автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизированная система управления процессом автогенной плавки медно-никелевого сульфидного сырья на основе нечеткой логики

00461 ^иь На правах рукописи

ДАНИЛОВА Наталья Васильевна

АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ ПРОЦЕССОМ АВТОГЕННОЙ ПЛАВКИ МЕДНО-НИКЕЛЕВОГО СУЛЬФИДНОГО СЫРЬЯ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ

Специальность 05.13.06 -Автоматизация и управление

технологическими процессами и производствами (металлургия)

Автореферат диссертации на соискание ученой степени кандидата технических наук

1 С дек 20ТЗ

САНКТ-ПЕТЕРБУРГ 2010

004617506

Работа выполнена в государственном образовательном учреждении высшего профессионального образования Санкт-Петербургском государственном горном инсгшуте имени Г.В.Плеханова (техническом университете).

Научный руководитель -

доктор технических наук, профессор

Белоглазое Илья Никитич

Официальные оппоненты:

доктор технических наук, профессор

Харазов Виктор Григорьевич,

кандидат технических наук

Горшков Юрий Владимирович

Ведущая организация - ООО «Институт Гипроникель»

Защита диссертации состоится 17 декабря 2010 г. в 14 ч 30 мин на заседании диссертационного совета Д 212.224.03 при Санкт-Петербургском государственном горном инсгшуте имени Г.В.Плеханова (техническом университете) по адресу: 199106 Санкт-Петербург, 21-я линия, д.2, ауд.2203.

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского государственного горного института.

Автореферат разослан 16 ноября 2010 г.

УЧЕНЫЙ СЕКРЕТАРЬ диссертационного совета

д-р техн. наук --В.Н.БРИЧКИН

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Для осуществления процесса автогенной плавки медно-никелевого сульфидного сырья в промышленности применяются печи различных типов и мощностей. Наиболее перспективным на сегодняшний день в России по технологическим показателям и техническому исполнению является процесс Ваню-кова (ПВ, или плавка в жидкой ванне - ПЖВ). Автогенная плавка в печи Ванюкова относится к сложным трудноформализуемым технологическим процессам, функционирующим в условиях большой неопределенности: нечеткости исходных параметров, низкой точности оперативной информации, отказов каналов связи, большого запаздывания при передаче информации по уровням управления и др. Поэтому управление этим процессом на базе традиционного моделирования является малоэффективным и требуется разработка новых методов и подходов к описанию автогенной плавки медно-никелевого сульфидного сырья.

Значительный вклад в изучение, развитие и усовершенствование процесса Ванюкова и алгоритмов управления им внесли A.B. Ванюков, А.Д. Васкевич, В.П. Быстрое, A.B. Гречко, З.Г. Сали-хов, Е.И. Ежов, Л.Ш. Цемехман, А.Н. Федоров, A.B. Спесивцев, И.Е. Зыков и др.

Существующие системы управления процессом автогенной плавки медно-никелевого сульфидного сырья позволяют контролировать основные параметры процесса и управлять им с участием оператора. Однако, несмотря на все достоинства этих систем, они отличаются нерациональностью управления вследствие ограниченных возможностей оператора, физически неспособного обрабатывать большое количество потоков информации; ручным вводом данных, что снижает их универсальность; а также отсутствием математического аппарата, который позволял бы получать полезную информацию из данных оперативного контроля и обеспечивал бы идентификацию значений основных параметров процесса. В связи с этим возникает необходимость в разработке высокоэффективной автоматизированной системы управления качеством продуктов автогенной плавки медно-никелевого сульфидного сырья в печи Ванюкова.

Исследования выполнялись в соответствии с госбюджетной тематикой НИР СПГГИ (ТУ) по теме 6.30.020 «Разработка систем управления сложными техническими объектами с использованием математических моделей в контуре управления» (I кв. 2008 - IV кв. 2010 гг.), а также с грантом СПГГИ (ТУ) «Подготовка диссертации на соискание ученой степени кандидата наук» (2008 год).

Цель работы. Повышение качества управления процессом автогенной плавки медно-никелевого сульфидного сырья для стабилизации содержания меди в штейне.

Задачи работы:

1. Выбор и обоснование технологических параметров, влияющих на получение штейна заданного состава.

2. Разработка математического аппарата для управления технологическим процессом автогенной плавки медно-никелевого сульфидного сырья.

3. Синтез системы управления процессом автогенной плавки медно-никелевого сульфидного сырья, оценка ее эффективности и выработка рекомендаций по ее применению.

Методика проведения работы. Анализ работы промышленного объекта в условиях действующего производства и известных технических решений по управления автогенными процессами в цветной металлургии. Теоретические исследования основаны на методах статистического, регрессионного и дисперсионного анализа, теории нечетких множеств, математического моделирования и специальных методах теории автоматического управления.

Научная новизна работы:

1. Обосновано, что формирование функций принадлежности основных параметров процесса Ванюкова целесообразно проводить на основе статистического распределения данных оперативного контроля с применением метода нечетких с-средних.

2. Предложен подход к извлечению полезной информации из исходного числового материала, представляющий собой совокупность классических методов предварительной обработки данных оперативного контроля и интеллектуального дополнения, заключающегося в систематизации данных по режимам работы печи.

3. Научно обоснована необходимость лингвистического описания зависимости содержания меди в штейне от расхода шихты, технического кислорода и производных от них параметров, и показана возможность такого описания, представленная набором логических правил, учитывающим варианты состояний процесса автогенной плавки медно-никелевого сульфидного сырья.

Практическая значимость работы:

1. Разработана модель количественной оценки содержания меди в штейне, позволяющая прогнозировать содержание меди в штейне с относительной ошибкой не превосходящей 6 %.

2. Разработан способ автоматического управления содержанием меди в штейне с применением методов нечеткой логики, позволяющий вести процесс автогенной плавки медно-никелевого сульфидного сырья с повышением содержания меди в штейне (заявка на изобретение «Способ автоматического управления содержанием меди в штейне» № 2010133350 от 09.08.2010 г.).

3. Установлено, что применение в системе управления процессом Ванюкова модели количественной оценки содержания меди в штейне позволяет в реальном времени осуществлять корректировку управляющих воздействий и повышать качество управления в условиях неполноты информации о ходе протекания процесса.

4. Научные результаты работы используются в учебном процессе химико-металлургического факультета СПГГИ (ТУ) для студентов специальности 220301 «Автоматизация технологических процессов и производств».

Основные защищаемые положения:

1. Модель количественной оценки содержания меди в штейне, представленная в виде базы правил, позволяет учитывать изменения технологического режима и обеспечивает прогнозирование значений содержания меди в штейне на основании данных оперативного контроля со значением ошибки моделирования не превосходящей 6 % (относ.).

