CC BY
95
- разработку программной библиотеки данных из результатов решения трехмерных задач для гибридных невысоко производительных вычислительных систем, поддерживающей совместимость с форматом численных моделей, синтезированных в системе С0М80Ь.
Литература
1. Боровков, А. И. Компьютерный инжиниринг. Аналитический обзор / А. И. Боровков. - СПб., 2012.
2. Калинин, Е. Н. Тепловая и гидродинамическая мо-
дели процесса концентрирования технологического раствора в поле действия центробежных сил / Е. Н. Калинин, Е. Е. Корочкина, И. П. Горнаков // Известия вузов. Технология текстильной промышленности. - 2012. - №6. -С. 151-155.
3. Калинин Е. Н., Корочкина Е. Е., Горнаков И. П., Голованов Е. А. Устройство выпарное центробежного типа для концентрирования жидких растворов. Патент РФ на изобретение №2509591 С1 МПК Б01Б.
4. Кочин, Н. Е. Теоретическая гидромеханика / Н. Е. Кочин, И. А. Кибель, Н. В. Розе. - М., 1963. - Т. 2. -С. 387.
УДК 004.89, 519.2, 519.85
С. В. Ендияров
ОАО «Уралмашзавод» (г. Екатеринбург), С. Ю. Петрушенко
НПО «Новатор» (г. Екатеринбург)
ПРОГРАММНО-АНАЛИТИЧЕСКИЙ КОМПЛЕКС «СИСТЕМА МОНИТОРИНГА ПРОЦЕССА УСРЕДНЕНИЯ ШИХТОВОГО СЫРЬЯ»
Представлена система мониторинга процесса усреднения шихтового сырья, которая реализована в виде программно-аналитического комплекса и может быть использована для повышения качества усреднения сыпучих материалов методом штабелирования.
Мониторинг, усреднение, 3D визуализация, моделирование, поддержка принятия решений, аномальная зона.
The article presents the information system for control and condition monitoring of iron ore blending process in a stock pile, which can be used to increase the quality of the end product.
Condition monitoring, blending, 3D visualization, modeling, decision support systems, anomalous zone.
Введение.
Чаще всего в производстве, связанном с использованием сырьевых материалов, используют склады, на которых наряду с хранением производят также усреднение их химического и гранулометрического состава. Усреднение химического состава поступающих на склад материалов происходит за счет того, что усредняемый материал при загрузке укладывается в штабель послойно, а при разгрузке отбирается из штабеля в разрез слоями.
Раздельная предварительная гомогенизация компонентов сырьевой смеси - основной метод усреднения сырья в цементной, угольной, металлургической и других видах промышленности. Отдельные компоненты после предварительной гомогенизации дозируются в соответствии с проектным химическим составом сырьевой смеси и подаются через питающие бункера и весовые ленточные дозаторы. Химический анализ сырьевой смеси, выходящей из усредненного штабеля, позволяет судить о необходимости корректирования ее состава [1].
Контролируемые параметры процесса усреднения характеризуются вектором большой размерности, что затрудняет обработку данных и как следствие повышает время на принятие решений оператором о
корректировке процесса. В связи с этим задача поддержания однородности химического состава усредняемой смеси является перспективной и требует комплексного подхода для ее решения. Особой сложностью решения данной задачи является своевременное обеспечение обработки информационных потоков в режиме реального времени и предоставление результатов оператору в виде, доступном для принятия решения [3].
Основная часть.
Разработанный программно-аналитический комплекс обеспечивает постоянный контроль процесса формирования штабеля шихтового сырья в виде трехмерного объемного отображения контуров штабеля, слежение за соответствием контролируемых параметров заданным, оперативное отслеживание изменения технологических ситуаций. Целью системы мониторинга является поддержание стабильного качества выходной продукции.
Формирование объемной модели штабеля шихты связано со значительными трудностями. Нарушение технологического режима процесса усреднения шихтового сырья приводит к изменению содержания компонентов сырья в штабеле и образованию участ-
ков штабеля с неравномерным химическим составом, или так называемых «аномальных зон».
