Моїми мцчных ими 2011
НЕИРО-СЕТЕВАЯ МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ФУНКЦИИ РАЗРУШЕНИЯ
ИЗМЕЛЬЧАЕМОГО МАТЕРИАЛА
П.В. Кузнецов, В.Н. Богатиков, А.Е. Пророков*
В горно-обогатительной промышленности процессы измельчения играют ключевую роль в получении материалов, соответствующим установленным технологическим требованиям и объемам производства с наименьшими материальными и энергетическими затратами. Для достижения этих требований встает вопрос о необходимости разработки эффективной системы управления техноло-гическим процессом измельчения, которая опиралась бы на качественную математическую модель.
Но само математическое моделирование процесса измельчения является сложнейшей задачей, сложность которой обусловлена случайным, практически недоступным для наблюдения характером движения и разрушения частиц в мельнице, а также чрезвычайным разбросом свойств частиц по прочности, геометрическим размерам, форме [1].
Расчетная схема процесса измельчения для замкнутого цикла и его двухмерная ячеечная модель показаны на рис. 1, 2.
Мельница
3
I---------►
катор
Рис.1. Расчетная схема процесса измельчения для замкнутого цикла (потоки: / - сырья, 1 - через мельницу, 2 - возврата, 3 - готового продукта)
Номер положения в технологической системе измельчения, і
3
у
к
СО
■і
I
5
11 —»■ <— 12
' Ґ 1 *
21 —> «— 22
1 М 1 м, *
31 —»■ <— 32
III III 144’, ^
т1 —► <— т2
1(п-2)
2(п-2)
3(п-2)
т(п-2)
1(п-1)
2(п-1)
3(п-1)
т(п-1)
1п
2п
3п
Мельница
-> <-----------► <-----------►
Классификатор Qгот
Рис. 2. Ячеечная модель технологической системы измельчения замкнутого цикла с подводом возврата в промежуточное сечение
Мельница по длине разбита на (п-2) секции длиной Ду=Ь/(п-2). Классификатору отведена (п-1)-я секция, п-я секция соответствует коллектору готового материала на выходе продукта из классификатора. Ячейки (п-2)*т представляют непосредственно камеру измельчения. Фракционный состав материала в каждой ] секции может быть
*Новомосковский институт РХТУ им. Д. И. Менделеева, г. Новомосковск.
представлен вектором-столбцом £ =/ ... Щ }г
(символ Т означает транспонирование) [3].
Для некоторого текущего 4 -го момента времени состояние технологической системы измельчения описывается вектором-столбцом ^ ={/1к /2к... /пк}Т размером (дахи)х1. За малый промежуток времени А (к-ый переход) вектор состояния ^ за счет движения и измельчения перейдет в состояние
рс+1.
Для описания многопродуктовой классификации при разделении исходного материала на k готовых продуктов кривая разделения записывается в матричном виде для каждого продукта С/,]=1,2,..Л, где k - число продуктов классификации, / - номер продукта. Для совмещенного процесса измельчения-классификации вектор фракционного состава продукта измельчаемого материала, который из /-ой секции подается в i-ю секцию, определяется матричным произведением: CfijFf. Произведение матрицы измельчения в/-й секции на матрицу разделения для того продукта, который подается в i-ю секцию, записывается как обобщенная матрица коммутации
Щ = СЦ . (1)
Следует подчеркнуть, что индекс матрицы разделения показывает не номер продукта разделения, а номер секции, в которую этот продукт направляется.
С учетом выражения (1) гранулометрический состав потока материала из /-й в i-ю секцию может быть представлен матричным произведением Щ Ff.
В i-ю секцию технологической системы измельчения могут направляться также потоки и из всех остальных элементов системы измельчения, что позволяет записать входной вектор фракционных потоков материла в секцию данного элемента через сумму фракционных массопотоков:
+ <2> 3= 1
где верхний индекс «тр» указывает на внешние для системы измельчения потоки, которые подаются в рассматриваемый элемент. Для каждой из п секций уравнение (2) может быть записано в виде системы п уравнений в матричном виде:
X-1 к 21 К12 • К 22 I • • кы ^ • К 2п (1 1 1 10 1 2 .. У/' р/
ч к„1 К п2 • • кпп-1, 10 \Гп У
или
КТ0 = .
