автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматическое управление процессами рудоподготовки с косвенным оцениванием возмущающих воздействий

На правах рукописи

Силачев Валентин Владимирович

АВТОМАТИЧЕСКОЕ УПРАВЛЕНИЕ ПРОЦЕССАМИ РУДОПОДГОТОВКИ С КОСВЕННЫМ ОЦЕНИВАНИЕМ ВОЗМУЩАЮЩИХ ВОЗДЕЙСТВИЙ

05.13.06 - Автоматизация и управление технологическими процессами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Новокузнецк - 2011

4843869

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Уральский государственный горный университет»

Научный руководитель: доктор технических наук, профессор

Лапин Эдуард Самуилович

Официальные оппоненты: доктор технических наук, профессор

Пугачев Емельян Васильевич

кандидат технических наук Петрунин Михаил Васильевич

Ведущая организация: ОАО «Уралмеханобр»

Защита диссертации состоится 26 апреля 2011 года в 15-00 часов на заседании диссертационного совета Д 212.252.02 в Государственном образовательном учреждении высшего профессионального образования «Сибирский государственный индустриальный университет» по адресу: 654007, г. Новокузнецк, Кемеровская обл., ул. Кирова,42, СибГИУ, ауд. №П. E-mail: sec_nr@sibsiu.ru

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «СибГИУ»

Автореферат разослан « ЦЦ » МАРТА_20// г.

у—

Ученый секретарь диссертационного совета Евтушенко В.Ф.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Обогащение железных руд является неотъемлемой и важнейшей частью рудоподготовки в черной металлургии.

Недостаточная разведка новых месторождений и истощение ныне существующих приводит к усилению внимания к вопросам автоматизации производства.

Если на обогатительных предприятиях цветной металлургии автоматизация ограничивается системами стабилизации загрузки мельниц, плотности слива классификаторов и соотношения «руда-вода», то на железорудных обогатительных фабриках даже эти системы встречаются в единичных экземплярах.

Причинами этого являются: сложность технологического процесса, наличие больших потоков рециркуляции веществ, зависимость эффективности обогащения от вещественного состава поступающей руды, тяжелые условия работы оборудования автоматизации. Кроме того, стоимость продукции железорудных фабрик ниже аналогичной стоимости продукции фабрик цветной металлургии, что затрудняет окупаемость систем автоматики.

Тематика диссертационной работы направлена на разработку новых решений в области создания систем автоматического управления и связана с перспективными планами развития предприятия «Информационные горные технологии» и Уральского завода информационно-управляющих систем. Предприятия горной промышленности неоднократно подтверждали необходимость автоматизации процесса обогащения, что нашло отражение в исследованиях института «Уралмеханобр», на базе которого и при его содействии выполнено экспериментальное обоснование предлагаемых решений.

Ввиду изложенного тематика диссертационной работы является актуальной.

Цели и задачи диссертации. Целью диссертации является разработка системы автоматического управления обогатительным процессом с использованием современных технических и программных средств. Для достижения этой цели должны быть решены следующие задачи.

1. Разработать математические модели внутреннего механизма основных технологических процессов обогатительных фабрик (ОФ), позволяющие обосновать структуру функциональных моделей преобразующих каналов рассматриваемого объекта управления (ОУ).

2. Выявить основные факторы, оказывающие влияние на качество выходного продукта ОФ, на основе которых должны разрабатываться автоматические системы регулирования (АСР).

3. Разработать методы идентификации объектов управления с учетом особенностей процесса обогащения железных руд.

4. Разработать метод управления процессом мокрого магнитного обогащения (ММО), отличающийся от существующих большей точностью и учетом возмущающих воздействий.

5. Разработать структуру системы и алгоритм управления процессом ММО.

Методы исследования включают в себя:

Обобщение практического опыта, математическое моделирование, анализ физических процессов в обогатительных агрегатах, использование математической статистики, в том числе факторного анализа, теории автоматического управления, цифровой фильтрации сигналов.

Научная новизна диссертации состоит в следующем:

1. Математические модели внутреннего механизма процесса измельчения, магнитной сепарации и классификации, основанные на уравнениях, полученных на основе законов преобразования и перемещения руды в агрегатах, и позволяющие обосновать структуру функциональных моделей преобразующих каналов рассматриваемого объекта управления.

2. Выявленные с помощью корреляционного и факторного анализа технологические показатели процесса ММО - тип руды, качество помола и классификации - оказывающие наибольшее влияние на качество выходного продукта обогатительных фабрик.

3. Методы идентификации промышленных объектов, основанные на обработке кривых переходного процесса, полученных в ответ на изменения входных воздействий монотонно изменяющейся формы, реализуемые исполнительным механизмом с постоянной и переменной скоростью.

4. Структура комбинированной системы, метод и алгоритм управления головной мельницей, основанные на косвенном определении типа руды путем нанесения пробных воздействий по загрузке и последующем спектральном анализе сигнала, характеризующего шум мельницы.

Практическая значимость. Разработанные в диссертации математические модели, методы и алгоритмы могут быть использованы при проектировании новых и совершенствовании действующих систем управления процессами мокрого магнитного обогащения железных руд, а

также для обучения студентов и повышения квалификации персонала по автоматизации технологических процессов. Реализация результатов.

Разработанные методы идентификации использованы в учебном процессе. Методика оценки влияющих факторов применена в производственной деятельности Уральского завода информационно-управляющих систем, о чем имеются акты внедрения. Предмет защиты. На защиту выносятся:

- математические модели внутреннего механизма процессов горнообогатительных агрегатов, основанные на физических законах преобразования железной руды;

- методы идентификации промышленных объектов управления, основанные на обработке кривых переходного процесса, полученных в ответ на изменения входных воздействий монотонно изменяющейся формы;

- результаты применения факторного анализа к основным факторам технологических процессов ММО;

- структура комбинированной системы, метод и алгоритм управления головными обогатительными агрегатами процесса ММО.

Личный вклад автора заключается в проведении экспериментов на действующем оборудовании, получении математической модели магнитного сепаратора в виде нелинейного дифференциального уравнения, математическом описании грохота на основе модели псевдоожижения, определении вида реальных входных воздействий на ОФ, разработке метода управления мельницей по соотношению двух основных частотных составляющих шума, применении факторного анализа для определения структуры АСР процесса ММО, разработке алгоритма и программы микроконтроллерного регулятора.

Апробация работы. Основные положения и результаты работы докладывались и получили одобрение на Международном научно-промышленном симпозиуме «Уральская горная школа - регионам», Екатеринбург, 2009 г., XVI Международной конференции молодых ученых, Екатеринбург, 2009 г., Международной научно-технической конференции «Научные основы и практика переработки руд и техногенного сырья», Екатеринбург, 2010г.

Публикации. По материалам диссертации опубликовано 9 печатных работ, в том числе 7 статей в периодическом издании, рекомендованном ВАК.

Структура и объем работы. Диссертация состоит из введения, шести глав, заключения, библиографического списка, одиннадцати приложений, содержит 197 страниц машинописного текста (из них 160 страниц основной части работы и 38 страниц приложений), в том числе 44 рисунка и 23 таблицы (не учитывая рисунков и таблиц в приложениях).

СОДЕРЖАНИЕ РАБОТЫ.

Во введении обоснована актуальность решаемой проблемы, сформулирована цель работы и поставлены основные задачи.

В первой главе диссертации «Особенности контроля и управления магнитообогатительными процессами» дан обзор существующих методов и систем управления обогащением железных руд. В качестве модельной выбрана технологическая схема типичной ОФ. Показано, что отсутствует эффективный метод контроля и управления по такому важному параметру как измельчаемость руды.

В главе сформулированы задачи диссертационной работы, приведенные выше.

