ИДЕНТИФИКАЦИЯ ШАРОВОЙ МЕЛЬНИЦЫ ПО ДАННЫМ ПРОМЫШЛЕННОЙ ЭКСПЛУАТАЦИИ ОБЪЕКТА

Рассмотрена возможность идентификации шаровой мельницы на основе данных, полученных из существующей промышленной системы шаровой мельницы, с целью дальнейшей разработки системы автоматического управления объектом. Необходимость разработки обусловлена негативными явлениями, возникающими в результате функцио-
нирования объекта без САУ. Были выделены входные каналы, имеющие наибольшую степень воздействия на выходной параметр объекта, в качестве которого был выбран ток спирали классификатора. Рассмотрены различные по объему выборки данных для которых произведен регрессионный анализ для подбора коэффициентов полиномов различного вида. Исследовались следующие модели: степенные полиномы, линейная, дробная и экспоненциальная функции, полином Колмогорова-Габора. При симуляции моделей объекта в пакете Matlab была оценена степень схожести графиков, а именно для каждого из полученных полиномов и реального графика были рассчитаны квадратичный критерий и коэффициент корреляции, что позволило судить о точности построенных моделей. Сделан вывод, что наиболее точно нелинейности объекта учитываются при описании его полиномом Колмогорова-Габора, что будет использовано в дальнейших работах.

Исследование проведено при финансовой поддержке прикладных научных исследований Министерством образования и науки Российской Федерации, договор № 14.575.21.0133 (RFMEFI57517X0133).

Ключевые слова

Горно-обогатительный комбинат, шаровая мельница, идентификация, многопараметрический объект управления, полином Колмогорова-Габора, регрессионный анализ, математическая модель.

Номер: 1
Год: 2018
ISBN:
UDK: 681.5 + 625.2
DOI: 10.25018/0236-1493-2018-1-0-150-157
Авторы: Еременко Ю. И., Полещенко Д. А., Цыганков Ю. А., Боровинских М. Д.

Информация об авторах: Еременко Юрий Иванович — доктор технических наук, профессор, e-mail: erem49@mail.ru, Полещенко Дмитрий Александрович — кандидат технических наук, доцент, e-mail: po-dima@yandex.ru, Цыганков Юрий Александрович — аспирант, e-mail: TsY-18@yandex.ru, Боровинских Максим Дмитриевич — студент, e-mail: bruh1100@gmail.com, Старооскольский технологический институт им. А.А. Угарова (филиал), НИТУ «МИСиС» (СТИ НИТУ «МИСиС»).

Библиографический список:

1. Андриевский А. Ю.Дьяконица С. А. Методика параметрической идентификации многосвязных объектов управления с помощью нейронных сетей / Труды Братского государственного университета. Серия: естественные и инженерные науки, т. 1. — Братск, 2010. — С. 59—62.

2. Полещенко Д. А.Цыганков Ю. А. Идентификация многопараметрического технологического объекта управления / Материалы XIII Всероссийской научно-практической конференции с международным участием «Современные проблемы горно-металлургического комплекса. Наука и производство». Т. 2. — Старый Оскол: типография СТИ НИТУ «МИСиС», 2016. — С. 88—90.

3. Зарубин М. Ю. Разработка самообучающейся САУ на ИНС для оптимизации процессов в условиях нестабильности входных параметров // Science Time. — 2015. — № 1(13). — С. 146—151.

4. Jian Tang, Li-jie Zhao, Jun-wu Zhou, Heng Yue, Tian-you Chai. Experimental analysis of wet mill load based on vibration signals of laboratory-scale ball mill shell // Minerals Engineering Volume 23, Issue 9, August 2010, Pp. 720—730.

5. Jian Tang, Tianyou Chaia, Lijie Zhaoa, etc. Soft sensor for parameters of mill load based on multi-spectral segments PLS sub-models and on-line adaptive weighted fusion algorithm // Neurocomputing. 2012. No.78. Pp. 38—47.

6. Gugel K., Moon RM. Automated mill control using vibration signal processing // IEEE Cement Industry Technical Conference, 2007. Pp. 17—25.

7. Андреев С. Е. Дробление, измельчение и грохочение полезных ископаемых. — М.: Нед-
ра, 1980. — 320 с.

8. Poleshchenko D. A.Tsygankov Y. A. Ball Mill States Classification using Competitive Neural Networks / 2016 International Siberian Conference on Control and Communications (SIBCON) 978-1-4673-8383-7/16/$31.00 ©2016 IEEE.

9. Пожарский ЮМ., Полещенко Д. А., Подковыров ИЮ. Определение степени заполнения мельницы мокрого самоизмельчения с применением беспроводных технологий // Горный журнал. — 2013. — № 2. — С. 115—118.

10. Сибирцева Н. Б.Потапенко А. Н.Семернин А. Н. Особенности автоматизации загрузки сырьевой мельницы в составе систем АСДУ // Известия Самарского научного центра Российской академии наук. — 2011. — т. 13. — № 1(3). — С. 641—645.

11. Смирнов С. Ф.Жуков В. П.Федосов С. В. Оптимальное управление питанием барабанных мельниц // Вестник МГСУ. — 2009. — № 1. — С. 156—159.

12. Стукач О. В., Программный комплекс Statistica в решении задач управления качеством: учебное пособие. — Томск: Изд-во ТПУ, 2011. — 163 с.

Наши партнеры

Подписка на рассылку

Раз в месяц Вы будете получать информацию о новом номере журнала, новых книгах издательства, а также о конференциях, форумах и других профессиональных мероприятиях.