Научная статья на тему 'ОСОБЕННОСТИ ПОСТРОЕНИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ АВТОМАТИЧЕСКОЙ СИСТЕМЫ АНАЛИТИЧЕСКОГО КОНТРОЛЯ ФЛОТАЦИОННЫХ ПРОЦЕССОВ ОБОГАЩЕНИЯ РУД'

ОСОБЕННОСТИ ПОСТРОЕНИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ АВТОМАТИЧЕСКОЙ СИСТЕМЫ АНАЛИТИЧЕСКОГО КОНТРОЛЯ ФЛОТАЦИОННЫХ ПРОЦЕССОВ ОБОГАЩЕНИЯ РУД Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
41
15
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ / РЕНТГЕНОФЛУОРЕСЦЕНТНЫЙ АНАЛИЗ / УНИФИКАЦИЯ / УПРАВЛЕНИЕ / ЦИКЛОГРАММА

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Бондаренко А.В., Карамышев Н.И., Кацман Я.М., Белоновский А.В., Поляков А.М.

В статье рассмотрены вопросы, касающиеся принятия решений при построении программного обеспечения фирменной автоматической системы аналитического контроля, направленных на достижение максимальной степени унификации, с темчтобы система, созданная в результате такого подхода, могла эффективно использоваться на любых горно-обогатительныхпроизводствах независимо от их масштаба и технологических особенностей. Отмечена роль методико-математическогообеспечения в достижении поставленных целей. Обосновано распределение автоматизированных рабочих мест по различным категориям персонала, обслуживающего систему. Приведены скриншоты, иллюстрирующие их работу в различныхрежимах.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Бондаренко А.В., Карамышев Н.И., Кацман Я.М., Белоновский А.В., Поляков А.М.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

SPECIFIC FEATURES IN SOFTWARE DEVELOPMENT FOR AUTOMATIC ANALYTICAL CONTROL SYSTEM FOR FLOTATION PROCESSES OF ORE CONCENTRATION

The article reviews the issues related to decision making in developing the software for a proprietary automatic analytical controlsystem aimed at achieving the maximum standardization degree, so that the system created following this approach could beeffectively used at any mining and concentrating facilities irrespective of their production scale and technological features. Theimportance of methodological and mathematical support in achieving the defined objectives has been emphasized. Distribution ofautomated workplaces by different categories of the personnel who support the system has been justified. Screen shots illustratingdifferent modes of their work are provided.

Текст научной работы на тему «ОСОБЕННОСТИ ПОСТРОЕНИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ АВТОМАТИЧЕСКОЙ СИСТЕМЫ АНАЛИТИЧЕСКОГО КОНТРОЛЯ ФЛОТАЦИОННЫХ ПРОЦЕССОВ ОБОГАЩЕНИЯ РУД»

©РИВС

Особенности построения программного обеспечения автоматической системы аналитического контроля флотационных процессов обогащения руд

А.В. Бондаренко,

канд. техн. наук, директор Аналитического центра АО «НПО «РИВС»

А.В. Белоновский,

научный сотрудник сектора методико-математических исследований Аналитического центра АО «НПО «РИВС»

Н.И. Карамышев,

руководитель сектора программирования Аналитического центра АО «НПО «РИВС»

А.М. Поляков,

ведущий инженер-программист сектора программирования Аналитического центра АО «НПО «РИВС»

Я.М. Кацман,

канд. техн. наук, старший научный сотрудник сектора методико-математических исследований Аналитического центра АО «НПО «РИВС»

©РИВС

Аннотация

В статье рассмотрена: вопросы, касающиеся принятия решений при построении программного обеспечения фирменной автоматической системы аналитического контроля, направленных на достижение максимальной степени унификации, с тем чтобы система, созданная в результате такого подхода, могла эффективно использоваться на любых горно-обогатительных производствах независимо от их масштаба и технологических особенностей. Отмечена роль методико-математического обеспечения в достижении поставленных целей. Обосновано распределение автоматизированных рабочих мест по различным категориям персонала, обслуживающего систему. Приведены скриншоты, иллюстрирующие их работу в различных режимах.