Во второй главе «Модели аппаратов магнитообогатительных фабрик» рассмотрены модели основных аппаратов ОФ железорудной промышленности. Знание моделей внутреннего механизма технологических процессов ОФ позволяет осознанно подойти к проектированию АСР, правильно определить структуру функциональных моделей преобразующих каналов ОУ, более точно произвести настройки регуляторов. На примере основных агрегатов ОФ показан используемый в диссертации общий подход: разработка моделей ОУ на основе физических законов перемещения и преобразования руды.

Рассмотрены модели мельниц, классифицирующих аппаратов (грохота и гидроциклона), магнитного сепаратора.

Одними из основных ОУ являются мельницы. В последних, в свою очередь, определяющей является кинетика измельчения.

В работе введено предположение, что процесс помола можно в первом приближении рассматривать как переход с некоторой вероятностью р(0 класса ¡-1 в более мелкий класс ¡.

На основе рассмотрения вероятности измельчения частиц руды получено выражение для количества частиц класса 1

-.Г"

Nя. -а1 -К, где Ионач - первоначальное количество крупных частиц; 1 - номер класса частиц; а - усредненное число частиц, получаемых при единичном акте измельчения; ь время; а т - параметры закона изменения вероятности раскола от времени.

Последнее выражение при 5 = 0 соответствует известной формуле Розина - Рамлера. В то же время полученное выражение позволяет в общем виде оценить и количество частиц промежуточных классов, что невозможно при известных выражениях для кинетики помола.

Интегрируя полученное выражение в пределах 0<1<Гк, где Тк - время пребывания руды в мельнице, получим выражение для определения количества частиц мелких классов на выходе мельницы

Анализ уравнений кинетики позволяет считать, что функциональная модель мельницы может быть представлена двумя последовательно соединенными апериодическими звеньями с запаздыванием.

Одним из основных аппаратов ОФ является магнитный сепаратор

(МС).

На основании рассмотрения сил, действующих на частицу руды, получено в общем виде уравнение движения частицы в магнитном поле сепаратора. При типичных значениях параметров пульпы и сепаратора это уравнение имеет вид

у"- 1.038-104-(у')2 + 189-е"** = 7,84, где у - координата частицы руды в выбранной системе отсчета.

Анализ уравнения произведен моделированием в системе МАТЬАВ БтиНпк и показал, что разделение руды можно считать мгновенным, а все инерционные составляющие определяются потоками веществ и емкостью ванны сепаратора.

При больших расходах и малых объемах ванны модель МС можно представить как безынерционное звено. При большом объеме ванны МС и малом входном потоке пульпы постоянную времени МС как апериодического звена целесообразно рассчитывать отдельно по каналам: расход магнетита в пульпе (вход) - объем магнетита в ванне (выход); расход породы в пульпе (вход) - объем породы в ванне МС (выход); расход воды в пульпе (вход) - объем воды в ванне МС (выход).

Важными объектами управления ОФ железорудной промышленности являются классифицирующие агрегаты. В частности, рассмотрен инерционный грохот. В предположении, что в момент встряхивания руду, находящуюся на грохоте, можно рассматривать как псевдоожиженный слой, и, разделяя процесс грохочения на дискретные фазы, показано, что алгоритмическую модель грохота по подрешетному продукту можно представить апериодическим звеном с передаточной функцией иг(р) = __-2л--

б-(0,25-т„-р + 1) При этом величину Т„ можно оценить как т -

I п ~ --1

g • б1п( а )

где: Ь - длина грохота; Г- частота вибраций; а - угол наклона; % - ускорение свободного падения; 0 - расход поступающей на грохот руды; Оп - расход подрешетного продукта.

По расходу надрешетного продукта (выход) - расход крупных фракций руды, поступающей на грохот (вход), модель грохота можно представить звеном транспортного запаздывания с временем запаздывания Тп.

Проведенный в работе качественный анализ работы гидроциклона позволил сделать следующий вывод: малые гидроциклоны при большом напоре пульпы являются безынерционными делительными устройствами, а модель гидроциклона с диаметром 1000 мм и более можно представить апериодическим звеном первого порядка.

В третьей главе «Исследование процесса мокрого магнитного обогащения» выяснена взаимосвязь величин, характеризующих процесс ММО, найдены факторы, наиболее сильно влияющие на выходные показатели процесса. Для анализа использованы технологические данные, включающие 101 строку регистрации 50 технологических факторов. Взаимосвязи между величинами оценивались с помощью коэффициента корреляции.

Использованные данные были получены в процессе нормальной эксплуатации. Проверка показала, что данные хорошо аппроксимируются нормальным законом распределения, что объясняется незначительными колебаниями технологических величин относительно средних значений в процессе наблюдений. При измерениях учитывался временной сдвиг, обусловленный перемещением руды, концентрата и хвостов, данные получены через интервал, обеспечивающий их независимость.

Статистический анализ первой стадии ММС подтвердил важность регулирования предшествующего процесса измельчения. Половина из 10 величин, определяющих работу первой стадии ММС, зависит от эффективной работы предшествующей стержневой мельницы. Возможности управления последующими технологическими агрегатами ограничены из-за положительной обратной связи по материальным потокам.

Ниже в таблице 1 приведены коэффициенты парной корреляции между различными величинами процесса ММО. В таблице приняты обозначения: <5

- расход руды; Сх-(0 - содержание класса ¡; цифрами 1,3 обозначена стадия ММС; р - процентное содержание железа (м - магнитного, об - общего); пит

- питание стержневой мельницы; см - стержневая мельница; р -плотность пульпы; пп - промпродукт; пески - пески гидроциклонов; н/з - незначимые коэффициенты корреляции (на уровне 0,95).

Корреляционный анализ процесса ММО дополнен факторным анализом. Целью факторного анализа являлся поиск минимального количества реальных технологических либо гипотетических переменных, которыми можно объяснить наблюдаемые коэффициенты корреляции, а также определение факторных нагрузок и интерпретация факторов.

Таблица 1. Значимые коэффициенты парной корреляции.

С2 Рпп1 Сх-0,074 Рхв1 р-1 Сх +0,53 пп1 Сх+ 0,074 пп1 Сх-0,074 пп1 Сх+ 0,53 пески Сх-0,074 пески

Сх+ 19 -»-¿-пит 0,27 н/з н/з н/з н/з н/з н/з н/з н/з н/з

Сх- 1 25 -0,27 н/з н/з н/з н/з н/з н/з н/з н/з н/з

Рем 0,25 0,22 0,24 0,50 н/з н/з н/з н/з н/з н/з

Сх-0,074см -0,21 -0,29 н/з н/з 0,27 н/з н/з н/з н/з н/з

РмЗ -0,22 -0,27 н/з н/з н/з -0,44 0,25 0,25 -0,36 0,20

РобЗ н/з н/з н/з н/з н/з -0,44 0,32 0,22 -0,35 0,22

Результаты факторного анализа показали, что для входного потока руды основные нагрузки связаны с содержанием вкрапленных руд и содержанием железа. Этот фактор можно интерпретировать как тип руды. Основные нагрузки второго фактора связаны с содержанием железа, которое, начиная с первой стадии сепарации, характеризует эффективность извлечения,

связанную в первую очередь с качеством помола и классификации. Таким образом, был сделан вывод, что существуют два основных показателя, которые характеризуют все наблюдаемые взаимосвязи технологических параметров: тип руды и эффективность помола и классификаци.

Результаты проведенного анализа позволили в дальнейшем сформулировать направления в разработке структуры системы управления процессом ММО.

В четвертой главе «Идентификация горно-технологических объектов» предложены методы определения параметров математических моделей ОУ. Рассмотрены ОУ, передаточные функции которых получены в главе 2. Методы идентификации, основанные на входном ступенчатом воздействии, на ОФ зачастую трудно реализовать. Это связано с тем, что входное воздействие на объекты управления ОФ часто является выходной величиной исполнительных механизмов с конечным временем отработки и регулирующих органов с нелинейной характеристикой.

На рис. 1 приведен вид реального входного воздействия. Кривая 2 названа далее входным воздействием «переменной скорости». Такое воздействие в частности является выходной величиной нелинейного регулирующего органа.

