АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ ПРОЦЕССОМ АВТОГЕННОЙ ПЛАВКИ МЕДНО-НИКЕЛЕВОГО СУЛЬФИДНОГО СЫРЬЯ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ

На правах рукописи
ДАНИЛОВА Наталья Васильевна
АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ
ПРОЦЕССОМ АВТОГЕННОЙ ПЛАВКИ
МЕДНО-НИКЕЛЕВОГО СУЛЬФИДНОГО СЫРЬЯ
НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ
Специальность 05.13.06 –
Автоматизация и управление
технологическими процессами и
производствами (металлургия)
Автореферат
диссертации на соискание ученой степени
кандидата технических наук
САНКТ-ПЕТЕРБУРГ
2010
Работа выполнена в государственном образовательном
учреждении высшего профессионального образования СанктПетербургском государственном горном институте имени
Г.В. Плеханова (техническом университете)
Научный руководитель –
доктор технических наук, профессор
Белоглазов Илья Никитич
Официальные оппоненты:
доктор технических наук, профессор
Харазов Виктор Григорьевич
кандидат технических наук
Горшков Юрий Владимирович
Ведущая организация – ООО «Институт Гипроникель»
Защита диссертации состоится 17 декабря 2010 г. в
14 ч 30 мин на заседании диссертационного совета Д 212.224.03
при Санкт-Петербургском государственном горном институте
имени Г.В.Плеханова (техническом университете) по адресу:
199106 Санкт - Петербург, 21-я линия, д.2, ауд. 2203.
С диссертацией можно ознакомиться в библиотеке СанктПетербургского государственного горного института.
Автореферат разослан 16 ноября 2010 г.
УЧЕНЫЙ СЕКРЕТАРЬ
диссертационного совета
д-р техн. наук
В.Н.БРИЧКИН
2
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность работы. Для осуществления процесса автогенной плавки медно-никелевого сульфидного сырья в промышленности применяются печи различных типов и мощностей. Наиболее
перспективным на сегодняшний день в России по технологическим
показателям и техническому исполнению является процесс Ванюкова (ПВ, или плавка в жидкой ванне – ПЖВ). Автогенная плавка в
печи Ванюкова относится к сложным трудноформализуемым технологическим процессам, функционирующим в условиях большой
неопределенности: нечеткости исходных параметров, низкой точности оперативной информации, отказов каналов связи, большого запаздывания при передаче информации по уровням управления и др.
Поэтому управление этим процессом на базе традиционного моделирования является малоэффективным и требуется разработка новых методов и подходов к описанию автогенной плавки медноникелевого сульфидного сырья.
Значительный вклад в изучение, развитие и усовершенствование процесса Ванюкова и алгоритмов управления им внесли
А.В. Ванюков, А.Д. Васкевич, В.П. Быстров, А.В. Гречко, З.Г. Салихов, Е.И. Ежов, Л.Ш. Цемехман, А.Н. Федоров, А.В. Спесивцев,
И.Е. Зыков и др.
Существующие системы управления процессом автогенной
плавки медно-никелевого сульфидного сырья позволяют контролировать основные параметры процесса и управлять им с участием
оператора. Однако, несмотря на все достоинства этих систем, они
отличаются нерациональностью управления вследствие ограниченных возможностей оператора, физически неспособного обрабатывать большое количество потоков информации; ручным вводом
данных, что снижает их универсальность; а также отсутствием математического аппарата, который позволял бы получать полезную
информацию из данных оперативного контроля и обеспечивал бы
идентификацию значений основных параметров процесса. В связи с
этим возникает необходимость в разработке высокоэффективной
автоматизированной системы управления качеством продуктов автогенной плавки медно-никелевого сульфидного сырья в печи Ванюкова.
3
Исследования выполнялись в соответствии с госбюджетной
тематикой НИР СПГГИ (ТУ) по теме 6.30.020 «Разработка систем
управления сложными техническими объектами с использованием
математических моделей в контуре управления» (I кв. 2008 – IV кв.
