автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Интеллектуальная система управления процессом плавки медного сульфидного концентрата в печи Ванюкова

Зыков Илья Евгеньевич

ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА УПРАВЛЕНИЯ ПРОЦЕССОМ ПЛАВКИ МЕДНОГО СУЛЬФИДНОГО КОНЦЕНТРАТА В ПЕЧИ

ВАНЮКОВА

(На примере печи ПВ-2 ПЦ МЗ ЗФ ОАО «ГМК «Норильский никель»)

Специальность 05.13.06 "Автоматизация и управление технологическими

процессами и производствами (в металлургии)"

Автореферат диссертации на соискание ученой степени кандидата технических наук

□□3449885

Москва, 2008

003449885

Работа выполнена на кафедре «Компьютерные информационные и управляющие системы автоматики» Государственного технологического университета - «Московский институт стали и сплавов».

Научный руководитель:

Заслуженный деятель науки РФ, заслуженный изобретатель РСФСР, доктор технических наук, профессор Салютов Зуфар Гярифуллович

Официальные оппоненты:

Заслуженный деятель науки и техники России проф.,

Д.Т.Н.,

Раннев Георгий Георгиевич

Кандидат технических наук, Анисимов Евгений Федорович

Ведущая

Норильский Индустриальный Институт

организация:

Защита состоится «19» ноября 2008г. в 14 часов на заседании диссертационного совета №Д212.132.07 при Государственном технологическом университете -«Московский институт стали и сплавов».по адресу: 119049, г.Москва, Крымский вал, д.З, аудитория К-325 кафедры КИУСА

С диссертацией можно ознакомиться в библиотеке Государственною технологического университета - «Московский институт стали и сплавов».

Автореферат разослан 17 октября 2008г.

Ученый секретарь диссертационного совета, кандидат технических наук,

профессор ' .А. Калашников

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

Эффективное управление процессом плавки сульфидного медного концентрата в печи Ванюкова (ПВ), определяемое как поддержание эффективного сочетания между подачей расходных материалов и энергоресурсов, регламентированной среднесменной производительности технологического комплекса и регламентированного качества получаемых продуктов плавки, оказывает существенное влияние на экономические показатели Медного завода

Обеспечение работы плавильного передела в эффективных областях факторного пространства, позволяющих решить основную задачу процесса Ванюкова — пирометаллургического разделения шихты на штейн и отвальный шлак с минимальными затратами ресурсов и энергии — цель всех операторов-технологов и АСУ ТП В частности, АСУ ТП предполагает наличие управляющего алгоритма или прогнозирующей модели, адекватной данному процессу При этом цель управления по выбранному алгоритму должна быть увязана с наиболее эффективным критерием качества ведения технологического процесса (ТП). Уровень развития существующего до настоящего времени технического, алгоритмического и информационного обеспечения ТП представлял очень ограниченные возможности по реализации высокоэффективных способов управления ТП, учитывающих в реальном масштабе времени все основные и доступные для изменения технологические факторы.

ПВ относится к многофакторным процессам с трудноформализуемыми возмущениями, например, по содержаниям основных металлов в шихте Контролировать эти возмущения не представляется возможным, т к. отсутствуют приемлемые средства надежного непрерывного контроля. Стабилизация входных материальных потоков не снимает колебаний свойств шихты и не исключает субъективные ошибки операторов-технологов, что приводит к существенным изменениям режимов работы ПВ, не исключает возможных аварийно-опасных ситуаций и существенно снижает технико-экономические показатели процесса в целом.

Из изложенного очевидно, что одним из вариантов решения актуальной задачи повышения технико-экономических показателей процесса плавки сульфидного медного концентрата в ПВ-2 является усовершенствование принципов построения алгоритмов функционирования АСУ с учетом" трудноформализуемости возмущений, многофакторности и опыта промышленного использования процесса.

Целью работы является повышение безаварийности и технико-экономических показателей процесса плавки медного сульфидного концентрата в ПВ путем создания интеллектуальной системы управления плавкой в условиях существенной неполноты исходной информации о протекании процесса.

Достижение поставленной цели обеспечивается исследованием следующих научно-технических вопросов.

• разработка эффективной методики выбора экспертов-технологов для формирования базы знаний на основе выбора эффективных способа и критерия оценки качества работы оперативного технологического персонала по управлению процессом плавки в ПВ-2 из условия обеспечения безопасного управления и получения качества медного штейна не ниже регламентного;

• выбор и обоснование технологических переменных и их значений для формирования управляющих воздействий на основе знаний и опыта экспертов-технологов, выбранных путем идентификации величин предлагаемых автором критериев и способов оценки качества их работы за длительный интервал времени,

• разработка нечеткого интеллектуального алгоритма для выработки управляющих воздействий на процесс получения медного штейна в комплексе ПВ-2 и алгоритма оценки качества работы операторов-технологов в течение технологической смены;

• разработка интеллектуальной системы управления процессом плавки медного сульфидного концентрата в печи Ванюкова и подтверждение ее эффективности в промышленных условиях ПВ-2 ПЦ МЗ ЗФ ОАО "ГМК Норильский никель".

Автор выносит на защиту

• новую методику выбора экспертов-технологов;

• алгоритмы для реализации интеллектуальной АСУ, содержащей базу знаний выбранных по новой методике экспертов-технологов по ведению плавки в ПВ;

• структуру программного технического комплекса, реализующего впервые разработанные алгоритмы интеллектуального управления в реальном времени как в автоматическом режиме, так и в режиме советчика оператору-технологу,

• результаты испытаний созданной интеллектуальной АСУТП и их

оценки.

Научная новизна работы состоит в следующем.

• впервые разработана научно-обоснованная методика выбора экспертов-технологов;

• выбран и идентифицирован обобщенный критерий оценки качества управления плавкой медных сульфидных концентратов в реальных условиях ПВ-2 ПЦ МЗ ЗФ ОАО "ГМК Норильский никель" различными операторами-технологами, позволяющий классифицировать способы управления по степени их "агрессивности" по отношению к ТП в рамках решения ими задач как безопасного оперативного управления, так и обеспечения качества готовой продукции,

• разработаны новые алгоритмы для реализации интеллектуальной АСУ, содержащей базу знаний выбранных по новой методике экспертов по ведению плавки в ПВ;

• в результатах испытаний и оценке эффективности нового метода накопления базы знаний, оценки эффективности созданных алгоритмов в структуре интеллектуальной АСУ на действующей ПВ-2.

Практическая ценность работы

Созданные алгоритмы и интеллектуальная АСУ способны формировать управляющие воздействия на ПВ-2, обеспечивающие безопасное ведение плавки сульфидного медного концентрата и получение качества медного штейна не хуже регламентного. Это, безусловно, повышает технико-экономические показатели технологического комплекса и снижает риск возникновения тяжелых производственных нарушений, требующих проведения ресурсоемких операций по восстановлению работоспособности плавильного технологического передела Впервые разработанная методика выбора техиологов-экспергов для заполнения базы знаний АСУТП при недостаточности информации о протекании технологических процессов существенно может повысить эффективность АСУТП сложными объектами Результаты работы используются также в учебном процессе при подготовке специалистов по автоматизации сложных металлургических технологических процессов.

Внедрение результатов

Проведено испытание созданной интеллектуальной АСУ ПВ-2, построенной на базе интеллектуальных алгоритмов, в оперативном технологическом режиме советчика оператору-технологу (акт проведения испытаний от «15» мая 2007г) в условиях ПЦ МЗ ЗФ ОАО «ГМК «Норильский никель».

Методы исследования

В работе были использованы методы математической статистики, частотные методы исследования стохастических функций, методы планированного эксперимента и теории нечетких множеств

Достоверность результатов

Обеспечивается строгостью применяемого математического аппарата, подтверждается результатами численного моделирования и испытаний разработанной системы.

Апробация работы

Результаты диссертационной работы докладывались и обсуждались на следующих конференциях:

• Международная конференция по мягким вычислениям и измерениям «8СМ-2006» (Санкт-Петербург, 27-29 июня 2006);

• X Международная научно-техническая конференция «Моделирование, идентификация, синтез систем управления» (2007, п. Канака, Крым, Украина).