Рисунок 1. Вид входного воздействия исполнительного механизма: 1 - постоянной скорости, 2 - переменной скорости

В приведенных далее расчетных выражениях приняты обозначения: Х8ых(а>) - установившееся значение выходной величины ОУ; 11, ^ ... -фиксированные значения времени; Т0, Т|, Тг - постоянные времени ОУ; т, т0 - время запаздывания ОУ; штрихом обозначена производная, значение которой находят по углу наклона касательной в данной точке ХВЬ1х; величины а, К1 ясны из рис. 1; К0 - коэффициент передачи ОУ.

Полученные расчетные соотношения для параметров моделей ОУ имеют вид:

1) для апериодического ОУ при входном воздействии вида 1, рис. 1

К„ = ; К=Ко -К,; Т0 = -

1п 1--

К

2) при воздействии вида 2, рис 1.

К0=ЮКг, Т0=пТ,; /,=Г,; я = В=ХШТ,; д=Р-е';

2 В

р = ; с=в+к<2.

3) для интегрирующего ОУ с передаточной функцией '\У0(з)=К0/з и воздействием вида 1, рис. 1

'1 -Л,

4) для интегрирующего ОУ с воздействием вида 2, рис. 1 г

Л„ =---)

где Т) - постоянная в'ремени входного исполнительного устройства.

5) для ОУ в виде двух апериодических звеньев с постоянными времени Т) и Т2 и при ступенчатом входном воздействии

Т,=У1п(у); Тум,У1п(г),

где у = МЦМ^-ММ ИМ2/М|>у;

2М,

МгХ"^,); М2=Х'шх(21.); М3-Х'вых(31,); 1,<1к/3, где 1К - время переходного процесса.

По результатам моделирования ошибка в определении постоянных времени не превосходит: для случая 1 - 15%; для случая 2 - 4%; для случаев 3, 4 - 0,5%; для случая 5 - 3,5%.

Производная в любой точке I может быть найдена как _ 2А/С*, -Х.) + 21(Х7 - 2Х, + Хс) - (Г 4- )(Х2 - 21', + )

где Хо=Х1(г1); х2=х,(12); Х^Х,^); А1 - малое изменение

времени.

Реальные переходные характеристики часто содержат значительные помехи. Для идентификации ОУ по таким характеристикам рекомендовано использовать следующую методику. График выходной величины ОУ сглаживают, затем выбирают порядок аппроксимирующей модели для ОУ. На выходной характеристике ОУ выбирают характерные точки, количество

которых должно соответствовать числу неизвестных параметров ОУ. Подставляя в общее уравнение модели координаты выбранных точек, получаем систему нелинейных уравнений, решая которую находим неизвестные параметры аппроксимирующей модели для ОУ.

Получены следующие системы уравнений для определения параметров:

1.Для модели в виде двух последовательно соединенных апериодических звеньев

1 +

Т,-е ''' -Т,е г'

Т-, -Г,

= 0,1=1,2.

2.Для модели из 2-х апериодических звеньев с запаздыванием

-Ci-o -Ci-'t)

Т,е

М,-(Мк~М0)(\+-

~Т2е *

-) = 0,i=l,2,3.

(1)

(2)

т2-г,

З.Для модели в виде колебательного звена с передаточной функцией

К-К -e~im"'' sin(<a„x/l-i7'/ + arccos(£)-M,) = 0, i=l,2.

(3)

где 7J = —;

В приведенных выражениях (t,;Mi) - точки переходной характеристики, К - коэффициент передачи ОУ, Мо, Мк - соответственно начальное и конечное значения переходной характеристики.

Для решения систем нелинейных уравнений (1-3) нами использован метод Ньютона-Рафсона, реализованный в программе fsolve системы Matlab, а также программа nlinfit, определяющая параметры аппроксимирующей модели по критерию минимума среднеквадратичного отклонения (СКО).

Рассмотрена также идентификация ОУ при определении параметров аппроксимирующей модели по критерию минимума СКО. Переходную кривую ОУ следует оцифровать с помощью любой программы оцифровки графических данных. Оцифрованные данные вводятся в рабочую область системы Matlab в виде вектора моментов времени t и значений выходной величины М. Затем используется подбор параметров модели из условия минимизации СКО в системе Simulink с помощью блоков RMS Continuous и Signal Constraint.

В пятой главе «Исследование и разработка методов повышения эффективности управления процессом ММО» предложены два метода управления головной мельницей. Первый следует использовать при постоянном типе руды, подаваемой на обогащение, для максимизации заполнения мельницы рудой. Второй - при изменяющемся типе руды.

На опытной установке института «Уралмеханобр» выполнены экспериментальные исследования шума мельницы, результаты которых представлены в таблице 2. Таблица 2. Данные экспериментов

№ опыта Расход руды, кг/час Расход воды, кг/час Примечания

1 0 0 Только шары

2 0 27 Шары + вода

3 0 81 Шары + вода

4 35 25,2 Т:Ж=1,39

5 55 36 Т:Ж=1,53

6 70 48 Т:Ж=1,49

7 85 57,6 Т:Ж=1,48

8 105 70,8 Т:Ж=1,48

9 117 78 Т:Ж=1,5

10 156 103,2 Т:Ж=1,51

Полученные файлы записи шума обработаны с помощью Ма11аЬ 7. Данные спектральной обработки приведены на рисунке 2.

Амплитуды максимумов гармоник шума мальм и цм

Рисунок 2. Зависимость амплитуд максимумов частотных составляющих от загрузки мельницы

Как видно из рис. 2, существует возможность контроля и управления заполнением мельницы по соотношению амплитуд двух наиболее сильно изменяющихся и составляющих 215 Гц и 818 Гц, вместо применявшегося до сих пор управления по общей мощности шума.

Изменения интенсивности звуковых колебаний этих частот хорошо описываются зависимостями:

f2i5=0.002x2+0.0695x+0.1961 с коэффициентом достоверности R22i5=09085;

fgis =-9*10"5х2-0.0378х+8.171 1 с коэффициентом достоверности R2g,8=0.7452.

Определенный интерес представляет частота 1335 Гц. Зависимость для нее имеет вид fms— 3*1 oV+0.036x+3.9968 с коэффициентом достоверности R2,335=0.70 92.

По сравнению с известным звукометрическим методом, при котором измеряется общая интенсивность звуковых колебаний, контроль соотношения наиболее сильно изменяющихся частот существенно повышает чувствительность. Из рисунка видно, что соотношение амплитуд на частоте 818 и 215 Гц изменяется в 2,5-4,8 раза.

Увеличение амплитуды высоких частот более чем в 3 раза может служить показателем того, что мельница работает со значительным недогрузом. Управление по соотношению характерных частотных составляющих повышает чувствительность контроля.

Для изучения возможности управления головной мельницей при разных типах руды были проведены экспериментальные исследования.

Были взяты различные по своему типу руды, предварительно измельченные до одного и того же класса крупности, (до 95% крупности класса -0,1 мм и -0,074 мм). Регистрировалось время размола. Результаты эксперимента приведены в таблице 3.

Таблица 3. Время размола.

Тип руды 1 2 3 4 5

Время достижения 95% класса -0,1 мм, мин 39 40 37 23 28

Время достижения 95% класса -0,074 мм, мин 63 73 68 40 47

Из таблицы видно, что различным по типу рудам соответствует различное время размола. При размоле количество мелких фракций в выходном потоке пульпы увеличивается, а следовательно, увеличивается и плотность пульпы.

В другой серии экспериментов размолу подлежали магнетитовая руда и пустая порода. В процессе эксперимента скачкообразно изменялся расход материала в мельницу. Новое значение расхода поддерживалось в течение различного времени в каждой из серий. В целях повышения достоверности эксперименты многократно повторялись.

Эксперименты показали, что выходные характеристики изменения плотности пульпы на выходе мельницы при размоле породы и магнетитовой руды отличаются. При аппроксимации ОУ двумя последовательно включенными апериодическими звеньями для руды сумма постоянных времени Т,+Т2 в 3 раза больше, чем для породы.