Ключевые слова: программное обеспечение, рентгенофлуоресцентный анализ, унификация, управление, циклограмма

Specific Features in Software Development for Automatic Analytical Control System for Flotation Processes of Ore Concentration

A.V. Bondarenko, N.I. Karamyshev, Ya.M. Katzman, A.V. Belonovsky, A.M. Polyakov Abstract

The article reviews the issues related to decision making in developing the software for a proprietary automatic analytical control system aimed at achieving the maximum standardization degree, so that the system created following this approach could be effectively used at any mining and concentrating facilities irrespective of their production scale and technological features. The importance of methodological and mathematical support in achieving the defined objectives has been emphasized. Distribution of automated workplaces by different categories of the personnel who support the system has been justified. Screen shots illustrating different modes of their work are provided.

Keywords: Software, X-ray fluorescence analysis, unification, control, cyclogram

Введение

В наше время трудно себе представить горно-обогатительное предприятие без автоматической системы аналитического контроля (АСАК), обеспечивающей эксплуатационный персонал оперативными данными об изменении элементного состава в ключевых точках контроля технологического процесса, необходимыми для принятия обоснованных решений по управляющим воздействиям, направленным на достижение максимальной эффективности производства. Использование современной АСАК

позволяет минимизировать потери, возникающие вследствие несвоевременного реагирования на флуктуации в вещественном составе руды и продуктов технологического передела.

В данной статье на примере созданной в Аналитическом центре (АЦ) НПО «РИВС» АСАК-РИВС [1], структура которой представлена на рис. 1, рассмотрены особенности построения программного обеспечения (ПО), гарантирующие быструю интеграцию, экспрессное масштабирование и обновление системы.

Автоматический

комплекс пробоподкотовки (АКП)

АРМ Оператора ] | АСОПП ! I

Программно-технические комплексы (ПТК)

Шкаф общесистемного оборудования (ШСЮ)

Автоматический пробоотборный комплекс {АПК)

! _т

Автоматический

комплекс циркуляционной пробоподачи (АКЦП)

Сеть АСАК-РИВС

Пульповые ре н тген оф лу о р е сцентн ы е анализаторы (АРФА-П)

Контрольные по роил вые рентгенофлуоресцентные анализаторы {АРФА-К)

Автоматическая система опробования \ пульповых продуктов (АСОПП) ' I Аналитический комплекс (АК)

Рис. 1 Обобщенная структурная схема фирменной АСАК-РИВС

0РИВС

Основы построения унифицированного ПО АСАК-РИВС

ПО АСАК-РИВС построено по инновационной схеме, где нижний уровень, обеспечивающий функционирование оборудования АСАК, представляется единым интерфейсом для верхнего уровня, включающим в себя ПО:

• центральной станции управления (ЦСУ), координирующей работу всего оборудования на основе рассчитанной под каждый продукт циклограммы опробования и аналитического контроля;

• системы автоматического управления (САУ) рент-генофлуоресцентным анализатором для анализа пульповых продуктов;

• автоматизированных рабочих мест (АРМ) Наладчика, Аналитика и Оператора;

• панелей оператора на ЦСУ и САУ.

Отдельно необходимо выделить методико-математиче-ское обеспечение (ММО), являющееся интеллектуальной начинкой всей системы и реализованное в ПО как нижнего, так и верхнего уровня.

При создании ПО АСАК-РИВС преследовалась цель добиться максимальной степени унификации используемых решений для того, чтобы система, созданная в результате такого подхода, могла эффективно использоваться на любых горно-обогатительных производствах независимо от их масштаба и технологических особенностей. На достижение этой цели были направлены как выбор аппаратных средств, так и решения, положенные в основу создания ПО и ММО.

АСАК-РИВС включает автоматическую систему опробования пульповых продуктов (АСОПП) и аналитический комплекс (АК).

АСОПП реализует функции представительного отбора проб в контрольных точках технологического процесса, их пневмодоставки и подготовки для последующего измерения на АК. Оборудование АСОПП включает автоматические пробоотборные комплексы (АПК), которые распределены по всему флотационному переделу обогатительной фабрики, и автоматические комплексы пробоподготовки (АКП), которые наряду с автоматическими комплексами циркуляционной пробоподачи (АКЦП) и АК располагаются в рентгеноспектральной экспресс-лаборатории (РСЭЛ). Управление исполнительными устройствами АПК, АКП, АКЦП осуществляется от располагаемых вблизи них местных шкафов управления (ШУ) с помощью программируемых логических контроллеров (ПЛК). Программная реализация алгоритмов управления выполнена на базе стандарта IEC-61131-3 с использованием протокола передачи данных OPC Unified Architecture (OPC-UA) [2], что соответствует всем современным стандартам на передачу данных в промышленных сетях, а также обеспечивает совместимость оборудования вне зависимости от производителя ПЛК. Унифицированность программной реализации позволила создать единый интерфейс для управляющих программ, что гарантирует возможность в кратчайшие сроки масштабировать АСАК-РИВС в зависимости от нужд конкретного предприятия.

