Автоматизированное управление процессом обогащения руды с термографическим распознаванием ее технологических разновидностей Текст научной статьи по специальности «Энергетика и рациональное природопользование»

УДК 65.011.56:622.7.05

АВТОМАТИЗИРОВАННОЕ УПРАВЛЕНИЕ ПРОЦЕССОМ ОБОГАЩЕНИЯ РУДЫ С ТЕРМОГРАФИЧЕСКИМ РАСПОЗНАВАНИЕМ ЕЕ ТЕХНОЛОГИЧЕСКИХ РАЗНОВИДНОСТЕЙ

© В.В. Тронь1

Криворожский национальный университет,

50027, Украина, г. Кривой Рог, ул. XXII Партсъезда, 11.

Предложен метод повышения эффективности автоматизированного управления процессом обогащения руды путем формирования оптимального, с точки зрения раскрытия полезного компонента, соотношения технологических разновидностей в перерабатываемой руде на каждом интервале управления, расчет которого осуществляется с учетом характеристик отдельных разновидностей. Поддержание данного соотношения в технологических потоках на каждом такте текущего интервала управления осуществляется при загрузке приемных бункеров обогатительной фабрики на основе оперативного термографического контроля размеров и характера вкраплений полезного компонента. Ил. 6. Библиогр. 5 назв.

Ключевые слова: автоматизированное управление; обогащение руды; термографический контроль; сверхвысокочастотное электромагнитное излучение.

ORE-DRESSING AUTOMATED CONTROL USING THERMOGRAPHIC RECOGNITION OF ORE TYPES V.V. Tron

Krivorozhsky National University,

11 XXII Partsjezda St., Krivoi Rog, Ukraine, 50027.

The paper proposes a method to improve the efficiency of automated control of ore-dressing by forming optimal (in terms of useful component exposure) ratio of ore technological types in the processed ore at each control interval, which is calculated with regard to the features of specific ore types. This ratio is maintained in technological flows in each cycle of the current control interval under the charging of ore-dressing factory receiving hoppers on the basis of operational thermographic control of sizes and pattern of useful component inclusions. 6 figures. 5 sources.

Key words: automated control; ore-dressing; thermographic control; microwave electromagnetic radiation.

Введение. В современных условиях горно-обогатительных комбинатов наибольшая часть от общего количества затрачиваемой электроэнергии приходится на обогатительную фабрику. Вместе с тем, энергопотребление технологического обогатительного оборудования в значительной мере определяется характеристиками руды, которая поступает на переработку. В частности, коэффициент корреляции между затратами электроэнергии и качеством руды составляет 0,71-0,74. Важное влияние на эффективность процесса обогащения оказывает размер и характер вкраплений полезного компонента в руде, от которого зависит необходимая крупность измельчения для ее наилучшего раскрытия: чем тоньше вкрапления, тем более тонким должно быть измельчение [2,3]. Следует отметить, что в современных условиях на горно-обогатительных комбинатах осуществляется переработка в среднем 5-8 технологических разновидностей руды, различающихся по характеру и размеру вкраплений, содержанию полезного компонента, крепости, наличию вредных примесей. Таким образом, для каждой технологической разновидности руды в процессе ее измельчения-классификации для полного раскрытия полезного компонента должен быть сформирован определенный гранулометрический состав, который целесообразно поддерживать во всех режимах работы технологического оборудования [3]. Сложные горно-геологические условия не позволяют при современной системе ведения добычных работ достаточно продолжительное время поставлять на переработку однотипные руды, что приводит к нестабильности минерального состава руды, которая поступает на обогащение. Вследствие чего возникает необходимость частой подстройки отдельных параметров технологического режима, что приводит к снижению эффективности процессов переработки руды.

Для уменьшения негативного влияния колебаний характеристик руды, которая поступает на обогащение, в частности на потребление электроэнергии технологическим оборудованием, формирование автоматизированного управления технологическими процессами обогатительной фабрики необходимо осуществлять с учетом результатов оперативного контроля основных характеристик перерабатываемого железорудного сырья.

