автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация управления технологиями промышленного производства компонентов бетонных смесей

На правах рукописи

ЧЖОУ Ши Мо

АВТОМАТИЗАЦИЯ УПРАВЛЕНИЯ ТЕХНОЛОГИЯМИ ПРОМЫШЛЕННОГО ПРОИЗВОДСТВА КОМПОНЕНТОВ БЕТОННЫХ СМЕСЕЙ

Специальность 05.13.06 — автоматизация и управление технологическими процессами и производствами (промышленность)

Автореферат диссертации на соискание ученой степени кандидата технических наук

МОСКВА —2011

1 6 июн 2011

4850597

Работа выполнена на кафедре «Автоматизированные системы управления» в ГОУ ВПО Московском автомобильно-дорожном государственном техническом университете (МАДИ).

Научный руководитель Кандидат технических наук, доцент

Исмоилов Мухамаджон Идибоевич

Официальные оппоненты Доктор технических наук, профессор

Кононыхин Борис Дмитриевич

Кандидат технических наук, профессор Тихонов Анатолий Федорович

Ведущая организация: Научно-исследовательский институт материалов, конструкций и новых технологий (НИИ МК и НТ), г. Москва.

Защита состоится 1 июля 2011 года в Ю00 часов на заседании совета Д 212.126.05 — Автоматизация и управление технологическими процессами и производствами (промышленность) при Московском автомобильно-дорожном государственном техническом университете (МАДИ) по адресу:

125319, ГСП А-47, Москва, Ленинградский пр., 64.

С диссертацией можно ознакомиться в библиотеке Московского автомобилыго-дорожного государственного технического университета (МАДИ).

Текст автореферата размещен на сайте Московского автомобильно-дорожного государственного технического университета (МАДИ): www.madi.ru

Автореферат разослан 30 мая 2011 г.

Отзыв на автореферат в одном экземпляре, заверенный печатью, просим направлять в адрес совета института

Ученый секретарь диссертационного совета, кандидат технических наук, доцент О/1" ^^ Михайлова Н.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Соответствие производимого продукта промышленным нормативам и требованиям заказов определяется обоснованной организацией технологических процессов и уровнем их автоматизации. Это в равной мере относится к технологиям строительных изделий, необходимость модернизации и автоматизации которых неизбежно возрастает с масштабами производства и разнообразием требований к качеству.

Работоспособность и долговечность строительных конструкций — дорог, зданий и других сооружений в значительной степени зависят от качества насыпных материалов. Помимо прочего, энергетические затраты на технологии этого класса составляют значительную долю общих затрат на строительное производство, поэтому исследования, касающиеся усовершенствования и повышения его эффективности с этой точки зрения представляются актуальными и будут оставаться таковыми в обозримое время. Кроме того, эти технологии крайне неблагополучны и с экологической точки зрения — пыльны, шумны, вредны для здоровья, что также предопределяет необходимость их автоматизации.

Таким образом, повышение эффективности технологии насыпных материалов в составе компонентов бетонных смесей средствами автоматизации представляется актуальной и своевременной проблемой.

Цель работы. Цель диссертационной работы — повышение эффективности производства дробленых насыпных компонентов строительных смесей за счет автоматизации технологических процессов, разработки и внедрения моделей и алгоритмов, в том числе сортировки щебня методами и средствами автоматизации.

Задачи решаемые в диссертации:

• Целенаправленный анализ рассматриваемых технологий.

• Обоснование модернизации принципов сортировки щебня;

• Разработка математических моделей рассматриваемых технологий как объектов управления.

• Формирование структуры автоматизированной системы управления и составляющих подсистем.

• Проектирование и отладка алгоритмов классификации щебня по форме зерна

• Разработка рекомендаций по выбору и проектированию технических и программных средств управления.

Методы исследования: В диссертации использованы методы автоматизации управления, теории алгоритмов и системотехники.

Экспериментальные разработки базируются на теории планировании эксперимента, имитационном моделировании.

Научная новизна:

Новизна работы состоит в целенаправленном анализе рассматриваемых технологий, теоретическом обосновании принципов сортировки строительного щебня по дополнительным признакам, связанным с формой зерна. Научную новизну представляют также математическое моделирование предлагаемых технологий, формирование и анализ структуры автоматизированной системы, обоснование алгоритмов управления.

На защиту выносятся:

1. Анализ технологий сортировки щебня.

2. Математические модели рассматриваемых технологий как объектов управления.

3. Структура автоматизированной системы управления и составляющих подсистем.

4. Алгоритмы классификации щебня по форме зерна

5. Рекомендации по выбору и проектированию технических и программных средств управления.

Достоверность результатов обеспечивается применением современных математических методов, а также положительными результатами моделирования, экспериментов и внедрения на производстве.

Практическая ценность и реализация результатов работы.

Результаты применения разработанных алгоритмов с реализацией их на базовом электронном блоке АОАМ-5000 подтверждают возможность и эффективность разработанных методов и средств автоматизации для промышленности стройматериалов. Материалы диссертации используются также в учебном процессе в МАДИ.

Апробация результатов. Положения диссертации докладывались и обсуждались на Международной научно-практической конференции «Транспортное образование: опыт, проблемы, перспективы» (Москва, 2009 г.), 67 - 69-й научно-исследовательских конференциях МАДИ (2009 - 2011 гг.), на заседаниях кафедры АСУ МАДИ.

Публикации. Основное содержание работы изложено в 6 печатных работах.

Объем работы и структура диссертации. Диссертационная работа состоит из введения, 4 глав основного текста, общих выводов, списка использованных источников (106 наименований) и приложений. Общий

объем: 112 страниц, 44 рисунка.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснованы актуальность темы, цели, задачи и методы исследований.

В главе 1 производится анализ предшествовавших исследований по рассматриваемым и смежным вопросам. Показано, что технологии каменных строительных материалов, и в первую очередь — дробление и сортировка — с точки зрения задач их модернизации и автоматизации исследованы далеко не достаточно. В значительной мере это связано с тем, что эти технологии охватывают широкий спектр операций как по характеру, так и по масштабам производства — от высокопроизводительных стационарных заводов до малых, разнообразных по составу и назначению передвижных установок.

В исследованиях сотрудников МАДИ, ВНИИСтройдормаша, СОЮЗ-Дорнии и др. организаций предложены математические модели, касающиеся оптимизации энергозатрат и усилий дробления, а также оценки эффективности и качества сортировки.

Дробление — это первая основная составляющая технологии. Главными агрегатами в ней являются дробилки разнообразных конструкций, различающиеся способами воздействия на измельчаемый материал, куски которого подвергаются сжатию, излому, скалыванию, истиранию — в соответствии с применяемыми типами дробилок.

В основу выбора конкретного оборудования могут быть положены многие факторы — такие, как свойства обрабатываемых материалов, требования производительности, масштабы и объем производства, сроки исполнения заказов. Оборудование поставляется отдельными агрегатами и специализированными технологическими комплексами, однако такому принципу комплектации при всей его заманчивости, свойствен ряд существенных недостатков.

Прежде всего, это — не вполне удовлетворительная эксплуатационная гибкость, сложность приспособления к условиям свободного рынка, при котором заказы могут быть достаточно разнообразными по составу и объему.

При работе на полную мощность масштабный комплекс способен вырабатывать большой объем продукта с широким диапазоном свойств, значительная часть которых может, однако, оказаться не нужной конкретному заказчику. Кроме того, большая часть продукта используется не сразу, нуждается в долгосрочном складировании, что снижает эффектов-

ность производства в целом. Крупный комплекс небезупречен и с точки зрения надежности: неисправность какого-либо из агрегатов способна нарушить работоспособность всей технологической цепи.

