які мають меншу величину, менш суттєво вплинуть на визначення відстані, хоча їх вплив на вихідну величину може бути значним. Тому спочатку було проведено масштабування даних у межах кожного із стовпців.

Для цього обраний масштаб вхідних та вихідних величин таким чином, щоб найбільше з обраних для розрахунку не перевищувало одиниці, тобто виконувалось нормування даних до одиниці. Для цього було віднесені значення j-го технологічного параметру протягом m інтервалів до максимальної величини в межах j-того стовпця з подальшим масштабуванням.

Для переходу до натуральних значень параметрів достатньо виконати зворотне масштабування. Для побудови математичної моделі технологічних процесів проводилось сортування даних з бази в порядку зменшення відстані від заданого значення або поточного вектора даних. Причому, додатково враховувався вплив кожної з вхідних величин на вихідну за допомогою коефіцієнтів кореляції k_ij між вхідними (значеннями параметрів технологічних процесів) та вихідними (наприклад, якістю готового продукту). Таким чином, відстань при сортуванні має вигляд:

де - коефіцієнт кореляції між i-тою вихідною величиною та значенням j-го технологічного параметру.

З виразу видно, що при збільшенні коефіцієнта взаємокореляції вхідної змінної з вихідною зменшується відстань у напрямку відповідної координати. Тому за ознакою мінімуму відстані будуть відібрані ті вектори, які характеризуються найменшою відстанню від заданих значень відповідних технологічних параметрів, що обумовлено поточною ситуацією. При цьому враховується найбільший вплив вхідних (значень технологічних параметрів) змінних на вихідні дані.

На підставі структурованої й відібраної матриці був проведений розрахунок коефіцієнтів регресійної моделі за допомогою методу найменших квадратів. Це дозволило побудувати математичну модель технологічних процесів змінної структури, показники точності за якістю концентрату якої практично збігаються з результатами хімічного аналізу (відхилення не більше 0,1 %).

У третьому розділі розглянуте питання оптимізації вихідних параметрів виробничих процесів переробки та збагачення залізної руди.

Якщо одержана модель є лінійною, то вирішення задачі оптимізації, на перший погляд, не представляє проблем і може бути зведене до задачі лінійного програмування з вирішенням її за допомогою запропонованого в роботі варіанту алгоритму математичного програмування.

Відомі алгоритми, навіть готові до використання програмні продукти, що дозволяють проводити оптимізацію методами лінійного програмування. Але, як показує досвід і численні публікації, більшість з них практично не враховують помилок округлення, особливостей збереження даних програмного забезпечення, не розраховані на потрібну кількість вхідних параметрів і мають інші недоліки. Це часто призводить до виходу поточної точки за межі області припустимих значень. Відомі роботи Ю.П. Петрова, Л.Г. Хачияна, де вказується на зациклення класичних методів, особливо, коли є додаткові обмеження параметрів.

Окреслені проблеми не дозволили використати відомі методи оптимізації, що примусило автора звернутися до розробки удосконаленого методу вирішення задачі математичного програмування. На рис. 4 наведена його геометрична інтерпретація в лінійному випадку й подальші шляхи його узагальнення.

На цьому рисунку цифрами 1, 2, 3 показано проміжні точки, у яких проводиться оновлення параметрів моделі на шляху до досягнення границі області допустимих значень у випадку нелінійної задачі. Якщо задача лінійна, у цьому немає необхідності. Точка досягнення границі (на першому етапі це ) може бути розрахованою за один крок.

Область припустимих значень рішення виділена жирним контуром. Стрілками зазначений напрямок зростання функції цілі . Основна ідея алгоритму може бути представлена в такий спосіб: а) вибір початкової точки в області припустимих значень; б) рух із заданим кроком у напрямку вектора градієнта цільової функції до зустрічі з найближчою гранню (точка), (причому всупереч традиційним методам зустріч відбувається не за один крок; оскільки запропонована модель може використовуватись на досить обмеженому інтервалі зміни технологічних параметрів), зробивши крок, необхідно знов обчислити параметри моделі й здійснити наступний крок у напрямку градієнта цільової функції; в) відступ від цієї грані в напрямку нормалі до неї усередину багатогранника, але не далі найближчої грані у цьому напрямку (точка ); для забезпечення виходу точки за межі області припустимих значень уведений коефіцієнт дроблення кроку; г) отримання точки і, починаючи з неї, як з початкової, повтор процесу до .