Цель исследования - повышение эффективности управления процессами обогащения руды с обеспечением необходимого объема и качества производимого концентрата путем определения оптимального массового соотношения технологических разновидностей в перерабатываемом материале, поддержание которого в технологических потоках обогатительной фабрики осуществляется путем формирования автоматизированного управ-

1Тронь Виталий Валериевич, ассистент кафедры информатики, автоматики и систем управления, тел.: 80564090635, e -mail: [email protected]

Tron Vitaly, Assistant Lecturer of the Department of Information Science, Automation and Control Systems, tel.: 80564090635, e-mail: [email protected]

ления загрузкой приемных бункеров технологических линий на основе оперативного термографического распознавания технологических разновидностей руды на конвейере.

Материал и методы исследования: анализ отечественного и зарубежного опыта, систематизация существующих подходов и методов оптимизации управления процессом обогащения руды по критерию энергоэффективности; балансный метод при создании аналитического описания процесса распределения сыпучего материала, методы математической статистики и теории вероятности для обработки результатов экспериментов; методы системного анализа и методы оптимального управления при разработке алгоритмов управления процессом обогащения; методы численного моделирования для синтеза и анализа математической модели автоматизированной системы оптимального управления; компьютерные информационные и программные технологии для реализации разработанного алгоритма автоматизированного управления в виде программного обеспечения.

Результаты исследования и их обсуждение. Важной составляющей энергоэффективности управления процессом обогащения руды является поддержание оптимального, с точки зрения раскрытия полезного компонента, гранулометрического состава перерабатываемой руды с учетом массового соотношения в ней отдельных технологических разновидностей. С учетом особенностей процессов управления в условиях горно-обогатительного комбината [4] сформировано следующее обобщенное условие энергоэффективности.

Z-Г

^ min;

(1)

< о, <о <ah; fr <Р <Ph;

Q/E ^ max,

где % = ^ | i = 1,...Nr}, ^ = | i = 1,Nr} - соответственно текущий и оптимальный удельный вес технологических разновидностей в руде; Nr - количество технологических разновидностей; О, Ог, О - текущий, предельно наименьший и наибольший вес произведенного концентрата, т; Д Д, Д - текущее, предельно наименьшее и наибольшее содержание железа в концентрате, %; Q,E - соответственно текущий и наибольший объем переработки руды обогатительным переделом на интервале управления, т.

В соответствии с условием энергоэффективности предложен подход к формированию автоматизированного управления обогащением руды на основе иерархической структуры, на верхнем уровне которой определяется оптимальное соотношение технологических разновидностей в перерабатываемой руде (способ защищен патентом Украины на полезную модель №75846 от 10.12.12 «Способ автоматического управления процессом обогащения руды»). Упомянутое соотношение находится путем решения задачи многокритериальной оптимизации с учетом ограничений относительно объема и содержания железа в концентрате, согласно (1), представленной в виде линейной свертки частных критериев с учетом их относительной важности

j (опв v) =

1 (О -o(t)) 1

w, • max11 --4 h

1 '1 Oh -о,

+ w.

Nr f

+ w • max <j— S

3 m=i~x 1 Nr S ,

1 T

¥г (t) (О

T т=1

{1 -s ^}+

1T

^S^-(r)

T T=1

^ min

(2)

где щ, щ, щ - коэффициенты относительной важности частных критериев, которые определяются экспертным методом; к = к | 1 = 1...Ыг} - объем переработки руды каждой технологической разновидности; N -

количество технологических разновидностей; I - номер интервала управления; Т - количество интервалов в периоде управления. При расчете учитывается обогатимость каждой технологической разновидности [4], а также характеристики начальных запасов руды в приемных бункерах технологических линий

t) = о(0)+£ £ [к )+^ ^ )}• ]- £ а;

Т=1 1 = 1 Т=1

P(w, t) =

N

SSS [(« ч (t)+G<0> (t )}]+fr(0)

t = 1, —, T

(3)

£ к (t)+^ (t )Ь ]+о(0)