2. Включение модели количественной оценки содержания меди в штейне в структуру автоматизированной системы управления автогенной плавкой медно-никелевого сульфидного сырья позволя-

ет осуществлять корректировку управляющих воздействий и повысить качество управления процессом.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на III, IV и V Международной научно-практической конференциях «Инновационные технологии автоматизации и диспетчеризации горнодобывающих и перерабатывающих предприятий» в СПГГИ (Санкт-Петербург, 2008 - 2010); на Международной выставке-конгрессе «Инновационные технологии, моделирование и автоматизация в металлургии» в ВК «РЕСТЭК» (Санкт-Петербург, 2009); на научно-техническом совещании «Электротермия-2010» в СПГТИ (Санкт-Петербург, 2010); на Международном форуме молодых ученых «60. Berg- und Hüttenmännischer Tag» (Фрайберг, Германия, 2009); на XI Международной научно-технической конференции по мягким вычислениям и измерениям «SCM-2008» в СПЭТУ (Санкт-Петербург, 2008); на Международном форуме молодых ученых «Проблемы недропользования» в СПГГИ (Санкт-Петербург, 2008); на конференции молодых ученых «Полезные ископаемые России и их освоение» в СПГТИ (Санкт-Петербург, 2008); на Всероссийской межвузовской научно-технической конференции студентов и аспирантов. XXXVI и XXXVII Неделя науки. СГГГПУ (Санкт-Петербург, 2007, 2008); на Международной конференции «Автоматизация и моделирование технологических процессов в металлургии и машиностроении» в ВК «Ленэкспо» (Санкт-Петербург, 2007); а также семинарах кафедры автоматизации технологических процессов и производств СПГГИ (ТУ).

Достоверность научных результатов. Достоверность основных научных положений, выводов и рекомендаций подтверждена совпадением результатов моделирования с данными оперативного контроля. Эффективность предложенных мероприятий подтверждена вычислительными экспериментами и внедрением.

Публикации. По теме диссертации опубликовано 8 научных трудов. Подана заявка на изобретение.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы и четырех приложений. Работа изложена на 152 страницах машино-

писного текста, содержит 32 рисунка, 16 таблиц, список литературы из 122 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность исследований, изложены основные положения, выносимые на защиту.

В первой главе дана характеристика технологического процесса автогенной плавки медно-никелевого сульфидного сырья, рассмотрены варианты его аппаратурного оформления. Описаны методы моделирования и управления процессом, показана актуальность применения нечеткой логики в системе управления автогенной плавкой медно-никелевого сульфидного сырья в печи Ванюко-ва. Сформулированы цель и задачи исследования.

Вторая глава посвящена анализу процесса Ванюкова как объекта управления, выделены и описаны основные параметры процесса, влияющие на содержание меди в штейне. Проведена оценка качества управления процессом Ванюкова.

В третьей главе разработана модель количественной оценки содержания меди в штейне. Показана невозможность строгого установления связи между основными параметрами процесса и содержанием меди в штейне, что обуславливает необходимость использования методов теории нечетких множеств: построение функций принадлежности параметров технологического процесса на основе нечеткой кластеризации производственных данных; выбор алгоритма Сугено для формирования базы правил на массиве данных оперативного контроля. Выполнена проверка адекватности модели производственным данным.

В четвертой главе описан синтез автоматизированной системы управления процессом Ванюкова. Сформулированы задачи управления, выбран критерий качества управления. Разработана структура системы управления и алгоритм управления процессом. Проведен вычислительный эксперимент на разработанной модели.

Заключение отражает обобщенные выводы по результатам работы и рекомендации.

ОСНОВНЫЕ ЗАЩИЩАЕМЫЕ ПОЛОЖЕНИЯ

1. Модель количественной оценки содержания меди в штейне, представленная в виде базы правил, позволяет учитывать изменения технологического режима и обеспечивает прогнозирование значений содержания меди в штейне на основании данных оперативного контроля со значением ошибки моделирования не превосходящей 6 % (относ.).

Статистический анализ производственных данных работы печи ПВ-3 Медного завода ОАО «ГМК «Норильский никель» за 2006 и 2008 годы показал, что наибольшее влияние на содержание меди в штейне (Y) оказывают следующие факторы: расход шихты, т/ч (x¡); расход технического кислорода, м3/ч (хг); расход технического кислорода на одну тонну загружаемой шихты, м3/т шихты (х3); общий расход кислородно-воздушной смеси (КВС), м3/ч (х,); и содержание кислорода в КВС, % (х5).

Данные оперативного контроля разделены на два потока: технологические переменные и содержание основных компонентов в продуктах плавки. Поток информации о содержании основных компонентов в продуктах плавки имеет уровень дискретности 2 часа, что связано с химическим анализом продуктов плавки. Поток информации о технологических переменных, характеризующийся малым (1 минута) уровнем дискретности, квантуется с интервалом в 2 часа. Для обработки результатов принято двухчасовое представление данных.

Для построения модели количественной оценки содержания меди в штейне в работе разработана методика формирования обучающей выборки, включающая удаление выбросов и случайных данных, исключение суток до и после простоя оборудования, удаление результатов переработки нетипичных видов сырья, исключение данных работы печи во время разгона процесса, а также систематизации выборки по режимам работы печи (режим 1 характеризуется низким расходом шихты (30-140 т/ч), режим 2 - высоким расходом (90-200 т/ч)), которая показала, что осуществление всех этапов предварительной обработки производственных данных необходимо для подготовки исходного числового материала к разработке модели количественной оценки содержания меди в штейне.

S

Таблица 1.

Коэффициенты корреляции (значимые коэффициенты выделены жирным шрифтом)_

\ Взаимосвязь Этапы \ предварительХ н oil обработки \ данных \ Общий расход шихты -содержание меди в штейне Расход технического кислорода - содержание меди в штейне Расход технического кислорода на 1 тонну шихты - содержание меди в штейне Общий расход КВС -содержание меди в штейне Содержание кислорода в КВС - содержание меди в штейне

Исходный числовой материал -0,014 -0,157 -0,114 -0,144 -0,130

После удаления выбросов, суток до и после простоя оборудования 0,063 0,188 -0,175 -0,218 -0,130

После исключения данных работы печи во время разгона процесса 0,116 0,205 -0,189 -0,289 0,187

После систематизации выборки по режимам работы печи Режим 1 0,314 0,384 -0,133 -0,416 0,248

Режим 2 0,263 0,407 -0,175 -0,398 0,253

Для построения функций принадлежности основных параметров процесса Ванюкова предложен новый подход, основанный на построении функций принадлежности /¿(дг) по распределению данных оперативного контроля. Основной идеей данного метода является использование кластеризации исходного числового материала по методу нечетких с-средних (БСМ-алгоритм). В работе разработан программный продукт, позволяющий определить центры кластеров (чем чаще встречается некоторое значение параметра, тем ближе друг к другу находятся центры кластеров и наоборот), а затем отнести параметр к соответствующему кластеру.

Целью нечеткой кластеризации является отыскание таких функции принадлежности для каждого класса, которые обеспечи-

вают кластеризацию вокруг центров каждого класса. Эта задача решается итеративно. Итогом является отыскание таких функций принадлежности, которые обеспечивают кластеризацию данных вокруг центров каждого кластера (рис. 1).

а) б)

в) г)

Рис. 1. Оптимальные функции принадлежности, построенные нечеткой кластеризацией экспериментальных данных: а) расхода шихты для режима 1; б) расхода технического кислорода на тонну подаваемой шихты для режима 1; в) расхода шихты для режима 2; г) расхода технического кислорода на тонну подаваемой

шихты для режима 2

Формирование функций принадлежности по распределению данных оперативного контроля позволяет разработать базу правил для количественной оценки содержания меди в штейне.