Публикации

По теме диссертации опубликовано семь работ. Структура и объем работы

Диссертация состоит из введения, четырех глав, заключения, списка литературы и содержит 132 страницы основного текста, проиллюстрированного 21 рисунками, 6 таблицами

СОДЕРЖАНИЕ РАБОТЫ Глава 1 Состояние вопросов моделирования и автоматизации процесса Ванюкова (ПВ)

В данной главе рассмотрены основные технологические аспекты процесса плавки сульфидного медного концентрата в печи ПВ-2 Норильского Медного завода Представлены основные задачи управления процессом и проведен краткий обзор современных методов построения систем управления плавкой шихты в ПВ.

ПВ-2 предназначена для переработки сульфидного медного никельсодержащего сырья и обеднения жидких конвертерных шлаков.

Конечными продуктами плавки в ПВ-2 являются' штейн, оборотный и отвальный шлаки, отходящие газы, пыль. Штейн ПВ-2 поступает в конвертеры на дальнейшую переработку Оборотный шлак направляют в прудки оборотного шлака. Отвальный шлак направляют на хранение в отвальные прудки шлакового отвала ПЦ МЗ. Отходящие газы ПВ-2 используют для производства элементарной серы и серной кислоты

Процесс Ванюкова относится к категории автогенных, при которых элементарные стадии процесса плавления (нагрев материалов, декриптация, диссоциация неустойчивых химических соединений, окисление сульфидов и тд.), совмещены во времени и в пространстве. В ПВ-2 протекают следующие реакции диссоциации высших сульфидов.

2 СиГеЯ2 = Си28 + 2 Ре5+ 1/2 &

2 = 5 СщБ + 2 ЛЯ + 1/2 (1)

3 тре82 = М2 + 3 + 1/2 52

Ре7Б8 = 7 + 1/2 Б2

Основной задачей управления комплексом ПВ-2 является поддержание физико-химических условий процесса плавки (1) путем изменения количества и соотношения подаваемых на плавку материальных и энергетических потоков: металлосодержащих материалов, флюсов, топлива, и кислородсодержащего дутья и пр.

Основными выходными технологическими параметрами, отражающими качество работы комплекса ПВ, на величину которых оказывают влияние изменения в количестве и соотношении входных материальных потоков, являются.

1. Температура плавки - важнейший параметр для оперативного поддержания в строго установленном диапазоне для обеспечения стабильных и высоких качественных показателей плавки, поскольку перегрев/переохлаждение шлаковой ванны ПВ ведет как к увеличению потерь цветных металлов со шлаками, так и к аварийным ситуациям

2. Состав штейна. Технологической инструкцией для ПВ-2 содержание меди в штейне регламентируется диапазоном 62 ..65% с целью недопущения существенных потерь (Си) цветных металлов со шлаками при росте количества меди в штейне (рис. 1).

рис. 1. Зависимости потерь цветных металлов (Си) со шлаками от Си в штейне.

Практика показывает, что состав штейна на ПВ-2 за длительный период в среднем соответствуют регламентированному. Однако, по анализу результатов работы отдельных смен, реальный диапазон изменения содержания Си в штейне шире и составляет 55% .. 65% или 62% . . 74%

Стабильное поддержание содержания Си в штейне в регламентированном диапазоне - одна из важнейших задач управления, стоящая перед сменными операторами-технологами.

3. Состав шлака. Технологической инструкцией для ПВ-2 содержание кремнезема в шлаке регламентируется диапазоном ~29...31%, а выход за данные границы ведет к увеличению потерь цветных металлов со шлаком, способствует гетерогенизации шлака по магнетиту, вспениванию ванны расплава и пр

На основе многочисленных предыдущих исследований построены различные модели и системы контроля технологических параметров и управления процессом плавки в ПВ Вместе с тем, до последнего времени работы сводились, в основное, к разработке термодинамических, гидродинамических и балансовых прогнозных моделей. Данные модели носили статический характер, т.е. служили для определения

параметрических границ безаварийной работы технологических агрегатов, их конструктивных особенностей, параметров технологических режимов.

Вместе с тем, эффективность управления плавкой в ПВ с целью стабильного получения качества готовой продукции (штейнов и шлака) не ниже регламентированного усложняются существующими в промышленных условиях и неподдающимися формализации глубокими возмущениями по химическому и гранулометрическому составу шихты, а также возникновением нештатными производственно-технологическими ситуациями (перебои по подаче отдельных технологических материалов или грубые нарушения их качественного состава вследствие смешения с оборотными материалами). Контролировать данные возмущения с требуемой для детерминированных моделей точностью и дискретностью в современных производственно-технологических условиях не представляется возможным, а стабилизация величины входных материальных потоков при загрузке в ПВ не снимает колебаний содержания основных компонентов в шихте. ..

Устранение описанных выше препятствий к построению качественной системы управления на основе детерминированных моделей ПВ связано со значительными организационными, материальными и финансовыми затратами на всех этапах построения подобной АСУ в целом.

По приведенным выше причинам при создании систем управления для ПВ ограничиваются, как правило, развертыванием контуров стабилизации задающих воздействий (входных материальных и энергетических потоков), а всю ответственность за безаварийность оперативного управления и качество готовой продукции возлагают на операторов-технологов

Операторы-технологи, руководствуясь в условиях реального производства Технологической инструкцией, на основе сменного (суточного) задания и априорной информации о количественном и качественном составе входных материалов и собственного опыта ведения процесса в режиме реального времени выбирают параметры плавки, расход концентрата, расход песчаника, расход дутья и пр (рис. 2) При этом конечные результаты управления процессом существенно различаются для каждой смены

260

Смена 1 Смена 2 Смена 3

240

7 220

I" 200

рис. 2. Суммарный расход металлосодержаших материалов и флюса в ПВ-2 за сутки.

Проведенный в работе анализ способов ведения плавки операторами-технологами различных смен показал, что они решали различные целевые подзадачи управления, а именно:

• управляющие воздействия смены 2 с периодичностью (уровнем квантования) их выбора, не превышающим времени реакции ванны расплава по каналу "загрузка концентрата", которая составляет 10-15 мин, обеспечивали безаварийное оперативное управление плавкой (БОУ) в ПВ-2 путем поддержания режимных параметров загрузки на обусловленных текущей технологической ситуацией уровнях;

• управляющие воздействия смены 1 и смены 3 с периодичностью (уровнем квантования) их выбора, существенно (в 4-5 раз) превышающим время реакции ванны расплава по каналу "загрузка концентрата", подразумевали обеспечение качества ютовой продукции (КГГ1) путем целенаправленного в течение смены изменения операторами-технологами режимных параметров плавки.

Глава 2. Основные положения выбора эффективных критериев управления и построения АСУ

В настоящей главе проведен анализ современных методов отбора экспертов-технологов и предложена новая методика выбора экспертов. Отмечено, что

исследование качества ведения операторами-технологами плавки в ПВ можно выполнять с помощью аппарата теории стационарных случайных функций.

Предыдущими исследованиями показано, что все переменные (включая данные оперативного контроля), характеризующие металлургические процессы и ПВ в частности, относятся к категории стохастических. Вместе с тем, исследуемые процессы существенно инерционны и имеют регламентированные вариации переменных вокруг своих средних значений в узких технологических пределах. В таких условиях к анализу данных оперативного контроля применим аппарат теории стационарных случайных функций.