1=1

где а(0) =&0) 11 = 1,...N} - запас руды в приемных бункерах технологических линий обогащения по техно-

<

i=1

логическим разновидностям руды, т; а = {аг | / = 1...Ыг} - содержание полезного компонента в каждой технологической разновидности руды; г] = {] | / = 1...Ыг} - извлечение железа из каждой технологической разновидности руды; у = {у, 11 = 1...N} - выход концентрата из каждой технологической разновидности руды;

- вес остатка концентрата на начало текущего периода управления; - содержание полезного компонента в остатке концентрата; Т - количество интервалов в периоде управления. На рис. 1. показан фрагмент результатов прогнозирования содержания железа в концентрате на основе базовой [4] и усовершенствованной модели (3) процесса обогащения руды на протяжении периода оптимизации.

63.в 63.5 63.4 СЛ. 63.3 63.2 53.1

I I

\7_- 1

2

3

_______

i i

/

Рис. 1. Результаты прогнозирования содержания железа в концентрате: 1 - фактические данные;

2 - модифицированная модель; 3 - базовая модель

Решение поставленной задачи многокритериальной оптимизации (2) на основе математической модели (3) и ограничений целесообразно осуществлять с использованием метода активных множеств. В результате получим величины переработки руды по отдельным технологическим разновидностям, из которых найдем их оптимальное массовое соотношение для каждого интервала управления.

На протяжении каждого интервала управления поддержание необходимого массового соотношения технологических разновидностей руды в потоках, поступающих на обогащение, целесообразно осуществлять при формировании автоматизированного управления загрузкой приемных бункеров технологических линий обогащения, учитывая также необходимость равномерной загрузки бункеров, содержание полезного компонента в руде и расстояние перемещения загрузчика (автостеллы) на каждом такте управления

N

JК3Б ) (p, k ) = max £ (p, k )-fi j / < у min;

< Jr)(p, k) = max {m (p, k)-m;\/m; Ь min; h = ^ _, K, (4)

ff3} (P, k)= maX (P, k)-a*,\l ай,г min; J'PK3E) (p, k)= |p(k) - p{u^N ^ min;

где p - номер бункера для загрузки; N - количество бункеров; N - количество технологических разновидностей руды; ^ ., . - соответственно текущий и оптимальный удельный вес j -й технологической разновидности руды в ' -м бункере; M* - заданное значение объема материала для ' -го бункера на текущий интервал

загрузки; Мг - прогнозируемый объем материала в ' -м бункере в конце текущего такта при данном управляю*

щем воздействии; а - текущее значение содержания железа в загруженной в ' -й бункер руде; а* - заданное

значение содержания железа в загруженной в ' -й бункер руде; К - количество тактов в интервале управления.

Учитывая, что множество управляющих воздействий ограничено, ввиду конечности множества точек загрузки руды - приемных бункеров технологических линий, для решения задачи автоматизированного управления был использован метод нечеткой многокритериальной оптимизации. При этом частные критерии представлены с учетом их важности в виде нечетких множеств ), заданных на универсальном множестве управляющих воздействий щ е и, а обобщенный критерий определяется как их пересечение

J =

min ßj (щ) min ß (щ) min ß (uN) ^

(5)

где ß(u) - степень принадлежности элемента щ к нечеткому множеству; N - количество альтернативных

управляющих воздействий (точек загрузки). Поиск наилучшего управляющего воздействия осуществляется по принципу Беллмана-Заде.

Для повышения качества управления загрузкой приемных бункеров технологических линий обогащения в условиях нестационарности характеристик поступающей руды применен метод адаптивного управления с инверсной моделью

J [к ] = S (w[k ]), (6)

где j[k ] - вектор средних значений частных критериев на данном интервале управления; м\к ] - вектор коэффициентов относительной важности частных критериев на данном интервале управления. Аппроксимация нелинейной зависимости (6) была осуществлена с использованием нейронной сети прямого распространения с обратным распространением ошибки, при этом максимальная относительная погрешность составляет 2,6%. Фрагмент полученных зависимостей приведен на рис. 2.