С увеличением степени детализации процесса существенно повышаются требования к аппаратному обеспечению персонального компьютера конечного пользователя системы. Укрупнение степени детализации в свою очередь приводит к снижению информационного обеспечения персонала и потерям информации, которая доступна, однако не может быть использована в виду упомянутых выше ограничений.
Учитывая специфику движения сбрасывающей тележки, можно сформулировать следующие допущения о процессе формирования штабеля:
1. Детализация штабеля шихты в поперечном сечении (имеется ввиду одно сечение из множества сечений штабеля) определяется количеством слоев и их параметрами.
2. Продольное сечение штабеля полностью определяется двухмерной моделью «подошвы» штабеля.
3. Количество поперечных сечений штабеля зависит от заданной степени детализации объемной модели.
4. Распределение материала по ширине усредни-тельного склада считаем равномерным ввиду отсутствия другой информации (полагаем, что известна лишь позиция сбрасывающей тележки).
При построении модели штабеля шихты следует принять во внимание следующее:
1. Необходимость учета распределения материала в формируемом слое в связи с получением информации в дискретные моменты времени.
2. Необходимость прогнозирования объемных и качественных характеристик формируемого штабеля в реальном масштабе времени в связи с дискретностью контроля химического состава поступающих компонентов, а так же дискретностью контроля положения сбрасывающей тележки.
3. Необходимость учета смены слоя формируемого штабеля по результатам дискретных измерений положения сбрасывающей тележки.
4. Необходимость переноса «реальных» координат в координаты трехмерного «мира» объемной модели путем решения задачи обнаружения пересечений непрерывных множеств и разбиения конечного множества на ряд дискретных множеств и последующего их объединения в единые структурные элементы, формирующие объемную модель штабеля.
5. Необходимость синхронизации данных, поступающих из разных источников. Для этого был использован принцип декомпозиции, позволяющий снизить размерность задачи дискретной оптимизации [2].
Реализация информационной системы визуализации и оптимизации процесса формирования штабеля построена на основе веб-архитектуры. Выбор веб-архитектуры основывался на следующих преимуществах:
- отсутствие необходимости использовать дополнительное программное обеспечение на стороне
клиента, это позволяет автоматически реализовать клиентскую часть на всех платформах;
- возможность подключения практически неограниченного количества клиентов;
- благодаря единственному месту хранения данных и наличия системы управления базами данных обеспечиваются минимальные требования для поддержания целостности данных;
- изолированность уровней друг от друга позволяет (при правильном развертывании архитектуры) быстро и простыми средствами переконфигурировать систему при возникновении сбоев или при плановом обслуживании на одном из уровней;
- низкие требования к скорости канала (сети) между терминалами и сервером приложений;
- низкие требования к производительности и техническим характеристикам терминалов, как следствие - снижение их стоимости. Терминалом может выступать не только компьютер, но и, например, мобильный телефон.
Использование в качестве ядра системы много-агентной платформы JADE позволило разбить решение задач получения данных и их синхронизацию между взаимодействующими сущностями, действующими в асинхронном режиме, разбить основные функции, связанные с прогнозированием, оптимизацией и моделированием процесса формирование штабеля.