2010 гг.), а также с грантом СПГГИ (ТУ) «Подготовка диссертации
на соискание ученой степени кандидата наук» (2008 год).
Цель работы. Повышение качества управления процессом
автогенной плавки медно-никелевого сульфидного сырья для стабилизации содержания меди в штейне.
Задачи работы:
1. Выбор и обоснование технологических параметров, влияющих на получение штейна заданного состава.
2. Разработка математического аппарата для управления технологическим процессом автогенной плавки медно-никелевого
сульфидного сырья.
3. Синтез системы управления процессом автогенной плавки
медно-никелевого сульфидного сырья, оценка ее эффективности и
выработка рекомендаций по ее применению.
Методика проведения работы. Анализ работы промышленного объекта в условиях действующего производства и известных
технических решений по управления автогенными процессами в
цветной металлургии. Теоретические исследования основаны на
методах статистического, регрессионного и дисперсионного анализа, теории нечетких множеств, математического моделирования и
специальных методах теории автоматического управления.
Научная новизна работы:
1. Обосновано, что формирование функций принадлежности
основных параметров процесса Ванюкова целесообразно проводить
на основе статистического распределения данных оперативного
контроля с применением метода нечетких с-средних.
2. Предложен подход к извлечению полезной информации из
исходного числового материала, представляющий собой совокупность классических методов предварительной обработки данных
оперативного контроля и интеллектуального дополнения, заключающегося в систематизации данных по режимам работы печи.
4
3. Научно обоснована необходимость лингвистического описания зависимости содержания меди в штейне от расхода шихты,
технического кислорода и производных от них параметров, и показана возможность такого описания, представленная набором логических правил, учитывающим варианты состояний процесса автогенной плавки медно-никелевого сульфидного сырья.
Практическая значимость работы:
1. Разработана модель количественной оценки содержания
меди в штейне, позволяющая прогнозировать содержание меди в
штейне с относительной ошибкой не превосходящей 6 %.
2. Разработан способ автоматического управления содержанием меди в штейне с применением методов нечеткой логики, позволяющий вести процесс автогенной плавки медно-никелевого
сульфидного сырья с повышением содержания меди в штейне (заявка на изобретение «Способ автоматического управления содержанием меди в штейне» № 2010133350 от 09.08.2010 г.).
3. Установлено, что применение в системе управления процессом Ванюкова модели количественной оценки содержания меди
в штейне позволяет в реальном времени осуществлять корректировку управляющих воздействий и повышать качество управления в
условиях неполноты информации о ходе протекания процесса.
4. Научные результаты работы используются в учебном процессе химико-металлургического факультета СПГГИ (ТУ) для студентов специальности 220301 «Автоматизация технологических
процессов и производств».
Основные защищаемые положения:
1. Модель количественной оценки содержания меди в штейне,
представленная в виде базы правил, позволяет учитывать изменения
технологического режима и обеспечивает прогнозирование значений содержания меди в штейне на основании данных оперативного
контроля со значением ошибки моделирования не превосходящей
6 % (относ.).
2. Включение модели количественной оценки содержания меди в штейне в структуру автоматизированной системы управления
автогенной плавкой медно-никелевого сульфидного сырья позволя-
5
ет осуществлять корректировку управляющих воздействий и повысить качество управления процессом.