Традиционно базу правил формируют на основе экспертной информации. В работе предложен новый подход к формированию базы правил, реализующей алгоритм Сугено, по данным оператив-

ного контроля типа «входы - выход» в пятимерном пространстве переменных. Методика формирования базы правил заключается в поиске значений содержания меди в штейне при соответствующих сочетаниях значений исходных данных на обучающей выборке массива данных оперативного контроля. Формирование базы правил происходит в два этапа: на первом - определяется количество правил, а на втором - по методу наименьших квадратов определяется логический вывод Сугено каждого правила, минимизируя отклонения между производственными данными и результатом моделирования. Применение такого подхода снимает субъективизм формирования базы правил.

В результате проведенных исследований по данным оперативного контроля получена система нечеткого логического вывода Сугено с базой в 52 правила для режима 1 и с базой в 36 правил для режима 2. Результаты моделирования количественной оценки содержания меди в штейне (Сси) на этапе обучения показали, что коэффициент корреляции между фактическим и расчетным значением содержания меди в штейне равен Я = 0,962 для режима 1 и Я = 0,930 для режима 2.

Проверка базы правил на полноту и непротиворечивость показала, что каждому определенному состоянию процесса Ванюкова соответствует только один нечеткий логический вывод Сугено, а также что база правил учитывает все возможные состояния процесса Ванюкова, поэтому разработанную базу правил следует считать «точно полной» и непротиворечивой.

Проверка адекватности разработанной базы правил для каждого режима работы печи проведена на тестовой выборке, которая не содержит данные, входящие в обучающую выборку. Результат проверки адекватности модели количественной оценки содержания меди в штейне представлен на рис. 2.

Степень согласованности результатов расчета с фактическими данными (измеренными на печи ПВ-3 Медного завода ОАО «ГМК «Норильский никель») оценена путем расчета коэффициентов корреляции между фактическими и рассчитанными по модели значениями содержания меди в штейне (Я = 0,754 для режима 1 и К = 0,764 для режима 2).

1 - фактические значения, 2 - результаты моделирования Рис. 2. Результат проверки адекватности модели количественной оценки содержания меди в штейне на тестовой выборке а) режим 1; б) режим 2

Для дополнительной проверки адекватности модели количественной оценки содержания меди в штейне фактическим данным для каждого режима работы печи на тестовой выборке проведен расчет относительной ошибки моделирования. Максимальная относительная ошибка моделирования не превосходит ± 6 %, что в условиях промышленной практики ведения процесса свидетельствует о высокой точности модели количественной оценки содержания меди в штейне, разработанной с использованием методов нечеткой логики.

Следовательно, разработанная модель количественной оценки содержания меди в штейне адекватно воссоздает значение содержания меди в штейне в зависимости от параметров загрузки печи с ошибкой моделирования, не превосходящей 6 % (относ.).

2. Включение модели количественной оценки содержания меди в штейне в структуру автоматизированной системы управления автогенной плавкой медно-никелевого сульфидного сырья позволяет осуществлять корректировку управляющих воздействий и повысить качество управления процессом.

Целью управления процессом плавки сульфидного медно-никелевого сырья является получение штейна заданного состава, так как качество штейна, поступившего на дальнейшее конвертирование, влияет на технико-экономические показатели конвертирования: расход дутья, продолжительность продувки, количество использованных флюсов и образующегося конвертерного шлака, тепловой режим процесса и др.

Состав штейна по сумме цветных металлов регулируют изменением соотношения кислорода дутья и количества загружаемой шихты, при постоянном расходе природного газа.

Анализ данных оперативного контроля процесса Ванюкова за 2006 и 2008 годы показал (рис. 3), что содержание меди в штейне колеблется в пределах 50 - 68 %. Поэтому существует необходимость стабилизации содержания меди в штейне.

ullll

1 l-l rPrrl 46 49 52 55

58 61

а) б)

Рис. 3. Гистограмма распределения содержания меди в штейне: а) данные 2006 года, б) данные 2008 года

Повышение качества штейна (стабилизация содержания меди в штейне в заданных пределах) возможно путем достаточно жесткой увязки входных массопотоков и дутьевых режимов за счет внедрения автоматизированной системы управления, включающей в контур управления модель количественной оценки содержания ме-

ди в штейне, которая позволит до минимума сократить влияние «человеческого фактора».

Для улучшения качества управления процессом плавки разработана структурная схема автоматизированной системы управления содержанием меди в штейне (рис. 4), которая включает печь Ванюкова 1, оснащенную загрузочными воронками 2. В системе загрузки печи Ванюкова установлены бункеры 3 для подачи сыпучих материалов (медного концентрата, руды, флюса, угля и оборотных материалов). Под бункерами 3 установлены ленточные питатели 4 для дозировки загружаемых в печь шихтовых материалов. С питателей 4 шихтовые материалы поступают на сборные транспортеры 5, с помощью которых подаются через загрузочные воронки 2 в реакционную зону печи Ванюкова.

Измерительные каналы 10-18 предназначены для получения информации о мгновенных значениях соответствующих параметров (расхода и скорости загрузки шихтовых материалов и расхода дутья) и имеют прямой выход на блок 6 сбора и предварительной обработки информации. Блок 6 сбора и предварительной обработки информации связан с переключающим блоком 7, выполняющим либо включение режима автоматического управления процессом с помощью блока 8 управления по алгоритму, либо его выключение, и перевод всей информации на автоматизированное рабочее место (АРМ) 9 оператора. Блок 8 управления по алгоритму связан с устройствами 19 выработки управляющего воздействия на расход технического кислорода, 20 и 21 выработки управляющего воздействия на расход и скорость загрузки шихтовых материалов. Оператор с помощью АРМ 9 также имеет возможность воздействовать на расход и скорость загрузки шихтовых материалов и технического кислорода посредством прямого ручного управления устройствами выработки управляющего воздействия через блоки 22 прямого задания расхода технического кислорода, 23 и 24 расхода и скорости загрузки шихтовых материалов.

Информация о величине измеряемых текущих параметрах плавки по каналам передачи информации 10-18 поступает в блок 6 сбора и предварительной обработки информации для расчета основного параметра (общего расхода шихтовых материалов (Ош), т/ч) и отнесения процесса к одной из установленных областей (С.ц во, в+О (рис. 5).

Кроме того дополнительно определяют соотношение расхода технического кислорода дутья на тонну шихтовых материалов (м3/т шихты), и при градиенте его изменения свыше 10 % от регламентируемого, корректируют общий расход шихтовых материалов и технического кислорода в зависимости от того, в какой области находится основной параметр, до достижения области во-

15

Область в.1 (рис. 5) характеризуется недостаточным для протекания реакций окисления сульфидов расходом технического кислорода на тонну загружаемых шихтовых материалов. В соответствии с этим реакции окисления не протекают в полном объеме, а штейн получается с низким содержанием меди. При этом прекращают управление в автоматическом режиме, переходят на ручной режим управления, а процесс ведут с увеличением расхода шихтовых материалов и расхода технического кислорода дутья на тонну шихтовых материалов (м3/т шихты) до достижения области во.

Область характеризуется наибольшей устойчивостью всех параметров процесса: гидродинамических, энергетических и физико-химических. При этом расплав поддерживается в исходном состоянии, процесс идет без резких скачков и локальных экстремумов, что свидетельствует о плавности протекания всех физико-химических реакций. Таким образом, область во (рис. 5) является эффективной для получения штейна с высоким содержанием меди и стабильного состава, и к ней нужно стремиться во время ведения процесса плавки. При этом управление ведут в автоматическом режиме по алгоритму (рис. 6).