Рис. 2. Фрагмент зависимости эффективности управления загрузкой приемных бункеров от коэффициентов

важности частных критериев

Изменение содержания 1-й технологической разновидности в выходном потоке бункера при скачкообразном изменении математического ожидания аналогичного показателя входного потока приведено на рис. 3.

2000

Рис. 3. Содержание технологической разновидности в бункере: 1 - без применения адаптации;

2 - с применением адаптации

Осуществление изложенного подхода к автоматизированному управлению процессами обогащения является возможным при наличии оперативной информации о технологических разновидностях руды, поступающих на обогатительную фабрику. Различие термодинамических факторов полезного компонента и пустой породы [1] позволяет использовать для этих целей методы, основанные на обработке и анализе температурного рельефа поверхности нагретой до определенной температуры рудной массы.

Предлагаемый способ заключается в распознавании технологических разновидностей на основе сравнения возобновленной функции распределения по размеру визуальных элементов, которые соответствуют светимости вкраплений полезного компонента, термографических изображений участка рудной массы на конвейере, облученной управляемым сверхвысокочастотным электромагнитным излучением, с элементами множества эталонных функций (способ защищен патентом Украины на полезную модель №74958 от 12.11.12 «Способ контроля характера вкраплений полезного компонента в потоке руды на конвейере»). Анализ результатов исследования процессов теплообмена показал, что для обеспечения термографического распознавания полезного компонента и пустой породы интервал между моментом завершения действия излучения и моментом фиксации термографи-

ческого изображения, с учетом величины 95% доверительного интервала, не должен превышать 6,5 с.

Для формирования направленного потока электромагнитного излучения сверхвысокой частоты была применена рупорная пирамидальная антенна, для которой рассчитаны и оптимизированы геометрические параметры. В качестве источника излучения использовался магнетрон непрерывного режима генерирования, частота - 2,45 ГГц.

Фиксация термографических изображений осуществлялась тепловизором с частотой кадров 80 Гц, полем

зрения (FOV) 13°х10/ { = 40 мм, разрешение матрицы - 382x288 точек. Расстояние до поверхности рудного материала - 1500 мм. Геометрические размеры контролируемого участка: 341,81x262,47 мм.

Эффективность распознавания технологических разновидностей в потоке руды согласно предложенному методу существенно зависит от качества термографических изображений. Искажение изображения и наличие шумов в процессе анализа функции распределения визуальных элементов, отвечающих вкраплением полезного компонента, по размеру приведут к переносу их части к другим классам и, тем самым, к неправильному определению технологической разновидности руды. Краткосрочные помехи с длительностью, сопоставимой с периодом фиксации тепловизором термографических изображений, устраняются усреднением функций распределения визуальных элементов нескольких последовательно полученных изображений. Для обоснования выбора способов устранения помех, действующих более продолжительно, исследованы современные методы пространственной и частотной фильтрации термографических изображений. В результате лабораторных испытаний установлено, что восстановление термографических изображений в условиях помех, вызванных колебаниями температуры, влажности, химико-минералогического состава рудного материала, движением его частиц относительно конвейерной ленты и тепловизора, а также колебаниями параметров окружающей среды, целесообразно осуществлять с использованием метода адаптивной медианной фильтрации и регуляризации Тихонова

} (х, у) = Ф-1 <

( Н >, V) Л

II2

Ф<{ аёршв<Иап{^(/, у)}>

)е^ху ,5тах I

(7)

\Н (и, V)|2 + £|ф{р( х, у)}

где Н(и,V) - функция искажения изображения; £ - параметр регуляризации; Ф{-}- оператор прямого двумерного преобразования Фурье; Ф-1{} - оператор обратного двумерного преобразования Фурье; р(х, у) -пространственная маска фильтра Лапласа; аёршв&ап{} - оператор адаптивной медианной фильтрации; g(i, у) - восстанавливаемое термографическое изображение; - максимальный размер окрестности адаптивной фильтрации (=5). Параметр регуляризации определялся на основе результатов экспериментальных

исследований с использованием итерационной процедуры поиска экстремума функционала отклонения, которое является монотонной функцией от параметра регуляризации [5]

И2 = х£) = g - Н, (8)

II II2 Т Г

где и = г г - евклидовая норма вектора; / , g - соответственно искомое, восстанавливаемое и искаженное изображения; £ =3,487Ч0"5.