Так как изменение стационарной случайной функции должно протекать однородно с течением времени, то основной ее характеристикой является постоянство математического ожидания тх = const и дисперсии Dx = const, а также однозначная зависимость корреляционной функции К^ только от интервала Т между двумя сечениями случайной функции (технологической переменной) как меры квалификации действий оператора по управлению процессом

Соответственно, качество работы операторов-технологов в установившемся режиме может быть рассмотрено как близкое к идеальному, если выбираемые ими управляющие воздействия на процесс не выделяются па фоне "шума", создаваемого самим процессом и его измерительными системами. Исключение составляют случаи перевода технологического процесса из одного стационарного режима в другой по производственной необходимости или заданию диспетчера

Обобщенная оценка флуктуаций исследуемых переменных за длительный промежуток времени выражается суммарной дисперсией Da6, включающей переход из одного стационарного режима в другой D„ip, воздействий на него оператора-технолога Don и собственными флуктуациями (шумом) каждой из переменных Dm

К„ =м[Х(1)Х(1 + фк(т)

(2)

D,lfi = D„e., + D„n+D,

Ш

(3)

Принимаем Do6 = Dx

(4)

то есть дисперсия стационарной случайной функции равна сумме дисперсий всех гармоник по частотам &>ее спектрального разложения 8(а), при этом

к(т) - J S(a) ■ cos сот ■ da s

(5)

о

(6)

С целью дифференциации суммарной спектральной плотности на выделенные нами составляющие (Д,,;„ £>„„) будем считать:

• переход из одного стационарного режима в другой по производственной необходимости или заданию диспетчера осуществляется за длительный промежуток времени (сущссгвенно, в 4-5 раз превышающий время реакции i схнологического агрегата на управляющее воздействие по исследуемому каналу), то есть в "низкочастотном" спектре;

• при mx = const для исследуемой переменной уровень ее флуктуаций обусловлен только "шумом", создаваемым самим процессом и его измерительными системами;

• оставшаяся часть общей дисперсии D0g входной переменной является мерой необоснованного воздействия оператора на процесс в целом по задающему каналу

Меру качества ведения оператором-технологом исследуемого технологического процесса целесообразно оценивать по критерию Фишера в виде.

Вследствие независимости друг от друга числителя и знаменателя соотношения (7) при выборе пороговых оценочных значений возможно использование таблицы Р-кршерия Фишера. Поскольку дисперсии переменных определяются по значительному количеству точек, число степеней свободы для числителя и знаменателя принимаем да и отношение дисперсий в идеальном случае при любой доверительной вероятности Ртаеи = 1. Однако числитель содержит в себе и величину 1>шума, поэтому в качестве табличного, Ртай, принято значение 2

Таким образом, выбор критерия оценки качества работы оператора-технолога в течение исследуемого учетного периода (смены) сводится к вычислению обобщенной оценки РГасч для данного периода времени и сравнении ее с пороговым значением:

• при Рраа ^ 2 формируемые оператором-технологом управляющие воздействия не выходят за уровень "шума" исследуемого технологического процесса и его измерительных систем Качество работы оператора-технолога следует принять удовлетворительным, поскольку оператор-технолог путем целенаправленного плавного изменения величины управляющих воздействий

(периодичность кратно превышает время отклика ПВ на данное изменение, т.е. в "низкочастотном" диапазоне) в зависимости от сложившейся технологической ситуации - решает задачу обеспечения качества готовой продукции (КГП);

• при Ррасч> 2 формируемые оператором-технологом управляющие воздействия превышают уровень "шума" исследуемого технологического процесса и его измерительных систем. Качество работы оператора-технолога, в случае отсутствия объективных причин в виде задания диспетчера или случившихся нештатных ситуаций (повышенная влажность шихты, зависание шихтовых материалов в бункерах и т.д.), следует считать неудовлетворительным, поскольку ТП подвергался необоснованной условиями текущей технологической ситуацией раскачке в "высокочастотном" диапазоне с целью обеспечения безопасной с точки зрения операторов - технологов, плавки (т.е. решал задачу БОУ).

Обобщенная блок-схема алгоритма реализации методики оценки качества работы оператора-технолога по ведению ТП представлена на рис. 3.

Подтверждением влияния уровня флуктуаций входной переменной на один из показателей качества штейна является рис 4. Коэффициент корреляции между Ррасч для загрузки концентрата в ПВ-2 и среднеквадратичным отклонением меди в штейне составил Их = 0,25 при уровне значимости 0,01.

В главе 2 также отмечено, что использование традиционного математического аппарата теории автоматического управления для разработки адекватных управляющих алгоритмов ввиду сложности и неопределенности возмущающих воздействий на процесс плавки сульфидных медных концентратов в ПВ-2, связанных, например, с нештатными производственными ситуациями оказывается недостаточно эффективным.

Указанные выше обстоятельства приводят к тому, что задачи оперативного управления технологическими комплексами типа ПВ либо полностью возлагают на опытных операторов-технологов, либо пытаются решить путем использования полученной от них качественной, нечеткой информации об управлении технологическим процессом, например, на базе продукционных правил типа «ЕСЛИ ..., ТО ..., ИНАЧЕ ...» в виде набора таблиц отношений и построения на их основе базы знаний нечеткого логического регулятора (БЗ НЛР).

Поскольку процесс ПВ-2 многофакторный и трудноформализуемый, то построенная на базе традиционных подходов БЗ ПНР будет представлять набор большого количества таблиц продукционных правил для каждого сочетания пар переменных, что создает значительные (а в реальных условиях зачастую и непреодолимые) трудности при создании АСУ Учитывая вышесказанное, был выбран способ построения БЗ НЛР в виде некоторого аналитического выражения

для выработки управляющего воздействия, в основе которого лежат теория нечетких множеств и теория планирования эксперимента

С

11ачало отчетного периода

3

Ввод

/наименований переменных ТП дтя оценки качества ведения

процесса

Создание массива данных по введенным переменным ТП

Расчет

автохорретяциокных функций по введенным переменным ТГГ

Расчет спектральных плотностей

«„м

по введенным переменным ТП

/Вывод рассчитанных знач ений К^, со) по введенным переменным ТП в виде графиков

Расчет.

¿><4 - с\ «маркой дисперсии, - дисперсии перехода из одного режима в другой. Ош - дисперсия собственных колебаний "шума"

Способ управления ТП близок к идеальному

Конец отчетного периода

Ветчина > праа-щоинх воздействий выходила за уровень ищума", система подвергалась раисачкг

Способ управления ТП излишне агрессивен, ТП

подвергался необоснованной раскачке

рис. З.Блок-схема алгоритма, реализующую методику определения качества работы операторов-технологов по поддержанию заданных режимов ПВ-2.

(отн.ед.)

рис. 4. Зависимость величины среднеквадратическо! о отклонения абсолютного содержания Си в штейне от уровня флуктуации (Ррат) управляемых переменных.

Согге1айол: г = .24602

Таблица 1

Статистические характеристики работы смен по содержанию меди в штейне

Показатели для оценки Характеристика Смена

"А" "Б "В" "Г" "Д"

Среднее 63,10 63,87 63,56 63,72 63,11

СКО 3,56 3,59 3,39 3,94 3,53

Размах 20,70 22,00 22,00 25,10 22,40

Отклонение от регламентированной величины (65%) 2.9% 1,7% 2.2% 1,9% 2,9%

Глава 3. Разработка основных элементов системы управления комплекса ПВ-2 ПЦ МЗ ЗФ ОАО «ГМК«ПН» по показателю КГП на базе интеллектуальных алгоритмов

В настоящей главе приведен выбор эксперта из числа операторов технологов, в т.ч. путем реализации трехэтапного алгоритма оценки качества работы но

управлению плавкой в ПВ. На основании знаний выбранного эксперта была построена аналитическая полиномиальная БЗ интеллектуальной АСУ ПВ-2.

На нервом этапе для каждой из пяти технологической смен ("А", "Б", "В", "Г", "Д") за годовой период были выбраны и обработаны химические анализы содержания меди в штейне, соответствующие данным сменам.

Анализ обработки экспериментальных данных показывает, что наиболее близкий по качеству к регламентированному штейн производит смена "К" (отклонение 1,7% отн„ Таблица 1). Кроме того, для результатов работы операторов-технологов смены "Б" характерно наиболее низкое отклонение содержания Си в штейне при условии его стабильности за исследуемый период, поскольку показатели СКО в совокупности с размахом не являются крайне высокими.

При условии совокупного учета показателей качества штейна для каждой технологической смены следует, что наиболее эффективными следует признать работу смены "Б".