Апробация работы. Основные положения и результаты работы докладывались и обсуждались на III, IV и V Международной
научно-практической конференциях «Инновационные технологии
автоматизации и диспетчеризации горнодобывающих и перерабатывающих предприятий» в СПГГИ (Санкт-Петербург, 2008 – 2010);
на Международной выставке-конгрессе «Инновационные технологии, моделирование и автоматизация в металлургии» в ВК
«РЕСТЭК» (Санкт-Петербург, 2009); на научно-техническом совещании «Электротермия–2010» в СПГТИ (Санкт-Петербург, 2010);
на Международном форуме молодых ученых «60. Berg- und Hüttenmännischer Tag» (Фрайберг, Германия, 2009); на XI Международной
научно-технической конференции по мягким вычислениям и измерениям «SCM-2008» в СПЭТУ (Санкт-Петербург, 2008); на Международном форуме молодых ученых «Проблемы недропользования»
в СПГГИ (Санкт-Петербург, 2008); на конференции молодых ученых «Полезные ископаемые России и их освоение» в СПГГИ
(Санкт-Петербург, 2008); на Всероссийской межвузовской научнотехнической конференции студентов и аспирантов. XXXVI и
XXXVII Неделя науки. СПГПУ (Санкт-Петербург, 2007, 2008); на
Международной конференции «Автоматизация и моделирование
технологических процессов в металлургии и машиностроении» в
ВК «Ленэкспо» (Санкт-Петербург, 2007); а также семинарах кафедры автоматизации технологических процессов и производств
СПГГИ (ТУ).
Достоверность научных результатов. Достоверность основных научных положений, выводов и рекомендаций подтверждена
совпадением результатов моделирования с данными оперативного
контроля. Эффективность предложенных мероприятий подтверждена вычислительными экспериментами и внедрением.
Публикации. По теме диссертации опубликовано 8 научных
трудов. Подана заявка на изобретение.
Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы
и четырех приложений. Работа изложена на 152 страницах машино6
писного текста, содержит 32 рисунка, 16 таблиц, список литературы из 122 наименований.
СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность исследований, изложены основные положения, выносимые на защиту.
В первой главе дана характеристика технологического процесса автогенной плавки медно-никелевого сульфидного сырья,
рассмотрены варианты его аппаратурного оформления. Описаны
методы моделирования и управления процессом, показана актуальность применения нечеткой логики в системе управления автогенной плавкой медно-никелевого сульфидного сырья в печи Ванюкова. Сформулированы цель и задачи исследования.
Вторая глава посвящена анализу процесса Ванюкова как
объекта управления, выделены и описаны основные параметры
процесса, влияющие на содержание меди в штейне. Проведена
оценка качества управления процессом Ванюкова.
В третьей главе разработана модель количественной оценки
содержания меди в штейне. Показана невозможность строгого установления связи между основными параметрами процесса и содержанием меди в штейне, что обуславливает необходимость использования методов теории нечетких множеств: построение функций
принадлежности параметров технологического процесса на основе
нечеткой кластеризации производственных данных; выбор алгоритма Сугено для формирования базы правил на массиве данных
оперативного контроля. Выполнена проверка адекватности модели
производственным данным.
В четвертой главе описан синтез автоматизированной системы управления процессом Ванюкова. Сформулированы задачи
управления, выбран критерий качества управления. Разработана
структура системы управления и алгоритм управления процессом.
Проведен вычислительный эксперимент на разработанной модели.
Заключение отражает обобщенные выводы по результатам
работы и рекомендации.
7
ОСНОВНЫЕ ЗАЩИЩАЕМЫЕ ПОЛОЖЕНИЯ
1. Модель количественной оценки содержания меди в
штейне, представленная в виде базы правил, позволяет учитывать изменения технологического режима и обеспечивает прогнозирование значений содержания меди в штейне на основании данных оперативного контроля со значением ошибки моделирования не превосходящей 6 % (относ.).
Статистический анализ производственных данных работы печи ПВ-3 Медного завода ОАО «ГМК «Норильский никель» за 2006
и 2008 годы показал, что наибольшее влияние на содержание меди в
штейне (Y) оказывают следующие факторы: расход шихты, т/ч (х1);
расход технического кислорода, м3/ч (х2); расход технического кислорода на одну тонну загружаемой шихты, м3/т шихты (х3); общий
расход кислородно-воздушной смеси (КВС), м3/ч (х4); и содержание
кислорода в КВС, % (х5).