Область С+1 (рис. 5) характеризуется переокислением сульфидов за счет большого расхода технического кислорода дутья на тонну шихтовых материалов, а также увеличением высоты ванны расплава за счет высокой производительности печи, что может привести к выбросу расплава в аптейк и к расплавлению фурм. При этом прекращают управление в автоматическом режиме, переходят на ручной режим управления, а процесс ведут с уменьшением расхода шихтовых материалов и расхода технического кислорода дутья на тонну шихтовых материалов (м3/т) до достижения области во.

О 20 40 60 80 100 120 140 160 G№t/h Рис. 5. Схема расположения областей основного параметра - общего расхода шихтовых материалов в печь (т/ч)

Рис. 6. Блок-схема алгоритма управления процессом автогенно плавки медно-никелевого сульфидного сырья в печи Ванкжова 17

Для оценки работоспособности разработанного алгоритма управления процессом плавки медно-никелевого сульфидного сырья в печи Ванюкова был выполнен численный эксперимент на модели. Эксперимент проходил в три этапа. На первом этапе на основе данных оперативного контроля по модели количественной оценки содержания меди в штейне рассчитывалось содержание меди в штейне и сравнивалось с заданным (желаемым). На втором этапе на основании данных оперативного контроля и величины рассогласования рассчитанного по модели и заданного содержания меди в штейне рассчитывались уставки расходов шихтовых материалов и технического кислорода. На третьем этапе на основе данных оперативного контроля с учетом изменения величины расхода шихтовых материалов и расхода технического кислорода на тонну шихтовых материалов для этого же момента времени вновь рассчитывалось содержание меди в штейне. На рис. 7 представлены результаты численного моделирования.

Сс %

60 58 56 54 52

0 10 20 30 40 50 60 70 80 90 100

1 - фактические значения, 2 - результаты моделирования Рис. 7. Результаты численного моделирования управления содержанием меди в

штейне

Как следует из рис. 7, изменение уставок расхода шихтовых материалов и расхода технического кислорода на тонну шихты согласно разработанного алгоритма привело к стабилизации содержания меди в штейне в заданных пределах. Таким образом, проведенный эксперимент позволяет рекомендовать систему управления содержанием меди в штейне к применению в промышленных условиях.

ЗАКЛЮЧЕНИЕ

Диссертация представляет собой законченную научно-квалификационную работу, в которой содержится новое решение актуальной для металлургии задачи управления процессом автогенной плавки медно-никелевого сульфидного сырья в печи Ванюкова.

Проведенные исследования для достижения поставленной цели позволяют сделать следующие выводы.

1. Формирование функций принадлежности основных параметров процесса автогенной плавки медно-никелевого сульфидного сырья целесообразно проводить на основе статистического распределения данных оперативного контроля с применением метода нечетких с-средних. Применение FCM-алгоритма снимает субъективизм перехода от четких (фактических) значений параметров процесса к нечетким (функции принадлежности).

2. Разработана модель количественной оценки содержания меди в штейне с использованием теории нечеткой логики. Показано, что содержание меди в штейне может быть найдено с использованием предложенной базы правил на основе лингвистической оценки пяти параметров состояния объекта управления. Погрешность оценки расчетного значения содержания меди в штейне по сравнению с фактическим не превосходит 6 % относительных.

3. Повышение качества управления процессом автогенной плавки медно-никелевого сульфидного сырья в печи Ванюкова обеспечивается введением в структуру автоматизированной системы управления оригинального алгоритма управления, что позволяет стабилизировать содержание меди в штейне. Это позволяет рекомендовать предложенное решение к применению в промышленных условиях.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ

1. Кадыров Э.Д. Оценка технологических параметров автогенных процессов / Э.Д. Кадыров, Н.В. Данилова // Автоматизация в промышленности. № 5, 2008, стр. 24-26.

2. Спесивцев A.B. Построение математической модели качества штейна при переработке сульфидных медьсодержащих мате-

риалов в печи Ванюкова / A.B. Спесивцев, Э.Д. Кадыров, Н.В. Данилова, В.И. Лазарев // Вестник Самарского государственного технического университета. Серия «Технические науки» № 2 (22) -2008, Самара, 2008, стр. 211-218.

3. Белоглазов И.Н. Применение специальных методов для создания систем управления пирометаллургическими процессами / И.Н. Белоглазов, Н.В. Данилова, Н.И. Котелева / Изд. СПбГУ, Санкт-Петербург, 2009.98 с.

4. DanilowaN. Anwendung der Planungsmethoden der Experimente fur Bearbeitung eines großen Datenmassivs der operativen Kontrolle / DanilowaN., KadyrowE., Beloglasowl. // Freiberger Forschungshefte. Challenges and Solutions in Mineral Industry. Freiberger Forschungsforum. 60. Berg- und Hüttenmännischer Tag 2009. S. 111115.

5. Кадыров Э.Д. Построение нечеткой модели системы управления качеством продукта / Э.Д. Кадыров, Н.В. Данилова // Сб. тезисов докладов IV Международной конференции «Инновационные технологии автоматизации и диспетчеризации в горнодобывающих и перерабатывающих предприятий». Изд. СПГГИ (ТУ), 2009, стр. 20.

6. Данилова Н.В. Расчет материальных потоков пирометал-лургического цикла переработки медного сульфидного сырья // Записки Горного Института, Полезные ископаемые России и их освоение. Т. 186, Санкт-Петербург, 2010. стр. 176-180.

7. Данилова Н.В. Применение нечеткой логики для разработки модели количественной оценки содержания меди в штейне// Проблемы рудной и химической электротермии: Сб. тр. Всероссийской научно-техн. конференции с международным участием «Элек-тротермия-2010». СПб, 2010. стр. 172-177.

8. Данилова Н.В. Применение метода нечетких с-средних для построения функций принадлежности параметров технологического процесса // Сб. научн. тр. семинара «Инновационные технологии, моделирование и автоматизация в металлургии», Санкт-Петербург, 2010. стр 11-12.

г") ."Л

РИЦ СПГГИ. 10.11.2010. 3.664 Т.100 экз. 199106 Санкт-Петербург, 21-я линия, д.2

Введение.

1. Современное состояние и перспективы развития способов управления-процессом плавки медно-ншселевого сульфидного сырья.

1.1. Характеристика технологического процесса плавки медно-никелевого сульфидного сырья на штейн.

1.1.1. Сравнительная характеристика вариантов реализации плавки на штейн сульфидных медно-никелевых материалов.

1.1.2. Физико-химические основы плавления шихты в печи Ванюкова.

1.2. Основные виды неопределенности, неточности, нечеткости и нехватки информации, присущие процессу Ванюкова.

1.3. Моделирование и управление процессом плавки медно-никелевого сульфидного сырья.

1.4. Постановка цели и задач исследования.

2. Анализ процесса Ванюкова как объекта управления.

2.1. Характеристика информационных потоков данных оперативного контроля.

2.2. Корреляционный и регрессионный анализ производственных данных

2.3. Определение частотных и вероятностных характеристик основных параметров процесса.

2.4. Оценка качества управления процессом Ванюкова.

2.5. Выводы по главе 2.

3. Разработка модели количественной оценки содержания меди в штейне.

3.1. Методика формирования обучающей и тестовой выборок.

3.2. Построение функций принадлежности.

3.3. Методика формирования базы правил.