На основе экспериментов предложен следующий алгоритм управления:

1. Через определенный интервал времени I на небольшой промежуток времени следует нанести пробное воздействие в виде скачкообразного изменения расхода руды. По истечении времени Д1 расход руды следует возвратить в исходное состояние.

2. По истечении времени запаздывания, средняя величина которого предварительно определяется для конкретной мельницы, следует зарегистрировать плотность пульпы р1.

3. Через интервал времени Д^ следует повторно замерить плотность

пульпы р2 и оценить скорость изменения плотности V = ———.

А/,

4. В зависимости от величины V определяется тип руды, для чего в результате предварительного анализа следует определить диапазон возможного изменения V (Уиш, Утах).

5. Сигнал, пропорциональный величине V, следует использовать как сигнал коррекции задания АСР расхода руды, подаваемой в мельницу.

6. Пропорционально заданию по расходу руды следует скорректировать расход воды, выдерживая соотношение руда/вода в соответствии с технологическим режимом.

В главе также показано, что существует возможность создания АСР, которая одновременно реализует оба предложенных метода управления. В предложенной структуре такой системы выходными величинами являются заполнение мельницы, измеряемое по соотношению высоких и низких частот, и плотность пульпы. Управляющими воздействиями являются расход руды и воды в мельницу. Показано, что при правильном выборе настроек регуляторов и создании контура косвенного оценивания возмущения (типа

руды) в такой системе существует принципиальная возможность добиться инвариантности к типу руды.

В шестой главе «Разработка регулятора и программного обеспечения» разработаны алгоритмы и устройство регулирования заполнения мельницы по соотношению высокочастотной и низкочастотной составляющей шума и определения типа руды по ее измельчаемости.

Для реализации алгоритма управления выбран микроконтроллер Atmegal 6.

Алгоритм работы устройства приведен на рисунке 3.

Программа работает в бесконечном цикле. Пробные воздействия для определения типа руды осуществляются по инициативе оператора. При подаче оператором сигнала для определения типа руды формируется внешнее прерывание, включающее соответствующий блок программы. АЦП О измеряет звуковой сигнал, затем микроконтроллер выделяет характерные гармоники высокой и низкой частот, находит отношение сигнала, пропорционального амплитуде спектральной плотности мощности низкой частоты к аналогичному сигналу высокой частоты, и выводит его на жидкокристаллический индикатор (ЖКИ).

После этого осуществляется коррекция задания АСР загрузки мельницы и формируется сигнал прерывания, по которому осуществляется следующий цикл измерения шума. Сигнал корректировки задания АСР загрузки, рассчитанный микроконтроллером, усредняется по 20 значениям и преобразуется в сигнал постоянного напряжения с помощью параллельного ЦАП.

Программа, реализующая алгоритм управления, создана с помощью CodeVision AVR и Visual Studio и протестирована с помощью VMlab и Proteus.

Для определения соотношения частотных составляющих использована программная реализация цифровых фильтров. Параметры фильтров рассчитаны с помощью графической оболочки sptool системы Matlab.

Рисунок 3. Алгоритм работы устройства управления.

Заключение

Результаты, полученные в диссертационной работе, можно резюмировать следующим образом.

1. Разработаны модели основных аппаратов железорудных ОФ. Получено уравнение вероятностной модели измельчения материала. Модель показывает изменение промежуточных фракций и как частный случай позволяет получить известные уравнения кинетики размола. Получено нелинейное дифференциальное уравнение, описывающее поведение

магнитных частиц в пульпе. Решение уравнения позволило определить параметры магнитного сепаратора как ОУ. В большинстве случаев магнитный сепаратор следует считать безынерционным делительным звеном. Определены условия, при которых магнитный сепаратор необходимо считать звеном с переменными параметрами. Разработаны модели инерционного грохота и гидроциклона как ОУ. Грохот следует рассматривать как апериодическое звено по подрешетному продукту и как звено чистого транспортного запаздывания по надрешетному продукту. Модель гидроциклона небольшой производительности соответствует безынерционному звену. Адекватность полученных моделей проверена и подтверждена совпадением результатов моделирования по ним с известными технологическими данными.

2. Корреляционный анализ технологического процесса на основе большого массива экспериментальных производственных данных (около 5000) подтвердил, что важнейшим параметром, определяющим качество выходного продукта МОФ, является тип руды, под которым в данном контексте понимается её измельчаемость. Этот показатель в совокупности с содержанием магнитного и связанного с ним общего железа определяет эффективность всех дальнейших стадий обогащения. Данные корреляционного анализа подтверждены факторным анализом. Тип руды следует учитывать при построении АСР процесса ММО.

3. Разработана методика и получены расчетные выражения, позволяющие идентифицировать горнотехнологические объекты ОФ. Методика учитывает конечное время отработки регулирующим органом входного воздействия при постоянной и переменной скорости исполнительного механизма. Методика проверена на тестовых задачах и показала точность в пределах 5-15%.

4. Разработан метод управления режимом работы головной мельницы процесса ММО. В случае, если тип перерабатываемой руды может существенно изменяться, следует использовать нанесение пробного воздействия по расходу руды. По скорости изменения плотности пульпы косвенно оценивается тип руды. Сигнал, пропорциональный скорости изменения плотности пульпы, следует использовать как дополнительный корректирующий сигнал в системе стабилизации расхода руды в мельницу. Для повышения чувствительности АСР заполнения мельницы следует контролировать отношение высоких и низких частот шума мельницы. Разработана структура комбинированной АСР процесса измельчения.

Доказана возможность создания АСР с косвенным оцениванием возмущающего воздействия, инвариантной к типу перерабатываемой руды. Разработаны алгоритм, программа и пилотный образец регулятора АСР процесса помола на основе микроконтроллера Atmegal6.

Основные результаты исследований опубликованы в следующих работах

1.Лапин Э.С., Силачев В.В.Способ идентификации объектов управления. Известия ВУЗов, Горный Журнал,№6,2008.-С.52-56.

2.Лапин Э.С., Силачев В.В.Математическая модель физических процессов в вибрационном грохоте. Известия ВУЗов, Горный Журнал, №2,

2009.-е.75-79.

3.Лапин Э.С., Леонов P.E., Силачев В.В.Управление процессом обогащения на магнитообогатительных фабриках. Известия ВУЗов, Горный Журнал, №3,2009.-c.96-l04.

4.Лапин Э.С., Леонов P.E., Силачев В.В. Качественная модель магнитного сепаратора как объекта управления. Известия ВУЗов, Горный журнал, №4,2009. с. 107-114.

5.Силачев В.В. Метод повышения эффективности звукометрического контроля заполнения мельницы. Горный информационно-аналитический бюллетень, №3, 2010. (Депонировано).

6.Силачев В.В. Исследование частотного спектра звуковых сигналов мельниц обогатительных фабрик. Известия ВУЗов, Горный журнал, №3,

2010.-е.89-92.

7.Лапин Э.С., Леонов P.E., Силачев В.В. Эффективность управления замкнутым циклом измельчения руд. Изв. ВУЗов, Горный журнал, №6, 2010.-с. 73-79.

Силачев Валентин Владимирович

Заказ № /.-3 Подписано к печати /7^ и^хя-р/тк?^_20 ■М г

Формат 60x84 Усл. печ.л._. Тираж 100 экз. Печать офсетная.

Типография_ Уральского государственного горного

университета. - .

620001, г. Екатеринбург, ул. Куйбышева, 30.

Введение.

Глава 1. Особенности контроля и управления магнитообогатительными процессами.

1.1. Технология магнитного обогащения руд.

1 .X. Состояние разработок устройств автоматического контроля и систем управления на ОФ.

Глава 2. Модели аппаратов магнитообогатительных фабрик.

2.1. Предварительные замечания-.

2.2. Вероятностные модели измельчения.