На втором этапе выбора эксперта по реальным данным о величине загрузки концентрата для каждой из технологических смен были построены автокорреляционные функции (рис. 5).

Анализ построенных автокорреляционных функций показал, что в течение смен "А", "Б" и "Д" управление плавкой характеризуется плавностью переходов из одного стационарного состояния в другое вследствие реализации операторами-технологами целенаправленного - с периодичностью более 50 минут - воздействия на комплекс ПВ-2. Следовательно, можно предположить, что в течение данных смен операторы-технологи решали задачи по реализации функции КГП.

Автокорреляционная функция загрузки Автокорреляционная функция загрузки

Смена Б Смена В

а) б)

рис. 5 Автокорреляционные функции управляющего канала по загрузке шихты в Г1В-2. Смены "Б", "В" (данные за полгода).

С другой стороны, по характеру ведения управления плавкой в течение смен "В" и "Г" можно судить лишь о способности ее операторов-технологов обеспечить жизнедеятельность комплекса Г1В-2 в режиме реального времени путем изменения величины загрузки с периодичностью около 30 минут, т.е. реализацию функции БОУ.

На третьем этапе выбора эксперта по реальным данным о величине загрузки концентрата в ПВ-2 были рассчитаны спектральные плотности для каждой из существующих технологических смен, а также был оценен уровень "шума" информационного канала загрузки концентрата.

Графики спектральных плотностей по управляющему каналу загрузки концентрата для смен "Б", "В" приведены на рис. 6.

а) б)

рис. 6. Спектральные плотности управляющего канала по загрузке шихты в НВ-2.

Смены "Б", "В".

Уровень "шума" (в производственных условиях обусловлен колебаниями гранулометрического состава сыпучих материалов) каната загрузки концентрата был оценен на интервале времени без вмешательства операторов- технологов в управление процессом (рис.7).

Численная оценка дисперсии "шума" составила !),„ я 7.807 и была принята за базовую для анализа качества работы всех смен.

Таблица 2 содержит численные значения частотных характеристик и ¥расч для каждой технологической смены.

Анагиз кривых на рис. 6., а также численных статистических характеристик работы операторов - технологов в течение рабочих смен показывает, что наиболее близкой к пороговой величине !■'- критерия следует признать оценку работы смены "Б".

226 -.-г-.-—-!-.-,-;-

200 ................=...............V...............-;■................I.................I...............................!.................

работа без вмешательства 175 оператора :

125

7В ..................................;.................:................;.................;................;.................;...............-

50 .................г...............:.....- .......\.................|.............[................\............. ................

25 .................\.................;.................;.................I.................;................;......-..........;................

° 8" 9°° 10" 1Р 12" 13" 14" 15" 16°°

рис. 7. График загрузки шихты в ПВ-2 без вмешательства оператора.

Обобщая данные трех этапов оценки качества работы операторов- технологов по управлению плавкой сульфидного медного концентрата в Г1В-2 в качестве экспертов, на основании знаний которых необходимо строить БЗ интеллектуальной АСУ ТП ПВ-2, следует признать операторов- технологов смены "Б".

Таблица 2

Оценка статистических характеристик работы операторов-технологов втеченне

рабочих смен

Показатели для оценки Характеристика Смена

"А" "Б "В" "Г" "Д"

В общ 58,98 35,90 73,85 34,58 69,91

Впер 31,81 13,81 23,05 8,11 39,56

Г ' расч 3,48 2,83 6,51 3,39 3,89

На основе литературных данных, технологического регламента ведения плавки в комплексе ПВ-2 в условиях МЗ ЗФ ОАО ГМК "НН", а также методом интервью с выбранным на роль эксперта оператором-технологом, были определены основные входные и выходные переменные ведения плавки.

Входные переменные: Х(-расход металлосодержащих компонентов текущий, т/ч; Х2-расход флюса текущий, т/ч; Х3-расход "чистого кислорода", м3/ч; Хг содержание 02 в КВС, %; Х5-температура кессонов. °С; Х6 - высота ванны расплава, отн. ед; Х7-температура расплава (шлака) в сифоне, °С

В качестве основных выходных переменных были выбраны величины управляющих воздействий на ПВ. Им являются величины расходов на плавку в ПВ-2 металлосодержащих компонентов (УО, т/ч, и песчаника (У2), т/ч.

Выбор У, и У2 в качестве управляющих переменных связан с тем, что данные переменные в значительной степени обусловливают возможность управления

работа без вмешательства оператора

№

8°° 9" 10" 11" 12" 13" 14" 15" 16

комплексом ПВ-2, включая его производительность и обеспечение установленного качества готовой продукции

На следующих этапах построения управляющего алгоритма была выполнена подготовка матрицы опроса, кодирование переменных в лингвистические, и расчет аппроксимирующих полиномов БЗ

Коэффициенты уравнения, аппроксимирующего полученный план опроса и ответы эксперта, были найдены с помощью формул, принятых в методе планирования эксперимента

При уровне значимости коэффициентов уравнений 0,05 и ошибке определения коэффициентов полинома %{Ь}=0,51, рассчитанной по / - критерию Стьюдента, были получены следующие зависимости.

У,=133,13 +21,88X1 + 2,5X4+ 6,25х5+ 3,75x6+ 6,25х7- 3,75Х)Х5--5Х|Х7+ 2,5х!х2х6-6,25х1х2х7 - 2,5х2х6 + 3,75х2х7 + 2,5х3х7+ 3,1ЗХ3Х4Х5+ +4,38x4x^+3,13x5x7 ( '

У2=32,42 + 1,33x1 + 5,08х2 + 1,48х5 + 3,67х? + 0,7х,х3 - 0:86х,х6 _ - 1,02х1х2х5-0,7х]х2х7-1,48х2х7-0,7X4X5+1,17х4х6

Оценка адекватности управляющей модели в виде полиномов (8), (9) проводилась путем предъявления эксперту ответов на вопросы второй полуреплики, рассчитанные по полученным полиномам на вычислительной машине Эксперт согласился со всеми управляющими воздействиями, сгенерированными в процессе вычислений, хотя отметил, что в двух случаях он действовал бы иначе, признавая при этом допустимость расчетных значений Таким образом, вероятность прогноза составила более 0,95.

Глава 4. Система управления комплексом ПВ-2 на основе базы знаний

В данной главе даны описания основных взаимодействий между наиболее важными подсистемами интеллектуальной АСУ ПВ-2, приведена структурная схема программного технического комплекса, на базе которого она реализована, а также проведена оценка эффективности работы интеллектуальных алгоритмов выработки управляющих воздействий на процесс плавки в ПВ-2

Структурная схема, реализующая управление технологическим процессом плавки в комплексе ПВ-2 на основе базы знаний, представлена на рис 8 и включает в себя управляющие подсистемы и блоки:

1-подсистема локального автоматического контроля и регулирования технологических параметров, выполняет сбор текущих значений и предварительную обработку (сглаживание, фильтрация, усреднение и пр.) технологических данных о расходе шихтовых материалов (информационно-измерительные каналы I и 2 соответственно), расходе "чистого кислорода" 3, содержании 02 в КВС 4, температуре кессонов 5, температуре шлака в сифоне 7.

Данная подсистема по заданию иерархически более высоких подсистем формирует и реализует управляющие воздействия на комплекс через исполнительные каналы подача шихты в загрузочные течки 8 и 9, подача кислорода 10 и воздуха 11.

П-единый графический пользовательский интерфейс, отображает информацию о текущем состоянии ПВ-2, обеспечивает ввод управляющих воздействий при ручном режиме управления, а также ввод граничных значений при настройке подсистем III, IV.

Общий контроль и управление комплексом ПВ-2 производится оператором -технологом.