Режимом работы агрегатов в значительной мере определяется регламентированный размер зерен, и, кроме того, такой не менее важный показатель, как их форма, на которую влияют и структурные свойства горной породы.

Другой важнейший класс технологий — сортировка каменных материалов после их дробления. Получаемый в результате измельчения дробленый продукт представляется множеством кусков — «зерен» разнообразных размеров и форм; неоднородная смесь нуждается в сортировке — разделении на товарные «фракции» по размеру — выделении кусков требуемой крупности. Основной промышленный способ сортировки — грохочение, осуществляемое посредством грохотов разных форм и конструкций, с колосниками — ситами, с ячейками определенных размеров.

Основные расчетные параметры грохотов......это линейные размеры, углы

наклона, амплитуда и частота колебаний сит.

Из-за неправильной формы кусков очевидна неопределенность операции — зависимость от механических и фрикционных свойств материала, конструкции грохота и колосников, массы, случайной ориентации кусков.

Оборудование предприятий отличается большим разнообразием: полный комплект должен обеспечивать такие операции, как прием и очистку породы, двух- и/или трехступенчатое дробление, сортировку, отгрузку готового продукта, складирование невостребованной части и отходов. Эффективность работ находится в непосредственной зависимости от организации как производства в целом, так и каждого из его участков. Очевидно, что задача оптимизации производства может решаться лишь при условии оптимизации всех технологических агрегатов, что неизбежно связано с автоматизацией. В расширенном понимании качество щебня, помимо зернового состава, определяется формой зерен, механической прочностью, долговечностью, содержанием различных примесей.

В то же время следует отметить, что работы по автоматизации процессов сортировки строительных материалов практически отсутствуют. В ряде отраслей сообщается о применении электронных методов контроля крупности частиц на основе на обработки телевизионных изображений, имеются сведения об использовании оптических и радиоизотопных методов для определения гранулометрического состава и т. п., но всё это, скорее, благие намерения.

Характер сооружений, набор строительных материалов и организа-

ция технологий во все времена находились в непосредственной зависимости от природных, транспортных и прочих условий, специфических для конкретного региона. Опыт дорожного строительства свидетельствует, что организация крупномасштабных предприятий целесообразна для сосредоточенных регионов с более-менее равномерным рельефом. И наоборот, при разнообразном рельефе и обширных территориях производство строительных материалов и изделий следует распределять по малым предприятиям, приближенным к потребителям продукции и источникам сырья (карьерам). Централизованному принципу при всей его технологической универсальности и видимой экономичности свойствен ряд существенных недостатков, таких как неудовлетворительная эксплуатационная гибкость, сложность приспособления к условиям свободного рынка, при котором заказы на материал могут быть небольшими по объему, но достаточно разнообразными.

Для большинства регионов Китая (равно как и для обширных восточных областей России) нередко оказывается целесообразным создание по регионам малых и средних предприятий, распределенных по объектам строительства и специализированных по конкретным видам изделий. Требуемое технологическое оборудование доставляется по предприятиям при их формировании — отдельными агрегатами и специализированными комплексами, легко ремонтируется и при необходимости заменяется. Эффективность производства возрастает при снижении второстепенных расходов. Существенный эффект получается за счет сокращения простоев оборудования, снижения транспортных и складских расходов. Помимо прочих достоинств, предприятия малого и среднего масштаба более гибки и доступны для автоматизации и приспособляемости к изменяющимся требованиям рыночной экономики.

Работы по оптимизации и автоматизации процессов сортировки дробленого материала крайне немногочисленны, в основном не соответствуют современному уровню науки и не обеспечивают требований строй-индустрии.

В главе 2 обосновываются математические модели процессов, сопряженных с исследуемыми технологиями. Процесс сортировки принято оценивать двумя показателями: производительностью, то есть количеством поступающего исходного материала в единицу времени, и эффективностью — отношением массы материала, прошедшей сквозь отверстия сита, к массе данной крупности, содержащейся в исходном материале. В основу классической теории положено определение вероятности прохождения зерна сферической формы через отверстия просеивающей поверхности.

Если положить, что зерно диаметром (I падает вертикально на просеивающую поверхность с квадратными отверстиями, то частоту (апостериорную вероятность) Р его прохождения можно определить по отношению числа прошедших зерен к их общему количеству:

Р = т/п. (1)

При толщине стенок сита, равной а, вероятность прохождения зерна диаметром </ через ячейку определяется выражением:

Р = (1-ф2/(1 + а)2 = (1~ Л/1)2 -12/(1 + а)2. (2)

Отношение общей площади отверстий («световой поверхности») к полной площади сита характеризуется величиной X = I2 /(1 + а)2, то есть Р = Х-(1-й/1)2.

Для сравнения вероятностей прохождения зерна через прямоугольное и квадратное отверстия в литературе рекомендуется зависимость: к = Р,./Ра = ((с - \)/с)-(й/(1 -ф)+ 1 , (3)

где Р/., — вероятности прохождения зерна через прямоугольное и квадратное отверстия, к — отношение вероятностей, с = /' /1 — параметр прямоугольного отверстия, Г, I — его длина и ширина.

Таким образом, оценка результатов грохочения в основном базируется на вероятности прохождения гладких зерен сферической формы через прямоугольные отверстия. Сам по себе процесс сортировки не так прост, как не прост и сам объект обработки — продукт дробления, а сортировка только по размеру не способна удовлетворять требованиям наиболее ответственных объектов.

Не касаясь других параметров, можно установить признаки, которые определяют качество продукта с точки зрения задач данной работы. Логично, что интерес представляет форма зерна и выбор ее модели — сравнительно простого геометрического тела, которое имитирует зерно при анализе.

Прежде всего, это «диаметр» </ — некоторый его характерный размер, определяющий возможность (вероятность) прохождения сквозь ячейку грохота. В классической «сферической» теории это диаметр сферы, имеющей такую же вероятность прохода сквозь квадратное отверстие, как и данное зерно. При уточнении модели надо определить некоторый эквивалентный размер зерна, например, принять в качестве него наибольший диаметр некоторого характерного сечения зерна (но не его наибольший диаметр).

1. Можно аппроксимировать зерно параллелепипедом с размерами х, у, г. Требуется определить, например, диагональ симметричного сечения у'г', перпендикулярного третьей стороне дс. Для упрощения можно взять

прямоугольный параллелепипед с квадратным сечением, для которого вероятность прохождения определится длиной равных сторон у, г. При этом, кстати, не обязательно, чтобы стороны .у, г, были меньше, чем д:, форма зерна определится двумя параметрами. За первый примем длину сторон у, г (обозначим (Г), второй — «коэффициент формы» — относительная величина Л - х / А. Согласно промышленным нормативам, зерна с А > 3 относятся к игольчатой, а с Л < 1/3 — к пластинчатой (лещадной) форме, к «кубовидным» относятся зерна в диапазоне 1/3 < А < 3.

2. Аналогично можно аппроксимировать зерно эллипсоидом, в частности, эллипсоидом вращения. Если наибольший диаметр симметричного сечения — окружности обозначим (I, а длину х, то относительный параметр А = х / е{. Соображения относительно игольчатой, пластинчатой (лещадной) и кубовидной форм зерен для эллипсоидной и параллелепипедной моделей совпадают, см. рис.1.

Содержание сыпучего материала можно представить плотностью его распределения по размерам, рис.1 (А).