(3)
решение которой дает искомый вектор фракционных составов материала во всех секциях системы измельчения:
Р°=-К~1Р/, (4)
где степень -1 показывает обращение матрицы. Матрица разделения для каждого продукта представляется как диагональная матрица, каждое ненулевое значение которой соответствует вероятности попадания фракции из исходного материала в выбранный продукт разделения. Традиционной характеристикой классификатора является его кривая разделения С3(х), связывающая вероятность выхода (доли) узкой фракции (х, х+ёх) в тонкий продукт разделения, с размером этой фракции х. Для дискретного набора т фракций кривая разделения становится многоступенчатой С3(х•/) и описывается матрицей классификации, в которой элементы С3/ (/=1,2,3...т)
(С С31 0 0 • . 0 %
0 и" 0 • . 0
Сз = 0 0 32 С3 . 0
0 0 • • С3т ,
соответствуют долям фракций, выносимым в тонкий продукт.
(5)
Далее в работе рассматривается управление работой шаровой мельницы за счет управления подачи материала питателем. Варьирование подачи материала вызывает изменение локальных материальных загрузок барабана, что приводит к изменению скорости измельчения. Загрузка материалом к-ой ячейки определяется при этом выражением Mk=QkAt, где Qk соответствует импульсной производительности питателя. Вид управления производительностью питателя выбирается ступенчатым (рис. 3).
Рис.3. Зависимость изменения относительной производительности разнопрочных компонентов на выходе дробилки от их относительной прочности
О
At
Оср
Рис.4. Зависимость производительности питателя от времени: штриховая линия соответствует среднему значению производительности; отклонение от среднего значения характеризуется параметром Ь
Ь
Ь
t
Среднее значение производительности мельницы, которое показано на рис.4 штриховой линией, поддерживается за счет одинаковых отклонений (±Ь) от этого значения за одинаковое время (Л(). Оптимизация управления в данном случае сводится к выбору оптимального значения параметра Ь. Для различных управлений (зависимостей производительности питателя от времени) определяется гранулометрический состав готового продукта на выходе мельницы.
Изменение физико-механических свойств перерабатываемого материала и состояния измельчи-тельной среды приводит к изменению параметров модели. Так коэффициенты Ьу в системе уравнений [4] определяющие функцию разрушения материала, зависят только от физико-механических свойств материала, которые в свою очередь определяются минералогическим составом рудного материала; коэффициенты si, определяющие функцию отбора материала, зависят как от свойств измельчаемого материала, так и от состояния шаровой загрузки.
А
Атв
А
Атс
А
їіА Vі и МіА
= — -^тіі+2^Ь,^]тм---------------------------------±
м і-1
* А
т;г
=—- ^щв + X ь^Лв -—
Тв М ТВ
Ґс Гі міс
= -- ---------------------------
Тс м Тс
(6)
где ти, те, тс - масса /-ой фракции (класса) крупности, находящегося соответственно в смесителе А,
В, С;
/¡л, /а, /¡с - масса /- ой фракции (класса) крупности на входе в соответственно в смесители А, В, С; та,тв,тс - время пребывания в данном смесителе;
Ъ.. - функция разрушения, определяющая переход
у
материалау--го класса в /-ый класс крупности;
5 ,5 - функция отбора, определяющая скорость
1 У
разрушения соответственно /-го и у-го класса крупности.
Задачей, решаемой системой оценки параметров модели процесса измельчения, является прогнозирование функций отбора и разрушения измельчаемого рудного материала.
Для аппроксимации зависимости функции разрушения материала от его минералогического состава предлагается использовать аппарат нейронных сетей, в котором выводы делаются на основе аппарата нечеткой логики, но соответствующие функции принадлежности подстраиваются с использованием алгоритмов обучения нейронных сетей.
Так как физико-механические свойства апатитонефелиновых руд определяются минералогическим составом основных минералов - апатита и нефелина, на вход нейронной сети будем подавать два входных параметра - содержание нефелина рМе и суммарное содержание апатита и нефелина Р 1/' “ в руде.
Далее вводятся лингвистические переменные: содержание нефелина в руде, суммарное содержание апатита и нефелина в руде, коэффициент разрушения. В работе [4] определяются их терм-множества, задаются функции принадлежности каждому терм-множеству лингвистической переменной. Решающая таблица нечетко логического вывода приведена в таблице. Структура нейронной сети показана на рис. 5.