Ш-блок выбора режима управления, назначение которого - обеспечить переключение АСУ ПВ-2 в один из возможных режимов работы (ручной, автоматический по полиномам, режим советчика оператору) в зависимости от сложившейся оперативной производственной или технологической ситуации и квалификации оперативного персонала. Перевод АСУ ПВ-2 в режим, в наибольшей степени соответствующих текущей производственной технологической ситуации, выполняет оператор-технолог в рамках действующего технологического регламента

IV-интеллектуальная подсистема управления на основе Базы Знаний. назначение которой — вырабатывагь управляющие воздействия на комплекс ПВ-2, способствующие решению задачи КГП. Основой управляющего алгоритма подсистемы является интеллектуальная БЗ в виде аналитических полиномов (8), (9).

V-подсистема стабилизации параметров в установившихся режимах. назначение которой - обеспечить существующими средствами локальной автоматики реализацию регулирования по отклонению для каждого из технологических параметров.

VI-подсистема опенки качества работы операторов-технологов назначение которой - обеспечить реализацию предложенных в настоящей работе процедур оценки качества работы операторов- технологов по результатам выбора ими управляющих воздействий на комплекс ПВ-2 в течение рабочей смены в рамках решения целевых подзадач КГП или БОУ.

Программно-технический комплекс (ПТК), на базе которого реализована предложенная выше структурная схема АСУ ТП ПВ-2, имеет трехуровневую архитектуру (рис. 9). ннжннй - датчики, электроприводы, регулирующие клапаны, исполшггельные механизмы; средний- программируемые логические контроллеры ПТЛЮ. верхний - персональные электронно-вычислительные машины (ПЭВМ)

рис. 8. Структурная схема АСУ ПВ-2 на основе интеллектуальных алгоритмов

Все алгоритмы дистанционного ручного или разомкнутого по отклонению управления реализованы в ПЛК. На базе АРМ реализован графический интерфейс для взаимодействия оператора с системой управления, система звуковой сигнализации, хранение истории процесса

рис. 9. Струю урная схема ПТК АСУ ПВ-2.

Механизмы и датчики, связанные технологически логическими зависимостями объединены в контуры управления (например, контур управления подачей кислородной воздушной смеси). Все контуры управления имеют отображение на АРМ в виде специализированных мнемосхем.

Для оценки работоспособности разработанных интеллектуальных алгоритмов управления плавкой в ПВ-2 был выполнен численный эксперимент в реальных производствеш1ЫХ технологических условиях. С этой целью средствами ПТК были реализованы алгоритмы выработки управляющих воздействий интеллектуальной АСУ ПВ-2 при решении задачи КГП (8, 9).

На рисунке 10 представлены результаты численного эксперимента по расчету величин загрузки концентрата и песчаника в ПВ-2 в течение 8 часов с уровнем квантования 1,5 мин

Как следует из рисунка 10, расчетные значения загрузки концентрата и песчаника практически полностью отслеживают логику оператора относительно ведения процесса в целом (Л, между расчетными и фактическими значениями по каналу загрузки металлосодержащих и по каналу загрузки флюса 0,89 и 0,99 соответственно).

Для реальных технологических данных расхода металлосодержащих (рис 10, график 1) Ррасч = 6,38, что существешю превышает пороговую величину Рта&1=2

Следовательно, при ведении плавки за исследованный период времени оператор -технолог решал целевую подзадачу БОУ.

Для рассчитанных по (8, 9) управляющих воздействий по каналу загрузки (Рис.10, график 2) РРасч~ 1>66, что меньше пороговой величины Ртабл = 2. Следовательно, при ведении плавки за исследованный период времени интеллектуальная АСУ ПВ-2 способна решать и целевую подзадачу КГП при одинаковых исходных данных.

Таким образом, при ведении плавки интеллектуальной АСУ ПВ-2 качество ее работы по ведению плавки по принятому в настоящей работе критерию будет иметь существенно более высокую оценку по сравнению с качеством работы оператора -технолога при одинаковых исходных данных.

Т " 1—-—1

■л 1___2 } 1 Й

V 1¥/

1 м 1

6 П1 4

Л Ч/ л гЧ Л Г-П-

! г ^ и и 1 1 1 !

* 3

1 12 23 34 45 56 67 78 69 100 111 122 133 144 155 166 177 188 199 210 221 232 243 254 265 276 287 298 309 320

рис. 10. Результаты численного эксперимента по расчету величины загрузки в ИВ-2 на

основании реальных технологических данных. 1- Загрузка мечаллосодсржаших материалов фактическая; 2-Загрузка металлосодержащих материалов расчетная; 3-Загрузка флюса фактическая; 4 - Загрузка флюса расчетная.

Глава 5. Заключение и выводы по работе

Цель работы, заявленная как повышение безаварийности и технико-экономических показателей процесса плавки медною сульфидного концентрата в ПВ путем создания интеллектуальной системы управления плавкой в условиях существенной неполноты исходной информации о протекании процесса, достигнута.

Достижение цели работы автором обеспечено решением следующих научно-технических вопросов:

1. Проведен теоретический анализ современных методов отбора экспертов-технологов для формирования базы знаний по управлению процессом плавки в ПВ и существующих способов синтеза систем автоматического управления, выбран и научно обоснован способ оценки эффективности принимаемых при ведении плавки решений в рамках задач обеспечения безопасности управления и качества готовой продукции

2. Предложена и научно обосновала новая методика выбора экспертов, заключающаяся в том, что с помощью статистических и частотных методов оцениваются управляющие воздействия, подаваемые эксплуатационным персоналом;

3 Произведен анализ результатов работы оперативного технологического персонала при ведении плавки в ПВ-2 в условиях ПЦ МЗ ЗФ ОАО ГМК "ПН" и на базе двух независимых критериев выполнена оценка качества управления за длительный период времени. В результате проведенных исследований сформированы критерии оценки качества работы операторов-технологов для выбора из их состава лучших экспертов-технологов для участия в формировании базы знаний интеллектуальной АСУ ПВ-2, а также разработан алгоритм реализации метода выбора экспертов,

4. Выбран эффективный метод построения АСУ комплексом ПВ-2, который заключается в восстановлении неизвестной аналитической функции управления на базе методов планирования эксперимента и нечеткой логики и способный в условиях многофакторности, неполноты оперативной информации и отсутствия данных о результатах принятых управляющих решений эффективно использовать знания и опыт экспертов, выбранных по новой методике, при одновременном обеспечении безопасности оперативного управления и качества готовой продукции,

5. Выбраны и формализованы технологические переменные (факторы) и их параметры, которые необходимо учитывать как при оперативном безаварийном управлении, так и при решении целевой подзадачи обеспечения регламентированного качества готовой продукции при ведении плавки в ПВ-2 ПЦ МЗ ЗФ ОАО «ГМК «Норильский никель».

6. Построена нечеткая полиномиальная модель выбора управляющих воздействий для ПВ-2 на базе выбранной методики построения интеллектуальной АСУ, для чего разработана матрица опроса оператора-технолога. Адекватность полиномиальной модели практике ведения процесса в ПВ-2 в условиях ПЦ МЗ проверена предъявлением оператору-технологу второй полуреплики матрицы планированного эксперимента, рассчитшшую с помощью построенного полинома;

7. Разработаны алгоритмы функционирования интеллектуальной подсистемы на базе нечеткой полиномиальной модели выбора управляющих воздействий (нечеткого логического регулятора) в структуре АСУ ПВ-2, способных при ведении плавки решить целевую подзадачу КГП на уровне эксперта,

8 Разработано инженерное техническое обеспечение АСУ ПВ-2, способное на вести безаварийное оперативное управление технологическим агрегатом при обеспечении качества готовой продукции операторами-технологами любой квалификации, но с получением результатов управления на уровне выбранных экспертов.

9. Показана высокая эффективность созданной интеллектуальной АСУ при выборе управляющих воздействий, способной существенно снизить величину выбранного критерия оценки качества работы операторов- технологов и тем самым повысить показатели работы плавильного участка ПЦ МЗ ЗФ ОАО «ГМК «Норильский никель» в целом

10. Проведено испытание работы построенной на базе интеллектуальных алгоритмов АСУ ПВ-2 в оперативном технологическом режиме советчика оператору-технологу (акт проведения испытаний от «15» мая 2007г.) в условиях ПЦ МЗ ЗФ ОАО «ГМК «Норильский никель».

