Построение модели процесса измельчения в агрегате непрерывного действия с замкнутым циклом ОАО «Ковдорский ГОК» с применением нейросетевых моделей Текст научной статьи по специальности «Химические технологии»

УДК 004.94

А.А. Туз1, В.Н. Богатиков2,3

1 Ковдорский ГОК

2 Мурманский государственный технический университет

3 Кольский филиал ПетрГУ

ПОСТРОЕНИЕ МОДЕЛИ ПРОЦЕССА ИЗМЕЛЬЧЕНИЯ В АГРЕГАТЕ НЕПРЕРЫВНОГО ДЕЙСТВИЯ С ЗАМКНУТЫМ ЦИКЛОМ ОАО «КОВДОРСКИЙ ГОК» С ПРИМЕНЕНИЕМ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ

Аннотация

В статье рассматривается моделирование технологического процесса измельчения. Комбинированная кинетическая модель процесса измельчения в шаровой барабанной мельнице с открытым циклом. Возможность использования нейро-фаззи сетей для эффективного управления технологическим процессом.

Ключевые слова:

компьютерное моделирование, кинетика, смешение, измельчение, классификация, месторождения многокомпонентных руд, бадделеит-апатит-магнетитовые руды, оценка состояния, нейросети.

V.N.Bogatikov, A.A.Tuz

BUILDING A MODEL OF GRINDING IN UNIT OF CONTINUOUS ACTION WITH THE CLOSED CYCLE IN JSC "KOVDORSKY GOK” WITH USING NEURAL NETWORK MODELS

Abstract

The article consider modeling of technological grinding process. Research of factors defining productivity of grinding process. The possibility of using neuro-fuzzy networks for effective process control.

Key words:

computer modeling, kinetics, mixing, grinding, classification, multi-ore deposits, baddeleyite-apatite-magnetite ore, evaluation, neural network.

Введение

В связи с дефицитом и высокими ценами фосфатного сырья на внутреннем и внешнем рынке руководством МХК «ЕвроХим» была поставлена задача и разработана программа обеспечения заводов компании фосфатами собственного производства, главным образом за счет увеличения объемов выпуска апатитового концентрата Ковдорским ГОКом до 3 млн. т к 2015 г. [1].

Совершенствование производства ведется по трем основным направлениям:

1. Эксплуатационно-технологическое направление. Изыскание новых методов добычи, рудоподготовки и обогащения полезных ископаемых. Сюда можно отнести совершенствование регламентов технологических процессов и совершенствование технологического оборудования.

2. Проектно-конструкторское направление. Создание нового более мощного и прогрессивного оборудования. Модернизация и реконструкция производства; повышение качества изготовления деталей и узлов установленного оборудования.

3. Автоматизация производства.

Одно из главных требований, предъявляемых к процессу измельчения-максимальная производительность измельчительных агрегатов [2]. По опубликованным данным [2], 90-95% всех расходов на измельчение зависят от производительности мельниц. Эти расходы изменяются обратно пропорционально изменению производительности мельниц.

Существенной особенностью большого класса современных технологических процессов является наличие неопределенности параметров их функционирования как статистической, так и нестатистической природы, которая объясняется отсутствием или неполнотой знаний о физико-химических параметрах процесса, широким спектром различных возмущающих и управляющих воздействий, присутствующих в реальных производственных системах и сложным характером их влияния.

Описание технологического процесса подготовки питания флотации

Технологический процесс мельнично-гидроциклонного передела апатито-бадделеитовой фабрики (АБОФ) ОАО Ковдорский ГОК, заключается в следующем. Хвосты магнито-обогатительной фабрики (МОФ) крупностью 30% кл. -0,074 мм. насосами подаются на АБОФ, где сгущаются в гидроциклонах. Слив последних обесшламливается в обезвоживающих гидроциклонах, а крупная часть песков доизмельчается до -0,3 мм. в шаровой мельнице, работающей в замкнутом цикле с классифицирующим гидроциклоном. Операция измельчения также несет в себе свойство обновления поверхности минеральных зерен [3]. Готовый по крупности материал с 25% твердого поступает в радиальный сгуститель, из которого в слив удаляются шламы. Сгущенный продукт с 50-53% твердого направляется на флотацию апатита в механических аппаратах. В результате основной флотации, двух контрольных флотаций и перечисток получают апатитовый концентрат с 37-38% Р2О5 [4].