АК представляет собой централизованную систему, выполняющую экспресс-анализ проб, отобранных АПК в точках опробования, пневмодоставленных в РСЭЛ и подготовленных АКП и АКЦП для измерения на автоматических рентгенофлуоресцентных анализаторах для анализа пульповых проб (АРФА-П), являющихся основой АК. Для

определения элементного состава анализируемых проб используется миниатюрная рентгеновская трубка (4 Вт) с устройством управления, полупроводниковый кремниевый дрейфовый детектор и многоканальный амплитудный анализатор импульсов в комплекте X-123 FastSDD X-Ray Spectrometer компании Amptek (США), который отличается малым энергопотреблением и позволяет одновременное регистрирование характеристического флуоресцентного излучения от всех присутствующих в образце элементов от S16 до U92. При этом развитое ММО гарантирует достоверное определение элементного состава. Реализованное на платформе Microsoft .NET с использованием языка программирования С# ПО САУ АРФА-П включает в себя модули для организации работы анализатора в ручном и автоматическом режимах, модули определения элементного состава анализируемых проб на основе использования уравнений линейной и нелинейной множественной регрессии, включая варианты метода стандарта-фона [3], метода фундаментальных параметров [4, 5] и нейронных сетей [6-12]. На рис. 2 представлен интерфейс ПО САУ АРФА-П.

Рис. 2 Интерфейс ПО САУ АФРА-П с отображением спектра измеренного образца

ЦСУ предназначена для централизованного управления всем оборудованием, входящим в состав АСАК-РИВС. Благодаря использованию унифицированного протокола передачи данных ОРС-иА реализуется связь со всеми местными ШУ АПК, АКП, АКЦП и САУ АРФА-П. ЦСУ отображает текущее состояние всех подключенных устройств в режиме реального времени и уведомляет персонал о всех возможных неисправностях системы с подробным указанием причины. На рис. 3 представлен пользовательский интерфейс ЦСУ.

Важнейшей задачей ЦСУ является обеспечение согласованной синхронной работы оборудования АСАК на основе единой циклограммы, позволяющей устанавливать индивидуальные параметры для каждого опробуемого продукта, включая оптимальные временные характеристики операций отбора, доставки, циркуляции и промывки проб, а также измерений на АРФА-П. ПО АСАК содержит средства, обеспечивающие предварительное корректное построение циклограммы с учетом всех особенностей аппаратных средств и требуемых временных интервалов, исходя из технических условий и требований к функционированию на конкретном производстве. Построенная таким образом циклограмма позволяет ЦСУ реализовать

©РИВС

I @®ш ^

■■ АПК -1 ЛКП---1

ш АПК №1 Статус: Ожидание АКП №1 Статус: Ожидание

Статус: Ожидание

ЛК1ЕП лк

АРФА N91 Статус: Ожидание

( а)

Продукт! Отбор [Доставка)Сокращение!Циркуляция! Измерение |

Рис. 3 Пользовательский интерфейс ЦСУ с отображением текущего состояния АСАК:

(а) - экран статуса оборудования АСАК,

(б) - экран статуса циклограммы

необходимую дискретность (периодичность) опробования и осуществлять запуск каждого устройства в точно заданное время без необходимости синхронизации времен всех местных шкафов управления. При определении рациональной периодичности опробования используются такие статистические характеристики, как время спада автокорреляционной функции [13] и карты Шухарта [14]. На рис. 4 представлен интерфейс построения циклограммы.

Шкаф общесистемного оборудования (ШОО) включает сервер емкостью 8 Тб с базой данных SQL Server, сетевое оборудование и источник бесперебойного питания, позволяющий в случае аварийного отключения электроэнергии безопасно завершить работу всего оборудования в автоматическом режиме с сохранением всей критически важной информации и актуальных настроек.