Основные результаты диссертации опубликованы в следующих работах:

1. Салихов ЗГ., Спесивцев А.В., Москвитин ДА, Сириченко АВ, Зыков И.Е Количественная оценка качества управления металлургическим агрегатом //"Цветные металлы", №10, 2002, с 88-92.

2 Ладин ПА., Афанасьев А Г., Зыков ИЕ. Разработка интеллектуальной АСУ печью Ванюкова №2 на Медном заводе // Норильск, НИИ Сбор, науч трудов, 2003;

3 Спесивцев А В., Зыков ИЕ, Кадыров Э Д. Нечеткая модель управления процессом Ванюкова.// Международная конференция по мягким вычислениям и измерениям «8СМ-2006» Сб докладов, Санкт-Петербург, 27-29 июня 2006. - Т.2., С. 83-86.

4 Зыков И.Е., Салихов З.Г., Кимяев И.Т., Спесивцев А В., Лазарев В.И. Система управления комплексом ПВ-2 Медного завода ЗФ ОАО ГМК "Норильский никель" на основе интеллектуальных алгоритмов // Сб. докладов на 10-й Международной научно- технической конференции "Моделирование, идентификация, синтез систем управления", п.Канака (Ялта), 2007г. с.37-38.

5. Салихов ЗГ, Зыков И.Е., Кимяев И.Т., Спесивцев А В., Лазарев В И. Интеллектуальная система управления комплексом ПВ-2 Медного завода ЗФ ОАО «ГМК «Норильский никель» // «Цветные металлы», №12,2007 с.101-104.

6. Салихов З.Г., Афанасьев А Г, Ишметьев Е.Н, Зыков И.Е., Салихов К.З., Бурочкин А.К. «Способ кошроля уровня и границы раздела шлаковой и металлической фазы расплава в ванне печи Ванюкова или Ромелт», патент по заявке на изобретение №2007119099 от 23.05 2007

7. Ишметьев Е.Н, Зыков И Е. «Разработка модели нечеткой логики и регулятора для управления процессом плавки медного сульфидного концентрата в печи Ванюкова//«Известия вузов. Цветная металлургия», №1, 2009, с. 56-58

Вклад автора в опубликованных работах заключается: в сборе и аналитической обработке реальных данных пассивных экспериментов по управлению технолошческич процессом; разработке алгоритма реализации нового метода выбора экспертов-технологов; исследовании параметров частотных функций входных переменных для процесса ПВ и создании интеллектуальной системы управления процессом плавки сульфидного медного концентрата в печи Ванюкова, разработке и испытагаш алгоритмов формирования управляющих воздействий па процесс плавки

Издательство ООО «ПКЦ Альтекс» Издательская лицензия ЛР № 065802 от 09.04.98 Подписано в печать 10.10.2008 Формат 60x90 1/16. Усл. п. л. 1,5 Тираж 100 экз. заказ № 105 Отпечатано в типографии ООО «Мультипринт» 121357, г. Москва, ул. Верейская, д. 29. Тел.: 998-71-71; 638-45-55; 411-96-97 multiprint@mail.ru www.k-multiprint.ru

ВВЕДЕНИЕ.

1. Состояние вопросов моделирования и автоматизации процесса плавки Ванюкова (ПВ).

1.1. Краткое описание и технические характеристики плавильного комплекса ПВ-2 ПЦ МЗ ЗФ ОАО «ГМК «Норильский никель».

1.2. Анализ научно-технических решений по обеспечению оперативного управления плавкой в комплексе с ПВ.

1.3. Актуальность совершенствования систем автоматического управления ПВ-2 в условиях ЗФ ОАО «ГМК «Норильский никель».

2. Основные положения выбора эффективных критериев управления и построения АСУ в соответствии с ними.

2.1. Методика и алгоритм оценки качества ведения технологического процесса оператором-технологом за длительный период времени.

2.2. Процедура построения управляющей модели в виде полиномов.

2.3. Обобщенная структура подсистемы управления на базе интеллектуальных алгоритмов и нечеткой логики.

2.4. Выводы по главе.

3. Разработка основных элементов системы управления комплекса ПВ-2 ПЦ МЗ ЗФ ОАО «ГМК «НН» по показателю КГП на базе интеллектуальных алгоритмов.

3.1. Выбор эксперта из числа опытных операторов-технологов комплекса ПВ-2.

3.2. Построение управляющей БЗ системы управления комплексом ПВ-2.

3.3. Проверка адекватности полиномиальной БЗ логике ведения плавки в ПВ-2.

3.4. Выводы по главе.

4. Система управления комплексом ПВ-2 по параметру КГП на основе интеллектуальных алгоритмов.

4.1. Разработка структурной логической схемы АСУ на базе интеллектуальных алгоритмов

4.2. Алгоритм работы интеллектуальной АСУ ПВ-2 на базе полиномиальной БЗ при решении задачи КГП.

4.3. Программно-технический комплекс системы автоматического управления комплексом ПВ-2.

4.4. Проверка эффективности интеллектуальных алгоритмов в реальных производственно-технологических условиях.

4.5. Выводы по главе.

Процесс Ванюкова плавки сульфидного медного сырья в печи Ванюкова №2 (ПВ-2), которая входит в состав Плавильного Участка №1 (ПУ-1) Плавильного Цеха Медного завода (ПЦ МЗ) Заполярного Филиала Открытого Акционерного Общества «Горно-Металлургическая Компания «Норильский никель» (ЗФ ОАО «ГМК «Норильский никель»), является одним из основных технологических операций в цепочке производства товарной меди.

Эффективное управление процессом Ванюкова (ПВ), определяемое как поддержание оптимального сочетания загрузки расходных материалов, максимальной среднесменной производительности технологического агрегата и заданного качества продуктов плавки, оказывает существенное влияние на экономические показатели Медного завода.

Обеспечение работы передела в эффективных областях факторного пространства, позволяющих решить основную задачу процесса Ванюкова — пирометаллургического разделения шихты на штейн и отвальный шлак с минимальными затратами .ресурсов и энергии — цель всех операторов-технологов и АСУ ТП. В частности, АСУ ТП предполагает наличие управляющего алгоритма или прогнозирующей модели, адекватной данному процессу. При этом цель управления по выбранному алгоритму должна быть увязана с наиболее эффективным критерием качества ведения технологического процесса (ТП). Уровень развития существовавшего до настоящего времени технического, алгоритмического и информационного обеспечения ТП представлял очень ограниченные возможности по реализации высокоэффективных способов управления ТП, учитывающих в реальном масштабе времени все основные и доступные для изменения технологические факторы.

Процесс Ванюкова относится к многофакторным процессам с трудноформализуемыми возмущениями, например, по содержаниям основных металлов в шихте. Контролировать эти возмущения не представляется возможным, а стабилизация входных материальных потоков не снимает колебаний свойств шихты и не исключает субъективные ошибки операторов-технологов, что приводит к существенным изменениям режимов работы ПВ, не исключает возможных аварийно-опасных ситуаций и существенно снижает технико-экономические показатели процесса в целом.

Из изложенного очевидно, что одним из вариантов решения актуальной задачи повышения технико-экономических показателей процесса плавки сульфидного медного концентрата в ПВ-2 является усовершенствование принципов построения алгоритмов функционирования АСУ с учетом трудноформализуемости возмущений и многофакторности процесса.

Последовательность предлагаемого автором варианта успешного решения актуальной задачи представлена в настоящей диссертационной работе, которая состоит из введения, четырех глав, заключения и списка литературы. Приведем их краткое содержание.