У роботі наведений також алгоритм завершення процесу пошуку при досягненні заданої точності. Досліджене питання забезпечення точності досягнутого оптимуму та збігу з ним.

Розглянутий алгоритм розв'язання задачі лінійного програмування може бути застосований і для розв'язання задачі нелінійного програмування. Для цього необхідно напрямок до оптимуму обчислювати як вектор зі складовими gradП(), де П - розрахунковий прибуток від кінцевого продукту, грн. Одержані значення вважаються постійними на кожному поточному інтервалі пошуку оптимуму.

За прикладом критерію оптимальності був використаний критерій для вирішення задачі оптимізації складу шихти з урахуванням усіх основних технологічних параметрів на даних, накопичених у процесі реального технологічного процесу. Математична залежність для визначення розрахункового прибутку від виробництва концентрату на одному кроці пошуку оптимуму може бути представлена в загальному вигляді

де - вектор технологічних параметрів, від яких залежить критерій оптимальності; - обсяг виробництва концентрату, отриманого з обраної групи шихти, т; Ц_б - базова (декларована) ціна концентрату, грн.; - коефіцієнт приплати/знижки ціни, грн.; Fe - поточний вміст заліза загального, %; Fe_б - базовий (декларований) вміст заліза загального, %; З_const - постійні витрати, грн.; З_var - змінні витрати, грн.; З_ел - витрати електроенергії, грн.; З_в - витрати води, грн.

Було прийнято обмеження значень технологічних параметрів у вигляді (2), при цьому враховувались три технологічні параметри. Лінеаризація (6) дозволяє представити вираз для прибутку у вигляді:

;

,

де с₀ = const, - коефіцієнти лінеарізованої функції прибутку (6) - є компонентами вектора.

Навколо кожної поточної точки, відносно якої проводиться лінеарізація критерію (6), вираз для прибутку є лінійною функцією. Прийнято, що на кожному кроці пошуку оптимуму модель прибутку є лінійною, представлена задача зводиться до задачі лінійного програмування.

Запропонований у роботі модифікований метод оптимізації був застосований до вирішення задачі визначення уставок регуляторів на кожному кроці керування, що оптимізують прибуток з урахуванням таких технологічних параметрів, як 8 сортів руди, вмісту в них корисних компонентів, витрат води, електроенергії. Загалом у різних варіантах розрахунків використовувалося до 30 параметрів.

На рис. 5 наведений графік оптимізації розрахункового прибутку по секції рудозбагачувальної фабрики №1 ІнГЗК, який ілюструє ці розрахунки. Оптимум для цього кроку керування досягнутий на 27-му інтервалі пошуку. На рис. 6-11 наведені зміни окремих технологічних параметрів, значення яких одержані в процесі оптимізації критерію. Їх значення на 27-му інтервалі є оптимізованими для даного кроку керування й тому прийняті за уставки регуляторів відповідних технологічних процесів.

У всіх випадках розраховані оптимальні значення підтверджуються експериментально в умовах виробництва. При цьому відносна похибка не перевищувала 5%. Отже, застосований алгоритм приводить до стійкого процесу пошуку оптимуму.

Таким чином, отримане оптимальне за зазначеним критерієм співвідношення технологічних параметрів. В подальшому знайдені оптимальні значення параметрів можуть служити заданими величинами (уставками) для регуляторів технологічних процесів. Наприклад, для одержання оптимального значення вмісту заліза необхідно задавати відповідні значення витрат руди різних сортів, води. Саме останні величини повинні виступати завданнями відповідно для регуляторів витрат сортів руди, води.