3.4. Проверка адекватности модели количественной оценки содержания меди в штейне.

3.5. Выводы по главе 3.

4. Синтез системы управления содержанием меди в штейне.

4.1. Постановка задачи управления процессом Ванюкова.

4.2. Контроль, управление и метрологическое обеспечение процесса Ванюкова и качества продукции.

4.2.1. Программно-технический комплекс системы автоматического управления процессом Ванюкова.

4.2.2. Контроль отбора проб компонентов.

4.3. Система управления содержанием меди в штейне.

4.3.1. Структура системы автоматического управления содержанием меди в штейне.

4.3.2. Способ автоматического управления содержанием меди в штейне

4.3.3. Алгоритм управления содержанием меди в штейне.

4.3.4. Численное моделирование.

4.4. Выводы по главе 4.

Актуальность работы. Для осуществления процесса автогенной плавки медно-никелевого сульфидного сырья в промышленности применяются^ печи различных типов и мощностей. Наиболее перспективным на сегодняшний день в России по технологическим показателям и техническому исполнению является процесс Ванюкова (ПВ, или плавка в жидкой ванне - ПЖВ). Автогенная плавка в печи Ванюкова относится к сложным трудноформализуемым технологическим процессам, функционирующим в условиях большой неопределенности: нечеткости исходных параметров, низкой точности оперативной информации, отказов каналов связи, большого запаздывания при передаче информации по уровням управления и др. Поэтому управление этим процессом на базе традиционного моделирования является малоэффективным и требуется разработка новых методов и подходов к описанию автогенной плавки медно-никелевого сульфидного сырья.

Значительный вклад в изучение, развитие и усовершенствование процесса« Ванюкова и алгоритмов- управления им внесли^ A.B. Ванюков, А.Д. Васкевич, В.П. Быстров, A.B. Гречко, З.Г. Салихов, Е.И. Ежов, Л.Ш. Цемехман, А.Н. Федоров, A.B. Спесивцев, И.Е. Зыков и др.

Существующие системы управления процессом автогенной плавки медно-никелевого сульфидного сырья позволяют контролировать основные параметры процесса и управлять им с участием оператора. Однако, несмотря на все достоинства этих систем, они отличаются нерациональностью управления вследствие ограниченных возможностей оператора, физически неспособного обрабатывать большое количество потоков информации; ручным вводом данных, что снижает их универсальность; а также отсутствием математического аппарата, который позволял бы получать полезную информацию из данных оперативного контроля и обеспечивал бы идентификацию значений основных параметров процесса. В связи с этим возникает необходимость в разработке высокоэффективной автоматизированной системы управления качеством продуктов автогенной плавки медно-никелевого сульфидного сырья в печи Ванюкова.

Исследования^ выполнялись в соответствии с госбюджетной- тематикой НИР СПГГИ (ТУ) по теме 6.30.020 «Разработка1 систем управления сложными техническими объектами с использованием математических моделей в контуре управления» (1кв. 2008 - IV кв. 2010 гг.), а также с грантом-СПГГИ (ТУ) «Подготовка диссертации на соискание ученой степени кандидата наук» (2008 год).

Цель работы. Повышение качества управления процессом автогенной плавки медно-никелевого сульфидного сырья для стабилизации > содержания меди в штейне.

Задачи работы:

1. Выбор и* обоснование технологических параметров, влияющих на получение штейна заданного состава.

2. Разработка математического аппарата для управления технологическим процессом автогенной плавки медно-никелевого сульфидного сырья.

3. Синтез системы управления процессом автогенной плавки медно-никелевого- сульфидного сырья, оценка ее эффективности и выработка рекомендаций по ее применению.

Методика проведения работы. Анализ работы промышленного объекта в условиях действующего производства и известных технических решений по управления автогенными процессами в цветной металлургии. Теоретические исследования основаны на методах статистического, регрессионного и дисперсионного анализа, теории нечетких множеств, математического моделирования и специальных методах теории автоматического управления.

Научная новизна работы:

1. Обосновано, что формирование функций принадлежности основных параметров процесса Ванюкова целесообразно проводить на основе статистического распределения данных оперативного контроля с применением метода нечетких с-средних.

2. Предложен подход к извлечению полезной информации из исходного числового материала, представляющий собой совокупность классических методов предварительной обработки данных оперативного контроля; и интеллектуального дополнения, заключающегося в систематизации данных по режимам работы печи.

3. Научно обоснована необходимость лингвистического описания зависимости содержания меди в штейне от расхода шихты, технического кислорода и производных от них параметров^ и показана возможность такого описания, представленная набором логических правил,, учитывающим варианты состояний^ процесса автогенной плавки медно-никелевого сульфидного сырья.

Практическая значимость работы:.

1. Разработана модель количественной оценки содержания < меди в штейне, позволяющая прогнозировать содержание меди в штейне с относительной ошибкой не'превосходящей.6 %.

2. Разработан способ автоматического управления содержанием меди в штейне с применением методов нечеткой логики, позволяющий вести процесс автогенной плавки медно-никелевого сульфидного сырья с повышением содержания меди в штейне (заявка на изобретение «Способ автоматического управления содержанием меди в штейне» № 2010133350 от 09.08.2010 г.).

3. Установлено, что применение в системе управления процессом Ванюкова модели количественной оценки содержания меди в штейне позволяет в реальном времени осуществлять корректировку управляющих воздействий и повышать качество управления в условиях неполноты информации о ходе протекания процесса.

4. Научные результаты работы используются в учебном процессе химико-металлургического факультета СПГТИ (ТУ) для студентов специальности 220301 «Автоматизация технологических процессов и производств».

Основные защищаемые положения:

1. Модель количественной оценки содержания1 меди в штейне, представленная в виде базы- правил, позволяет учитывать изменения технологического режима и обеспечивает прогнозирование значений содержания меди в штейне на- основании данных оперативного контроля со значением ошибки моделирования не превосходящей б % (относ.).

2, Включение модели количественной оценки содержания меди в штейне в структуру автоматизированной системы управления автогенной плавкой медно-никелевого сульфидного сырья позволяет осуществлять корректировку управляющих воздействий и повысить качество управления процессом.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на III, IV и V Международной научно-практической конференциях «Инновационные технологии автоматизации и диспетчеризации горнодобывающих и перерабатывающих предприятий» в СПГТИ (Санкт-Петербург, 2008 - 2010); на Международной выставке-конгрессе «Инновационные технологии, моделирование и автоматизация в металлургии» в ВК «РЕСТЭК» (Санкт-Петербург, 2009); на научно-техническом совещании «Электротермия-2010» в СПГТИ (Санкт-Петербург, 2010); на Международном форуме молодых ученых «60. Berg- und Hüttenmännischer Tag» (Фрайберг, Германия, 2009); на XI Международной научно-технической конференции по мягким вычислениям и измерениям «SCM-2008» в СПЭТУ (Санкт-Петербург, 2008); на Международном форуме молодых ученых «Проблемы недропользования» в СПГТИ (Санкт-Петербург, 2008); на конференции молодых ученых «Полезные ископаемые России и их освоение» в СПГГИ (Санкт-Петербург, 2008); на Всероссийской межвузовской научно-технической конференции студентов и аспирантов. XXXVI и XXXVII Неделя науки. СПГПУ (Санкт-Петербург, 2007, 2008); на Международной конференции «Автоматизация и моделирование технологических процессов в металлургии и машиностроении» в ВК «Ленэкспо» (Санкт-Петербург, 2007); а также семинарах кафедры автоматизации технологических процессов и производств СПГТИ (ТУ).