Условие материального баланса требует нормирования плотности распределения по интегралу:

сс

I = \ р{г)ск , С4)

где параметр г = </, м, взят из соображений удобства записи. Работу грохота можно охарактеризовать кривой Р{Л) — вероятности прохода кусков определенных размеров, см. рис.1 (Б): слева от кривой — вероятностная частота прохождения кусков материала размера (I. Работа грохота с двумя ситами (1 — крупное, 2 — мелкое), с сортировкой по принципу «от крупного — к мелкому» отразится в виде двух кривых. Это можно также представить как преобразование исходного закона в три кривых — плотности распределения остатков на ситах 1, 2 и распределение мелочи, прошедшей оба сита, рис.1 (В).

С учетом того, что размер частиц не может быть меньше 0 и больше некоторого максимального исходного, имеем:

<1 т,

/ - | р > . (5)

о

Рис. I. Принцип классификации по размерам

Сквозь сито с отверстиями определенного размера проходит:

— большая часть кусков материала размеров, меньших отверстий сита,

— значительная часть кусков материала с размерами, близкими размерам отверстий,

— некоторая часть кусков с несколько большими размерами. Нетоварная мелочь и песок идут в брак (кстати, его доля бывает

довольно значительной — 60% и более, в зависимости от свойств материала и типа дробилок). Остаток с сита 1 при замкнутом цикле технологии возвращается назад для вторичного дробления, остаток на сите 2, предназначенный для заказчика, составляет основной интерес и может быть представлен интегралом:

де р2(г) — плотность распределения по крупности материала, оставшегося а сите 2, I— нормирующий множитель, см. уравнение (5).

Обратим внимание на «хвосты» кривой р2(г), свидетельствующие о ом, что в продукт сортировки попадает определенная часть мелочи и избы-очно крупных кусков. Представляется очевидным, что чем жестче ребования к размеру как основному показателю продукта, тем меньше олжна быть разница между размерами ячеек сит. Однако вместе с тем ясно то, что при более строгой сортировке будет выделена как товарная начительно меньшая доля продукта дробления, см. рис.2.

Например, если установить сита с размерами отверстий 0,035 м и 0,04 , то следует ожидать, что на втором сите, выдающем требуемый продукт, станется совсем мало материала, что резко снизит производительность истемы в целом. Кроме того, это ухудшит и качественную сторону роцесса: еще раз обратим внимание на «хвосты» кривых плотностей аспределения. В силу разброса, специфического для процесса грохочения, ледует ожидать, что значительная часть материала требуемой крупности ройдет сквозь оба сита и попадет в брак, а другая, также значительная его асть, останется на верхнем сите и будет передана на бесполезную торичную переработку.

Р(Ф

Сито 2

Сито 1

Г\

/ \ I \

^ В переработку

Перекрытие плотностей распределения

Рис.2.

Товара остат

а

И напротив, в остатке на сите 2, представляемом как товарный продукт, будет содержаться значительная доля мелочи и избыточно крупных кусков. Видно, что достигнуть улучшения эффективности простым сближением границ допусков (размеров отверстий сит) не удастся.

С точки зрения математической теории сортировка — это задача типа классификации: грохоты в принципе следует отнести к «классификаторам» — специфическим устройствам, предназначение которых — распределение рассматриваемых объектов по заданным классам в соответствии с присущими им признаками. В промышленной практике классификация продукта производится по единственному признаку — способности проходить сквозь сита с отверстиями определенных размеров. Очевидно, что эффективность сортировки, то есть ее точность и производительность невозможно улучшить одним только повышением точности сит грохотов и сближением размеров их отверстий. Этому препятствует, во-первых, разброс отсеиваемого продукта по крупности и форме, а во-вторых — резкое снижение производительности по готовому продукту. Задача должна решаться другими путями, с ориентацией на другие свойства материала. Идея классификации объектов, различающихся по случайным признакам, всегда осознанно или интуитивно опирается на вероятность принадлежности объекта к некоторому классу, в зависимости от значений этих признаков. Рассуждения при этом чаще всего имеют примерно такой вид: «Если значение г признака (контролируемой величины) не превышает некоторого порогового значения го, то с некоторой вероятностью данный объект отнесем к классу со/, а если превышает, то •— к классу со2». Если признаков несколько (п), то говорят о точке в системе координат «л-мерного пространства признаков», принадлежность которой одной из определенных областей позволяет отнести данный объект (с некоторой вероятностью) к классу, соответствующему этой области (или признать, что ни к одному из известных классов он не относится). Суть задачи не меняется, только речь идет не о скаляре, а об «-мерном векторе г- Качество классификации улучшается, но объем вычислений увеличивается. При формальном подходе с позиций теории классификации для определения принадлежности объекта к некоторому классу C0j можно применить правило Байеса:

Р{1) = ±РЫр(со). (7) 1 Р{2) &

Это вероятность принадлежности к классу и, при условии, что измеренное значение признака равно г (условная вероятность класса щ по

признаку z). Величина p(z | ojJ — вероятность данного значения z для класса cüj (деление на p(z) — обычное для математической статистики нормирование функции распределения).

Если классификация неправильная: объект j-го класса отнесен к несоответствующему ему /-му классу, то влияние ошибки — «потери» обозначим <7у. Ожидаемые суммарные потери при данном значении z будут:

Здесь q(a,\ojj) = ^-—-'потери из-за ошибочной классификации,

а,-— отнесение объекта к г'-му классу (действия исполнителя).

Величину Q(aj\z) называют также «суммарным условным риском», оптимизация состоит в его минимизации, то есть в нахождении такого «,■, при котором величина Q(o.,\z) минимальна.

При разделении на два класса (например, в случае одного сита) имеем:

Q(a,\z) = quP(coi | z) + ql2P(co2 \ z),

Q(a2 Y) = q2iP(a>i \ z) + q» P(w2\z). (9)

Математическая постановка задачи состоит в нахождении «разделяющих функций» принадлежности к одному из классов. Например, объекты относятся к классу со,, если

p(z I со<) > p(z I coj), Vi fj или p(z I ü>i) /p(z I щ) > 1, Vi ф j . (10)

Для продукта дробления надо установить, какие свойства или признаки существенны с этой точки зрения.

Здравый смысл и многовековой опыт строительства наводят на мысль, что для многих видов изделий существен не только размер, но и форма зерна. Например, для дорожных покрытий определенного назначения предпочтителен отбор зерен плоской — «лещадной» формы, что изменяет сам по себе подход к технологии сортировки, которая принимает вид задачи теории решений, точнее — классификации образов в многомерном пространстве статистических признаков изделия.

В главе 3 обосновываются принципы классификации щебня по форме зерна. Практически нахождение решающей функции может быть реализовано в устройстве, тем или иным способом распределяющем куски щебня не только по размерам, но и по форме.

В литературе по классификации образов речь обычно идет о зрительных образах — фрагментах фотоснимков, телевизионных изображений. Для условий стройиндустрии применение оптических признаков затруднено по многим причинам — запыленности, вибраций, объема вычислительных процедур. В практике классификации понятие образа может трактоваться шире —■ как совокупность некоторых определяющих признаков, например,

сила удара при падении, способность перекатываться и т. п., принципиального различия здесь нет. Рассмотрим задачу с этой точки зрения.

Из рис.3 видно, каким образом зерно эллиптической формы проходит сквозь круглое или прямоугольное отверстие. Ясно, что при поперечном расположении зерно такой формы сквозь сито не пройдет: условия прохождения определяются не только размером и формой зерна, но и его ориентацией. При некотором предположении относительно формы в принципе можно подсчитать, как влияет случайная ориентация кусков на их прохождение сквозь сито. Можно определить критический угол наклона <р, при котором зерно будет в нее «сваливаться». Вероятность прохождения определится по отношению этого угла к «полному углу 2т.» — множеству возможных положений зерна.