У четвертому розділі розглянутий принцип побудови динамічної різницевої моделі з використанням рівняння Вінера-Хопфа. Як відзначалось раніше, для переходу від рівняння Вінера-Хопфа до передаточних функцій і далі різницевих рівнянь необхідно запровадити перетворення Лапласа та перехід до Z-зображень стосовно виразів кореляційних функцій. Ця задача не завжди однозначно може бути вирішена. Оскільки прийнята концепція - оновлення моделі на кожному кроці керування, були проведені дослідження, що довели можливість використання значень автокореляційної функції вхідного та взаємокореляційної функції між вхідним та вихідним сигналами на її перших інтервалах.

Для отримання динамічної моделі на вхід об'єкта подавався сигнал довільної форми. Це може бути реальний сигнал технологічного процесу при експлуатації цього об'єкта. Далі обчислюється автокореляційна функція вхідного та взаємокореляційна функція між вхідним та вихідним сигналом. Відповідно до співвідношення Вінера-Хопфа відношення зображень взаємокореляційної та автокореляційної функції є передаточною функцією об'єкта і має вигляд:

Для забезпечення умови фізичного існування дискретного об'єкту необхідно, щоб при такій формі запису ступінь знаменника була меншою за ступінь чисельника. Тому після перетворень одержимо передаточну функцію, яка може бути реалізована математично у вигляді:

,

де , - взаємокореляційна функція між вхідною та вихідною дією та автокореляційна функція вхідної дії відповідно; y(z) - зображення вихідної дії; u(z) - зображення вхідної дії; z - змінна z-перетворення.

У роботі детально показане одержання передаточної функції на основі інтегральної та диференціальної форми рівняння Вінера-Хопфа.

З виразу (8) одержимо різницеве рівняння кореляційної моделі

У загальному вигляді для перших трьох точок кореляційних функцій різницева модель може бути представлена у вигляді

де i = (0, 1, 2, ... .) - поточний номер перехідного процесу; j - номер точки на графіку кореляційної функції (тут враховано лише три точки).

Залежності (9) та (10) є наближеними, оскільки використані зображення кореляційних функцій у них містять обмежену кількість значень, але вони ураховують взаємозв'язки між вхідною та вихідною діями на найближчих інтервалах до поточного, на якому й буде відбуватися керування об'єктом.

Значення кореляційних функцій в імпульсному зображенні відіграють роль коефіцієнтів передаточної функції. Такий підхід є спрощеним і може дати лише наближення до точної передаточної функції. Перехідний процес у наближеній моделі в порівнянні з перехідним процесом у точній моделі наведений на рис. 12. Випробування такої спрощеної моделі у замкненому контурі привело до значного зменшення похибки керування порівняно з похибкою ідентифікації самої моделі.

Для синтезу регулятора динамічних об'єктів керування був застосований метод оберненого регулятора. Він полягає у виборі структури регулятора у вигляді оператора, оберненого до оператора моделі об'єкта керування.

При переході від передаточної функції (10) до різницевого рівняння формально модель має алгебраїчний вигляд і не відрізняється від статичної (8), залишаючись динамічною. Структура повної замкненої системи наведена на рис. 13. За зворотній зв'язок виступають алгоритми обчислення кореляційних функцій та оптимізації коефіцієнтів. Була проведена перевірка працездатності оберненого регулятора. У розвиток зазначеної методики була розглянута багатозв'язна система, причому передаточна функція прийнята наперед невідомою й обчислювалась з використанням кореляційних функцій, як це зазначено раніше. З введено допоміжне позначення для скорочення подальших розрахунків

Одержано значення керуючої дії методом оберненого оператора

де b₀, b₁, а₀, а₁ - коефіцієнти регулятора; y_з[i+1], y_з[i] - задані вихідні дії; u[i-1], u[i-2] - значення вхідної дії.