2.3. Анализ магнитного сепаратора как объекта управления^.

2.4. Математическая модель физических процессов в вибрационном грохоте.

2.5. Постоянная времени и модель гидроциклона (г/ц) как объекта управления.

2.6. Выводы.

Глава 3. Исследование процесса мокрого магнитного обогащения (ММО).

3.1. Предварительные замечания.

3.2. Анализ питающего потока руды.

3.3. Анализ стержневой мельницы.

3.4. Анализ первой стадии сепарации.

3.5. Классификация и последующие стадииобогащения*.

3.6. Факторный анализ процесса ММО.

3.7. Выводы.

Глава 4.Идентификация горнотехнологических объектов управления.

4.1. Предварительные замечания.

4.2. Методика идентификации при реальном входном воздействии.

4.3. Идентификация объекта из двух апериодических звеньев.

4.4. Повышение точности расчетов при идентификации ОУ.

4.5. Идентификация ОУ второго порядка при наличии шума

4.6. Выводы.

Глава 5. Исследование и разработка методов повышения эффективности управления процессами ММО.

5.1. Предварительные замечания

5.2. Управление процессами ММО по типу руды.

5.3. Повышение эффективности системы управления заполнением мельницы

5.4. Исследование структуры АСР'мельницы.

5.5. Выводы.

Глава 6. Разработка регулятора и программного обеспечения.

6.1. Вводные замечания.

6.2. Алгоритм работы микроконтроллера.

6.3. Схемная реализация микроконтроллерного регулятора.

6.4. Алгоритм цифровой фильтрации.

6.5. Разработка программного обеспечения.

6.6. Выводы.

В сфере материального производства, как за рубежом, так и в нашей стране железорудная промышленность занимает одно из ключевых мест. Так, в 2001 году объем добычи железной руды составил 220,2 млн. тонн.

Несмотря на то, что добыча железной руды существенно колеблется по годам, в целом, до кризиса в странах ближнего зарубежья наблюдалась тенденция роста. В 2005-м году Михайловский, Соколовско-Сарбайский ГОК, ОАО Ванадий несколько снизили добычу руды [37]. Однако, уже в 2006-м году все эти предприятия увеличили объемы производства: ОАО «Ванадий» -на 11,3%, Лебединский ГОК - на 2,1%, Михайловский ГОК - на 16,6%, Кос-томукшкский ГОК — на 3,4%.

Повышение доходности и объема производства черных металлов было есть и несомненно будет являться приоритетной задачей развития экономики страны в целом [33].

Важнейшей частью производства черных металлов является рудопод-готовка и, в частности, обогащение железных руд.

Несмотря на то, что обогатительные предприятия сегодня являются частными и собственники не всегда охотно вкладывают средства в автоматическое управление и контроль технологических процессов, положение, по-видимому, будет меняться. Предпосылками этого являются истощение рудной базы с одновременной недостаточной разведкой новых месторождений, развивающаяся конкуренция как внутри страны, так и на мировом рынке, повышение требований государства и профсоюзов к защите работников, усиливающиеся требования к защите окружающей среды. Так, с 1995 по 2004 гг. увеличение учтенных железорудных запасов не превышало 3,3%. С другой стороны, среди разведанных запасов руд, доля руд, не требующих обогащения (содержание железа 55% и более), составляет лишь 12%. Это заставляет задумываться об увеличении затрат на автоматизацию для повышения качества конечного продукта.

Не меньшее значение имеет развивающаяся конкуренция как внутри страны, так и на мировом рынке, повышение требований государства и, профсоюзов к защите работников, усиливающиеся требования к защите окружающей среды.

Это вызывает все большее внимание к вопросам автоматизации, непосредственно влияющим на качество конечного продукта. Так, в планах мероприятий ОАО Качканарский ГОК «Ванадий» предусмотрено создание АСУ ТП обогатительной фабрики [37].

Россия занимает первое место в мире по подтвержденным запасам железных руд (21,3% от общемировых запасов [104]), но немаловажным является то, что доля богатых руд составляет лишь 9%. Концентраты с объемным содержанием железа 64% и более выпускаются лишь ГОКами Курской магнитной аномалии. Все это заставляет считать, что вопросам контроля и управления процессами обогащения будет уделяться все большее внимание.

Ввиду достаточно широкого потребления товарных железных руд (четвертое место в мире) и бедности разведанных запасов (среднее содержание железа в балансовых запасах категорий А+В+С| составляет лишь 35,9%) представляется, что в недалеком будущем усилится интерес к автоматизации процессов обогащения на отечественных железорудных фабриках. Уже сейчас южноуральские и западно-сибирские предприятия черной металлургии обеспечиваются железными рудами из Казахстана (объем импорта за 2001 г. - 8,7 млн.т.).

Для обеспечения Магнитогорского, Челябинского металлургических комбинатов руда поставляется из районов КМА и, как отмечалось выше, из Казахстана. Расстояние от места добычи до металлургического комбината достигает 4300 км. В поставках аглосырья для Магнитогорского комбината доля импортных поставок составляла во втором квартале 2007 г. 79,9%, доля поставок сырья для окатышей - 82,9%. Общие затраты на эти поставки составляли около 10568 млн. рублей [49]. При удачном решении проблемы дефицита сырья в металлургических компаниях в данном регионе решится и вопрос снижения затрат на транспортировку сырья;

Путем повышения качества продукции железорудных обогатительных фабрик уральского региона можно: добиться! снижения затрат на сырье на металлургических предприятиях' и повысить доходность, предприятий обогатительных.

Отсутствие должного финансирования и общий» спад производства за последние: 15 лет сказался и на спаде работ по автоматизации и контролю в области обогащения железных руд. На- снижении темпов, развития отрасли отразилось и понижение цен на железную руду на мировом и внутреннем рынке в девяностые годы. Так, в 1994 году цены составляли 19 долл. за 1 тонну, хотя в настоящее время^и непосредственно1 перед кризисом наметился некоторый рост цен [103]. •

В СССР был накоплен большой положительный опыт создания приборов контроля и систем1 управления обогащением железных руд. Несмотря на то, что многие из этих: разработок были выполнены для конкретных предприятий, решения носили достаточно общийхарактер.

В настоящее время появились совершенно новые информационные и технические средства, которые отсутствовали прежде, мощное программное обеспечение; позволяющее на совершенно' новом уровне анализировать и обрабатывать информацию о технологическом процессе. Появились микроэлектронные компоненты, которые могут быть использованы в системах контроля и управления, программно-технические решения* с использованием современных интерфейсов и компьютерной; техники для создания систем-управления.

К этому следует добавить, что аппаратура, которая была разработана в СССР для управления и контроля на железорудных обогатительных фабриках, сейчас не выпускается и; вместо нее часто ничего не производится

Все это доказывает, что назрела необходимость нового подхода к анализу процессов обогащения железных руд с использованием современных средств и методов, а также разработка новых технических средств автоматического управления процессами обогащения на железорудных обогатительных фабриках (ОФ).

В данной работе рассмотрен анализ головной части обогатительного процесса - цикла измельчения - мокрой магнитной сепарации (ММС), определяющей эффективность всех последующих технологических операций [88].

Заключение.

Несмотря на большой опыт создания локальных АСР на железорудных ОФ, накопленный в прошлом веке, несмотря на попытки создания комплексных АСУТП, изучение процессов управления и разработку эффективных систем до конца нельзя считать решенной. За пределами исследований остались такие важные вопросы, как идентификация объектов управления железорудных ОФ с учётом особенностей ОФ, теоретическое обоснование основных управляющих воздействий, теоретический подход к получению математических моделей ОУ железорудных ОФ.

Эти вопросы приобрели особую актуальность в последнее время в связи с появлением мощных программно-технических средств анализа и идентификации ОУ и АСР, отсутствовавших в прошлом.

Появление за последние годы средств управления на основе микроконтроллеров и элементов микроэлектроники позволило разрабатывать АСР, обладающие большими интеллектуальными возможностями, малой энергоемкостью, низкой стоимостью. Цифровая обработка информации в таких системах существенно увеличила их точность.