Достоверность научных результатов. Достоверность основных научных положений, выводов и рекомендаций подтверждена совпадением результатов моделирования с данными оперативного контроля. Эффективность предложенных мероприятий подтверждена вычислительными экспериментами и внедрением.

Публикации. По теме диссертации опубликовано 8 научных трудов. Подана заявка на изобретение.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения^ списка использованной литературы и четырех приложений. Работа изложена на 152 страницах машинописного текста, содержит 32 рисунка, 16 таблиц, список литературы из 122 наименований.

4.4. Выводы по главе 4 л

По результатам разработки автоматизированной системы управления* процессом плавки медно-никелевого* сульфидного- сырья в печи Ванюкова можно сделать.следующие выводы:

1. Управление процессом плавки медно-никелевого-сульфидного* сырья по предложенному алгоритму позволяет, получить требуемое содержание меди в штейне и под держивать его без больших колебаний в дальнейшем.

2. Для отслеживания изменений характеристик процесса Ванюкова и режимов его работы в алгоритм управления: была введена функция обучения, которая оценивает результаты прогнозирования содержания меди в штейне и в, случае необходимости способна к переобучению. Благодаря^ применению* модели количественной оценки содержания меди в штейне в структуре автоматизированной системы управления процессом автогенной* плавки медно-никелевого сульфидного сырья в печи Ванюкова точность управления повышена за счет стабилизации содержания меди в штейне в заданных пределах.

3. Проведенный на математической модели эксперимент показал приемлемость алгоритма в промышленных условиях. Однако представленная оценка эффективности работы системы доказывает лишь принципиальную работоспособность алгоритма, а разработанная в диссертационной работе автоматизированная система управления процессом автогенной плавки медно-никелевого сульфидного сырья в печи Ванюкова, безусловно, требует настройки в реальных условиях протекания процесса.

Диссертация представляет собой законченную научно-квалификационную работу, в которой содержится> новое решение актуальной* для металлургии > задачи* управления' процессом- плавки, медно-никелевого сульфидного сырья.

Проведенные исследования для достижения поставленной цели позволяют сделать следующие выводы.

1. Формирование функций принадлежности основных параметров процесса автогенной плавки медно-никелевого сульфидного сырья целесообразно проводить на основе статистического распределения данных оперативного контроля с применением метода нечетких с-средних. Применение БСМ-алгоритма снимает субъективизм* перехода от четких (фактических) значений параметров процесса к нечетким (функции принадлежности).

2. Разработана модель количественной оценки содержания меди в штейне с использованием теории нечеткой логики. Показано^ что содержание меди в. штейне может быть найдено .с использованием» предложенной* базы правил на' основе лингвистической^ оценки пяти параметров^ состояния объекта управления. Погрешность оценки расчетного» значения содержания меди в штейне по сравнению с фактическим не превосходит 6 % относительных.

3. Повышение качества управления процессом, автогенной плавки медно-никелевого сульфидного сырья в печи Ванюкова обеспечивается введением в структуру автоматизированной системы управления! оригинального алгоритма управления, что позволяет стабилизировать содержание меди в штейне. Это позволяет рекомендовать предложенное решение к применению в промышленных условиях.

1. Rotshtein A„ Shtovba S. Modeling of the Human Operator Reliability with the Aid of the Sugeno Fuzzy Knowledge Base / Automation and Remote Control, 2009- Vol. 70, № 1, pp. 163-169.

2. Shtovba S. Fuzzy Identification on the Base of Regresión1 Models- of Parametric Membership'Function // Journal-of Automationand Information Sciences. Vol. 38, № 11, 2006.' pp. 36-44.

3. Shtovba S. Fuzzy Model Tuning Based on a,Training Set with Fuzzy. Model Output Values // Cybernetics and Systems Analysis. 2007. Vol. 43; № 3. pp. 334-340.

4. АверкинА.Н., Батыршин И.З., Блишун А.Ф, и др. Нечеткие множества в моделях управления и искусственного интеллекта. / Под: ред. Д.А. Поспелова. М., 1986.

5. Адлер ЮЛ., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий.- М.: Наука, 1976: Алиев Р.А., Церковный А.З., Мамедова Г.А. Управление производством при нечеткой исходной информации. М., 1991.

6. Алиев P.A., Абдикеев Н.М., Шахназаров М.М. Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990.

7. АнашкинА.С. Синтез системы оптимального управления газовым режимом горизонтальных конвертеров: дис. . к-та техн. наук: 05.13:06. Санкт-Петербург, 2002.

8. Андриевский Б.Р. Избранные главы теории автоматического управления с примерами на' языке MATLAB / Б.Р! Андриевский, A.JI. Фрадков // СПб.: Наука, 2000.

9. Андрющенко В. At Теория систем автоматического управления: Учеб. пособие. — JL, Издательство Ленинградского университета, 1990.

10. Анхимюк B.JI. Теория автоматического управления. / В.Л. Анхимюк, О.Ф. Опейко, H.H. Михеев // Мн.: Дизайн ПРО, 2000!

11. АокиМ. Введение в методы оптимизации. Перев. с англ. Главная редакция физико-математический литературы издательства «Наука», М., 1977.

12. Арутюнов В.А., Бухмиров В.В., Крупенников С.А*. Математическое моделирование тепловой работы промышленных печей: Учебник для; вузов. -М.: Металлургия, 1990.

13. АхназароваЛ.С., КафаровВ.В. Методы оптимизации эксперимента в химической технологии: Учеб. Пособие для хим.-технол. Спец. Вузов. 2-е изд., перераб. И доп. М., 1985.

14. Белоглазое И.Н., Данилова Н.В., КотелеваНЖ Применение специальных методов для создания систем управления пирометаллургическими процессами. Учебное пособие. Изд. СПГГИ (ТУ). Санкт-Петербург, 2009:

15. Быстрое В.П., Ванюков A.B., Васкевич А.Д. и др. Исследование состава штейно-шлаковой эмульсии при плавке в жидкой ванне // Цветные металлы, 1980, № 10. стр. 56-59.

16. Вальков В.М., Вершинин В.Е. Автоматизированные системы управления технологическими процессами. Л., Политехника, 1991.

17. Ванюков A.B., Быстрое В.П. и др., Плавка в* жидкой ванне, М., Металлургия, 19881

18. Ванюков A.B., Уткин H.H. Комплексная переработка' медного и» никелевого сырья.: Учебник для вузов. Челябинск: Металлургия, Челябинское отделение, 1988.

19. Васильев А., Заречнев В. Система контроля температуры металлургической печи // Современные технологии автоматизации, 1998. №2. стр. 18-20.

20. Власов К.П. Теория автоматического управления. Учебное пособие. — Харькову 2006.

21. ГальнбекА.А., ШалыгинЛ.М:, ШмонинЮ.Б. Расчеты пирометаллургических процессов и аппаратуры-цветной металлургии: Учеб. Пособие для4 вузов. Челябинск: Металлургия, Челябинское отделение, 1990.

22. Гартман Т.Н. Основы компьютерного моделирования химико-технологических процессов: Учеб. пособие для вузов М: ИКЦ "Академкнига", 2006.