Данные оперативного контроля разделены на два потока: технологические переменные и содержание основных компонентов в
продуктах плавки. Поток информации о содержании основных компонентов в продуктах плавки имеет уровень дискретности 2 часа,
что связано с химическим анализом продуктов плавки. Поток информации о технологических переменных, характеризующийся малым (1 минута) уровнем дискретности, квантуется с интервалом в 2
часа. Для обработки результатов принято двухчасовое представление данных.
Для построения модели количественной оценки содержания
меди в штейне в работе разработана методика формирования обучающей выборки, включающая удаление выбросов и случайных
данных, исключение суток до и после простоя оборудования, удаление результатов переработки нетипичных видов сырья, исключение данных работы печи во время разгона процесса, а также систематизации выборки по режимам работы печи (режим 1 характеризуется низким расходом шихты (30-140 т/ч), режим 2 – высоким
расходом (90-200 т/ч)), которая показала, что осуществление всех
этапов предварительной обработки производственных данных
необходимо для подготовки исходного числового материала к разработке модели количественной оценки содержания меди в штейне.
8
Расход технического
кислорода – содержание
меди в штейне
Общий расход КВС –
содержание меди в
штейне
Содержание кислорода в
КВС – содержание меди
в штейне
Исходный числовой
материал
-0,014
-0,157
-0,114
-0,144
-0,130
После удаления
выбросов, суток до и
после простоя оборудования
0,063
0,188
-0,175
-0,218
-0,130
0,116
0,205
-0,189
-0,289
0,187
0,314
0,384
-0,133
-0,416
0,248
0,263
0,407
-0,175
-0,398
0,253
Взаимосвязь
После исключения
данных работы печи
во время разгона
процесса
После
Режим
система1
тизации
выборки
Режим
по режи2
мам работы печи
Расход технического
кислорода на 1 тонну
шихты – содержание
меди в штейне
Этапы
предварительной обработки
данных
Общий расход шихты –
содержание меди в
штейне
Таблица 1.
Коэффициенты корреляции
(значимые коэффициенты выделены жирным шрифтом)
Для построения функций принадлежности основных параметров процесса Ванюкова предложен новый подход, основанный на
построении функций принадлежности  x  по распределению данных оперативного контроля. Основной идеей данного метода является использование кластеризации исходного числового материала
по методу нечетких с-средних (FCM-алгоритм). В работе разработан программный продукт, позволяющий определить центры кластеров (чем чаще встречается некоторое значение параметра, тем
ближе друг к другу находятся центры кластеров и наоборот), а затем отнести параметр к соответствующему кластеру.
Целью нечеткой кластеризации является отыскание таких
функции принадлежности для каждого класса, которые обеспечи9
вают кластеризацию вокруг центров каждого класса. Эта задача решается итеративно. Итогом является отыскание таких функций
принадлежности, которые обеспечивают кластеризацию данных
вокруг центров каждого кластера (рис. 1).

50
 x
1,0
 x 
1,0
100
80
40
0,8
0,8
60
30
0,6
0,6
20
0,4
0,2
0,0
20
40
60
80
100
120
т/ч
40
0,4
10
0,2
0
0,0
20
150
200
а)
250
300 350 400 м3/т
0
б)


 x
 x
60
1,0
160
1,0
50
0,8
0,6
30
0,4
0,2
0,0
100
120
140
160
180
т/ч
120
0,8
40
0,6
20
0,4
10
0,2
0
0,0
80
40
140
180
220
260
м3/т
0
в)
г)
Рис. 1. Оптимальные функции принадлежности, построенные нечеткой кластеризацией экспериментальных данных: а) расхода шихты для режима 1; б) расхода
технического кислорода на тонну подаваемой шихты для режима 1; в) расхода
шихты для режима 2; г) расхода технического кислорода на тонну подаваемой
шихты для режима 2
Формирование функций принадлежности по распределению
данных оперативного контроля позволяет разработать базу правил
для количественной оценки содержания меди в штейне.