Технология мокрого измельчения в агрегате непрерывного действия с замкнутым циклом

Агрегат мокрого измельчения с замкнутым циклом представляет собой систему взаимосвязанных технологических аппаратов. Схема технологического процесса измельчения в таком агрегате представлена на рис. 1.

г \ Шаровая барабанная мельница _ГЧ И к Ґ N Класс ифицирующий аппарат .. V

у1

У ^гксч

Рис. 1. Схема технологического процесса измельчения в агрегате мокрого измельчения с замкнутым циклом

Хвосты МОФ, поступающие в процесс доизмельчения, имеют различный минералогический состав: процентное содержание основных минералов и

примесей. Минералы, входящие в состав хвостов, обладают различными физико-механическими свойствами: крепость; прочность на сжатие и растяжение; упругость и т.д.

Хвосты МОФ также характеризуются гранулометрическим составом -содержанием различных классов крупности частиц. Количество классов крупности - условное.

Рассмотрим процесс измельчения рудных материалов, происходящий в агрегате непрерывного действия. Внутрь барабана непрерывно подается измельчаемый материал, который проходит вдоль него и, подвергаясь воздействию дробящих тел, измельчается ударом, истиранием и раздавливанием. Измельченный продукт непрерывно разгружается.

Выходной продукт мельницы поступает в классифицирующий аппарат, где происходит разделение материала по крупности: песковая фракция Qпеск; готовый продукт измельчения Qгот (рис. 2).

Песковая фракция поступает обратно в процесс измельчения, образуя циркулирующую нагрузку мельницы. Готовый продукт измельчения поступает в технологические процессы обогащения (флотация).

Для повышения эффективности работы классифицирующего оборудования в процесс классификации подается вода.

/ Состояние \

Тип

ИЗМЕЛЬЧИТЕЛЬЫАЯ

СРЕДА

/ Состояние \

Тип

Конструкция

Мельница Классификатор

ТЕХНОЛОГИЧЕСКОЕ ОБОРУДОВАНИЕ

\ _У

МЕЛКОДРОБЛЕНАЯ РУДА о ^-руды

Свойства

Минералогический состав \

Гранулометрическая

характеристика

1 /

ПРОДУКТ ИЗМЕЛЬЧЕНИЯ -ПИТАНИЕ ФЛОТАЦИИ

Гранулометрическая

характеристика

Рис. 2. Обобщенная технология измельчения

Обобщенная постановка задачи

Совершенствование процессов обогащения и создание наиболее эффективного оборудования возможно при решении вопросов автоматизации.

Основную цель автоматизации управления технологическими процессами обогащения, можно сформулировать следующим образом:

Обеспечение максимального извлечения полезного компонента и выпуска готовой продукции производства при заданном значении по качеству и ограничениях на трудовые, энергетические и материальные ресурсы.

В этих условиях критерием экономической эффективности принимается, как правило, прибыль.

Применительно к апатитобадделеитовой обогатительной фабрике Ков-дорского ГОКа качественными показателями апатитового концентрата являются:

/Зр2°5 — содержание ценного компонента (Р2°5) в концентрате;

Рк°’1в — содержание класса крупности +0,16 мм в концентрате.

Содержание полезного компонента в концентрате /Зр2°5 зависит от суммарного содержания апатита и от технологического извлечения полезного компонента (Р2О5) в концентрат £ в процессе обогащения.

Определенную роль в технологии измельчения играет фактическая

_ факт г

удельная производительность мельниц #0 16 , которая в своем приближении к # тХ зависит от способа управления процессом измельчения (ручной, автоматический) при оптимальном наполнении мельницы шарами заданного ассортимента и регламентном состоянии оборудования.