Після підстановки (12) у (6) залежність для САУ з замкнутим оберненим регулятором, має вигляд

Оскільки коефіцієнти регулятора обчислюються наближено, вони потребують уточнення на перших інтервалах керування. Навіть без поновлення кореляційних функцій процес керування виявився достатньо ефективним.

Оптимізація коефіцієнтів полягала в підборі їх за критерієм мінімуму похибки регулювання. Для цього початкове значення коефіцієнта обиралось рівним розрахованому за кореляційним методом, далі кожен з коефіцієнтів змінювався з обраним значенням кроку спочатку в будь-який бік. Якщо похибка зменшувалася, то коефіцієнт був змінений в той же бік. Якщо похибка збільшувалася, коефіцієнт було змінено у протилежний бік. Для порівняння результатів оптимізації дані бралися з бази даних експлуатації за минулі найближчі попередні інтервали.

Коефіцієнти, розраховані за кореляційним методом, відрізняються від оптимальних у межах 10%. Це свідчить про достатню ефективність кореляційного методу, запропонованого в роботі.

На горизонтальній вісі представлені значення коефіцієнта a_1j, які були йому надані при підстроюванні. На вертикальній вісі показана похибка регулювання у відсотках, що одержана при оптимізації коефіцієнта a_1j. При цьому, кількість значень кореляційних функцій, урахованих при одержані регулятора, була меншою, ніж у наведеному прикладі. Похибка керування після оптимізації коефіцієнтів не перевищувала 2%. Це свідчить про досить високу ефективність запропонованої методики.

Модель багатозв'язного об'єкта керування для трьох технологічних параметрів і трьох значень кореляційних функцій. Для прикладу тут наведений вираз для одного технологічного параметру.

де i = (0, 1, 2, ...) - поточний номер точки на i-му інтервалі процесу; j - номер точки на графіку кореляційної функції; R -значення відповідної кореляційної функції; y - вихідні параметри технологічного процесу; x - вхідні параметри.

У роботі наведені залежності для останніх двох вхідних та двох вихідних дій багатозв'язної моделі. Розраховані значення кореляційних функцій прийняті початковими значеннями коефіцієнтів моделі та оптимізовані за критерієм мінімуму похибки, як для одновимірних об'єктів. Був проведений числовий експеримент з оптимізації коефіцієнтів моделі процесів переробки та збагачення сировини з урахуванням двадцяти технологічних параметрів, які розглядалися як вхідні змінні. Вихідною змінною була взята якість концентрату, визначена у відсотках вмісту заліза.

Результати перевірки наведеної методики на багатовимірній моделі показані на рис. 16. Прогнозування здійснювалось протягом 30 змін. Максимальна похибка прогнозу становить близько 6 %. Середнє значення похибки складає 2,01 %.

Дані для обчислення значень коефіцієнтів моделі об'єкта керування було взято з бази даних про зміну технологічних параметрів у процесі експлуатації. Оскільки реальні значення помилок керування можна взяти лише після впровадження системи керування, у даному випадку довелося обмежитися прогнозом значень технологічних параметрів за даними експлуатації. Числові експерименти з еталонними моделями об'єктів керування показали, що похибка керування в замкненій регулятором системі значно менша за похибку прогнозу з тією ж моделлю об'єкта.

ВИСНОВКИ

У роботі на основі ідентифікації технологічних параметрів вирішена актуальна наукова проблема розвитку теорії управління технологічними комплексами та побудови оптимальної інтегрованої системи управління процесами переробки та збагачення залізної руди на гірничо-збагачувальному комбінаті шляхом використання: а) математичної моделі, коефіцієнти якої оновлюються на кожному кроці розрахунку; б) обмеженої кількості значень кореляційних функцій технологічних параметрів при побудові різницевої моделі процесів, а також при розрахунку інтервалу квантування цих параметрів; в) методу оберненого оператора в системі, у контур управління якої вводиться додатковий зворотний зв'язок для оптимізації коефіцієнтів регулятора.

Основні наукові та практичні результати роботи полягають у наступному.