Рис.3. Условия прохождения зерна-эллипсоида

Т /

1 / У7

\ Ос /

1 - —

Например, плоское зерно способно удерживаться при значительном наклоне к горизонту. Зерна кубовидной и игловатой формы, напротив, имеют тенденцию скатываться, при этом большая ось игловатого зерна при качении поворачивается перпендикулярно к направлению скатывания.

В общем случае эти свойства могут определяться статистически. На рис.4 показаны распределения вероятностей некоторых свойств в зависимости от коэффициента Л.

Кривая Рз отражает тенденцию задержки зерна на поверхности, имеющей некоторый наклон: с ростом Л (и угла наклона) вероятность падает до 0. Противоположную тенденцию обнаруживает способность скатываться с наклонной поверхности: для плоских зерен вероятность Рк этого близка к 0, а с ростом Л возрастает. Имеет смысл обратить внимание и на способность проходить сквозь отверстия сит: плоские и кубовидные зерна свободно проходят сквозь отверстия, превышающие их поперечные размеры, с увеличением длины зерна Рп убывает.

Р(Л)

Рис.4.

Л р/ р\ Коэффициент формы

и критерии сортировки

Л

На рис.5 показаны плотности вероятностей указанных признаков.

Задача классификации — распределить материал по областям —

«кластерам» 21], соответствующим типу зерен, исходя из их свойств. На основании теории классификации могут быть предложены различные способы определения принадлежности зерна тому или иному кластеру, выбор принципа оценки определяется реальным смыслом — контекстом задачи. Для удобс тва математической обработки можно, например, определять принадлежность зерна по тому, к среднему значению какого из кластеров ближе его определяющие параметры. Принадлежность зерна тому или иному кластеру определяется «Махаланобисовым расстоянием»:

гц2 = (х,-|.]),(Г1(Х|-й), (11)

Зерно относят к классу, для которого величина Гц2 наименьшая. С увеличением числа признаков качество классификации повышается. В пространстве признаков, например, коэффициента формы Л и

размера зерна 2, рис.6, для двух классов 21,, имеем два вектора средних значений ць ц2 и линии равных значений вероятности для каждого из классов.

Рис.6. Принцип разделения кластеров

Граница разделения может быть получена по принципу «минимума расстояния» — разделением пространства признаков перпендикуляром к отрезку, соединяющему средние значения. Если точка, определяемая совокупностью признаков, лежит с одной стороны границы разделения, то

зерно относят к классу иначе — к 5Я2. При большем числе классов (и), граница разделения представляет (и - /)-мерную гиперплоскость.

Учитывая специфику производства, следует отдавать предпочтение методам, при которых оцениваются механические свойства, например, способность «лещадных» зерен задерживаться на наклонной поверхности. Для отделения таких зерен требуется создать наклонную шероховатую поверхность и выводить задерживающиеся на ней зерна щебня. Для отделения «игловатых» и «кубовидных» зерен может использоваться свойственная им способность скатываться в направлении наклона.

Рассмотрим подробнее три случая геометрии «игловатых» зерен.

1) Зерна, имеющие размер в сечении, меньший, чем отверстия верхнего сита, но больший, чем отверстия нижнего, и значительную длину X, то есть

1В>Ъ>1„, Х>1В. При предварительной сортировке положение части зерен случайно оказалось близким к вертикали, из-за чего они прошли верхнее сито и «вполне законно» (при любой ориентации) задержались на нижнем. Проход верхнего сита зависит от ориентации зерна, проход нижнего исключен.

2) Зерна малого сечения длиной X, превышающей размер отверстий нижнего сита, но меньшей отверстий верхнего си га:

ъ<1в, г</„, 1в>х>1„.

Они «законно» проходят верхнее сито и случайно оказываются в положении, близком к горизонтальному, на нижнем, из-за чего на нем задерживаются. Проход нижнего сита зависит от ориентации.

3) Промежуточный случай — длинные зерна, с размером в сечении меньшем отверстия нижнего сита:

ъ<1в, г<1„, х>1в, х>1и.

Размеры зерна таковы, что возможен как случайный проход через верхнее сито, так и случайная задержка на нижнем. Проход как верхнего, так и нижнего сита зависит от ориентации зерна.

Рассмотренные случаи охватывают довольно широкий диапазон размеров и форм, однако легко убедиться, что к первому виду относятся зерна, более чем в 3 раза превышающие по массе отсортированные кубовидные (речь идет о зернах игловатой формы, длина которых X более чем втрое превышает Поэтому для их классификации можно использовать

отличие по массе и/или по длине. При необходимости зерна этого вида могут направляться на повторное дробление.

Второй вид, напротив, относится к зернам малой массы — их длина X лежит в промежутке между размерами отверстий верхнего и нижнего сит, а толщина I более чем втрое меньше длины. Поэтому их масса в 9 и более раз меньше массы отсортированного кубовидного зерна и, соответственно, более чем в 27 раз меньше игловатого — первого вида: для классификации можно использовать различие по массе или толщине.

Третий вид охватывает довольно широкий диапазон по параметру А. В частности, зерна этого вида, различаясь по форме, могут быть по массе близкими к кубовидным или существенно отличаться от нее в ту или иную сторону, поэтому классификация но массе здесь неприемлема.

На рис.7 показано распределение игловатых зерен по массе.

Р(Ю шШ —

Во /ЯГ ■ш

II 1111 ¡¡рш Шш

0,1 1,0 10,0 ц = ти/тк

Рис.7. Плотность распределения игловатых зерен но массе

Штриховкой выделены области преобладания 1-го и 2-го видов зерен, 3-й существует во всем диапазоне распределения массы.

Игловатые зерна 1-го и 2-го видов можно классифицировать как по форме, так и по массе, которая в несколько раз превышает массу кубовидных зерен. Для отделения зерен 1-го вида по форме можно использовать наклонный лоток с продольными направляющими, расположенными на расстоянии 1ц — ширине отверстий верхнего сита. Такие зерна имеют тенденцию катиться в направлении, перпендикулярном оси X, а но длине значительно превышают размер 1В, и большая их часть будет скатываться до конца лотка, тогда как кубовидные зерна будут проходить в отверстия между направляющими.

Для отделения игловатых зерен 2-го вида может использоваться лоток с поперечными направляющими на расстоянии к 1ц (к = 0,5...0,8), 1Н ширина отверстий нижнего сита. Игловатые зерна 2-го вида попадают в отверстия между направляющими, тогда как кубовидные и игловатые других видов, превышающие по диаметру зазор между направляющими, будут скатываться до конца лотка.

Определенную роль при сортировке может сыграть применение вибраций, увлажнения материала и т. п.

Вариант решения: Дробленый материал, прошедший предварительную сортировку, подавать на поверхность с наклоном, при котором плоские зерна будут задерживаться, а кубовидные и игловатые — скатываться.

В качестве сортирующего устройства, действующего по указанному принципу, может быть использован «встречный транспортер», рис.8, с движением ленты в направлении, противоположном свободному скатыванию зерен. Угол наклона <р устанавливается в соответствии со свойствами материалов и требованиями к качеству разделения; скорость транспортера V выбирается с расчетом, чтобы уменьшить перемешивание выводимых вверх плоских зерен и прочих, скатывающихся под уклон.