Восстановленное полутоновое термографическое изображение (рис. 4) преобразовывают в черно-белое, применив бинаризацию с нижним порогом яркости.

Рис. 4. Термографическое изображение участка потока руды

На полученном бинарном изображении среди точек, которые отвечают полезному компоненту, осуществляют поиск связных областей (визуальных элементов). Результат фиксируют в виде матрицы, каждый элемент которой равен номеру визуального элемента, которому принадлежит соответствующая точка на исследуемом термографическом изображении. После чего осуществляют подсчет размеров полученных визуальных элементов (количества точек изображения) и по этому показателю распределяют их на классы. Рассчитывают долю визуальных элементов каждого класса и усредняют полученные функции распределения по 4 последовательно получен-

ным термографическим изображениям. Усредненное количество визуальных элементов в каждом интервале сравнивают с эталонными значениями (рис. 5), при этом допустимое отклонение при сравнении не должно превышать 1,63%. По результатам сравнения делают вывод о преобладающей в исследуемой рудной массе технологической разновидности руды.

п

Рис. 5. Функции распределения визуальных элементов: 1 - восстановленная; 2 - эталонная

Для практической реализации предложенного подхода разработана автоматизированная система управления загрузкой приемных бункеров технологических линий обогащения руды с учетом ее технологических разновидностей (рис. 6). В состав системы управления входит подсистема контроля характеристик потоков руды и подсистема управления движением загрузчика (автостеллы). К первой относятся: конвейерные весы 1 для определения производительности и датчик содержания железа магнитного 2 во входном и выходных потоках руды приемных бункеров. Ко второй - датчик уровня руды в бункерах 3, энкодер 4 для определения положения автостеллы относительно секций бункера. В состав обеих подсистем входят программируемые логические контроллеры 5, которые осуществляют обработку информации, поступающей от датчиков (а в случае локальной системы автоматики автостеллы и управление ее электроприводом), и ее передачу с использованием радиоаппаратуры 6 на операторную станцию, которая оснащена сервером базы данных и управляющим программным обеспечением. Распознавание технологических разновидностей в потоке руды на конвейере осуществляется с использова-

Выводы. Разработана автоматизированная система энергоэффективного управления процессом обогащения руды на основе двухуровневой многокритериальной оптимизации, на верхнем уровне которой производится расчет оптимального соотношения технологических разновидностей в перерабатываемой руде на каждом интервале управления, поддержание которого обеспечивается на нижнем уровне путем формирования автоматизированного управления загрузкой приемных бункеров обогатительной фабрики с использованием метода оперативного термографического распознавания разновидностей в потоке руды на конвейере. Практическая апробация предложенных методов и алгоритмов проводилась посредством компьютерного моделирования и лабораторных испытаний. При этом установлено, что усовершенствование метода формирования автоматизированного управления позволило повысить содержание железа в концентрате на 0,02% и уменьшить затраты электроэнергии в процессе измельчения на 0,45%. Воспроизводимость опытов была проверена с использованием критерия Кохре-на. При уровне значимости 0,05 максимальная погрешность восстановления функции распределения визуальных элементов на термографическом изображении в среднеквадратическом отклонении не превышает 0,95%.

Библиографический список

1. Козин В.З. Исследование руд на обогатимость: учебное пособие. Екатеринбург: Изд-во УГГУ, 2008. 312 с.

2. Младецкий И.К., Колесник М.В. Соотношения между крупностью вкрапления ценного компонента и необходимой крупностью помола руды // Нау^ прац ДонНТУ. Серiя: лрнича електромеханка: Зб. наук. праць Донецьк: Вид-во ДонНТУ, 2007. Вип. 15(131). С. 104-108.