Решению задач повышения эффективности АСР на железорудных ОФ, учитывающих как прошлый опыт, так и вновь появившиеся возможности, посвящена настоящая работа.

Результаты, полученные в диссертационной работе можно резюмировать следующим образом.

1. На основе единого подхода исходя из физических закономерностей процессов, происходящих в аппаратах магнитного обогащения руд, получены модели основных аппаратов железорудных ОФ. При достаточно общих предположениях выведены уравнения вероятностной модели измельчения материала в мельницах. Показано, что в предположении зависимости вероятности раскола частиц от времени пребывания руды в мельнице, вероятностная модель в частном случае позволяет получить известные уравнения кинетики размола.

Из рассмотрения закономерностей движения магнитной частицы в поле сепаратора получено нелинейное дифференциальное уравнение, описывающее поведение магнитных частиц в пульпе. Решение полученного дифурав-нения, выполненное на модели в системе БтиНпк МаИаЬ, позволило определить параметры магнитного сепаратора как ОУ. Показано, что в большинстве случаев магнитный сепаратор можно считать безынерционным^ делительным звеном. Определены условия, при которых магнитный сепаратор можно считать звеном с переменными параметрами. ^

Из физических закономерностей разделения руды получены модели инерционного грохота и гидроциклона как ОУ. Показано, что грохот можно рассматривать как апериодическое звено по подрешетному продукту и как звено чистого транспортного запаздывания по надрешетному продукту. Гидроциклоны небольшой производительности соответствуют безынерционному звену.

2. Корреляционный анализ технологического процесса МОФ на основе большого массива экспериментальных производственных данных (около 5000) подтвердил, что важнейшим параметром, определяющим эффективность процесса, является тип руды, под которым в данном контексте понимается её способность к измельчению. Тип руды в совокупности с содержанием магнитного и связанного с ним общего железа определяет эффективность всех дальнейших стадий обогащения.

Проведенный впервые для условий ОФ железорудной промышленности факторный анализ, подтвердил выводы корреляционного анализа и показал, что помимо характеристик перерабатываемой руды (типа руды) большое влияние на эффективность процесса ММО оказывает работа гидроциклонов.

Учитывая реальную возможность управления процессами ММО, трудности управления замкнутым циклом, время выхода на установившийся режим в котором составляет более двух часов, можно считать, что наиболее эффективными являются системы управления «головной» мельницей, работающей в открытом цикле. Такие системы должны оценивать тип руды, поступающей на обогащение.

3.Разработана методика и получены расчетные выражения, позволяющие идентифицировать горнотехнологические объекты при представлении их апериодическим и интегрирующим звеньями. Методика учитывает конечное время отработки исполнительным механизмом входного воздействия при постоянной и переменной скорости исполнительного механизма. Методика проверена на тестовых задачах и показала, что ошибка не превышает 5-15%.

Разработана методика идентификации ОУ второго порядка с использованием современного программного обеспечения. Методика проверена на тестовых задачах и показала высокую точность определения параметров ОУ.

4. Обоснованы и предложены методы повышения эффективности управления режимом работы «головной» мельницы процесса ММО.

В случае, если тип перерабатываемой руды в процессе помола может существенно изменяться, предложен метод управления нанесением пробного воздействия по расходу руды, с помощью которого по скорости изменения плотности пульпы косвенно определяется тип руды. Сигнал, пропорциональный скорости изменения плотности пульпы, следует использовать как дополнительный корректирующий сигнал в системе стабилизации расхода руды в мельницу.

Для повышения чувствительности АСР заполнения мельницы следует выделять высокие и низкие частоты спектра шума. В зависимости от условий обогащения конкретных руд следует контролировать отношение низкочастотных составляющих шума к высокочастотным, либо оценивать заполнение по регрессионному уравнению зависимости заполнения от высоко- и низкочастотных составляющих шума.

5.Разработана структура комбинированной АСР процесса измельчения. Показано, что при правильно выбранных настройках АСР можно сделать инвариантной к типу перерабатываемой руды.

6. Разработана принципиальная схема и рабочая документация микроконтроллерного регулятора. Схема включает непосредственно микроконтроллер на базе ATMegal6 с АЦП, в котором используются два канала, микрофон с автоматической регулировкой усиления, параллельный ЦАП для выработки корректирующего сигнала в АСР загрузки мельницы рудой.

Получены расчетные выражения цифровой фильтрации высокочастотной и низкочастотной составляющей, позволяющие выделить характерные низкие и высокие частоты шума работающей мельницы.

Создано и проверено моделированием в системах VMlab и Proteus программное обеспечение микроконтроллерного регулятора, а также макет опытного образца регулятора.

1.Degoul P.-J.-C etal. Instrumentation et strategies de controle dans l'industrie mineralurgigue. "Industrie - Minerale - Mineralurgie", 1975, №3-4.2.0rmans G. Über die Auswertung experimentall gefundener aperiodischern

2. Ubergangsfunktionen vonRegelgliedern, Regelungstechnik, 1957.

3. Siemens: SimaticiKoMroieKCHan автоматизация производства: Информация по продуктам: Раздел контрольно-измерительные приборы:S

4. Датчики и анализаторы. 2002. с. 56-61.http:// www.siemens.ru/ad/astt

5. Stejc V. Approximation aperiodischer Ubergangscharakteristiken, Acta tachnica, 1,1958.

6. Strejc V. Neue Methode der Näherung der Differentialgleichungen von Regelstrecken bei allgemeinem Eingangssignal, Acta technica, 4, 1958.

7. Авдохин B.M. Основы обогащения полезных ископаемых: Том 1. Обогатительные процессы. М.: Изд. МГГУ, Изд. "Горная книга", 2008.-417с.

8. Авдохин В.М. Основы обогащения полезных ископаемых: Том 2. Технология обогащения полезных ископаемых. М.: Изд. МГГУ, Изд. "Горная книга", 2008.-3 Юс.

9. Автоматизация управления обогатительными фабриками: Под ред. Кошарского Б. Д., Ситковского А .Я. М.: Недра, 1977.- 527с.

10. Автоматизированная система управления гидроциклонной установкой АСУГЦ. http://www.skrigan.info/images/flash/visitkarivs.swf

11. Автоматическое управление установкой, http:// www.betcircle.ru/bet4.html1..Айфичер Э., Джервис Б. Цифровая обработка сигналов. Практически подход. М„ С-Пб, Киев: Изд. Вильяме, 2008 .- 992с.

12. Андреев Е.Е. Современное состояние автоматизации процессов измельчения за рубежом. «Обогащение руд», №2, 1977.-С.44-48.

13. Андреев Е.Е., Тихонов О.Н. Дробление, измельчение и подготовка сырья к: обогащению. -С-Пб;, ;Изд. С-Пб горного университета, 2007.-439с.

14. Андреев С.Е.,,Товаров»ВШ., Петров В;А. Закономерности измельчения ишсчисление характеристик гранулометрическогосостава. М.: Метал-лургиздат, 1959.-43 7с. ,•.*■•■.

15. Андрианова Л.П., Сурков Д.М. Испытательные сигналы специальной формы в-задачах активной-идентификации. Электронный журнал "Исследовано: в России", 1190. http://zhumal.ape.relam/ni/articles/2001/l 10.pdf

16. Аязян Г.К. Определение параметров модели методом площадей Симою ¡Уфимский государственный нефтяной технический университет, Уфа. 2002. http://www.ahtp.rusoil.net/tau.htm, . .

17. Бабец Е.К., Хорольский В.П., Шубладзе A.M. Адаптивная система; управления'процессом измельчения. «Обогащение руд», №3, 1983. с.43-46.

18. Базахуца В.А. Международная система единиц. Изд. Харьковского университета, 1979.-209с.23 .Басов-А.И. Механическое оборудование обогатительных фабрик и заводов тяжелых-цветных металлов: М.: Недра, 1974. 528с.

