Комп’ютерно інтегрована технологія класифікації подрібненої руди за крупністю її часток

Автор(и)

DOI:

https://doi.org/10.33216/1998-7927-2026-304-6-195-203

Ключові слова:

руда, класифікація, модель, керування, система, автоматизація, енергоефективність

Анотація

Обґрунтована комп’ютерно інтегрована технологія класифікації подрібненої руди за крупністю її часток на основі модельно-прогнозуючого керування грохотом тонкого вологого грохочення рудної пульпи. Доведено, що застосування електромагнітного приводу надає більше можливостей щодо змін параметрів вібрації та, відповідно, покращення результатів процесу просіювання. Результати моделювання показали, що залежність параметрів коливального процесу сита грохота від рудного навантаження на ньому, положення плунжера соленоїда електромагнітного приводу та величини електричного струму є нелінійною. Враховуючи зазначені особливості об’єкта керування та необхідність одночасного маніпулювання множиною змінних з технологічними обмеженнями їх величин, для формування ефективного управляння процесом тонкого вологого грохочення руди обрана технологія модельно-прогнозуючого керування (MПК). Такий підхід має дві особливості: використання динамічної моделі керованого процесу для онлайн-прогнозування та застосування процедури оптимізації для пошуку найкращої траєкторії керування в режимі онлайн. Вперше запропонована система модельно-прогнозуючого керування процесом тонкого вологого грохочення рудної пульпи, яка відрізняється від відомих тим, що в якості регульованих змінних використані масові витрати рудної пульпи у живленні грохота та її в’язкість, амплітуда і частота двох електромагнітних приводів коливань сита, а в якості регульованої змінної застосовано параметр ефективності грохочення, для визначення якого використовується процедура інтелектуального розпізнавання на основі непрямих даних. Аналіз результатів моделювання системи модельно-прогнозуючого керування процесом тонкого вологого грохочення руди показує, що застосування запропонованої технології дозволяє підтримувати ефективність грохочення на номінальному заданому значенні в умовах змінних фізико-механічних, хіміко-мінералогічних характеристик руди та стану обладнання, зменшити тривалість перехідних процесів в системі на 25-30% у порівнянні із існуючими локальними системами на основі пропорційно-інтегрально-диференціальних (ПІД) регуляторів і за рахунок цього знизити питоме енергоспоживання процесу на 4-7%.

Посилання

1. Morkun V., Morkun, N., Tron V. Distributed closed-loop control formation for technological line of iron ore raw materials beneficiation. Metallurgical and Mining Industry. 2015. Vol.7. P. 16–19. URL: http://ds.knu.edu.ua/jspui/bitstream/123456789/2264/1/Morkun%20V.%20Distributed%20closed-loop%20control%20formation%20for%20technological%20line%20of%20iron%20ore.pdf

2. Costa P. K., Vaz P. N., Calixto M. F., Torga D. S., Bergerman M. G., Delboni H., Jr. Performance Assessments of an Advanced Control System in an Iron Ore Industrial Grinding Circuit. Minerals. 2025. Vol 15, P. 1172. DOI: https://doi.org/10.3390/min15111172.

3. Meyer E.J., Olivier M.C., Matumba L., Craig I.K. Model predictive control simulation, implementation and performance assessment of a coal comminution circuit. Minerals Engineering. 2019. Vol. 144, 106024. DOI: https://doi.org/10.1016/j.mineng.2019.106024.

4. Di Cairano S., Bemporad A., Kolmanovsky I., Hrovat D. Model predictive control of nonlinear mechatronic systems: an application to a magnetically actuated mass spring damper. IFAC Proceedings Volumes. 2006. Vol. 39(5). P. 241-246. DOI: https://doi.org/10.3182/20060607-3-IT-3902.00044.

5. Knuth M., Ström C. Process Optimization: Innovative Vibration Monitoring Technology Packs a Punch, SPM Instrument.URL:

https://extranet.spminstrument.se/Documents/Downloads/SPM%20in%20media/Process%20Optimization_%20Innovative%20Vibration-Monitoring%20Technology%20Packs%20a%20Punch.pdf.

6. Моркун В.С., Моркун Н.В., Грищенко С.М., Грищенко Я.О. Моделювання комбінованого електромагнітного та електромеханічного приводу грохота для підвищення його ефективності. Вісник Східноукраїнського національного університету імені Володимира Даля. 2025. Вип. 1(287). C. 46-56. DOI: https://doi.org/10.33216/1998-7927-2025-287-1-46-56.

7. Simscape Block Libraries. URL: https://se.mathworks.com/help/simscape/ug/introducing-the-simscape-block-libraries.html.

8. Solenoid. https://se.mathworks.com/help/sps/ref/solenoid.html.

9. Моркун В.С., Моркун Н.В., Грищенко Я.О., Азарян А.А., Гриценко А.М. Моделювання автоматизованого керування об’єктами гірничого виробництва на основі хвильового підходу. Вісник Східноукраїнського національного університету імені Володимира Даля. 2025. Вип. 10 (296). С. 33-42. DOI: https://doi.org/10.33216/1998-7927-2025-296-10-33-42.

10. Ławryńczuk M. Input convex neural networks in nonlinear predictive control: A multi-model approach. Neurocomputing. 2022. Vol. 513(7). P. 273-293. DOI: https://doi.org/10.1016/j.neucom.2022.09.108.

11. Maciejowski J.M. Predictive control with constraints. Prentice Hall, Harlow. 2002. P. 331. ISBN 0201398230, 9780201398236.

12. Tatjewski P. Advanced control of industrial processes, structures and algorithms. Springer, London. Springer Science & Business Media. 2007. P. 332. ISBN 1846286352, 9781846286353.

13. Camacho E.F., Bordons C. Model Predictive Control. Springer, London. 1999. P. 300. ISBN 3-540-76241-8.

14. Model Predictive Control Toolbox. Design and simulate model predictive controllers.

URL: https://se.mathworks.com/products/model-predictive-control.html.

15. Paar A. The influence of particles on suspension rheology.URL:

https://wiki.anton-paar.com/en/the-influence-of-particles-on-suspension-rheology/.

16. Моркун В.С., Моркун Н.В., Поркуян О.В., Грищенко Я.О. Визначення впливу властивостей рудної пульпи на параметри п’єзокерамічного перетворювача. Вісник Східноукраїнського національного університету імені Володимира Даля. 2026. Вип. 2(300), C. 61-69. DOI: https://doi.org/10.33216/1998-7927-2026-300-2-61-69.

17. Chen B., Yan J., Mo W., Xu C., Zhang L., Tamma K.K. DEM simulation and experimental study on the screening process of elliptical vibration mechanical systems. Journal of vibroengineering. 2019. Vol. 21(8). DOI: https://doi.org/10.21595/jve.2019.19993

18. Exact Linearization Algorithm. URL: https://se.mathworks.com/help/slcontrol/ug/exact-linearization-algorithm.html

##submission.downloads##

Опубліковано

2026-09-30

Номер

Розділ

G7 - Автоматизація, комп’ютерно-інтегровані технології та робототехніка