4.5. Выводы по главе

На основе результатов исследований, полученных в гл. 1-3:

• Разработан алгоритм обработки и оценки оперативной информации о частотно-временных характеристиках величин технологических параметров процесса плавки сульфидных медных концентратов в ПВ-2 для последующей аппаратно-программной реализации автоматической системы, функционирующей с учетом достигнутых наилучших показателей качества работы сменных операторов - технологов;

• Разработан алгоритм выработки управляющих воздействий на технологический объект с учетом нестационарности входной информации и, обеспечивающий получение желаемых показателей КГП в условиях плавки медных концентратов в ПВ-2 ОАО «ГМК «Норильский никель»;

• На базе существующего аппаратурного обеспечения жизнедеятельности ПВ-2 современными средствами автоматизации предложена структура программного технического комплекса, реализующего алгоритмы интеллектуального управления при решении целевых подзадач КГП и БОУ в режиме реального времени как в автоматическом режиме, так и в режиме советчика оператору;

5. Заключение и выводы по работе

Цель работы, заявленная как повышение безаварийности и технико-экономических показателей процесса плавки медного сульфидного концентрата в ПВ путем создания интеллектуальной системы управления плавкой в условиях существенной неполноты исходной информации о протекании процесса, достигнута.

В процессе достижения поставленной цели автором выполнены исследования сформулированных ранее (глава 1.3) научно-технических вопросов, совокупность результатов которых представляет решение актуальной научно-технической задачи:

1. Проведен теоретический анализ современных методов отбора экспертов-технологов для формирования базы знаний по управлению процессом плавки в ПВ и существующих способов синтеза систем автоматического управления, выбран и научно обоснован способ оценки эффективности принимаемых при ведении плавки решений в рамках задач обеспечения безопасности управления и качества готовой продукции.

2. Предложена и научно обоснована новая методика выбора экспертов, заключающаяся в том, что с помощью статистических и частотных методов оцениваются изменения координат состояния металлургического процесса на изменения управляющих воздействий, подаваемых эксплуатационным персоналом;

3. Произведен анализ результатов работы оперативного технологического персонала при ведении плавки в ПВ-2 в условиях ПЦ МЗ ЗФ ОАО ГМК "НН" и на базе двух независимых критериев выполнена оценка качества управления за длительный период времени. В результате проведенных исследований сформированы критерии оценки качества работы операторов-технологов для выбора из их состава лучших экспертов-технологов для участия в формировании базы знаний интеллектуальной

АСУ ПВ-2, а также разработан алгоритм реализации метода выбора экспертов;

4. Выбран эффективный метод построения АСУ комплексом ПВ-2, который заключается в восстановлении неизвестной аналитической функции управления на базе методов планирования эксперимента и нечеткой логики и способный в условиях многофакторности, неполноты оперативной информации и отсутствия данных о результатах принятых управляющих решений эффективно использовать знания и опыт экспертов, выбранных по новой методике, при одновременном обеспечении безопасности оперативного управления и качества готовой продукции;

5. Выбраны и формализованы технологические переменные (факторы) и их параметры, которые необходимо учитывать как при оперативном безаварийном управлении, так и при решении целевой подзадачи обеспечения регламентированного качества готовой продукции при ведении плавки в ПВ-2 ПЦ МЗ ЗФ ОАО «ГМК «Норильский никель».

6. Построена нечёткая полиномиальная модель выбора управляющих воздействий для ПВ-2 на базе выбранной методики построения интеллектуальной АСУ, для чего разработана матрица опроса оператора-технолога. Адекватность полиномиальной модели практике ведения процесса в ПВ-2 в условиях ПЦ МЗ проверена предъявлением оператору-технологу второй полуреплики матрицы планированного эксперимента, рассчитанную с помощью построенного полинома;

7. Разработаны алгоритмы функционирования интеллектуальной подсистемы на базе нечёткой полиномиальной модели выбора управляющих воздействий (нечеткого логического регулятора) в структуре АСУ ПВ-2, способных при ведении плавки решить целевую подзадачу КГП на уровне эксперта;

8. Разработано инженерное техническое обеспечение АСУ ПВ-2, способное на вести безаварийное оперативное управление технологическим агрегатом при обеспечении качества готовой продукции операторами-технологами любой квалификации, но с получением результатов управления на уровне выбранных экспертов.

9. Показана высокая эффективность созданной интеллектуальной АСУ при выборе управляющих воздействий, способной существенно снизить величину выбранного критерия оценки качества работы операторов- технологов и тем самым повысить показатели работы плавильного участка ПЦ МЗ ЗФ ОАО «ГМК «Норильский никель» в целом.

10. Проведено испытание созданной интеллектуальной АСУ ПВ-2, построенной на базе интеллектуальных алгоритмов, в оперативном технологическом режиме советчика оператору-технологу (акт проведения испытаний от «15» мая 2007г.) в условиях ПЦ МЗ ЗФ ОАО «ГМК «Норильский никель».

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

2. Адлер Ю.П. Введение в планирование эксперимента. М.: Металлургия, 1969.— 160с.

3. Алексеев А.В. Применение нечеткой математики в задачах принятия решений // Прикладные задачи анализа решений в организационно-технических системах. Рига.: Риж. политехи, ин-т. 1985.

4. Алиев Р.А., Церковный А.З. Представление знаний в интеллектуальных роботах на основе нечетких множеств // ДАН СССР. 1988. Т.299. N6.

5. Алиев Р.А. Церковный А.Э. Мамедова Г.А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991.

6. Алиев Р.А., Абдикеев Н.М., Шахназаров М.М. Производственные системы с искусственным интеллектом. — М.: Радио и связь, 1990.

7. Алиев Р.А., Захарова Э.Г., Ульянов С.В. Нечеткие модели управления динамическими системами // Итоги науки и техники. Техн. кибернетика. Т.29. М.: ВИНИТИ АН СССР, 1990:

8. Алиев Р.А., Захарова Э.Г., Ульянов С.В. Нечеткие регуляторы и интеллектуальные промышленные системы управления // Итоги науки и техники. Техн. кибернетика. Т.32. М.: ВИНИТИ АН СССР, 1990:

9. Алиев Р.А., Ульянов С.В. Нечеткие алгоритмы и системы управления. М.: Знание, 1990:

10. Арунянц Г.Г., Рутковский A.JL, Салихов З.Г., Столбовский Д.Н. Об одном методе повышения эффективности расчета динамических характеристик объектов управления// Автоматика и телемеханика.- 2005.- № 4.- С. 60-69.

11. Асатурян В.И. Теория планирования эксперимента. М.: Радио и связь, 1983г.

12. Багрова Т.А. Поведение меди и сопутствующих элементов в процессах автогенной плавки и пути повышения комплексности использования сырья : дисс. канд. техн. наук.//М.:Гинцветмет., 1987.124 с.

13. Бейтельман JI.C., Мучник И.Б., Мучник Р.Б., Симасарьян Р.А. Применение структурного анализа кривых к задаче исследования конвертерного процесса.-Изв. высш. учеб. заведений. Черн. мет., 1971, №12.-С. 149-155.

14. Белявский М.А., Дьячков А.А., Мейерович А.С., Меретуков М.А. и др. Расчет диаграмм равновесия на ЭВМ применительно к комплексной переработке минерального сырья // Компл. исп. минер, сырья.-1985.-№ 8.-С. 23-28.

15. Бороненков В.Н., Поздняков А.Д. Математическая модель кинетики совместного окисления примесей железа расплавленным шлаком.-В: Межвуз. сб., вып. 7.-Свердловск, УПИ, 1979,-С. 75-83.

16. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных.-М.: Наука, 1983.

17. Буровой И. А., Ромашкин А.И. Математическая модель процесса флотационного разделения файнштейна.-МИСиС.-М., 1985.-11 с.-Библ. 9 наим. /Рук. деп. в ЦНИИЭИцветмет 15 авг. 1985 г. № 1331-85 Деп.

18. Боровиков В. П., Ивченко Г. И. Прогнозирование в системе STATISTIC А в среде Windows.-M.: КомпьютерПресс, 1998.-370с.

19. Боровиков В. П. Популярное введение в программу STATISTICA.-M.: КомпьютерПресс, 1998.-296 с.

20. Бернстейн А. Справочник статистических решений. М.: Статистика, 1968. 164с.

21. Борисов А.Н., Алексеев А.В., Меркурьев Г.В. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989г.-304с.

22. Буровой И.А., Горин В.Н. Автоматическое управление химико-металлургическими процессами с сосредоточенными параметрами. //М.: Металлургия, 1977.-344 с.