19. Белов А.В:Микроконтроллеры AVR в радиолюбительской практике. «Наука и техника»,С-Пб,2007.-3 52с.

20. Беспалов А.В., Харитонов Н.И. Системы управления химико-техноогическими процессами. М.: ИКЦ «Академкнига», 2007. 690с.

21. Бойко В.Ф., Николенко C.B. Модели кинетики измельчения порошковых материалов. Вестник Иркутского государственного технического университета, №4, 2005. с.100-102.

22. Боровиков В.П. Боровиков И.П. Statistical Статистический анализ и обработка данных в среде Windows. M.: ИИД «Филин», 1998. 608 с.

23. Вайс М. Регулирование цикла измельчения на основе методов «водяного баланса и температурного дифференциала». М.: 1961. Перевод.

24. Васильев A.M. Сегрегация мелкозернистых материалов при гравитационном обогащении. Автореферат кандидатской диссертации. С-Пб.,2007. http://www.spmi.ru/skeleton/l/912

25. Волгин В.В. Методы расчета систем автоматического регулирования. Уч. пособие. М.: Изд. МЭИ, 1972.-192с.

26. Воробьев А.Е., Балыкин Г.А.,Комащенко В.И. Национальная минерально-сырьевая безопасность России: Современные проблемы и перспективы. М.: Высшая школа, 2007.-471 с.

27. Воронов В.А. Многоуровневая оптимизация процесса обогащения. М.: Недра, 1991.- 191с.

28. Ганшенко И.М., Плужнов Ю.В., Гончаров С.А., Ивлев A.M., Афанасьев А.Н. Автоматизация загрузки руды в мельницы первой стажи измельчения в Абагурском филиале ОАО «Евразруда». «Обогащение руд», №4, 2008. с.39-40.

29. Гартман Т.Н., Клушин Д.В. Основы компьютерного моделирования химико-технологических процессов. М.: Изд. Центр «Академия», 2007.-416 с.

30. Годовой отчет ОАО «Качканарский горнообогатительный комбинат» за 2006 г.

31. Годэн A.M. Основы обогащения полезных ископаемых. М.: Метал-лургиздат, 1946.-535с.

32. Гусев В.Г., Гусев Ю.М. Электроника и микропроцессорная техника. М.: Высшая школа, 2008. 798с.

33. Двайт Г.Б. Таблицы интегралов и другие математические формулы. М.: Наука, 1966.- 228с. ^

34. Демидович Б.П., Марон И. А. Основы вычислительной математики. М.: Изд-во ФМ литературы, 1960.-660с.

35. Деркач В.Г. Специальные методы обогащения полезных ископаемых. М.: Недра, 1966.-338с.

36. Дёч Г. Руководство к практическому применению преобразований Лапласа. М.: Физматгиз, I960.- 208с.

37. Дорф Р.К., Бишоп Р.Х. Современные системы управления. М.: Лаборатория базовых знаний. 2004,- 831с.

38. Дьяконов В.П. Matlab 6.5 SP1/7.0 Simulink 5/6 в математике и моделировании. М.: СОЛОН-Пресс, 2005.-576с.

39. Дьяконов В.П. Simulink 5/б/7.Самоучитель. М.: ДМК Пресс, 2008.784с.

40. Евсиович С.Г., Журавлев С.И. Обогащение магнетитовых руд. М.: Изд. Недра, 1972. 392с.

41. Егоров Г.Г. Теория дробления и тонкого измельчения. М. Л.: ГОНТПНКТПСССР, 1938.-155с.

42. Ежеквартальный отчет.Открытое акционерное общество «Магнитогорский металлургический комбинат». II квартал 2007 г.

43. Ефанов А. Сумма технологий: «Мир автоматизации». http://212.109.57.220/-article=l .htm

44. Жданкин В. Измерение уровня посредством направленного электромагнитного"излучения. Современные технологии автоматизации. №4, 2004.- с.6-14.

45. Жданкин В. Ультразвуковые датчики для систем управления. Современные технологии автоматизации. №4, 2003.-C.48-62.

46. Иберла К. Факторный анализ. М.: Статистика 1980. 398 с.

47. Иванкин В.П., Лебедева О.И., Овсянников А.И., Токмачев В.А. Промышленная проверка алгоритма цифрового регулирования соотношения «руда-вода» на Талнахской обогатительной фабрике. «Обогащение руд», №2, 1984. с.36-38.

48. Иванкин В.П., Лебедева О,И., Ольховой В.А. Особенности цифрового регулирования загрузки мельницы рудой. «Обогащение руд», №6, 1983. с.40-42.

49. Игумнов Б.Н., Леонов P.E., Старцев Н.В. Автоматический анализатор железа в концентрате на движущейся ленте. «Горный журнал», Изв. ВУЗов, № 12, 1973. -с.121-125.

50. Индикатор ИПК-3. Техническое описание и инструкция по эксплуатации. ЗАО "Горавтоматика", 2003.-17с.

51. Иёреског К.Г., Клован Д.И., Реймент P.A. Геологический факторный анализ. Л.: Недра, 1980.-223 с.

52. Кармазин В.В., Кармазин В.И. Магнитные и электрические методы обогащения. М.: Недра, 1988.-304с.

53. Кармазин В.В., Кармазин В.И.Магнитные, электрические и специальные методы обогащения полезных ископаемых: Том 1. Магнитные и электрические методы обогащения полезных ископаемых. М.: Изд. МГГУ, 2005.-669с.

54. Карпенко Н.В. Сопоставительные данные по подсистемам отбора, доставки и подготовки проб пульпы для анализа в потоке. «Обогащение руд», №3, 1976.

55. Кизевальтер Б.В.Теоретические основы гравитационных методов обогащения. М.: Недра, 1979.-295с.

56. Козин В.З. Исследование руд на обогатимость. Екатеринбург, Изд. УГГУ, 2009.-380с.

57. Копелович А.П. Инженерные методы расчета при выборе автоматических регуляторов. М.: Металлургиздат, i960.- 190с.

58. Коуден Д. Статистические методы контроля качества. М.: Физматчгиз, 1961.-623с.

59. КругЕ.К., Минина О.М. Электрические регуляторы промышленной автоматики. М-Л:, Госэнергоиздат, 1962.-335с.

60. Лазарев Ю, Моделирование процессов и систем в Matlab, С-Пб, БХВ Питер, 2005 .-512с.

61. Лапин Э.С., Леонов P.E., Силачев В.В. Качественная модель магнитного сепаратора как объекта управления. Известия ВУЗов, Горный журнал, №4,2009. с.107-114.

62. Лапин Э.С., Леонов P.E., Силачев В.В.Управление процессом обогащения на магнитообогатительных фабриках. Известия ВУЗов, Горный Журнал, №3, 2009.-С.96-104.

63. Лапин Э.С., Леонов P.E., Силачев В.В. Эффективность управления замкнутым циклом измельчения. Изв. ВУЗОВ, Горный журнал, в печати.

64. Лапин Э.С., Силачев В.В.Математическая модель физических процессов в вибрационном грохоте. Известия ВУЗов, Горный Журнал, №2, 2009.-C.75-79.

65. Лапин Э.С., Силачев В.В.Способ идентификации объектов управления. Известия ВУЗов, Горный Журнал,№6,2008.-С.52-56.

66. Лебедев М.Б. Code Vision AVR: Пособие для начинающих. M.: До-дэка-XXI, 2008.-592с.

67. Левеншпиль О.Инженерное оформление химических процессов. М.: Изд.Химия. 1969.-624с.

68. Лопатин A. P-CAD 2004 в подлиннике. БХВ-Петербург.С-Пб,2006.560с.

69. Лорман Л.Т., Буркут В.П., Свердель Э.И., Артемова A.A., Белюга Н.В. Поиск и экспериментальное исследование новых технических решений по автоматизации шаровых мельниц. «Обогащение руд», №5, 1985. с.43-46.