Сервер АСАК сохраняет в базе данных результаты всех измерений, выполненных в автоматическом режиме, для доступа любому авторизованному потребителю. Для внутреннего использования на сервере сохраняются критически важные для работы АСАК данные, такие как параметры рассчитанных циклограмм, результаты калибровки энергетической шкалы анализаторов, сформированные списки измеряемых аналитических линий по каждому

Рис. 4 Пользовательский интерфейс ПО для расчета циклограммы

анализатору, результаты контроля значений аналитических параметров анализаторов. Кроме того, для организации авторизованного доступа пользователей АСАК к работе с АРМами сервер поддерживает таблицу аккаунтов различных категорий пользователей, ведет журнал действий персонала.

В автоматическом режиме работы эксплуатационным персоналом являются дежурные операторы и технологи, которые с помощью АРМ Оператора наблюдают за ходом технологического процесса и при необходимости предпринимают корректирующие воздействия. Для этого АРМ Оператора предоставляет полную информацию о ходе процесса по всем контролируемым точкам в виде таблиц, содержащих текущие/архивные результаты анализов, диагностические сообщения при сбоях или отклонениях от нормальной работы и тренды, графически отображающие изменения результатов измерений во времени. Изменение состояния исполнительных устройств отображается графически с помощью их анимированных изображений. В настоящее время ведутся работы по цифровизации процесса управления, в результате которых у оператора-технолога появится цифровой помощник, который, анализируя поступающую информацию, будет информировать о необходимости корректирующих воздействий и их характере. На рис. 5 и 6 представлены соответственно пользовательский интерфейс АРМ Оператора, разработанный в среде SCADA Cimplicity, и тренды содержаний определяемых элементов.

Рис. 5 Интерфейс АРМ Оператора

ЗРИВС

Рис. 6 Тренды содержаний определяемых элементов

В ручном режиме АСОПП эксплуатационным персоналом выполняются работы по инженерному обслуживанию оборудования с помощью АРМ Наладчика АСОПП, включая покомандную проверку и настройку функционирования исполнительных устройств.

В свою очередь с помощью АРМ Наладчика АК производится проверка правильности выполнения отдельных команд/операций АРФА-П (позиционирование спектрометрического блока анализатора на измерительные кюветы, включение/выключение рентгеновской трубки, выполнение отдельных измерений с задаваемой экспозицией), проводится калибровка энергетической шкалы, идентификация пиков в измеренных спектрах, формирование списка измеряемых аналитических линий с определением оптимальных значений верхнего и нижнего порогов дискриминации для каждой линии, контролируются значения аналитических параметров (скорость счета, контрастность, основная аппаратурная погрешность) для каждой измеряемой линии на соответствие паспортным данным. Для иллюстрации приведены экраны работы АРМ Наладчика АК в режиме калибровки энергетической шкалы (рис. 7), режиме идентификации пиков измеренного спектра (рис. 8), конфигурации списка измеряемых линий (рис. 9).

Рис. 8 АРМ Наладчика АК в режиме идентификации пиков измеренного спектра

Рис. 7 АРМ Наладчика АК в режиме калибровки энергетической шкалы

Рис. 9 АРМ Наладчика АК в режиме конфигурации списка измеряемых линий

При выполнении калибровки энергетической шкалы и идентификации пиков измеренного спектра используются специальные математические алгоритмы, уточняющие положение пиков.

С помощью АРМ Аналитика АСАК выполняются граду-ировочные работы, осуществляется текущий контроль результатов анализа, задаются значения критериев для формирования диагностических сообщений. По существу, АРМ Аналитика АСАК является экспертной системой для пользователей-аналитиков в области разработки методик рентгенофлуоресцентного анализа (РФА). Данная экспертная система основана на многолетнем опыте ведущих разработчиков АЦ НПО «РИВС» по созданию и внедрению в эксплуатацию различных комплексов и систем аналитического контроля на отечественных и зарубежных горно-обогатительных предприятиях. Наша компания обладает зарегистрированным в Роспатенте авторским правом на разработанный сотрудниками АЦ АРМ Аналитика АСАК-РИВС. Для иллюстрации приведены экраны работы АРМ Аналитика АСАК в режиме градуировки (рис. 10) и в режиме контроля результатов анализа (рис. 11).