Система оценки параметров модели процесса измельчения в шаровой барабанной мельнице на основе нейро-фаззи сети

Постановка задачи

В соответствии с поставленной задачей моделирования математическая модель процесса измельчения должна прогнозировать гранулометрический состав измельченного материала с учетом изменений его физико-механических свойств, а также состояния измельчительной среды.

Изменение физико-механических свойств перерабатываемого материала и состояния измельчительной среды приводит к изменению параметров модели.

Так коэффициенты Ь в системе уравнений, определяющие функцию разрушения материала, зависят только от физико-механических свойств материала, которые в свою очередь определяются минералогическим составом

£

рудного материала; коэффициенты ', определяющие функцию отбора материала, зависят как от свойств измельчаемого материала, так и от состояния шаровой загрузки.

Задачей, решаемой системой оценки параметров модели процесса измельчения, является прогнозирование функций отбора и разрушения измельчаемого рудного материала.

Нейро-фаззи сетевой метод оценки параметров модели

Определение функций разрушения и отбора материала является весьма сложной задачей. Аналитические зависимости для функций разрушения и отбора, требуют большого количества априорной информации, для получения которой необходимо проведение дополнительных исследований.

Для аппроксимации зависимости функции разрушения материала от его минералогического состава предлагается использовать аппарат нейро-фаззи сетей (НФС), в котором выводы делаются на основе аппарата нечеткой логики,

но соответствующие функции принадлежности подстраиваются с использованием алгоритмов обучения нейронных сетей [4, 5].

Для прогнозирования функции отбора материала предлагается также использовать аппарат нейро-фаззи сетей.

Комбинированная кинетическая модель процесса измельчения в шаровой барабанной мельнице с открытым циклом

Технологический процесс сокращения крупности материала в ша-ровой барабанной мельнице может быть представлен моделью идеального перемешивания [3]. При этом материальный баланс может быть представлен, как показано на рис. 3.

Аккумуляция i-го класса крупности в мельнице

Питание

мельницы

+

Появление от разрушение более крупных классов

Разрушение i-го класса крупности

Разгрузка

мельницы

Рис. 3. Материальный баланс мельницы идеального перемешивания

Тогда дифференциальное уравнение, выражающее материальный баланс /-го класса крупности имеет вид:

Л®, I, ^® г

-- =~ в,®! + / гЛ*----------------------------т г г ^ Ч 1 1 _

ш т ч=1 т (1)

0

где г - массовая доля /-го класса крупности, находящегося в мельнице;

1

•’г - массовая доля /-го класса крупности на входе (в питании) мельницы; т - время пребывания материала в мельнице;

- коэффициенты, определяющие функцию разрушения материала;

вг ’- коэффициенты, определяющие функцию отбора материала;

При условии установившегося процесса уравнение материального баланса примет вид:

— + Z bvs]°] = +-

т 1=1 т (2)

В уравнении (1) можно от массовых долей ® перейти непосредст-т

венно к массам г материала /-го класса крупности, находящегося в мель -

т.

' Z m -

нице, исходя из того, что ' , согласно закону сохранения массы

Z m = const

Тогда уравнение (1) запишется в виде:

аmi I ^, mi

—L = —- -т. + > Ъчя м, —г-

Ж Т г г 1 1 1 т

аг т 1=1 т (3)

Кинетическое уравнение (1) и (3) предполагает, что время пребывания частиц различных классов крупности одинаково. В действительности всегда имеется некоторый разброс частиц по времени пребывания в мельнице. Этот

разброс определяется перемешиванием и характеризуется функцией

Е (, ),

называемой функцией распределения по времени пребывания или иначе функцией РВП:

Е{, ) = —

аг (4)

где - вероятность того, что время пребывания частицы в аппарате лежит в интервале от ^ до Ж.

Функция РВП может быть интерпретирована как зависимость концентрации трассера (некоторым образом меченных недробимых частиц) при его импульсном вводе на вход аппарата.

Разнообразие характеристик потока в реальных системах можно воспроизвести варьированием числа используемых зон идеального перемешивания и степени перемешивания между смежными зонами.