23. Глебов A.A. Синтез нейро-нечеткой модели типа Сугено. Поиск оптимального вектора радиуса субтрактивной кластеризации. // Социально-экономические и технические системы: исследование, проектирование, организация. 2006. №4.

24. Голубятников В.А. Автоматизация производственных процессов в химической промышленности / В.А. Голубятников; BJB. Шувалов //

25. Учебн. для техникумов. 2-е изд., перераб. и доп. — М: Химия, 1985.f

26. Данилова Н.В.* Применение теории планирования, для исследования процесса Ванюкова // Записки Горного Института, Полезные ископаемые России- и их освоение. Т.182, изд. РИЦ СПГГИ (ТУ), Санкт-Петербург, 2009.-стр. 148-151.

27. Данилова Н.В. Расчет материальных потоков пирометаллургического цикла переработки медного сульфидного сырья // Записки Горного Института, Полезные ископаемые России, и их освоение. Т.186, изд. РИЦ,СПГГИ (ТУ), Санкт-Петербург, 2010. стр. 176-180.

28. Данилова Н.В., Кадыров ЭД.' Способ автоматического' управления* содержанием меди в штейне (заявка на изобретение № 2010133350 от 09.08.2010.).

29. Данилова Н.В., Кадыров ЭД. Построение модели процесса Ванюкова' методом полного факторного эксперимента // Записки Горного Института. Новые технологии ► в металлургии, обогащении,-, автоматизации^ управлении: Т. 177, 2008, стр. 121-123.

30. Дворецкий С.И., Егоров А.Ф., ДворецкийД.С. Компьютерное моделирование и оптимизация технологических процессов и оборудования: Учеб. пособие. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2003.

31. ДиомидовскийДА. Металлургические печи цветной металлургии. -М.: Металлургия, 1970.

32. Домрачеев В.Г., Полещук О.М. О построении регрессионной модели при нечетких исходных данных // Автоматика и телемеханика. 2003. № 11. стр. 74-83.

33. Дроздов В.И., МирошникИ.В. идр. Системы автоматического управления с ЭВМ. Л., Машиностроение, 1989.

34. Дьяконов В.П., Круглое В.В: Математические пакеты расширения МАТЬАВ. Специальный справочник. С. Пб.: «Питер», 2001.

35. Еременко Ю.И. Исследование эффективности интеллектуального управления в металлургии Электронный ресурс.: дис. . д-ра техн.-наук: 05.13.06. Липецк: РГБ, 2007.

36. Зайцев Т. Ф. Теория автоматического управления и регулирования. -2-е изд., перераб. и доп. Киев; Высшая школа. 1989.

37. Иванов В.Г., Радивоненко О.С. Комбинированный подход к кодированию* изображений1 на основе нечеткой классификации фрагментов. // Технология и конструирование в электронной аппаратуре, 2006, № 6. стр. 26-29.

38. Информационно-аналитический обзор «Состояние и перспективы мирового и внутреннего рынков цветных, редких и благородных металлов». Выпуск 2. Медь и меднорудное сырье. По данным ИАЦ ООО «ИНФОМЕТГЕО». М., 2002.

39. Информационные системы в металлургии: Конспект лекций, (отдельные главы-из учебника для вузов) / H.Ä. Спирин, В.В: Лавров. Екатеринбург: Уральский государственный технический университет — УПИ, 2004.

40. Кадыров Э.Д, Данилова Н.В. Оценка технологических параметров автогенных процессов // Автоматизация в промышленности. 2008. № 5. стр. 24-26.

41. Комков А:Ах, Рогачев М:Б., Быстрое В.П. Прогнозирующая модель плавки сульфидного сырья в печи Ванюкова. // Цветные металлы, 1994, №1. стр. 14-19.

42. Компьютерное моделирование технологических процессов: Метод, указ. / Сост. С.И. Дворецкий, A.B. Майстренко. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2001.

43. Кофман А. Введение в теорию нечетких множеств: Пер. с франц. М., 1982.

44. Круглое В.В, Дли М.И., Голуное Р.Ю. Нечеткая логика и искусственные нейронные сети., М., 2001.

45. Кузнецов Л. А. Применение нечетких моделей для решения задач управления качеством проката // Известия вузов. Черная металлургу 2001; № 5, стр1. 61-65.

46. Кукса ПЛ. Анализ алгоритма- нечеткой' кластеризации. // Труды молодых ученых, аспирантов» и студентов «Информатика и системы управления», 2003, стр. 24-26.

47. Лазарев В.И., Спесивцев■ A.B., Быстрое В.П., Зайцев В:И. Развцтие плавки, Ванюкова с обеднением шлаков. // Цветные металлы. 2000: № 6. стр. 33-36.

48. Лазарев В.И., Спесивцев A.B., Быстрое В.П., Ладин А.Н., Зайцев В.И: Качество отвальных- шлаков- ПВ в- условиях работы на- богатые штейны. // Цветные металлы. 1999. №6. стр. 40-43.

49. Левин М.В. Автоматизация пиро- и гидрометаллургическихпроизводств. Учебное пособие. Л., изд. ЛГИ, 1986.

50. Леоненков A.B. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб., 2005'.

51. Лоскутов, Ф.М., Цёйдлер* A.A. Расчеты, по металлургии^ тяжелых цветных металлов: Учеб. Пособие для-вузов. М.,, «Металлургиздат», 1963.

52. Лукас В.А. Основы фази-управления. Екатеринбург: Уральская горногеологическая академия, 2000.

53. Лю Б. Теория и практика неопределенного программирования. / Пер. с англ. Москва: БИНОМ. Лаборатория знаний, 2005.

54. Математическое моделирование и расчет систем управления техническими объектами: Учебное пособие / Б.М. Борисов, В.Е. Большаков, В.И. Маларёв, P.M. Проскуряков; Санкт-Петербургский государственный горный институт (технический университет). СПб, 2002.

55. Математическое моделирование процесса производства в условиях случайных возмущений: Учеб. пособие / О Б. Низамутдинов, Б .Я; Советов, P.A. Файзрахманов; Перм. политехи, ин-т, Пермь ПИИ, 1989.

56. Металлургия.цветных металлов. Уткин Н.И. Учебник для техникумов. М:: Металлургия, 1985.

57. Методы исследований и организация экспериментов / Под ред. проф. К.П. Власова-X.: Издательство «Гуманитарный центр», 2002:

58. Методы робастного; нейро-нечеткого и адаптивного управления: Учебник / Под ред. Н.Д. Егупова. М.: Изд-во МГТУ им. Н.Э. Баумана, 2001.

59. Моделирование^ объектов и« систем* управления^ металлургического» производства: Учеб. пособие / ' ЮЖ. Шмонин, Т.Ф1. Вырубова: Ленинградский горный ин-т. СПб., 1991.

60. Нечеткие множества в. моделях управления, и искусственного интеллекта / Под ред. Д.А. Поспелова. М., 1986.

61. О задаче разработки логико-лингвистической модели карбонизационной колонны / А.Г. Афанасенко // Наука и образование Электронный ресурс. электрон. научн.-техн. издан. М.: МГТУ им. Баумана, 2007. №2.http://www.techno.edu.ru: 1600 l/db/msg/31646.html

62. Орешкин С,А., Афанасьев А.Г., Руденко Г.А. Автоматизация Медного завода // Цветные металлы. 1999. №11. стр. 88-93.