Разработанная система мониторинга выполняет следующие функции:
- прием и обработка информации о расходах материальных компонентов поступающих на усреднение и положении загрузочной тележки, результатов опробования партий привозного сырья (рис. 1);
- анализ информации о компонентах, поступающих из различных источников по различным сырьевым трактам на содержание железа, извести, массы (по степени опорожнения бункеров), анализ проб железорудного сырья на приемных бункерах усреднительного склада и конвейерах (см. рис. 2);
- обработка данных о запасах сырья, поступающего на склад, запасах концентрата на промежуточных складах;
- контроль отклонения расходов материальных потоков поступающих на усреднение, а также расходы на сборном конвейере;
- контроль работы штабелеукладчика;
- формирование отчетной информации о работе усреднительного склада за месяц, неделю, день, смену, с начала смены, с начала месяца, с начала года, формирование паспорта штабеля по результатам процесса усреднения (в том числе в режиме реального времени);
- выдача рекомендаций оператору об оптимальных расходах материальных потоков;
- 3D визуализация процесса формирования штабеля с отображением текущего состояния (формируемый слой штабеля, химический состав слоя, расходы материальных потоков, отклонение по рас-
ходам и химическому составу от заданных, отображение контура формируемого штабеля) за произвольный период;
- визуальная фильтрация объемной модели штабеля, по выбранному показателю, с возможностью задания граничных значений.
Разработанная система мониторинга позволяет обнаруживать «аномальные зоны» в штабеле, визуализировать в 2Б и 3Б пространстве и корректировать
задание на отгрузку штабеля с учетом этих неодно-родностей.
В результате работы комплекса выделяется структура Ф , являющаяся потенциальной аномальной зоной в формируемом штабеле (или сформированном). Структура Ф* может быть представлена в виде множества:
Рис. 1. Пример обработки информации о расходах материальных потоков и работе штабелеукладчика
Рис. 2. Анализ информации о компонентах поступающих на усреднение
Ф* = {Ф^Ф2,...,Фи}.
И 3
Каждый элемент множества Ф* представляет собой вектор параметров:
ф = (,,3,М,Сс,Т е {0,1,-1}),
где Т е {0,1, -1} - относит заданный элемент к одному из трех классов (норма, выше нормы, ниже нормы); ,,3 - индекс элемента множества; М - масса
порции материала; Сс - элемент описываемый следующим вектором:
Сс = (Бе, В, СаО, 8Ю2),
где Бе, В, СаО, 8Ю2 - химический состав отдози-
рованного материала (общее содержание железа, основности, кальция и кремния).
В общем случае процесс объединения аномальных зон в смежных слоях сводится к решению следующих задач:
1. Выделение контура аномальных зон в продольном сечение штабеля. Для решения данной задачи использовался алгоритм [4].
Понятие границы множества, расположенного на непрерывной плоскости, вполне очевидно. Такую границу образует множество всех точек, которые обладают следующим свойством: независимо от того, сколь мала выбранная окрестность этих точек, она содержит точки, лежащие как внутри множества, так и вне его. Не столь очевидно соответствующее понятие для дискретной плоскости. Отметим также, что термин «контур» сохраняется для случая дискретной плоскости.
Алгоритм обхода описывается в терминах поведения наблюдателя, движущегося вдоль элементов, принадлежащих множеству, и выбирающего крайний правый элемент множества. Начальный элемент может определяться рядом способов, в том числе с помощью обхода плоскости сверху вниз и слева направо. Процедура построения контура заканчивается, когда очередным элементом, осматриваемым в процессе обхода, оказывается начальный.
2. Определение величины границы пересечения аномальной зоны, что фактически сводится к задаче объединения двух дискретных множеств и определения длины прямой пересечения.
Полагаем далее, что элементы множества
Ф ={ф1,Ф2,...,Фя} должны быть упорядочены так, что:
Ф* (') ^ Ф*+1 (') Ф* (() = Ф*+1 () Ф* () > Ф*+1()
Таким образом, необходимо произвести сорти-
- *
ровку Ф по составному индексу:
По сортированной последовательности начинаем формировать «горизонтальные» множества ю, (3)
для , = 1,...,N (N - число строк) и 3 = 1,..., №(,) (№ (,) - число элементов по горизонтали для данного уровня):
(3) = ®* (3) ^Ф, (3 +1), 3 е1,...,№(0.
В случае, если ф, (3 + 1)е{0}, то множество (3) сформировано и создается новое множество
+1 (3).