1. Виконані розрахунки основних показників технологічних процесів переробки та збагачення залізної руди привели до висновку, що їх числові статистичні характеристики змінюються в часі. Процеси переробки та збагачення не можна вважати стаціонарними, що потребує формування математичних моделей технологічних процесів як об'єктів автоматизації зі змінною у часі й просторі структурою та параметрами.

2. На основі одержаних в роботі закономірностей сформована багатозв'язна математична модель технологічних процесів переробки та збагачення залізної руди як об'єкта керування, коефіцієнти якої оновлюються на кожному кроці розрахунку, причому вихідні дані для розрахунку поточних коефіцієнтів моделі вибираються як сукупності, вектори яких найбільш близько розташовані до вектора поточної ситуації й характеризуються найбільш можливими коефіцієнтами кореляції між вхідними та вихідними даними. Відносна похибка прогнозу вихідних величин математичної моделі у порівнянні з фактичними даними не перевищує 1%.

3. Установлені закономірності, що дозволяють проводити визначення оптимальних уставок регуляторів технологічних процесів на підставі удосконаленого методу вирішення задачі математичного програмування. Це виключає можливість зациклення алгоритму оптимізації або вихід за область пошуку оптимуму, що виникає в традиційних методах.

4. Проведені дослідження довели, що при побудові динамічної різницевої моделі процесів переробки та збагачення залізної руди на основі рівняння Вінера-Хопфа, а також розрахунку інтервалу квантування параметрів технологічних процесів на підставі використання його спектральних характеристик, можна використати обмежену кількість значень кореляційних функцій технологічних параметрів процесів, оскільки вони характеризують найбільш тісні зв'язки між вхідними та вихідними діями, що практично не знижує точність розрахунків моделі й скорочує обчислення кореляційних функцій та відповідно керуючих дій. Похибка розрахунків при використанні трьох значень кореляційної функції не перевищує 5%, п'яти значень - 1%.

5. Сформована й запропонована система управління на основі багатозв'язної моделі технологічних процесів переробки та збагачення залізної руди із застосуванням методу оберненого оператора, у контур управління якого додатково вводиться зворотний зв'язок, результатом якого є оптимізація коефіцієнтів регулятора, що зменшує похибку керування до 2%.

6. Розроблено методики оцінки параметрів для вибору способу управління систем з випадковими збуреннями в умовах гірничо-збагачувального комбінату, які дозволили на прикладі Інгулецького ГЗК науково обґрунтувати для поточних умов принцип розрахунку оптимальних співвідношень мінеральних різновидів рудної шихти, що подається з кар'єру на переробку і збагачення, утримання класу +20 мм на виході дробильної фабрики, продуктивність секції збагачення, утримання класу -44 мкм в концентраті та інших параметрів і при цьому прорахувати показники кількості, собівартості, якості залізорудного концентрату, а також розрахункового прибутку при його виробництві.

7. Розроблені моделі, алгоритми, методики, що викладені в роботі, були покладені в основу результатів виконання науково-дослідних та інжинірингових робіт, використаних Інгулецьким гірничо-збагачувальним комбінатом, Криворізьким технічним університетом, підприємством “КРИВБАСАКАДЕМIНВЕСТ”, прийняті до використання Київським інститутом автоматики, інститутом “Механобрчермет” (м. Кривий Ріг). Використання запропонованих рішень дозволить підвищити розрахунковий прибуток від переробки і збагачення на 5-7%.

ОСНОВНІ ПОЛОЖЕННЯ ДИСЕРТАЦІЇ ВИКЛАДЕНІ В ПУБЛІКАЦІЯХ:

Назаренко М.В., Марусич Ю.Ю., Мякушин Н.В. Автоматизированное рабочее место (АРМ) диспетчера дробильной фабрики (ДФ) // Сборник научных трудов Национальной горной академии Украины. - Днепропетровск. - 1998. - №4. - С.102-106.