63. Основы математического моделирования. Конспект лекций/ В:П: Докукин; Санкт-Петербургскийторный ин-т. СПб, 2000.

64. Основы производства и обработки металлов: Учебное пособие /

65. A.К. Орлов, Г.В. Коновалов. Санкт-Петербургский* государственный горный институт (технический университет). СПб; 2006.

66. Пономарев В.Б. Математическое моделирование технологических процессов / В.Б. Пономарев, А.Б. Лошкарев. Екатеринбург: ТОУ ВПО УГТУ-УПИ, 2006.

67. Поршнев С.В. Компьютерное моделирование физических процессов в па кете МАТЪАВ: М.: Горячая линия - Телеком, 2003.

68. Практический нейрокомпьютинг. Учебное пособие / С.Л. Гольдштейн,

69. B.Б. Щербатский, О.В; Гущина: Екатеринбург: УГТУ У ПИ, 2005.

70. Прасов М.Т., Анохин М.Н. Алгоритм дефазификации при синтезе нечеткого регулятора автоматизированных систем контроля- и управления. // Промышленные АСУ и контроллеры. 2006. №6. стр. 41-42.

71. Прикладные нечеткие системы: Пер. с япон. / К. Асаи; Д. Ватада,

72. C. Иваи и др.; под ред. Т. Тэрано, К. Асаи, М. Сугэно. М., 1993.

73. Производство металлов за полярным» кругом. Технологическое пособие. Под ред. Н.Е. Кайтмазова. Норильск. Изд. «Антей лимитед», 2007.

74. Растригин Л.А. Адаптация сложных систем. Рига: Зинатне, 1981,

75. Ротштейн А.П., Кателъников Д.И. Идентификация нелинейных зависимостей? нечеткими базами знаний // Кибернетика и системный анализ. 1998. №5. стр. 53-61.

76. Ротштейн А.П., Штовба С.Д. Влияние методов дефаззификации на скорость настройки нечеткой модели- // Кибернетика и системный анализ. 2002. №5. стр. 169-176.

77. Ротштейн А.П., Штовба С.Д. Идентификация нелинейной зависимости нечеткой базой знаний с нечеткой обучающей выборкой // Кибернетика и системный анализ. 2006. №2. стр. 17-24.

78. Ротштейн А.П., Штовба С.Д. Моделирование надежности человека-оператора с помощью нечеткой базы знаний Сугено // Автоматика« и телемеханика, 2009. № 1, стр. 180-1881

79. Ротштейн А.П., Штовба С.Д. Нечеткая надежность алгоритмических процессов. Винница: Континент — ПРИМ, 1997.

80. Рутковская Д., Пилинъский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д; Рудинского. -М., 2006.

81. Рябко А.Г., Цемехман Л.Ш. Развитие автогенных процессов в< металлургии меди и никеля. // Цветные металлы. 2003. № 7. стр. 58-63.

82. Саврасов Ю. С. Оптимальные решения. М.: Радио и связь, 2000.

83. Салихов З.Г., Спесивцев A.B., Москвитин Д.А., Сириченко A.B., Зыков И.Е. Количественная оценка качества управления металлургическим агрегатом// Цветные металлы. 2002. №40. стр. 89-92.

84. Светозаров В.В. Основы статистической обработки результатов измерений. Учебное пособие. М,: Изд. МИФИ; 2005.

85. СнитюкВ., Говорухине. Технология нечеткого прогнозирования характеристик сложных объектов и систем. // International Book Series «Information Science and Computing», стр. 117-122.

86. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб. для вузов -3-е изд., перераб. и доп. -М.: Высш. шк., 2001.

87. Соколов A.B., Соколов В.М. Россия на мировом рынке меди // ЭКО. 2000. № 5. стр. 126-144.

88. Солъницев Р.И. Автоматизация проектирования систем автоматического управления: Учеб. для вузов по спец. «Автоматика иIупр. в техн. системах» — М>: Высш. шк., 1991.

89. Спесивцев A.B. Металлургический процесс как объект изучения: новые концепции, системность, практика. СПб.: Изд-во- политехи, ун-та, 2004.

90. Спесивцев A.B. Изучение пирометаллургических процессов статистическими методами. Учебное пособие. — Норильск: Изд. Красноярского РУ, 1981.

91. Спесивцев A.B. Применение математической статистики в металлургической практике. Учебное пособие. Норильск: Изд. Красноярского ГУ, 1978^

92. Технологическая инструкция. Плавка медного никельсодержащего сырья в печах Ванюкова. Норильский горно-металлургический комбинат. ТИ 0401.14.55-27-89.

93. Хлытчиев С.М. Основы автоматики и автоматизации производственных процессов: Учебник: для:; вузов связи/ G.M: Хлытчиев;, A.G. Ворожцов, И.А. Захаров. М.: Радио hv связь, 1985. ' :."'.'"■■ ,

94. Чей К. MATLAB в математических исследованиях / К. Чен, П. Джиблин,,А. Ирвинг //Пер. с англ;-М!: Мир, 2001С

95. Черный A.A. Исследования тепловых процессов с применением моделирования: учебное пособие / A.A. Черный. Пенза: Пензенский государственный; университет,,20Ô8i

96. Черный A.A. Системный анализ результатов расчетов по математическим моделям: учебное пособие / A.A. Черный. Пенза: Пензенский государственный университет, 2007.

97. Чертов А Д. Применение, систем искусственного интеллекта в металлургической? промышленности? (обзор):;// Металлург. 2003; №й7; стр. 32-37.

98. Чудаев И., Верещагин Ю. Металлургия меди с древнейших времен до наших, дней (часть 1) // Уральский рынок металлов, 2008. № 3. стр. 60-64.

99. Чудаев Ш, Верещагин Ю: Металлургия меди; с древнейших времен до наших дней (часть 2)7/ Уральский рынок металлов, 2008. № 4. стр. 60-64.

100. ШариковЮ.В., БелоглазоеИЖ, ФирсовА.Ю. Моделирование процессов и объектов в металлургии. Учебное пособие. СПб.: СПГТИ, 2006.

101. Шендерович Е.М. Научные основы создания автоматизированных систем управления*технологическими процессами в металлургической промышленности. СПб.: Нестор, 2004.

102. Штовба С.Д' Настройка нечеткой модели по обучающей выборке с; нечетким выходом // Кибернетика и системный анализ. 2007. — №3. стр. 26-32.

103. Штовба С.Д: Обеспечение точности и прозрачности? нечеткой модели Мамдани при; обучении по экспериментальным данным // Проблемы управления и информатики, 2007, №4, стр. 102-114.

104. Штовба С.Д. Запоб1гання втрати прозоростг нечггких моделей пщ час навчання за експкриментальними даними/ ВГсник Вшницького полкехншногоИнституту;.2006.-'№6. стр; 39-45;

105. Штовба С.Д, Штовба ЕЖ Прогнозирование конкурентоспособности марочного товара с помощью нечетких баз знаний/ Проблемы управления и информатики, 2006, № 4. стр. 147-156.

106. Шутенко О.В. Прогнозирование значений' показателей качества трансформаторного масла с помощью нейро-нечеткой системы АКР18 // Свшютехшка та електроенергетика. 2008; №4. стр. 49-56.

107. Яхъева Г.Э. Нечеткие множества и нейронные сети: Учебное пособие. М.: Интернет-Университет Информационных технологий; БИНОМ. 2006.