В результате формируется структура Т, состоящая из горизонтальных множеств:
Т =
{®* (3),..., ®*+п1 (3)}'
{{(3),..., ®*+п2 (3)} {(3),..., (3)},
Связь между элементами разных слоев га* (3) и
®*+1 (3) формируется на основе матрицы инциден-ций О :
О =
800 ... 80и
8И0 ... 8„
где 83 е {0,1} - возможность перехода из множества
в множество. Переход возможен лишь из одного слоя в другой, но не внутри слоя.
3. Принятие решения об объединении аномальных зон происходит исходя из длины линии пересечения двух множеств. Для этого использовался полученный на практике коэффициент масштабирования аномальных зон 8Уи, который в свою очередь является коэффициентом обработки чувствительности фильтрации при отрисовке штабеля. Причем, если О < 8Уи , то аномальные зоне не объединяются, а представляются в виде отдельных областей, в противном случае аномальные зоны, возникшие в разных смежных слоях, выделяются в одну. Для оценки объединения элементов необходимо провести поиск всех путей графа, описываемого матрицей О . Для каждого выделенного пути затем применяется критерий 8Уи и отбрасываются лишние элементы.
Реализация алгоритма выделения аномальных зон в рамках программно-аналитического комплекса представлена на рис. 3.
Рис. 3. Отображение аномальной зоны в штабеле
Выводы.
Разработанный программно-аналитический комплекс сконфигурирован для работы на усреднитель-ных складах агломерационных предприятий. Универсальность комплекса позволяет использовать его в любых отраслях промышленности, где требуется контролировать процесс усреднения сыпучих материалов. При этом необходима лишь дополнительная настройка разработанного программного обеспечения. Созданная трехмерная модель штабеля существенно упрощает контроль качества усредняемого материала, способствуя тем самым объединению нескольких переделов. Благодаря объектно-ориентированной структуре, все подсистемы, такие, как разгрузка железнодорожного транспорта, сборный конвейер, штабелеукладчик для загрузки штабеля, конвейеры различных складов, могут быть легко интегрированы в систему, позволяя отображать образы материальных потоков в графическом или в табличном виде.
Литература
1. Ендияров, С. В. Диагностика процессов подготовки и производства агломерата / С. В. Ендияров, С. Ю. Петру-шенко. - LAP Lambert Academic Publishing, Germany, 2013. - C. 332.
2. Ендияров, С. В. Синхронизация потоков данных в интеллектуальных многоагентных системах управления в черной металлургии / С. В. Ендияров, С. С. Головырин // Сталь. - 2013. - №9. - С. 93-95.
3. Ендияров, С. В. Система диагностики и управления процессом подготовки и производства железорудного агломерата / С. В. Ендияров, С. Ю. Петрушенко // Автоматизация в промышленности. - 2012. - №10. - Октябрь. -С. 65-68.
4. Chang, F. A Component-Labeling Algorithm Using Contour Tracing Technique / F. Chang // Proceedings of the Seventh International Conference on Document Analysis and Recognition (ICDAR 2003). - Edinburgh, UK, 2003. - P. 741745.
УДК 677. 076. 4
С. В. Ершов, Е. Н. Калинин
Ивановский государственный политехнический университет
РАЗРАБОТКА ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ АНАЛИЗА НАПРАВЛЕННОСТИ ВОЛОКОН В УГЛЕРОДНЫХ НЕТКАНЫХ СТРУКТУРАХ
В статье представлены результаты разработки программного комплекса для анализа направленности волокон в нетканых структурах средствами MATLAB. Для исследуемых образцов углеродных нетканых структур определены: направленность волокон, коэффициент анизотропии, максимальное и минимальное значения распределения волокон, расположенных в определенном направлении.
Направленность волокон, углеродная нетканая структура, метод анализа изображений, преобразование Фурье.
The article presents the software system for analysis of fiber orientation in nonwoven structures implemented in the software MATLAB. The authors carried out the analysis for carbon nonwoven samples where fiber orientation, anisotropy ratio, maximum and minimum frequency were determined.