Далее: Продольная ось «игловатых» зерен при качении ориентируется приблизительно перпендикулярно направлению движения. Для улавливания таких зерен может использоваться ориентация их продольной оси. Возможная классификация по массе зерна — посредством разделения частиц в жидкостном или газовом потоке. Воздействие потока зависит от вязкости среды, формы и массы зерна.

Зерна плоские

а

Рис.8. Принцип «встречного транспортера»

Глава 4 посвящена обоснованию структуры автоматизированной системы и алгоритмов классификации, которая представляется тремя операциями: одной технологической (дроблением) и двумя контрольными (грохочением и классификацией), рис.9.

Выделенные грохотами крупные зерна и классификатором игловатые зерна 1-го вида могут возвращаться для вторичной переработки.

Схема экспериментальной промышленной установки на базе серийного агрегата среднего и мелкого дробления СМД-187, приведена на рис.10.

Основной алгоритм функционирования системы, см. рис.11, допускает три режима «Ручной», «Автоматический» и «Местный» («Автономный»),

Рис.12. Основной алгоритм

В качестве параметров настройки выбирались углы наклона блока поперечных и продольных направляющих ан и наклонного транспортера ßj. Часть перечисленных параметров составляет конструктивные и предварительные установки, другая допускает возможность регулирования по ходу процесса ширины зазора поперечных 1ПП и продольных 1ПР направляющих. Параметры колебаний устанавливаются в зависимости от

заданных размеров зерна, для определения чего обоснованы соответствующие соотношения.

В приложениях проводится обоснование аппаратного обеспечения на базе электронного контроллера АИАМ-5000 в составе базового блока, модулей ввода/вывода и контроллера ЛА ТМБН для цифровой обработки сканированного сигнала в реальном масштабе времени.

ОБЩИЕ ВЫВОДЫ

1. На основании анализа предшествовавших исследований по рассматриваемым технологиям и применяемым техническим средствам установлено, что задача повышения эффективности этих технологий является актуальной и не может решаться простым уточнением параметров грохотов и сближением границ полей допусков.

2. Решение задачи состоит в добавлении дополнительных признаков, связанных с формой зерна. При этом сами процессы как объекты автоматизации принимают форму задач теории решений, точнее — классификации образов в многомерном пространстве статистических признаков объекта.

3. Проведено моделирование и успешные испытания в производственных условиях предлагаемых методов классификации для отделения кубовидных, игловатых и лешадных зерен продукта сортировки.

4. Применение автоматизации к многообразию конструкций и компоновки дробильно-сортировочного оборудования способствует усовершенствованию самой технологии и оптимизации процесса с точки зрения его эффективности по качеству производимого продукта.

5. Предложены принципы автоматизации и организации производства, позволяющие обеспечить конкретный состав операций, порядок их следования, взаимодействие и структуру в соответствие с принятой технологией, требованиями заказчика, объемом работ и возможностями исполнителя.

6. Результаты моделирования и промышленных испытаний позволили ориентировочно определить общий эффект от автоматизации — до 30% для всего процесса в целом, в зависимости от объема и содержания заказа, требований заказчика, и свойств материала.

7. Помимо повышения качества сортировки, к достигаемым эффектам следует отнести уменьшение доли участия человека в управлении процессами, что, помимо повышения качества управления, немаловажно для технологий стройматериалов, не вполне благополучных в смысле экологии.

Публикации автора по теме работы

По теме диссертации опубликовано 6 статей.

Публикации в изданиях, рекомендованных ВАК:

1. Чжоу Ши Мо. Оценка качества сортировки насыпных материалов на основе принципа классификации/ Исмоилов М.И., Чжоу Ши Мо, Пиров Ф.С. // Ученые записки Орловского государственного университета. Серия: Естественные, технические и медицинские науки №3(41), 2011, с.66-74.

Публикации в других изданиях

2. Чжоу Ши Мо. Проблемы автоматизации производства компонентов бетонной смеси /Васьковский A.M., Чжоу Ши Мо // Логистическая поддержка процессов управления. Сб. науч. тр. МАДИ (ГТУ) — М., 2009, с.119-124

3. Чжоу Ши Мо. Сортировка насыпных строительных материалов (вероятностный подход) // Логистическая поддержка процессов управления. Сб. науч. тр. МАДИ (ГТУ) — М., 2009, с. 125-132

4. Чжоу Ши Мо. Моделирование технологий дробленых строительных материалов/ Маврин А.Б., Чжоу Ши Мо // Принципы построения и особенности использования мехатронных систем. Сб. науч. тр. МАДИ (ГТУ)- М, 2009, с.101-106

5. Чжоу Ши Мо. Подсистема «Объект» в структуре АСУП строительных материалов // Оптимизация решений в промышленности, строительстве и образовании. Сб. науч. тр. МАДИ (ГТУ) — М.,2010, с.106-111

6. Чжоу Ши Мо. Автоматизация сортировки щебня по форме зерна // Интеграционные решения в промышленности, науке и образовании. Сб. науч. тр. МАДИ (ГТУ) М., 2010, с.130-140

Подписано в печать 27 мая 2011г Формат 60x84x16 Усл.печ.л. 1,0 Тираж 100 экз. Заказ №21

ТЕХПОЛИГРАФЦЕНТР Россия, 125319 , г Москва, ул. Усиевича, д. 8 а. Тел. : 8-916-191-08-51 Тел./факс (499) 152-17-71

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ ПРЕДШЕСТВОВАВШИХ ИССЛЕДОВАНИЙ.

1.1. Технологии строительных материалов.

1.2. Технологии сортировки.

1.3. Алгоритмизация и автоматизация процессов.

1.4. Историческая и географическая специфика.

1.5. Выводы по главе 1.

ГЛАВА 2. МОДЕЛИ ПРОЦЕССОВ, СОПРЯЖЕННЫХ С ИССЛЕДУЕМОЙ ТЕХНОЛОГИЕЙ.

2.1. Фракции и классы.

2.2. Вероятностный подход к задаче.

2.3. Модели формы.

2.4. Проблема качества.

2.5. Теоретические основы принципа классификации.

2.6. Выводы по главе 2.

ГЛАВА 3. ПРИНЦИПЫ КЛАССИФИКАЦИИ.

3.1. Проблема формы.

3.2. Определяющие признаки.

3.3. Оценка признаков.

3.4. Реализация оценок. Отделение плоских зерен.

3.5. Признаки зерен игловидной (игловатой) формы.

3.6. Отделение зерен игловатой формы.

3.7. Выводы по главе 3.

ГЛАВА 4. ОСНОВЫ СОРТИРОВКИ ЩЕБНЯ.

С ПРИМЕНЕНИЕМ ПРИНЦИПОВ КЛАССИФИКАЦИИ.

4.1. Общая структура классификатора.

4.2. Классификатор в технологической цепи.

4.3. Классификатор в системе управления.

4.4. Настройки классификатора.

4.5. Экспериментальная установка.

4.6. Структура и алгоритмы.

4.7. Выводы по главе 4.

Промышленные технологии дроблёных материалов из горных пород занимают важнейшее место в строительной индустрии: от их качества зависят прочность, ровность и прочие эксплуатационные свойства бетонных, железобетонных и асфальтобетонных сооружений. Добываемое в карьерах каменное сырье изначально не пригодно для использования вследствие несоответствия стандартам по крупности, загрязненности и т. п., и требует определенной обработки — очистки от примесей, дробления, сортировки (разделения по фракциям). Выбор состава оборудования и технологий обработки зависит, в первую очередь, от собственных характеристик сырья, а также от технических и экономических возможностей поставщика и заказчика, объема заказов, требований относительно состава и объёма продукта.