Назаренко М.В., Назаренко В.М., Савицкий А.И., Гвоздик В.С. Системы управления технологическими механизмами для получения железорудного концентрата, отвечающего требованиям современного уровня // Гірнича електромеханіка та автоматика. - №2 (61). - 1999. - С. 47-50.

Назаренко М.В., Назаренко В.М., Хоменко С.А., Кривошеев А.В. Технико-экономическое обоснование применения раздельной добычи и переработки железных руд на примере Ингулецкого ГОКа // Оперативный контроль и управление качеством минерального сырья при добыче и переработке: Другий міжнародний симпозіум. - Кривой Рог. - 1999. - С. 104-110.

Назаренко М.В. Математическая модель закономерностей формирования показателей обогащения // Гірнича електромеханіка та автоматика. - №4 (63). - 1999. - С. 158-168.

Назаренко В.М., Назаренко М.В., Купин А.И. Влияние информационных и компьютерных технологий на качество и себестоимость железорудного сырья на примере Ингулецкого и Южного ГОКов // Оперативный контроль и управление качеством минерального сырья при добыче и переработке: Другий міжнародний симпозіум. - Кривой Рог. - 1999. - С. 110-117.

Назаренко М.В. Система автоматизированного управления совместной работой подразделений горно-обогатительного комбината // Разработка рудных месторождений: Респ. міжвідомчій наук.-техн. збірник Мін. освіти і науки України. - Кривий Ріг. - № 67. - 1999. - С. 68-71.

Назаренко М.В. Принципы построения математических моделей показателей обогащения // Разработка рудных месторождений: Респ. міжвідомчій наук.-техн. збірник Мін. освіти і науки України. - Кривий Ріг. - № 70. - 2000. - С. 81-85.

Назаренко М.В., Назаренко В.М., Хоменко С.А. Принципы построения автоматизированной системы планирования транспортными потоками в карьере // Разработка рудных месторождений: Респ. міжвідомчій наук.-техн. збірник Мін. освіти і науки України. - Кривий Ріг. - № 71. - 2000. - С. 47-51.

Назаренко М.В., Назаренко В.М., Хоменко С.А. Автоматизированная система планирования транспортных потоков в карьере // Сборник научных трудов Национальной горной академии Украины. - Днепропетровск, 2000. - № 9. - Т. 2. - С. 31-37.

Назаренко М.В., Назаренко В.М., Купин А.И. Применение ГИС-технологий для автоматизации диспетчерского управления технологическим транспортом в карьере // Сборник научных трудов Национальной горной академии Украины. - Днепропетровск, 2000. - № 9. - Т. 1. - С. 190-194.

Назаренко М.В., Назаренко В.М., Хоменко С.А., Купін А.І. Інтелектуальні системи прийняття рішень при плануванні гірничих робіт в розробках “Кривбасакадемінвест” // Сборник научных трудов Национальной горной академии Украины. - Днепропетровск, 2001. - № 12. - Т. 1. - С. 190-194.

Назаренко М.В. Математическая модель построения технологических и экономических показателей работы горно-обогатительного комбината // Разработка рудных месторождений: Респ. міжвідомчій наук.-техн. збірник Мін. освіти і науки України. - Кривий Ріг, 2001. - № 75. - С. 93-100.

Назаренко М.В., Назаренко В.М., Хоменко С.А., Купін А.І. Современные информационные технологии для управления работой рудником горно-обогатительного комбината // Разработка рудных месторождений: Респ. міжвідомчій наук.-техн. збірник Мін. освіти і науки України. - Кривий Ріг, 2001. - № 77. - С. 66-70.

Назаренко М.В., Назаренко В.М., Хоменко С.А., Купін А.І. Концептуальний підхід до побудови сучасної комплексної системи управління гірничим підприємством на основі ГІС-технологій // Сборник научных трудов Национального горного университета. - Днепропетровск, 2002. - № 14. - Т. 2. -С. 13-22.

Назаренко М.В. Дослідження нестаціонарності процесу переробки сировини на гірничо-збагачувальному комбінаті та зменшення його впливу на процеси керування // Науковий вісник: Збірник наукових праць Національного гірничого університету. - Дніпропетровськ, 2003. - № 11. - С. 91-94.