Традиционно базу правил формируют на основе экспертной
информации. В работе предложен новый подход к формированию
базы правил, реализующей алгоритм Сугено, по данным оператив10
ного контроля типа «входы – выход» в пятимерном пространстве
переменных. Методика формирования базы правил заключается в
поиске значений содержания меди в штейне при соответствующих
сочетаниях значений исходных данных на обучающей выборке массива данных оперативного контроля. Формирование базы правил
происходит в два этапа: на первом – определяется количество правил, а на втором – по методу наименьших квадратов определяется
логический вывод Сугено каждого правила, минимизируя отклонения между производственными данными и результатом моделирования. Применение такого подхода снимает субъективизм формирования базы правил.
В результате проведенных исследований по данным оперативного контроля получена система нечеткого логического вывода
Сугено с базой в 52 правила для режима 1 и с базой в 36 правил для
режима 2. Результаты моделирования количественной оценки содержания меди в штейне (CCu) на этапе обучения показали, что коэффициент корреляции между фактическим и расчетным значением
содержания меди в штейне равен R  0,962 для режима 1 и
R  0,930 для режима 2.
Проверка базы правил на полноту и непротиворечивость показала, что каждому определенному состоянию процесса Ванюкова
соответствует только один нечеткий логический вывод Сугено, а
также что база правил учитывает все возможные состояния процесса Ванюкова, поэтому разработанную базу правил следует считать
«точно полной» и непротиворечивой.
Проверка адекватности разработанной базы правил для каждого режима работы печи проведена на тестовой выборке, которая
не содержит данные, входящие в обучающую выборку. Результат
проверки адекватности модели количественной оценки содержания
меди в штейне представлен на рис. 2.
Степень согласованности результатов расчета с фактическими
данными (измеренными на печи ПВ-3 Медного завода ОАО «ГМК
«Норильский никель») оценена путем расчета коэффициентов корреляции между фактическими и рассчитанными по модели значениями содержания меди в штейне ( R  0,754 для режима 1 и R  0,764
для режима 2).
11
С65
Cu
%
1
2
60
а)
55
50
0
R = 0.754
10
20
30
40
50
60
70
80
90
С65
Cu
%
100
1
2
60
б)
55
50
0
R = 0.764
10
20
30
40
50
60
70
80
90
100
1 – фактические значения, 2 – результаты моделирования
Рис. 2. Результат проверки адекватности модели количественной оценки содержания меди в штейне на тестовой выборке а) режим 1; б) режим 2
Для дополнительной проверки адекватности модели количественной оценки содержания меди в штейне фактическим данным
для каждого режима работы печи на тестовой выборке проведен
расчет относительной ошибки моделирования. Максимальная относительная ошибка моделирования не превосходит  6 % , что в
условиях промышленной практики ведения процесса свидетельствует о высокой точности модели количественной оценки содержания меди в штейне, разработанной с использованием методов
нечеткой логики.
Следовательно, разработанная модель количественной оценки
содержания меди в штейне адекватно воссоздает значение содержания меди в штейне в зависимости от параметров загрузки печи с
ошибкой моделирования, не превосходящей 6 % (относ.).
12
2. Включение модели количественной оценки содержания
меди в штейне в структуру автоматизированной системы
управления автогенной плавкой медно-никелевого сульфидного сырья позволяет осуществлять корректировку управляющих
воздействий и повысить качество управления процессом.
Целью управления процессом плавки сульфидного медноникелевого сырья является получение штейна заданного состава,
так как качество штейна, поступившего на дальнейшее конвертирование, влияет на технико-экономические показатели конвертирования: расход дутья, продолжительность продувки, количество использованных флюсов и образующегося конвертерного шлака, тепловой режим процесса и др.
Состав штейна по сумме цветных металлов регулируют изменением соотношения кислорода дутья и количества загружаемой
шихты, при постоянном расходе природного газа.