Поэтому задача повышения эффективности производства этих материалов средствами автоматизации представляется вполне актуальной. Помимо прочего, энергетические затраты на эти работы этого класса составляют огромную долю общих затрат на строительное производство в целом, поэтому любые возможности усовершенствования и повышения их эффективности представляются актуальными и будут оставаться таковыми в обозримое время.

Помимо повышения качества продукта, снижения энергоемкости и потерь, следует иметь в виду, что эти технологии крайне неблагополучны и с экологической точки зрения — пыльны, шумны, что также предопределяет необходимость удаления из них человека, а это тоже достигается путем автоматизации.

Соответствие производимого продукта промышленным нормативам и требованиям заказа определяется обоснованной организацией технологического процесса и уровнем его автоматизации. Это в равной мере относится к технологиям строительных изделий, необходимость модернизации и автоматизации которых неизбежно возрастает с разнообразием требований к качеству и масштабов производства.

Работоспособность и долговечность строительных конструкций — зданий, дорог и других сооружений в значительной мере зависят от качества насыпных материалов. Очевидна заинтересованность проектировщиков и строителей в усовершенствовании как самих технологий, так и методов управления ими, что в основном и определяет актуальность проблемы, поставленной перед автором данной диссертации.

Помимо прочего, энергетические затраты на технологии этого класса составляют значительную долю общих затрат на строительное производство, поэтому исследования, касающиеся усовершенствования и повышения его эффективности с этой точки зрения представляются актуальными и будут оставаться таковыми в обозримое время. Кроме того, эти технологии крайне неблагополучны и с экологической точки зрения — пыльны, шумны, вредны для здоровья, что также предопределяет необходимость их автоматизации.

Таким образом, повышение эффективности производства насыпных материалов средствами автоматизации представляется актуальной и своевременной проблемой.

Цель диссертационной работы — повышение эффективности производства дробленых насыпных компонентов строительных смесей за счет автоматизации технологических процессов, разработки и внедрения моделей и алгоритмов, в том числе сортировки щебня методами и средствами автоматизации.

Задачи решаемые в диссертации:

• Целенаправленный анализ рассматриваемых технологий.

• Обоснование модернизации принципов сортировки щебня;

• Разработка математических моделей рассматриваемых технологий как объектов управления.

• Формирование структуры автоматизированной системы управления и составляющих подсистем.

• Проектирование и отладка алгоритмов классификации щебня по форме зерна

• Разработка рекомендаций по выбору и проектированию технических и программных средств управления.

В диссертации использованы методы автоматизации управления, теории алгоритмов и системотехники. Экспериментальные разработки базируются на теории планировании эксперимента, имитационном моделировании.

Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, методик и алгоритмов.

В главе 1 производится анализ предшествовавших исследований по рассматриваемым и смежным вопросам. Показано, что технологии каменных строительных материалов, и в первую очередь — дробление и сортировка — с точки зрения задач их модернизации и автоматизации исследованы далеко не достаточно. В значительной мере это связано с тем, что эти технологии охватывают широкий спектр операций как по характеру, так и по масштабам производства — от высокопроизводительных стационарных заводов до малых, разнообразных по составу и назначению передвижных установок.

Работы по оптимизации и автоматизации процессов сортировки дробленого материала крайне немногочисленны, в основном не соответствуют современному уровню науки и не обеспечивают требований стройиндустрии.

В главе 2 обосновываются математические модели процессов, сопряженных с исследуемыми технологиями. Процесс сортировки принято оценивать двумя показателями: производительностью, то есть количеством поступающего исходного материала в единицу времени, и эффективностью — отношением массы материала, прошедшей сквозь отверстия сита, к массе данной крупности, содержащейся в исходном материале. В основу классической теории положено определение вероятности прохождения зерна сферической формы через отверстия просеивающей поверхности.

Здравый смысл и многовековой опыт строительства наводят на мысль, что для многих видов изделий существен не только размер, но и форма зерна. Например, для дорожных покрытий определенного назначения предпочтителен отбор зерен плоской — «лещадной» формы, что изменяет сам по себе подход к технологии сортировки, которая принимает вид задачи теории решений, точнее классификации образов в многомерном пространстве статистических признаков изделия.

В главе 3 обосновываются принципы классификации щебня по форме зерна. Практически нахождение решающей функции может быть реализовано в устройстве, тем или иным способом распределяющем куски щебня не только по размерам, но и по форме.

Задача классификации — распределить материал по областям кластерам» соответствующим типу зерен, исходя из их свойств. На основании теории классификации могут быть предложены различные способы определения принадлежности зерна тому или иному кластеру, выбор принципа оценки определяется реальным смыслом — контекстом задачи. Для удобства математической обработки можно, например, определять принадлежность зерна по тому, к среднему значению какого из кластеров ближе его определяющие параметры. Принадлежность зерна тому или иному кластеру определяется «Махаланобисовым расстоянием».

Глава 4 посвящена обоснованию структуры автоматизированной системы и алгоритмов классификации, которая представляется тремя операциями: одной технологической (дроблением) и двумя контрольными (грохочением и классификацией).

В заключении представлены основные результаты работы.

В приложениях проводится обоснование аппаратного обеспечения на базе электронного контроллера АйАМ-5000 в составе базового блока, модулей ввода/вывода и контроллера ЛА ТМЭ31 для цифровой обработки сканированного сигнала в реальном масштабе времени.

Новизна работы состоит в целенаправленном анализе рассматриваемых технологий, теоретическом обосновании принципов сортировки строительного щебня по дополнительным признакам, связанным с формой зерна. Научную новизну представляют также математическое моделирование предлагаемых технологий, формирование и анализ структуры автоматизированной системы, обоснование алгоритмов управления.

На защиту выносятся:

1. Анализ технологий сортировки щебня.

2. Математические модели рассматриваемых технологий как объектов управления.

3. Структура автоматизированной системы управления и составляющих подсистем.

4. Алгоритмы классификации щебня по форме зерна

5. Рекомендации по выбору и проектированию технических и программных средств управления.

Достоверность результатов обеспечивается применением современных математических методов, а также положительными результатами моделирования, экспериментов и внедрения на производстве. Материалы диссертации используются также в учебном процессе в МАДИ.

Основное содержание работы изложено в 6 печатных работах.

Диссертационная работа состоит из введения, 4 глав основного текста, общих выводов, списка использованных источников (106 наименований) и приложений. Общий объем: 112 страниц, 44 рисунка.

ОБЩИЕ ВЫВОДЫ

1. На основании анализа предшествовавших исследований по рассматриваемым в диссертации технологиям и применяемым техническим средствам дробления и сортировки каменных материалов установлено, что задача повышения их эффективности является актуальной и не может быть решена простым уточнением параметров грохотов и сближением границ полей допусков.

2. Решение задачи состоит в добавлении дополнительных признаков продукта, и, прежде всего — связанных с формой зерна. При этом сами процессы как объекты автоматизации принимают форму задач теории решений, точнее — классификации образов в многомерном пространстве статистических признаков объекта.

3. Проведено моделирование и успешные испытания в производственных условиях методов продольных и поперечных направляющих для отделения игловатых зерен и методов наклонного диска и обратного транспортера для отделения лещадных зерен.

4. Помимо непосредственного влияния на количественные и качественные показатели работ, применение автоматизации к многообразию конструкций и компоновки дробильно-сортировочного оборудования способствует усовершенствованию самой технологии и оптимизации процесса в целом.

5. Конкретный состав операций, порядок следования, конструктивная структура и взаимодействие подсистем классификации определяются требованиями заказчика, принятой технологии, требуемым объемом работ, свойствами сортируемых материалов, и техническими возможностями исполнителя.