Учесть различное время пребывания частиц удается, применив представление потока через мельницу в виде каскадных смесителей. Причем в большинстве случаев достаточно трех смесителей (А, В, С) в каскаде, если принять время пребывания в каждом смесителе соответственно равным: тл = 0.15•т

тв = 0.15•т

тс = 0 70 т (5)

где т - общее время пребывания материала в мельнице.

На рис. 4 процесс измельчения представлен каскадом из трех смесителей ^, B, О. Поток частиц /-ой фракции (класса) крупности

исходного материала Ярг поступает на вход смесителя A. Поток разгру-

* Я™

жаемого из смесителя A материала является входным потоком 1РВг

смесителя B, и, аналогично, поток разгружаемого из смесителя B материала

является входным потоком Ярсг смесителя С Каждый смеситель содержит

/ \ ты, тт, м,г

запас (массу) материала гА гВ гс , который подвергается измельчению.

Ян Т - время нахождения материала в мельнице Яіс

Смеситель А 1 Смеситель В 1 Смеситель С тА \ т/В \ та 1 Ярв'! 1 Яра

1 1 1 1 1 1

0.15-т 0.15 -т 0.70 • т

Рис. 4. Каскадное представление процесса измельчения

С учетом выше изложенного кинетическое уравнение (3) для трех смесителей запишется в виде системы уравнений:

т — 1а _ +Ц ^

Ш ТА j—1

Щ ^ - ,т. +Ёь лт* - ^

Ш Тв р ] ] ] тв

ІЇтіС їіС V1 , тіС

- = — - + ЕЬ^]т]с-------С

Ш Тс ^ Тс (6)

где Ш'А ’ т'в ’ т'с - масса /-ой фракции (класса) крупности, находящегося соответственно в смесителе А, В, С.

[ [ [

„- масса /- ой фракции (класса) крупности на входе в соответст-венно в смесители А, В, С;

Т а ,Т*,Тс - время пребывания в данном смесителе;

При разбиении входного потока измельчаемого материала на п классов крупности, например, для смесителя А получим систему из п уравнений (7), при этом предполагается, что разрушение самого мелкого п-го класса крупности не происходит.

Шт1А - [а _ . т _ Ща

1, — Л1т1А

Ш ТА Т А

Шт2 А [2 А Ъ. т2 а

2А - + ь^,т, „ _ ----21

Лт(п-1)А _ Т(п—1)А і .7 т(п—1)А

--------------------------+ Ъ, а +... + л — -Я. ,т,---------------

(7)

^ г (п—1)1Л1т1А + ... + Ъ(п—1)(п—2)•>—2)т(п—2)А — Л(п—1)т(п—1)А '

Лт Т

пА = _*А + Ъп1Я1т1А + ... + Ъ„ (п—1)Э(п—1)т(п—1)А

п1 1 1 А п(п—1 ) (п—1 ) (п—1 )А

аг Та Та

Структурная схема модели системы дифференциальных уравнений (7) представлена на рис. 5.

г

А

тпА

1

т

|-Чх}

~Р

л

т,

Чх}

п(п-1)

ЧЗ-*

+

+

+ 2 +

латп

а

т„

ь

ь

Б

3

3

ь

ь

п 1

п

Рис. 5. Структурная схема модели кинетики измельчения

Оценка функции разрушения и отбора измельчаемого материала

Для прогнозирования функции разрушения и функции отбора целесообразно применение нейро-фаззи сети.

Так как физико-механические свойства апатитобадделеитовых руд определяются минералогическим составом основных минералов - апатита и бадделеита, на вход нейро-фаззи сети будем подавать два входных параметра - содержание бадделеита и суммарное содержание апатита и бадделеита в руде.

Структура нейро-фаззи сети показана на рис. 6 и 7.

Входными переменными НФС являются содержания основных мине/ пВаё пЛр+Бай \ л ^

ралов (р , р ), определяющих физико-механические свойства измельчаемого материала (апатитобадделеитовой руды) Выходы узлов первого слоя представляют собой значения функций принадлежности терм-множеств конкретных значений соответствующих входных переменных.