Анализ данных оперативного контроля процесса Ванюкова за
2006 и 2008 годы показал (рис. 3), что содержание меди в штейне
колеблется в пределах 50 – 68 %. Поэтому существует необходимость стабилизации содержания меди в штейне.
120
140
120
100
80
60
40
20
0
100
80
60
40
20
0
46
55
57
59
61
63
49
52
55
58
61
64
65 67
CCu, %
67
CCu, %
а)
б)
Рис. 3. Гистограмма распределения содержания меди в штейне:
а) данные 2006 года, б) данные 2008 года
Повышение качества штейна (стабилизация содержания меди
в штейне в заданных пределах) возможно путем достаточно жесткой увязки входных массопотоков и дутьевых режимов за счет
внедрения автоматизированной системы управления, включающей
в контур управления модель количественной оценки содержания
13
меди в штейне, которая позволит до минимума сократить влияние
«человеческого фактора».
Для улучшения качества управления процессом плавки
разработана структурная схема автоматизированной системы
управления содержанием меди в штейне (рис. 4), которая включает
печь Ванюкова 1, оснащенную загрузочными воронками 2. В системе загрузки печи Ванюкова установлены бункеры 3 для подачи
сыпучих материалов (медного концентрата, руды, флюса, угля и
оборотных материалов). Под бункерами 3 установлены ленточные
питатели 4 для дозировки загружаемых в печь шихтовых материалов. С питателей 4 шихтовые материалы поступают на сборные
транспортеры 5, с помощью которых подаются через загрузочные
воронки 2 в реакционную зону печи Ванюкова.
Измерительные каналы 10-18 предназначены для получения
информации о мгновенных значениях соответствующих параметров
(расхода и скорости загрузки шихтовых материалов и расхода
дутья) и имеют прямой выход на блок 6 сбора и предварительной
обработки информации. Блок 6 сбора и предварительной обработки
информации связан с переключающим блоком 7, выполняющим
либо включение режима автоматического управления процессом с
помощью блока 8 управления по алгоритму, либо его выключение,
и перевод всей информации на автоматизированное рабочее место
(АРМ) 9 оператора. Блок 8 управления по алгоритму связан с
устройствами 19 выработки управляющего воздействия на расход
технического кислорода, 20 и 21 выработки управляющего воздействия на расход и скорость загрузки шихтовых материалов. Оператор с помощью АРМ 9 также имеет возможность воздействовать на
расход и скорость загрузки шихтовых материалов и технического
кислорода посредством прямого ручного управления устройствами
выработки управляющего воздействия через блоки 22 прямого задания расхода технического кислорода, 23 и 24 расхода и скорости
загрузки шихтовых материалов.
14
Рис. 4. Структурная схема системы автоматического управления
Информация о величине измеряемых текущих параметрах
плавки по каналам передачи информации 10-18 поступает в блок 6
сбора и предварительной обработки информации для расчета основного параметра (общего расхода шихтовых материалов (Gш), т/ч)
и отнесения процесса к одной из установленных областей (G-1, G0,
G+1) (рис. 5).
Кроме того дополнительно определяют соотношение расхода
технического кислорода дутья на тонну шихтовых материалов (м3/т
шихты), и при градиенте его изменения свыше 10 % от регламентируемого, корректируют общий расход шихтовых материалов и технического кислорода в зависимости от того, в какой области находится основной параметр, до достижения области G0.
15
Область G-1 (рис. 5) характеризуется недостаточным для протекания реакций окисления сульфидов расходом технического кислорода на тонну загружаемых шихтовых материалов. В соответствии с этим реакции окисления не протекают в полном объеме, а
штейн получается с низким содержанием меди. При этом прекращают управление в автоматическом режиме, переходят на ручной
режим управления, а процесс ведут с увеличением расхода шихтовых материалов и расхода технического кислорода дутья на тонну
шихтовых материалов (м3/т шихты) до достижения области G0.