6. Результаты моделирования и промышленных испытаний позволили ориентировочно определить общий эффект от автоматизации — до 30% для всего процесса в целом, в зависимости от объема и содержания заказа, требований заказчика, и свойств материала.

7. Помимо повышения качества сортировки, к достигаемым эффектам следует отнести существенное уменьшение доли участия человека в управлении процессами, что немаловажно для технологий производства стройматериалов, неблагополучных в смысле экологии.

8. Для уточнения численных критериев и конструирования практических методов классификации конкретных материалов необходимы дополнительные теоретические исследования и промышленные испытания.

1. Автушко В.П. Автоматика и автоматизация производственных процессов. — М.: Высшая школа, 1995

2. Аляев Ю.А., Легошин И.В. Техническое обеспечение компьютера. — Пермь: ПРИПИТ, 2002

3. Адамович Н.В. Управляемость машин. —М.: Машиностроение, 1977

4. Алиев Т.М., Тер-Исраелов Г.С., Тер-Хачатуров A.A. Вероятностные измерительно-вычислительные устройства. — М.: Энергоатомиздат, 1982

5. Андрианов Ю.М., Субетто А.И. Квалиметрия в приборостроении и в машиностроении. —Л.: Машиностроение, Ленингр. отдел. 1990

6. Ансофф И. Стратегическое управление. —М.: Прогресс, 1989

7. Аракельянц Н.М., Васьковский A.M., Афанасьев В.Я. От автоматизации к строительному роботу. — М.: Промышленное строительство №1, 1987

8. Арзамасов Б.Н., Брострем В.А., Буше H.A. и др. Конструкционные материалы. — М.: Машиностроение, 1990

9. Бабков В.Ф. Развитие техники дорожного строительства. — М.: Транспорт, 1988

10. Бабков В.Ф., Андреев О.В. Проектирование автомобильных дорог: Учебник для вузов. — М.: Транспорт, 1979

11. Баловнев В.И. Моделирование процессов взаимодействия со средой рабочих органов дорожно-строительных машин. — М.: Машиностроение, 1994

12. Бауман В.А., Клушанцев Б.В., Мартынов В.Д. Механическое оборудование предприятий строительных материалов, изделий и конструкций. — М.: Машиностроение, 1975

13. Белуженко В.М., Марасанов В.М. Расчет оптимальных режимов работы конусных дробилок— М.: Горный журнал, №2, 1984

14. Белышев А.К., Ляховец К.А., Мамыкин Ю.С., Марамыгин Л.А. Тензометрические методы определения усилий дробления. — Днепропетровск: Металлургическая и горнорудная промышленность, вып.2, 1979

15. Bond F.C. Studies in Crushing and Grinding Cement, Lime and Gravel, V.43, №3, 1968

16. Баранов Л.А. Квантование по уровню и временная дискретизация в цифровых системах управления. — М.: Энергоатомиздат, 1990

17. Бунькин И.Ф., Воробьев В.А., Попов В.П. и др. Моделирование и оптимизация управления составом асфальтобетонных смесей. — М.: РИА, 2001

18. Брук В.М., Николаев В.И. Системотехника: Методы и приложения. Л.: Машиностроение, Ленингр. отд-ние, 1985

19. Васьковский A.M., Чжоу Шимо. Проблемы автоматизации производства компонентов бетонной смеси. Сб. «Логистическая поддержка процессов управления». — М.: МАДИ, 2009

20. Вейцман М.И., Егозов В.П. Краткий справочник строителя автомобильных дорог. — 3-е изд., перераб. и доп. —М.: Транспорт, 1979

21. Вентцель Е.С. Теория вероятностей. — М.: Наука, 1969

22. Воробьев В.А., Васьковский A.M. Автоматизация технологических процессов землеройных машин и связанной с ними строительной техники. — М.: Журн. «Известия вузов (строительство)» №2, 1993

23. Вистгоф A.A. Автоматизация комплекса технологических процессов дробленых строительных материалов. Диссертация. — М.: МАДИ, 1998

24. Горелова Г.В., Здор В.В., Свечарник Д.В. Метод оптимума номинала и его применение. — М.: Энергия, 1970

25. Григорьев В.А. Основы теории и методы проектирования бинарных систем управления динамическими объектами строительного производства // Диссертация, — Тверь, 1993

26. Громов Г.Р. Очерки информационной технологии. — М.: ИнфоАрт, 1993

27. Davenport W., Johnson R., Middleton D. Statistical Errors in Measurements on Random Functions. Journ. Appl. Phys., Apr., 1972

28. Денисов A.A., Колесников Д.Н. Теория больших систем управления. —Л.: Энергоиздат, 1982

29. Дуда Р., Харт П. Распознавание образов и анализ сцен. — М.: Мир, 1976

30. Домбровский В.В., Руднев В.Д. Определение дробящих сил в конусной дробилке. — М.: СДМ № 4, 1988

31. Дорожно-строительные машины и комплексы: Учебник для вузов / В.И. Баловнев, А.Б. Ермилов, А.Н. Новиков и др. Под общ. ред. В.И. Баловнева. — М.: Машиностроение, 1988

32. Иванов В.А., Медведев B.C., Чемоданов Б.К. и др. Математические основы теории автоматического регулирования. — М.: Высшая школа, 1971

33. Kick F. Das Gesetz der Proportionalen Wiederstand und Seine Anwendung. — Leipzig, 1985

34. Кирпичев M.B. Теория подобия. — M.: АН СССР, 1993

35. Клайн С.Д. Подобней приближенные методы: — М.: Мир, 1968.

36. Колдашев B.C., Прокопьев В.H. Некоторые аспекты применения радиоканалов на строительных объектах. Материалы 6-й международной деловой встречи «Диагностика-96», т.1. — М.: 1996

37. Компьютеры. Справочное руководство. В 3-х т. // Пер. с англ. Под ред. Г. Хелмса. — М.: Мир, 1986

38. Кононыхин Б.Д., Кузин Э.Н., Абдулханов H.A. Современные средства и системы управления строительными и дорожными машинами. — М.: ВЗМИ, 1987

39. Констанди Ф.Ф. Аэродромостроители. М.: НИИАС, 1993

40. Фритч В. Применение микропроцессоров в системах управления: Пер. с нем. — М.: Мир, 1984

41. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. — М.: Наука, 1970

42. Тихонов В.И. Выбросы случайных процессов. — М.: Наука, 1970

43. Кирин Д.Ю., Круглов В.Н., Лисиенко В.Г. Способ оценки грансостава сырых железорудных окатышей. Http: //www. ustu.ru/ main/vekradio/d7.html, 1998

44. Krautkraemer J., Krautkraemer H. Wekstoffpruefung mit Ultraschall. 5 Edition. — Berlin, 1986

45. Кузин Л.Т. Расчет и проектирование дискретных систем автоматического управления. — М.: Машгиз, 1962

46. Лазарев В.Г., Маркин Н.П., Лазарев Ю.В. Проектирование дискретных устройств автоматики. — М.: Радио и связь, 1985

47. Лазарев В.Г., Пийль Е.И., Турута E.H. Построение программируемых управляющих устройств. — М.: Энергоатомиздат, 1984

48. Левин Б.Р., Шварц В.М. Вероятностные модели и методы в системах связи и управления. — М.: Радио и связь, 1986