СРИВС

Рис. 10 АРМ Аналитика АСАК в режиме градуировки

Рис. 11 АРМ Аналитика АСАК в режиме контроля результатов анализа

Выводы

Разработанное унифицированное ПО АСАК-РИВС имеет следующие отличительные возможности и особенности:

• ПО разработано одним коллективом разработчиков в рамках единой концепции, что облегчает процессы сопровождения, модификации и обновления;

• ПО имеет модульную структуру, позволяющую легко заменять отдельные модули при замене аппаратных компонентов или алгоритмов обработки информации;

• Управление всеми устройствами осуществляется ЦСУ на основе циклограммы, позволяющей учитывать индивидуальные особенности каждого анализируемого продукта, в том числе при выборе оптимальных экспозиций в зависимости от элементного состава и содержания твердой фазы;

• ПО позволяет использовать весь арсенал математических методов обработки спектров (выделение фонового излучения, деконволюцию - разделение накладывающихся спектральных линий) и определения элементного состава проб, включая метод фундаментальных параметров, линейную и нелинейную множественную регрессию, сверточные нейронные сети;

• Входящие в состав АСАК-РИВС АРМы обеспечивают удобное и полноценное обслуживание системы на всех этапах эксплуатации - от пусконаладочных работ и текущего обслуживания до определения трендов и оценки статистической устойчивости процесса флотации;

• Все действия с системой и результаты измерений сохраняются на мощном сервере АСАК-РИВС и позволяют анализировать текущие процессы, а также строить новые математические модели на основе непрерывно пополняемой информации.

Список литературы

1. Бондаренко А.В., Никандров И.С., Андреев Д.С. Особенности построения фирменной АСАК-РИВС для горно-обогатительных предприятий // Горный журнал. - 2016. - №11. - C. 71-74.

2. Lange, J., Iwanitz, F., Burke, T. OPC - From Data Access to Unified Architecture // Berlin Offenbach VDE-Verl. 2010, p. 431.

3. Бондаренко А.В, Карамышев Н.И., Кацман Я.М. Нелинейное оценивание параметров в инженерной практике НПО «РИВС» // Горный журнал. - 2011. - №10. - С. 73-78.

4. Wggrzynek, D.; Hoiynska, B.; Pilarski, T. The fundamental parameter method for energy-dispersive X-ray fluorescence analysis of intermediate thickness samples with the use of monochromatic excitation // X-Ray Spectrometry. 1993, Vol. 22, pp. 80-85.

5. Shardakov, N.T., Shavkunova, A.E. & Stepanovskikh, V.V. Matrix Effects under the X-ray Fluorescence of Glass Based on Lithium Tetraborate // Glass Phys Chem. - 2017. № 43. - pp. 556-559.

6. Хайкин С. Нейронные сети: полный курс. - Изд. 2-е, испр. - Москва; Санкт-Петербург: Диалектика. - 2020. - 1103 с.

7. Жерон О. Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем. 2-е изд. - Москва ; Санкт-Петербург : Диалектика. - 2020. - 1039 с.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

8. Du K.L., Swamy M.N.S. Neural Networks and Statistical Learning. 2nd. ed. — Springer-Verlag London. 2019, p. 955.

9. Ясницкий Л.Н., Богданов К.В., Черепанов Ф.М. Технология нейросетевого моделирования и обзор работ пермской научной школы искусственного интеллекта // Фундаментальные исследования. - 2013. № 1 (3) - С. 736-740.

10. Хливненко Л.В. Практика нейросетевого моделирования: монография / Л.В. Хливненко. - Воронеж: ФГБОУ ВО «Воронежский государственный технический университет». - 2015. - 214 с.

11. Pereira, B. de B., Rao, C.R., de Oliveira, F.B. Statistical Learning Using Neural Networks: A Guide for Statisticians and Data Scientists with Python, CRC Press, London, 2020, pp.131-150.

12. Pessa, E. Neural Network Models: Usefullness and Limitations. Nature-Inspired Computing: Concepts, Methodologies, Tools, and Applications. Information Resources Management Association, USA. 2017, Vol.1, pp. 368-395.

13. Несмелов В.В, Кузнецов А.Ф., Чуров О.П. Программно-алгоритмическое обеспечение системы пробоотбора и прободоставки на базе вычислительного комплекса КМ 2101. В сб.: Разработка и внедрение автоматизированных систем управления технологическими процессами на обогатительных фабриках цветной металлургии / Тр. ВНИиПИ «Механобр». Вып. 146. Ленинград. - 1977. - C. 39-46.

14. Уилер Д., Чамберс Д. Статистическое управление процессами. Оптимизация бизнеса с использованием контрольных карт Шухарта. - М.: Альпина БизнесБукс. - 2009. - 409 с.

i Надоели баннеры? Вы всегда можете отключить рекламу.