Область G0 характеризуется наибольшей 1
устойчивостью всех па- 0,8 G-1
G0
G+1
раметров процесса: гидродинамических, энер- 0,6
гетических и физико- 0,4
химических. При этом
0,2
расплав поддерживается
в исходном состоянии, 0
0
20 40
60
80 100 120 140 160 180Gш,200
т/ч
процесс идет без резких
Рис. 5. Схема расположения областей
скачков и локальных
основного параметра – общего расхода
экстремумов, что свидешихтовых материалов в печь (т/ч)
тельствует о плавности
протекания всех физико-химических реакций. Таким образом, область G0 (рис. 5) является эффективной для получения штейна с высоким содержанием меди и стабильного состава, и к ней нужно
стремиться во время ведения процесса плавки. При этом управление ведут в автоматическом режиме по алгоритму (рис. 6).
Область G+1 (рис. 5) характеризуется переокислением сульфидов за счет большого расхода технического кислорода дутья на
тонну шихтовых материалов, а также увеличением высоты ванны
расплава за счет высокой производительности печи. что может привести к выбросу расплава в аптейк и к расплавлению фурм. При
этом прекращают управление в автоматическом режиме, переходят
на ручной режим управления, а процесс ведут с уменьшением расхода шихтовых материалов и расхода технического кислорода дутья
на тонну шихтовых материалов (м3/т) до достижения области G0.
16
Начало
Получение
исходных
данных
нет
нет
нет
GШ  180 т / ч
Область
G0  G1
да
GШ  160 т / ч
GШ  40 т / ч
да
Область
G0
3
dt
d O2 КВС GШ
dt
 10%
Ручное
управление
да
4
да
нет
Область
G1
Расчет
d O2КВС GШ
да
GШ  60 т / ч
Область
G1
1
2
Расчет
р
CCu
(по модели)
нет
р
зад
CCu
 CCu
Область
G1  G0
Расчет
d O2КВС GШ
Ручное
управление
да
4
dt
нет
d O2 КВС GШ
dt
 10%
да
нет
1
3
Расчет
уставок
управления
(по модели)
Ведение процесса
без изменения
уставок
управления
1
2
Изменение
уставок
управления
Измерение
ф
CCu
Расчет
относительной
ошибки
моделирования 
нет
Переобучение
модели
  10%
да
4
Конец
Рис. 6. Блок-схема алгоритма управления процессом автогенно плавки
медно-никелевого сульфидного сырья в печи Ванюкова
17
Для оценки работоспособности разработанного алгоритма
управления процессом плавки медно-никелевого сульфидного сырья в печи Ванюкова был выполнен численный эксперимент на модели. Эксперимент проходил в три этапа. На первом этапе на основе
данных оперативного контроля по модели количественной оценки
содержания меди в штейне рассчитывалось содержание меди в
штейне и сравнивалось с заданным (желаемым). На втором этапе на
основании данных оперативного контроля и величины рассогласования рассчитанного по модели и заданного содержания меди в
штейне рассчитывались уставки расходов шихтовых материалов и
технического кислорода. На третьем этапе на основе данных оперативного контроля с учетом изменения величины расхода шихтовых
материалов и расхода технического кислорода на тонну шихтовых
материалов для этого же момента времени вновь рассчитывалось
содержание меди в штейне. На рис. 7 представлены результаты численного моделирования.
64
CCu,
%
62
60
58
56
1
2
54
52
0
10
20
30
40
50
60
70
80
90
100
1 – фактические значения, 2 – результаты моделирования
Рис. 7. Результаты численного моделирования управления содержанием меди в
штейне
Как следует из рис. 7, изменение уставок расхода шихтовых
материалов и расхода технического кислорода на тонну шихты согласно разработанного алгоритма привело к стабилизации содержания меди в штейне в заданных пределах. Таким образом, проведенный эксперимент позволяет рекомендовать систему управления содержанием меди в штейне к применению в промышленных условиях.