70. Лоули Д, Максвелл А. Факторный анализ как статистический метод. М.: Мир, 1967.- 144с.

71. Лукас В.А. Расчет настроечных параметров автоматических систем управления типовыми промышленными объектами. Свердловск, Изд. СГИ, 1987.-89 с.

72. Лукас В.А. Теория управления техническими системами: Уч. пособие. Екатеринбург: УГГУ, 2005.- 677с.

73. Лященко Л.В. Гравитационные методы обогащения. М.-Л.:, Гостоп-техиздат.1940.- 355с.

74. Мамиконян Б.М., Кюрегян С.Г., Шахкамян A.C. Микропроцессорный измеритель плотности и уровня пульпы. Измерительная техника. http://elib.sci.am/2003l/08/08r.htm

75. Марюта А.Н. Автоматическая оптимизация процесса обогащения руд на магнитообогатительных фабриках. М.: Недра, 1975.- 231с.

76. Марюта А.Н., Качан Ю.Г., Бунько В.А. Автоматическое управление технологическими процессами обогатительных фабрик. М.: Недра, 1983.- 277с.

77. Марюта А.Н., Младецкий И.К., Новицкий П.А., Куваев Г.Н. Автоматический контроль содержания магнитного железа в потоке рудной суспензии. «Механизация и автоматизация производства», №3, 1977.

78. Мееров М.В. Системы многосвязного регулирования. М.: Главы. Редакция Ф-М литературы, 1965. 384с. ^91 .Метран: Номенклатурный каталог, http://www.metran.ru

79. Нестеров Г.С., Нестерова H.A., Батанов А.И. Управление технологическими процессами на обогатительных фабриках. М.: Недра, 1966.-219с.

80. Процессы и машины для обогащения полезных ископаемых. М.: Недра, 1974.-560с.

81. Разработка автоматизированной системы управления (АСУ) на основе создания комплекса систем автоматического регулирования и алгоритмов управления: Отчет Свердловского горного института им В.В. Вахрушева. Научн. рук. P.E. Леонов. 1972.-197с.

82. Разработка и внедрение системы автоматического управления технологическим процессом на фабрике мокрой магнитной сепарации: Отчет Свердловского горного института им В.В. Вахрушева. Научн. рук. Б.Б. Зоб-нин, 1974.

83. Расчет остатков главных компонент. http://matlab.exponenta.ru/statist/book2/15/pcares.php

84. ЮО.Ревич Ю. Практическое программирование микроконтроллеров Atmel AVR на языке Ассемблера. БХВ-Петербург,С-Пб,2008.-3 84с.

85. Ротач В .Я. Расчет настройки промышленных систем регулирования. М-Л.:, Госэнергоиздат, 1961.-344с.

86. Рудаков П.И., Сафонов В.И. Обработка сигналов и изображений в Matlab 5х.М.:, Диалог МИФИ, 2000 416с.103 .Рудное сырье для черной металлургии (Часть II). Аналитическая группа «MetalTorg.ru».http://www.metaltorg.ru/analytics/ores/id=123.

87. Сазонов Г.Т., Тихонов О.Н. Программно-технические комплексы для автоматизированных систем управления технологическими процессами переработки минерального сырья. «Обогащение руд», №5, 2006. с.29-31.

88. Седиментационный анализ: 2.2.1.Основы теории седиментации. http://www.xumuk.ru/colloidchem/81 .html

89. Юб.Сергиенко А.Б. Цифровая обработка сигналов: 2-е Изд.М.- С-Пб: и др., Изд «Питер», 2007.- 751с.

90. Силачев В.В. Метод повышения эффективности звукометрического контроля заполнения мельницы. Горный информационно-аналитический бюллетень, №3, 2010. (Депонировано).

91. Соколов Н.И. Аналитический метод синтеза линеаризированных систем автоматического регулирования*. М.: Машиностроение, 1966. -:327с.

92. Солонина А. И., Улахович Д.А., Арбузов С.М., Соловьева Е.Б. Основы цифровой обработки сигналов: 2-е изд.С-Пб.:, БХВ Петербург, 2005. -768 с.

93. Сорокер Л.В., Жуковецкий О.В. Технические средства и системы автоматизации полиметаллических обогатительных фабрик ' . . ч

94. Справочник по обогащению руд. Основные процессы. Под ред!' '; О.С. Богданова, В.А. Олевского.М.:, Недра, 1983,- 381с.

95. Справочник по обогащению руд. Подготовительные процессы. Под ред. О.С. Богданова и В.А. Олевского. М.:Недра.1982.-366с.

96. Справочник по обогащению руд. Т. II, ч. I, И. Гл. ред. О.С. Богданов. М.:, Недра, 1972.

97. Сурков Д.М. Помехоустойчивые методы идентификации информационно-измерительных и управляющих систем. Автореферат кандидатской диссертации. 2006. http://www.aspu.ru/images/File/autorefs/Surkov.doc

98. Тест Бартлета для .оценки размерности пространства главных ком-пoнeнт.http://matlab.exponenta.ru/statist/book2/16/Ьагиез1.р11р

99. Тихонов О.Н. Автоматизация производственных процессов на обогатительных фабриках. М.: Изд.Недра,1985. 272с.

100. Троп А.Е., Козин В.З., Аршинский В.М. Автоматизация обогатительных фабрик. М.: Недра, 1970.-319с.

101. Эпштейн А, Сернов В., Черепанова Е. Автоматизиров ма управления мельницей мокрого самоизмельчения ММС 105х http:// www.cta.ru /cms/f/З26761.pdfs

102. Троп А.Е., Старцев Н.В., Леонов P.E., Житомирский В.Г. Факторный анализ при исследовании технологических процессов. Известия ВУЗов, Горный журнал, №7, 1970. -с. 165-169.

103. Улитенко К.Я.Управление водными режимами измельчения и классификации в современных АСУТП. «Обогащение руд», №1, 2008. с.35-42.

104. Улитенко К.Я., Маркин Р.П., Соколов И.В. Виброаккустический анализ процессов дробления и измельчения на горно-обогатительных предприятиях. Горный журнал, №10, 2009. с.72-76.

105. Улитенко К.Я., Соколов И.В., Маркин Р.П., Найденов А.П., «Автоматизация процессов измельчения в обогащении и металлургии»:ОАО «Со-юзцветметавтоматика». http://www.scma.ru/ru/Ulitenko Avtomatik.pdf

106. Урбах В.Ю. Биометрические методы. М.: Наука, 1964. 415 с.

107. Утеуш З.В., Утеуш Э.В.У правление измельчительными агрегатами. М.: Машиностроение, 1978. 280с.

108. Хан Г.А., Картушин В.П., Сорокер Л.В., Скрипчак Д.А. Автоматизация обогатительных фабрик. М.: Недра, 1974. - 279с.

109. ХарманГ. Современный факторный анализ. М.:, Статистика, 1972. -485 с.

110. Xoтeлингa-pacпpeдeлeниe.http://www. wikiznanie.ru/-wz/index.php

111. Широкий Д.К., Куриленко О.Д. Расчет параметров промышленных систем регулирования. К.: Изд. "Техника", 1972. 232с.

112. Штейнберг Ш.Е., Хвилевский Л.О., Ястребенецкий М.А. Промышленные автоматические регуляторы. М.: Энергия, 1973.- 568с.

113. Шутов В.В., Кремчеев Э.А. Виброаккустический контроль и диагностика измельчения в барабанных и трубных мельницах. Горное оборудование и электромеханика, №11, 2007. с.36-38.

114. Шумомеры. Общие технические требования и методы испытаний: ГОСТ 17187-81 (СИ СЭВ 1351-78). Государственный комитет СССР по стандратам. М.: 1982. -24 с.

115. Эпштейн А, Сернов В., Черепанова Е. Автоматизированная система управления мельницей мокрого самоизмельчения ММС 105x54. http:// www.cta.ru /cms/f/326761.pdf