В первом слое нейро-фаззи сети проводится фаззификация входных переменных. Выходы узлов первого слоя представляют собой значения функций принадлежности терм-множеств конкретных значений соответствующих входных переменных.

Слой 1 Слой 2 Слой 3 Слой 4 Слой 5

Рис. 6. Структура нейро-фаззи сети (НФС) для прогнозирования функции

разрушения материала

Слой 1 Слой 2 Слой 3 Слой 4 Слой 5

Рис. 7. Структура нейро-фаззи сети для прогнозирования функции

отбора материала

На вход нейро-фаззи сети (рис. 7) для прогноза функции отбора целесообразнее подавать не минералогический состав перерабатываемой руды, а ее тип согласно проведенной технологической типизации, основанной на измель-чаемости и обогатимости данной руды.

Вторым параметром, подаваемым на вход нейро-фаззи сети, будет являться шаровая загрузка мельницы (объемное заполнение мельницы шарами)

-9ш , Невыходом нейро-фаззи сети будет являться прогнозное значение коэффициента ^, составляющего функцию отбора материала.

Нейро-фаззи сети с подобной архитектурой в англоязычной литературе получили название ANFIS (Adaptive Neuro-Fuzzy Inference System).

Заключение

Сформулирована задача моделирования технологического процесса измельчения и выявлены закономерности измельчения апатитобадделеитовых руд. Модель процесса измельчения представлена ячеечной, состоящей из каскада трех смесителей идеального смешивания.

Задачей, решаемой системой оценки параметров модели процесса измельчения, является прогнозирование функций отбора и разрушения измельчаемого рудного материала. Для аппроксимации зависимости функций отбора и разрушения материала от его минералогического состава и от состояния шаровой загрузки предлагается использовать аппарат нейро-фаззи сетей, в котором выводы делаются на основе аппарата нечеткой логики, но соответствующие функции принадлежности подстраиваются с использованием алгоритмов обучения нейронных сетей. Для прогнозирования матрицы классификации предлагается также использовать нейро-фаззи сеть с архитектурой ANFIS. Разработана структура и алгоритмы модели технологического процесса измельчения в шаровой барабанной мельнице с замкнутым циклом. В работе показана практическая необходимость использования нейро-фаззи сетей для эффективного управления технологическим процессом измельчения.

Литература

1. Стрежнев, Д.С., Мелик-Гайказов, И.В., Ганза, Н.А., Черевко, Н.В. /50 лет по пути инновационного развития // Горный журнал. -2012. -№ 10. -С.7-11.

2. Наращивание мощностей по производству апатитового и бадделеитового концентратов на ОАО «Ковдорский ГОК» / Тарасов, Г.Е. и др.

- Режим доступа: http://www.kar-met.su/pererabotka-otkhodov-prirodopolzovaniya/pererabotka-otkhodov-prirodopolzovaniya-str35.html.

3. Линч, А. Дж. Циклы дробления и измельчения. Моделирование, оптимизация, проектирование и управление/А. Дж. Линч.- М.: Недра, 1981. -243 с.

4. Кулаков, А.Г. Ситуационное управление технологической безопасностью процесса измельчения: диссертация канд. техн. наук: 05.13.06 / Кулаков Андрей Геннадьевич. -М., 2008.

5. Богатиков, В.Н., Исследование агрегата мокрого измельчения с замкнутым циклом как объекта автоматического управления / В.Н. Богатиков, А.Г. Кулаков // Информационные технологии в региональном развитии: сборник научных трудов. -Апатиты: Изд-во КНЦ РАН, 2004. -Вып. IV. -С.80-91.

Сведения об авторах

Туз Андрей Александрович - электромеханик, аспирант, е-mail: andrew3 [email protected] Andrey А. Tuz -Post-graduate

Богатиков Валерий Николаевич - д.т.н., профессор кафедры в МГТУ,

зав. кафедры электропривода и автоматики КФ ПетрГУ,

e-mail: VNB GTK@mail. ru

Valery N. Bogatikov - Dr. of Sci (Tech), Professor