АО «Союзцветметавтоматика им. Топчаева В. П.», Москва, Россия:

А. В. Кузяков, старший научный сотрудник, эл. почта: 31@sсma.ru

АО «Кольская горно-металлургическая компания», Мончегорск, Россия:

В. Д. Жидовецкий, главный специалист управления автоматизации, канд. техн. наук

Санкт-Петербургский горный университет, Санкт-Петербург, Россия:

А. А. Кульчицкий, заведующий кафедрой автоматизации технологических процессов и производств, доцент, докт. техн. наук, эл. почта: Kulchitskiy_AA@pers.spmi.ru

Санкт-Петербургский государственный технологический институт (технический университет), Санкт-Петербург, Россия:

Л. А. Русинов, заведующий кафедрой автоматизации процессов химической промышленности, профессор, докт. техн. наук, эл. почта: lrusinov@yandex.ru

Рассмотрены примеры решения задач по автоматическому контролю и оптимальному управлению технологическими процессами никелевого производства на базе разработанного АО «Союзцветметавтоматика» устройства управления ВАЗМ-2У. Отмечено, что не всегда возможно прямое измерение ключевых параметров. Оценку состояния объекта проводили по косвенным параметрам, которые имеют высокочастотные помехи и запаздывание. Для решения задач управления использовали специальные адаптивные поисковые алгоритмы, в которых задействованы трендовые оценки значений технологических параметров. В качестве примера рассмотрена система автоматического управления соотношением вода/файнштейн на загрузке в мельницу. Показано, как, используя оценку тренда выхода готового класса –45 мкм, можн о достигать максимально возможного значения этого параметра, что создает условия для получения наилучших показателей флотационного разделения файнштейна. Другим примером является задача автоматического контроля крупности материала при обжиге никелевого концентрата в кипящем слое (КС). В условиях отсутствия технических средств для прямого измерения крупности материала в печи КС показано, как при использовании косвенной информации о взаимосвязи крупности частиц с амплитудой пульсаций давления в воздушных коробках под подиной печи, выраженной посредством регрессионного уравнения взаимосвязи среднего квадратического отклонения пульсаций давления с эквивалентным диаметром частиц, можно иметь непрерывную оценку крупности материала в печи. Это создает условия для построения системы автоматического управления процессом укрупнения материала в кипящем слое.