49. Леман Э. Проверка статистических гипотез. — М.: Наука, 1993

50. Levine S. Un Update on Crushing Grinding Equipment, — Rock Products, V.77, №6, 1974

51. Линч А.Дж. Циклы дробления и измельчения. — М.: Недра, 1981

52. Маврин А.Б., Чжоу Шимо. Моделирование технологий дробленых строительных материалов. Сб. «Принципы построения и особенности использования мехатронных систем». — М.: МАДИ, 2009

53. Макаров И.М. Робототехника и гибкие автоматизированные производства. Кн.1. Системные принципы создания гибких автоматизированных производств. — М.: Высшая школа, 1986

54. Марсов В.И., Славуцкий В.А. Автоматическое управление технологическими процессами на предприятиях строительной индустрии. —Л.-: Стройиздат, 1975

55. Марсов В.И. Системотехническое проектирование электронных систем управления // В сб. «Электронные системы автоматизированного управления на транспорте и в строительстве». — М.: МАДИ, 1997

56. Мишлаб И. Статистические параметры.в задаче автоматизации производства дробленых строительных материалов // Сб. тр. «Комплексные системы автоматизированного управления автотранспортным комплексом». — М.: МАДИ, 1997

57. Надежность и эффективность в технике: Справочник «Техническая диагностика», под общ. ред. Клюева В.В., Пархоменко П.П. — М.: Машиностроение, 1987

58. Надежность технических систем: Справочник / Под ред. Ушакова И.А. — М.: Радио и связь, 1985

59. Надиров А.Г. Автоматизация технологических процессов дробильно-сортировочного производства с управлением по крупности продукта дробления. Диссертация. — М.: МАДИ, 2003

60. New Life for the United Fligway Program. Asphaltstrasse, №5, 1984

61. Николаев А.Б., Будихин A.B., Погорнев В.M. Метод нечеткой классификации элементов моделей данных. — М.: Журн. «Приборы и системы управления» №9, 1991

62. Ноицкий П.В., Зограф И.А. Оценка погрешностей результатов измерений. —П.: Энергоатомиздат, 1985

63. Оберт Л. Хрупкое разрушение горных пород. — М.: Мир, 1976

64. Ope О. Теория графов. — М.: Наука, 1980

65. Панкратов С.А., Ушаков B.C. Методика определения усилий дробления в конусных дробилках мелкого и среднего дробления. — М.: Журн. «Строительные и дорожные машины» №6, 1971

66. Патент США № 3312404 МКИ В02 С

67. Патент США № 2901189 МКИ В02 С 2/06

68. Патент ФРГ № 1237883 МКИ В02 С

69. Патент Франции № 1332431 МКИ В02 С

70. Petreni Poli. Quelques elements de technologie dans les appereils de cocassage-broyage et criblage / Traveaux, №469, 1974

71. Петров Б.Н., Викторов В.A., Мишенин В.И. К вопросу о построении инвариантных информационных и измерительных устройств //ДАН СССР. — М.: Наука, 1967

72. Rozenfeld A. Picture Processing by Computer. —Academic Press New York, London, 1969

73. Роторные дробилки. Исследование, конструирование и эксплуатация / В.А. Бауман, В.А. Стрельцов, А.И. Косарев, В.Д. Руднев. Совершенствование дробильных машин. — Томск: Изд-во ТГУ, 1980

74. Руднев В.Д. Конусные дробилки среднего и мелкого дробления. —Томск: Изд-во ТГУ, 1988

75. Рыжиков Р.К. Расчет пропускной способности дробилок крупного дробления. — М.: Журн. Строительные и дорожные машины, №6, 1974

76. Сандлер Дж. Техника надежности систем — М.: Наука, 1965

77. Сапожников М.Я. Механическое оборудование предприятий строительных материалов, изделий и конструкций. — М.: Высшая школа, 1990

78. Сергеев В.П. Строительные машины и оборудование. — М.: Высшая школа, 1971

79. Серго Е.Е. Дробление, измельчение и грохочение полезных ископаемых. — М.: Недра, 1985

80. Сизов В.Н., Киров С.А., Попов Л.Н., Свечин Н.В. Технология бетонных и железобетонных изделий. — М.: Высшая школа, 1972

81. Скорописов Ю.И. Автоматизированное управление грузопотоками. — Л.: Машиностроение, Ленингр. отд., 1984

82. Справочник по теории автоматического управления / Под ред. A.A. Красовского. — М.: Наука, 1987

83. Строительные машины: Справочник: В 2 т. Т.1 / .В.Раннев, В.Ф.Корелин, А.В.Жаворонков и др.; Общ. ред. Э.Н. Кузина. — 5-е изд., перераб.— М.: Машиностроение, 1991.

84. Sun Czian. The Engineering of Traffics. Australia: Earnold, 2005

85. Троицкий B.B. Обогащение нерудных строительных материалов. — М.: Стройиздат, 1986

86. Ту Дж., Гонсалес Р. Принципы распознавания образов. — М.: Мир, 1978

87. Троп A.E., Козин В.З., Аршинский В.M. Автоматизация обогатительных фабрик// М.: Недра, 1980

88. Универсальные инерционные грохоты ГИСЛ-81 и ГИСЛ-91 для сухой и мокрой классификации, дешламации и отмывки магнетита от продуктов обогащения / Отчет / Инв. № 01840040013. Рук. Н.В.Сухин. — Донецк: ДПИ, 1997

89. Федоров В.В. Теория оптимального эксперимента. — М.: Наука, 1971

90. Феррони В.В. Исследование и разработка бесконтактного устройства для дистанционного контроля параметров строительного оборудования//Диссертация, М.: МАДИ, 1991

91. Хоменюк В.В. Элементы теории многоцелевой оптимизации. — М.: Наука, 1983

92. Шеннон Р. Имитационное моделирование систем — искусство и наука. — М.: Мир, 1978

93. Шестоперов C.B. Дорожно-строительные материалы. — М.: Высшая школа, 1976

94. Von Rittinger, Pitter Р. Lehrbuch der Aufbereitungskunde. — Berlin, 1867

95. Van Voorhis D., Shea Zhougun. Memory Systems for Image Processing // IEEE Trans, on Computers. — 2001

96. Хартикайнен О.П. Теория дробления. — Строительная техника, N 5, 1968

97. Хеллман О. Введение в теорию оптимального поиска. — М.: Наука, 1985

98. Хоменюк В.В. Элементы теории многоцелевой оптимизации. — М.: Наука, 1983

99. Цикритзис С., Лоховски Ф. Модели данных. — М.: Финансы и статистика, 1985

100. Чжоу Шимо. Автоматизация сортировки щебня по форме зерна. Сб. «Интеграционные решения в промышленности, науке и образовании». — М.: МАДИ, 2010

101. Чжоу Шимо. Сортировка насыпных строительных материалов (вероятностный подход). Сб. «Логистическая поддержка процессов управления». — М.: МАДИ, 2009

102. Чжоу Шимо. Подсистема «Объект» в структуре АСУП строительных материалов. Сб. «Оптимизация решений в промышленности, строительстве и образовании». — М.: МАДИ, 2010

103. Чупраков Ю.И. Гидропривод и средства гидроавтоматики. — М.: Машиностроение, 1979

104. Юрчик П.Ф., Морид Асади Ш. Модели жизненного цикла информационных систем. Сб. «Методы описания и моделирования процессов и технологий в промышленности, строительстве и образовании» — М.: МАДИ, 2010

105. Янсон Л.А. Расчет технологических показателей процесса дробления конусными дробилками КСД -Т и КДМ. — М.: Журн. «Строительные и дорожные машины» №6, 1994

106. Янушевский Р.Т. Теория линейных оптимальных многосвязных систем управления. — М.: Наука, 1973