Назаренко М.В. Оцінка часу спостереження та інтервалу квантування виробничого процесу // Науковий вісник: Збірник наукових праць Національного гірничого університету. - Дніпропетровськ, 2003. - № 12. - С. 66-70.

Особистий внесок автора в роботах, що написані у співавторстві:

[1] - розроблені принципи побудови математичної моделі автоматизованого робочого місця диспетчера дробильної фабрики, [2] - розроблені принципи побудови системи управління локальними механізмами ГЗК на базі дворівневого принципу; [3] - розроблена математична модель техніко-економічного обґрунтування роздільного видобутку й переробки залізної руди на прикладі Інгулецького ГЗК; [5] - розроблена математична модель і алгоритми зв'язку впливу інформаційних систем на якість і собівартість залізорудної сировини; [8] - розроблена структура, математична модель і принципи побудови автоматизованої системи планування транспортними потоками в кар'єрі ГЗК; [9] - розроблені алгоритми функціонування й оптимізації транспортних потоків у кар'єрі для побудови автоматизованої системи; [10] - розроблена математична модель, структура й принципи застосування ГІС-технологій для побудови автоматизованої системи диспетчерського управління технологічним транспортом у кар'єрі гірничо-збагачувального комбінату; [11] - розроблені принципи побудови й сформовані математичні моделі, що дозволяють знаходити оптимальні рішення при плануванні гірничих робіт у кар'єрі ГЗК, розроблені алгоритми побудови таких систем; [13] - розроблені структура й моделі побудови комплексних систем управління рудником гірничо-збагачувального комбінату на підставі сучасних інформаційних технологій; [14] - розроблені структура й моделі побудови комплексних систем управління гірничим підприємством з використанням ГІС-технологій; [19] - розроблені принципи й структура побудови інтегрованих систем управління гірничорудним підприємством в умовах випадкових збурюючих факторів; [20] - розроблена структура й алгоритми функціонування системи керування багатозв'язним виробничим процесом на основі кореляційної моделі об'єкту керування; [21] - розроблена математична модель технологічного процесу видобутку та збагачення корисних копалин; [22] - розроблені принципи й методика оцінки та техніко-економічного обґрунтування кондицій запасів для побудови автоматизованої системи; [23] - розроблений підхід і принципи побудови оптимальної моделі використання ІТ-технологій у гірничій промисловості з метою підвищення ефективності технологічних процесів; [25] - розроблені удосконалені режими роботи стрічкових конвеєрів з використанням сучасних засобів управління; [28] - розроблена математична модель коливань якості руди у вантажопотоці з рудника ГЗК та оцінка економічного ефекту від упровадження ГІС-технологій; [29] - розроблена регресійна модель зв'язку показників роботи підрозділів ГЗК; [30] - розроблені структура й алгоритми комп'ютерної програми “Геоінформаційна система”; [31] - розроблені структура й алгоритми комп'ютерної програми “Комплексна система управління підприємством”; [32] - розроблені структура, математична модель і алгоритми керування системи автоматичного керування процесом збагачення;

АНОТАЦІЯ

Дисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 05.13.07 - автоматизація технологічних процесів. - Національний гірничий університет, Дніпропетровськ, 2006.

Дисертації присвячена побудові оптимальної інтегрованої системи управління технологічними процесами переробки та збагачення залізної руди. Розроблена математична модель, що об'єднує процеси переробки та збагачення залізної руди з оптимізацією режимів роботи технологічних комплексів гірничо-збагачувального комбінату. Доведено, що для побудови моделей технологічних процесів достатньо використання обмеженої кількості значень кореляційних функцій технологічних параметрів, що суттєво не знижує точності моделі. Сформована модель управління технологічними процесами як багатозв'язної системи з оптимізацією коефіцієнтів регулятора.