Решающая таблица нечеткого логического вывода
с, С2 Сз С4 с5
N вк Вк Вк Вк Вк
N2 вк Вк Вк Вк Вк
N3 Вк Вк Вк Вк Вк
N4 Вк Вк Вк Вк Вк
N5 Вк Вк Вк Вк Вк
где к = 1,2,..., 10.
В первом слое нейронной сети проводится фаз-зификация входных переменных. Выходы узлов первого слоя представляют собой значения функций принадлежности терм-множеств конкретных значений соответствующих входных переменных.
Рис.5. Структура нейронной сети для прогнозирования функции разрушения материала
Выходами нейронов второго слоя являются степени истинности предпосылок каждого правила нечеткого вывода базы знаний системы:
^=N,4 «2 =Н,$
с Л Ар+Не
ОС,
Ар+Ие
(7)
Ар+Ие
>
Выходы нейронов третьего слоя вычисляют величины:
Слои 1
Слои 2
Слои 3
Слои 4
Слои 5
а,
(8)
А =
А =
А =
А =
Нейроны четвертого слоя выполняют операции:
М=А-Д_1<0
Р2Ь2 = /32 ■ В1 С', >
дд = А • ^ 1 >
р4ъ4 = д, ■ в~1 *
а\ + а, + £7, + а4
а,
ах + а, + «г, + а4
а,
ах + а, + а, + а4
«4
ах + а, + а, + а4
(9)
где
=5 1 ^ с!, + — • 1п
с,
=5 1 {¡'о 3= н--------------------------------1п
Ьъ= В 1 (1, н------1п
' ' с,
/У
V 2 У
/, \ 1 ~аъ
(10)
( 1 - «4 Л
64 =5 1 ^г4 [3= с// ч------------------------1п
Единственный нейрон пятого слоя вычисляет выход сети, т.е. выполняет операцию приведения к четкости центроидным способом:
Ъ — РХЪХ + Р2Ь2 + Д363 + Д464 — ахЬх + а2Ь2 + а3Ь3 + а4Ь4 ■
(11)
В результате полученная нейро-сетевая модель позволяет спрогнозировать функцию разрушения измельчаемого материала и аппроксимировать зависимости данной функции от минералогического состава измельчаемого материала.
Литература
1. Бобков, С.П. Моделирование систем: учебное пособие / С.П. Бобков, Д.О. Бытев. - Иван. гос. хим.-технол. ун-т. Иваново, 2008. - 156 с,
2. Оборудование для переработки сыпучих материалов: учебное пособие / В.Я. Борщев и др. - М.: Изд-во Машиностроение-1, 2006. - 208 с.
3. Кафаров, В.В. Системный анализ процессов химической технологии. Процессы измельчения и смешения сыпучих материалов / В.В. Кафаров, И.Н. Дорохов, С.Ю. Арутюнов - М.: Наука, 1985.440 с.
4. Кельберт, М.Я. Вероятность и статистика в примерах и задачах. Т. II: Марковские цепи как отправная точка теории случайных процессов и их приложения. / М.Я. Кельберт, Ю.М. Сухов. - М.: МЦНМО, 2009. - 295 с.
5. Линч, А. Дж. Циклы дробления и измельчения. Моделирование, оптимизация, проектирование и управление: Пер. с англ. / А. Дж. Линч. - М.: Недра, 1981. - 343 с.
6. Применение теории цепей Маркова к моделированию кинетики измельчения в трубных мельницах замкнутого цикла / В.Е. Мизонов и др. // Строительные материалы, 2007. - № 10. - С.41.
7. Применение теории цепей Маркова к математическому моделированию классификации частиц /
B.Е. Мизонов и др. // Тр. XVII Международ. конф. «Математические методы в технике и технологиях ММТТ-17». - Кострома, 2004. - С. 118119.
8. Ячеечная модель измельчения материалов в трубной мельнице / С.Ф. Смирнов и др. // Изв. вузов. Химия и хим. технология, 2007. - Т. 50. -Вып. 3. - С. 98.
9. Ячеечная модель кинетики непрерывного измельчения материалов в замкнутом цикле /
C.Ф. Смирнов и др. // Сб. тр. ХХ межд. конф. «Математические методы в технике и технологиях ММТТ-20». - Ярославль. - 2007. - Т.5. - С.81 -82.
10. Тихонов, В.И. Марковские процессы / В.И. Тихонов, М.А. Миронов - М.: Советское радио, 1977. -488 с.
V а\ )
с
с
а, + а г, + аг, + а4