18
ЗАКЛЮЧЕНИЕ
Диссертация представляет собой законченную научноквалификационную работу, в которой содержится новое решение актуальной для металлургии задачи управления процессом автогенной
плавки медно-никелевого сульфидного сырья в печи Ванюкова.
Проведенные исследования для достижения поставленной цели позволяют сделать следующие выводы.
1. Формирование функций принадлежности основных параметров процесса автогенной плавки медно-никелевого сульфидного
сырья целесообразно проводить на основе статистического распределения данных оперативного контроля с применением метода нечетких с-средних. Применение FCM-алгоритма снимает субъективизм перехода от четких (фактических) значений параметров процесса к нечетким (функции принадлежности).
2. Разработана модель количественной оценки содержания
меди в штейне с использованием теории нечеткой логики. Показано, что содержание меди в штейне может быть найдено с использованием предложенной базы правил на основе лингвистической
оценки пяти параметров состояния объекта управления. Погрешность оценки расчетного значения содержания меди в штейне по
сравнению с фактическим не превосходит 6 % относительных.
3. Повышение качества управления процессом автогенной
плавки медно-никелевого сульфидного сырья в печи Ванюкова
обеспечивается введением в структуру автоматизированной системы управления оригинального алгоритма управления, что позволяет
стабилизировать содержание меди в штейне. Это позволяет рекомендовать предложенное решение к применению в промышленных
условиях.
ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ
ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ
1. Кадыров Э.Д. Оценка технологических параметров автогенных процессов / Э.Д. Кадыров, Н.В. Данилова // Автоматизация
в промышленности. № 5, 2008, стр. 24-26.
2. Спесивцев А.В. Построение математической модели качества штейна при переработке сульфидных медьсодержащих матери19
алов в печи Ванюкова / А.В. Спесивцев, Э.Д. Кадыров, Н.В. Данилова, В.И. Лазарев // Вестник Самарского государственного технического университета. Серия «Технические науки» № 2 (22) –
2008, Самара, 2008, стр. 211-218.
3. Белоглазов И.Н. Применение специальных методов для создания систем управления пирометаллургическими процессами /
И.Н. Белоглазов, Н.В. Данилова, Н.И. Котелева / Изд. СПбГУ,
Санкт-Петербург, 2009. 98 с.
4. Danilowa N. Anwendung der Planungsmethoden der Experimente für Bearbeitung eines großen Datenmassivs der operativen Kontrolle / Danilowa N., Kadyrow E., Beloglasow I. // Freiberger Forschungshefte. Challenges and Solutions in Mineral Industry. Freiberger
Forschungsforum. 60. Berg- und Hüttenmännischer Tag 2009. S. 111115.
5. Кадыров Э.Д. Построение нечеткой модели системы управления качеством продукта / Э.Д. Кадыров, Н.В. Данилова // Сб. тезисов докладов IV Международной конференции «Инновационные
технологии автоматизации и диспетчеризации в горнодобывающих
и перерабатывающих предприятий». Изд. СПГГИ (ТУ), 2009,
стр. 20.
6. Данилова Н.В. Расчет материальных потоков пирометаллургического цикла переработки медного сульфидного сырья // Записки Горного Института, Полезные ископаемые России и их освоение. Т.186, Санкт-Петербург, 2010. стр. 176-180.
7. Данилова Н.В. Применение нечеткой логики для разработки модели количественной оценки содержания меди в штейне //
Проблемы рудной и химической электротермии: Сб. тр. Всероссийской научно-техн. конференции с международным участием «Электротермия-2010». СПб, 2010. стр. 172-177.
8. Данилова Н.В. Применение метода нечетких с-средних для
построения функций принадлежности параметров технологического
процесса // Сб. научн. тр. семинара «Инновационные технологии,
моделирование и автоматизация в металлургии», Санкт-Петербург,
2010. стр 11-12.
20