1. Litvinenko V. S., Petrov E. I., Vasilevskaya D. V., Yakovenko A. V. et al. Analyzing the role of the state in the mineral resources management. Journal of Mining Institute. 2023. Vol. 259. pp. 95–111. DOI: 10.31897/PMI.2022.100
2. Cabascango V. E. Q., Bazhin V. Y., Martynov S. A., Pardo F. R. O. Automatic control system for thermal state of reverberatory furnaces in production of nickel alloys. Metallurgist. 2022. Vol. 66. pp. 104–116. DOI: 10.1007/S11015-022-01304-3.
3. Martynov S. A., Masko O. N., Fedorov S. N. Innovative ore-thermal furnace control systems. Tsvetnye Metally. 2022. No. 4. pp. 87–94. DOI: 10.17580/tsm.2022.04.11
4. Nguen Kh. Kh., Bazhin V. Yu. Optimization of copper electrorefining control system with the help of a digital twin while dendritic sediment is being formed. Metallurg. 2023. No. 1. pp. 49–56. DOI: 10.52351/00260827_2023_01_49
5. Chadeev V. M., Aristova N. I. Control of industrial automation. Tenth International Conference Management of Large-Scale System Development (MLSD). 2017. DOI: 10.1109/MLSD.2017.8109604
6. Buturuga A., Stoichescu D., Constantinescu R. Universal system for automation of small tasks. International Symposium on Fundamentals of Electrical Engineering (ISFEE). Conference Paper. 2016. DOI: 10.1109/ISFEE.2016.7803157
7. Fang Yu, Weijin Zhuang, Mingyang Sun. Research and application of operating monitoring and evaluation for dispatching automation and control system. IEEE Advanced Information Management, Communicates, Electronic and Automation Control Conference (IMCEC). Conference Paper. 2016. DOI: 10.1109/IMCEC.2016.7867495
8. Hodouin D. Methods for automatic control, observation, and optimization in mineral processing plants. Journal of Process Control. 2011. Vol. 21, Iss. 2. DOI: 10.1016/j.jprocont.2010.10.016
9. Patrick D. R., Fardo S. W. Industrial process control systems. in industrial process control systems. New York, 2021. 476 p. DOI: 10.1201/9781003151531
10. Saracin C. G., Tunsoiu R. A. Industrial process monitoring and control system. UPB Scientific Bulletin, Series C: Electrical Engineering and Computer Science. 2022. Vol. 84, Iss. 1.
11. Boikov A., Payor V. The Present issues of control automation for levitation metal melting. Symmetry. 2022. Vol. 14. DOI: 10.3390/SYM14101968
12. Pshenin V., Liagova A., Razin A., Skorobogatov A. et al. Robot crawler for surveying pipelines and metal structures of complex spatial configuration. Infrastructures. 2022. Vol. 7. DOI: 10.3390/INFRASTRUCTURES7060075
13. Shestakov A. K., Sadykov R. M., Petrov P. A. Multifunctional crust breaker for automatic alumina feeding system of aluminum reduction cell. E3S Web of Conferences. 2021. Vol. 266. DOI: 10.1051/e3sconf/ 202126609002
14. Feng L., Yang F., Zhang W., Tian H. Model predictive control of duplex inlet and outlet ball mill system based on parameter adaptive particle swarm optimization. Mathematical Problems in Engineering. 2019. DOI: 10.1155/2019/6812754
15. Vasilieva N. V., Boykov A. V., Erokhina O. O., Trifonov A. Yu. Automatic digitalization of pie charts. Journal of Mining Institute. 2021. Vol. 247. pp. 82–87. DOI: 10.31897/PMI.2021.1.9
16. Shestakov A. K., Petrov P. A., Nikolaev M. Y. Automatic system for detecting visible emissions in a potroom of aluminum plant based on technical vision and a neural network. Metallurgist. 2023. Vol. 66. pp. 1308–1319. DOI: 10.1007/s11015-023-01445-z
17. Beloglazov I. I., Sabinin D. S., Nikolaev M. Yu. Modelling of the disintegration process in ball mills with the help of discrete element method. Gornyy infor matsionno-analiticheskiy byulleten. 2022. No. 6–2. pp. 268–282. DOI: 10.25018/0236_1493_2022_62_0_268
18. Fedorova E., Pupysheva E., Morgunov V. Modelling of red-mud particlesolid distribution in the feeder cup of a thickener using the combined CFDDPM approach. Symmetry. 2022. Vol. 14. DOI: 10.3390/SYM14112314
19. Rueda-Escobedo J. G., Fridman E., Schiffer J. Data-driven control for linear discrete-time delay systems. IEEE Transactions on Automatic Control. 2021, 14 July. pp. 3321–3336.
20. Baldivieso P. R., Paul Anthony Trodden. Model predictive control of linear systems with preview information: feasibility, stability, and inherent robustness. IEEE Transactions on Automatic Control. 2018, 09 December. pp. 3831–3838.
21. Juneja P. K., Sunori S. K., Sharma A., Sharma A. et al. A review on control system applications in industrial processes. IOP Conference Series: Materials Science and Engineering. 2021. Vol. 1022. DOI: 10.1088/1757-899X/1022/1/012010
22. Vasilieva N. V., Fedorova E. R. Process control quality analysis. Tsvetnye Metally. 2020. No. 10. pp. 70–76. DOI: 10.17580/tsm.2020.10.10
23. Kalashnikova T., Koshkalda I., Trehub O. Mathematical methods of data processing in formation and evaluation of sectoral structure in agricultural enterprises. Global Journal of Environmental Science and Management. 2019. Vol. 5. DOI: 10.22034/gjesm.2019.SI.10
24. Kuzyakov A. V., Zhidovetskiy V. D. Application of control units VAZM-2U in ore grinding. Tsvetnye Metally. 2021. No. 3. pp. 27–31. DOI: 10.17580/tsm.2021.03.02
25. Aryskin A., Grigorev A., Khelemendik R., Petrakov M. et al. System for monitoring control in industrial technological processes. Annals of DAAAM and Proceedings of the International DAAAM Symposium. 2020. Vol. 31, Iss. 1. pp. 644–649. DOI : 10.2507/31st.daaam.proceedings.089
26. Asbjornsson G., Tavares L. M., Mainza A., Yahyaei M. Different perspectives of dynamics in comminution processes. Minerals Engineering. 2022. Vol. 176. pp. 1–9. DOI: 10.1016/j.mineng.2021.107326
27. le Roux J. D., Steinboeck A., Kugi A., Craig I. K. Steady-state and dynamic simulation of a grinding mill using grind curves. Minerals Engineering. 2020. Vol. 152. pp. 1–21. DOI: 10.1016/j.mineng.2020.106208
28. Sokolov I. V., Shapirovskiy M. R., Kuzyakov A. V. Experience of technological processes optimal control (milling complexes) automated systems creation. Tsvetnye Metally. 2015. No. 9. pp. 53–57. DOI: 10.17580/tsm.2015.09.08
29. Salikhov Z. G., Arunyants G. G., Rutkovskiy A. L. Optimum control systems for complex processing lines. Moscow : Teploenergetik, 2004. 496 p.
30. Zhidovetskiy V. D., Kuzyakov A. V. Automatic control system for optimum control over converter matte grinding process: development and implementation. Tsvetnye Metally. 2020. No. 4. pp. 13–18. DOI: 10.17580/tsm.2020.04.01
31. Joon-Young Choi, Krstic M., Ariyur K. B., Lee J. S. Extremum seeking control for discrete-time systems. IEEE Transactions on Automatic Control. 2022, February. pp. 318–323.
32. Methods of classical and modern automatic control theories. Textbook in 5 volumes; 2nd revised edition. Vol. 2: Statistical dynamics and identification of automatic control systems. Ed. by K. A. Pupkov, N. D. Egupov. Moscow : Izdatelstvo MGTU im. N. E. Baumana, 2004. 640 p.
33. Methods of classical and modern automatic control theories. Textbook in 5 volumes; 2^nd revised edition. Vol. 5: Methods of modern automatic control theory. Ed. by K. A. Pupkov, N. D. Egupov. Moscow : Izdatelstvo MGTU im. N. E. Baumana, 2004. 784 p.
34. Bo Pang, Zhong-Ping Jiang. Adaptive optimal control of linear periodic systems: an off-policy value iteration approach. IEEE Transactions on Automatic Control. 2020, 16 April. pp. 888–894.
35. Bingyun Liang, Shiqi Zheng, Choon Ki Ahn, Feng Liu. Adaptive fuzzy control for fractional-order interconnected systems with unknown control directions. IEEE Transactions on Automatic Control Transactions on Fuzzy Systems. 2020, 16 October. pp. 75–87.
36. Astafiev A. F., Alekseev Yu. V. Fluidized bed processing of nickel middlings. 2^nd revised edition. Moscow : Metallurgiya, 1991. 253 p.
37. Draper N. R., Smith H. Applied regression analysis. Translated from English and ed. by M. Vlasenko et al. 3rd edition. Moscow : Dialektika, 2007. 911 p.