3. Ультразвуковой контроль характеристик измельченных материалов в АСУ ТП обогатительного производства / В.С. Моркун [и др.]. Кривой Рог: Изд-во КТУ, 2007. 283 с.

4. XiaolingHuang, Yangang Chu, Yi Hu, Tianyou Chai. Production Process Management System for Production Indices Optimization of Mineral Processing // IFAC - Research Center of Automation, Northeastern University, Shenyang/ P.R.China 110004. 2005.

5. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.

УДК 681.51 + 004

АВТОМАТИЧЕСКАЯ ПАРАМЕТРИЧЕСКАЯ ОПТИМИЗАЦИЯ СИСТЕМ С АМПЛИТУДНО-ИМПУЛЬСНОЙ МОДУЛЯЦИЕЙ ПРИ ПРИМЕНЕНИИ РАЗЛИЧНЫХ КРИТЕРИЕВ КАЧЕСТВА

Л

© Фи Хыу Лык1

Иркутский государственный технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.

Исследован алгоритм автоматической параметрической оптимизации систем с амплитудно-импульсной модуляцией при оценке качества ее переходного процесса исходя из различных критериев. Ил. 3. Табл. 1. Библиогр. 7 назв.

Ключевые слова: алгоритм автоматической параметрической оптимизации; критерий качества; система с амплитудно-импульсной модуляцией; градиентная процедура; теория чувствительности.

AUTOMATIC PARAMETRIC OPTIMIZATION OF PULSE AMPLITUDE MODULATION SYSTEMS UNDER DIFFERENT QUALITY CRITERIA APPLICATION Phi Huu Lyk

Irkutsk State Technical University, 83 Lermontov St., Irkutsk, Russia, 664074.

The paper studies the automatic parametric algorithm to optimize the systems with pulse amplitude modulation when assessing the transition process quality of the last on the basis of various criteria. 3 figures. 1 table. 7 sources.

Key words: automatic parametric optimization algorithm; quality criterion; system with pulse-amplitude modulation; gradient procedure; sensitivity theory.

Автоматические системы регулирования (АСР) с амплитудно-импульсной модуляцией (АИМ) имеют достаточно широкое распространение в практике регулирования, при этом можно указать ряд задач, которые необходимо решить при проектировании, наладке и эксплуатации таких систем. Среди них задача выбора критерия оценки качества переходного процесса в АСР и задача определения оптимальных, исходя из принятого критерия, полученного в результате решения предыдущей задачи, значений настраиваемых параметров. Решение первой из указанных задач не формализовано и определяется многими факторами, среди которых к наиболее существенным можно отнести следующий: выбранный критерий качества должен предоставлять возможность обеспечения удовлетворительной работоспособности алгоритма автоматической параметрической оптимизации (АПО), т.е. вычисление им значений настраиваемых параметров, доставляющих минимум принятому критерию качества. Вторая задача достаточно успешно решается с помощью АПО, сформированных на базе методов теории чувствительности [1-5]. Вышесказанное определяет цель настоящей работы: исследование работоспособ-

ности алгоритма АПО для систем с АИМ при оценке их переходных процессов применением различных критериев качества.

Структурная схема исследуемой АСР представлена на рис. 1.

Процессы в такой системе можно описать с помощью уравнений

e(t) = A(t) - x(t); < u(t) = Gie (e(q, t)); x(t) = Gp (p)u(t), где s(t) - ошибка системы регулирования; X(t) -задающее воздействие; x(t) - выходная координата АСР; u(t) - регулирующее воздействие; Gje - оператор АИМ-элемента; q = (q, q ) - вектор настраиваемых параметров; G (p) - оператор объ-

d

екта регулирования; p = — - оператор дифферен-

dt

цирования.

1Фи Хыу Лык, аспирант, тел.: 89246351523, e-mail: [email protected] Phi Huu Lyk, Postgraduate, tel.: 89246351523, e-mail: [email protected]