Ключові слова: кар'єр, збагачувальна фабрика, дробильна фабрика, гірничо-збагачувальний комбінат, автоматизація технологічних процесів, інтегрована система, дискретна модель, рівняння Вінера-Хопфа, метод оберненого оператора, ідентифікація, кластеризація даних, багатозв'язна система.

АННОТАЦИЯ

Назаренко М.В. Развитие теории интегрированного управления технологическими комплексами железорудного горно-обогатительного комбината. - Рукопись.

Диссертация на соискание научной степени доктора технических наук по специальности 05.13.07 - автоматизация технологических процессов. - Национальный горный университет, Днепропетровск, 2006.

Диссертация посвящена построению оптимальной интегрированной системы управления технологическими процессами переработки и обогащения железной руды. Разработана математическая модель, объединяющая процессы переработки и обогащения железной руды с оптимизацией режимов работы технологических комплексов горно-обогатительного комбината. Доказано, что для построения модели технологических процессов достаточно использования ограниченного количества значений корреляционных функций технологических параметров, что существенно не снижает точности модели. Сформирована модель управления технологическими процессами как многосвязной системы с оптимизацией коэффициентов регулятора.

Ключевые слова: карьер, обогатительная фабрика, дробильная фабрика, горно-обогатительный комбинат, автоматизация технологических процессов, интегрированная система, дискретная модель, уравнение Винера-Хопфа, обратный оператор, идентификация, кластеризация данных, многосвязная система.

Annotation

Nazarenko M.V. The development of theory of integrated control by technological complexes of iron ore mining and processing enterprises.

The dissertation on competition of a scientific degree of Doctor of technical sciences on a speciality 05.13.07 - automation of technological processes. - National mining university, Dnipropetrovsk, 2006.

The dissertation is devoted to the decision of actual scientific problem of development of the theory of control by technological complexes and of construction of the optimum integrated control system by technological processes of processing and enrichment of iron ore at ore mining and processing enterprise.

Thus, it is using the identification of technological parameters of iron ore processing and enrichment processes for construction of mathematical model which factors are updated on each step of calculation, and the initial data for calculation of model's factors get out as set which vectors are most close located to a vector of the current situation and are characterized by the most probable factors of correlation between the input and output data, and the further optimization of this model's factors determines the settings of regulators of the integrated control system for maintenance of rational operating modes of iron ore enrichment process. In work it is proved, that for construction of dynamic differencing model of iron ore enrichment process on the basis of Wiener-Hopf's equation, and for calculation of quantization interval of technological process's parameters on the basis of using of its spectral characteristics, there is enough to use the limited quantity of values of correlation functions of technological process's parameters because they characterize the closest connections between input and output influences, and it does not result in decrease of accuracy of model's calculations, and reduces the calculation of correlation functions. In work it is forming the mathematical model for control of technological iron ore enrichment process as multiconnected digital system on the basis of using of return operator method, thus it is entering in a contour of control the additional feedback which result is optimization of regulator's factors that results in essential reduction of a control mistake.

There was developed the techniques of parameters estimation for choice the way of control of systems with the casual revolting influences in conditions of ore mining and processing enterprise which have allowed on example of Inguletsky ore mining and processing enterprise to prove scientifically a principle of calculation of optimum parities of ore charge's mineral versions which gives from motion for processing and enrichment, the content of +20 mm class on output of crushing factory, the productivity of enrichment section, the content of -44 micrometer class in a concentrate and of other parameters, and thus to detect parameters of the quality, the quantity, the cost price of iron ore concentrate, and also settlement profit by its production.

The results of researches are introduced on a number of ore mining and processing enterprises, scientific and project institutes, enterprises as numerous techniques, technical projects and performance of research works, and also at composition of educational working plans for students of Kryvyi Rih technical university.

Keywords: the motion, the enrichment factory, the crushing factory, the ore mining and processing enterprise, the automation of technological processes, the integrated system, the discrete model, the Wiener-Hopf's equation, the return operator, the identification, the clasterization of data, the multiconnected system.

Размещено на Allbest.ru