23. Быстров В.П., Ванюков А.В., Васкевич А. Д. и др. Исследование состава штейно-шлаковой эмульсии при плавке в жидкой ванне-Цветные металлы, 1980, №10.-С. 56-59.

24. Ванюков А.В., Быстров В.П., Васкевич А.Д., Бруэк В.Н. и др. Плавка в жидкой ванне // М.: Металлургия, 1988.-208 с.

25. Васкевич А.Д., Сорокин M.JI. Модель оксидной растворимости меди в шлаках.-Цветные металлы, 1982, №7.-С. 25-28.

26. Васкевич А.Д., Сорокин M.JL, Каплан В.А. Общая термодинамическая модель растворимости меди в шлаках.-Цветные металлы, 1982, №10.-С. 22-26.

27. Васкевич А.Д., Манцевич Н.М., Ванюков А.В. Расчет балансов автогенной плавки при равновесии между штейном, шлаком и газовой фазой // Цветные металлы.-1986.-№ 1.-С. 15-17.

28. Васкевич А.Д., Сорокин МЛ. Модель оксидной растворимости меди в шлаках // Цветные металлы.-1982. № 7.-С. 25-28.

29. Вентцель Е.С. Теория вероятностей. М.: Наука, 1969

30. Воронов А.А. Теория автоматического управления. — М.: Высшая школа, 1977 288с.

31. Временный регламент на период пуска и освоения опытно-промышленной двухзонной печи ПЖВ-28/19 для плавки сульфидного медного никельсодержащего сырья и обеднения жидких конверторных шлаков. BP 14-56-14-85.-Норильск, НГМК, 1985.-89 с.

32. Гвоздик А.А. Решение нечетких уравнений // Изв. АН СССР. Техническая кибернетика, 1984. N5.

33. Геловани В.А., Ковригин О.В., Смолянинов Н.Д. Методологические вопросы построения экспертных интеллектуальных систем// Системные исследования. Методологические проблемы: Ежегодник. М: Наука, 1983.

34. Георгиев В.О. Модели представления знаний предметных областей диалоговых систем // Изв. АН. Техн. кибернетика. 1995. №5.

35. Дженкинс, Ватте. Спектральный анализ и его приложения.-М. : Мир, 1971.-280 с.

36. Дроздов А.В., Спесивцев А.В. Формализация экспертной информации при логико-лингвистическом описании сложных систем. // Изв.РАН. Техническая кибернетика, 1994,№2, с.89-96

37. Дроздов А.В., Спесивцев А.В., Кимяев И.Т. Обобщение расширенных арифметических операций //Деп. ВИНИТИ №2185-В-95, 1995.

38. Дроздов А.В., Спесивцев А.В., Кимяев И.Т. Определение нечеткой метрики на множестве нечетких чисел (LR) —типа. // Деп. ВИНИТИ №2184-В-95, 1995.

39. Дроздов А.В., Спесивцев А.В., Кимяев И.Т. Построение АСУТП окислительного обжига в кипящем слое// Деп. ВИНИТИ №218б-В-95, 1995.

40. Дудников Е. Г, Балакирев B.C., Кривсунов В. Н. и др. Построение математических моделей химико-металлургических объектов. JI, «Химия», 1970 312 с.

41. Дьячко А.Г., Светозарова Г.И. Математические модели металлургических процессов.-М.,МИСиС, 1974, ч. 1,2.

42. Дюк В., Самойленко A. Data Mining: учебный курс. — С.Пб: Питер, 2001г.

43. Егоров А.Е., Азаров Г.Н., Коваль А.В. Исследование устройств и систем автоматики методом планированного эксперимента. -Харьков.: Вища школа, 1986. — 240с.

44. Ежов Е.И., Живов М.З. Метод расчета теплообмена на границе расплав гарниссаж в пирометаллургических агрегатах. -В сб.: Пирометаллургические процессы в технологии никеля и кобальта,-Л.: ГИПРОникель, 1978.-С. 35-40.

45. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. — М.:Мир, 1976г.-165с.

46. Захаров В.Н., Ульянов С.В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. I. Научно-организационные, технико-экономические и прикладные аспекты. //Техническая кибернетика, 1992, №5, с.171.

47. Захаров В.Н., Ульянов С.В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. II. Эволюция и принципы построения. //Техническая кибернетика, 1993, №4, с. 189

48. Иванов В.А., Чемоданов Б.К., Медведев B.C. Математические основы теории автоматического регулирования. — М.: Высшая школа, 1971.-c.808

49. Ивахненко А.Г., Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. М.: Радио и связь, 1987. -120с.

50. Кандрашина Е. Ю., Литвинцева Л. В., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах. М.: Наука, 1989.

51. Карабутов Н.Н. Адаптивная идентификация систем: информационный синтез.//М.: УРСС, 2006., с.384.

52. Кафаров В.В., Дорохов И.Н., Марков Е.П. Системный анализ процессов химической технологии. Применение методов нечетких множеств. М.: Наука, 1985, с.531.

53. Кршяев И.Т., Салихов З.Г., Спесивцев А.В., Дроздов А.В. Исследование закритических областей факторного пространства при управлении обжигом в кипящем слое с помощью нечеткой управляющей модели// Известия вузов. Цветная металлургия. 2001, №1, с.74-77.

54. Кимяев И.Т. «Интеллектуальная система управления процессом обжига сульфидного никелевого концентрата в кипящем слое». Диссертация на соискание ученой степени кандидата технических наук . М., МИСиС, 2001.

55. Кимура Т., Цуюгути С. Заявка Р 61-30638 Япония. МКИ С22В 15/06, g 0155/00, Метод для измерения температуры расплава в конверторе для выплавки меди. Заявл. 19.07.84 № 59-150076. опубл. 12.02.86.

56. Комков А.А., Рогачев М.Б., Быстров В.П. Прогнозирующая модель плавки сульфидного сырья в печи Ванюкова. Цветные металлы, 1994, № 1.

57. Крумберг О.А., Федоров И.П., Змановский Т.П. Методы организации продукционного представления знаний // Методы и системы принятия решений. Рига: Риж. политехи. Ин-т, 1989.

58. Кудинов Ю.И. Нечеткие множества и алгоритмы.//Техническая кибернетика 1990, №5, с. 196.

59. Кузнецов Л.А. Применение нечетких моделей для решения задач управления качеством// Изв. ВУЗов. «Черная металлургия». 2001, №5, с.61-65

60. Ладин Н.А., Афанасьев А.Г., Зыков И.Е. Разработка интеллектуальной АСУ печью Ванюкова №2 на Медном заводе // Норильск, НИИ. Сбор. науч. трудов, 2003

61. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний. М.: Наука, 1989.

62. Лазарев В.И., Спесивцев А.В., Быстров В.П., Ладин Н.А., Зайцев В.И. Качество отвальных шлаков ПВ в условиях работы на богатые штейны. Цветные металлы, 1999, №11. С. 40-45.

63. Лисиенко В.Г., Салихов З.Г., Гусев О.А. Моделирование объектов с распределенными параметрами на примере Зх уровневых

64. АСУ нагрева материала. Учебное пособие //Екатеринбург: УГТУ-УПИ, М.: МИСиС, 2004, 162с.

65. Литвак Б.Г. Экспертные оценки и принятие решений. — М.: Патент, 1996

66. Лукас В.А. Теория автоматического управления: учебник для вузов. М.: Недра, 1990, 416с.

67. Мелихов А.Н., Бернштейн Л.С., Коровин С .Я. Ситуационные советующие системы с нечеткой логикой. М.:Наука, 1990.

68. Мешалкин В.П. интеллектуальные системы в химической технологии. Основы теории и опыт применения. М.: Химия, 1995. — 369с.

69. Мицумото М. Методы управления динамическими процессами на основе нечеткой логики // J. Text. Mach. Soc. Jap. 1990. V.43. N7.

70. Мизонов В.E., Шувалов С.И., Ушаков С.Г. и др Математическая модель измельчения.-Цветные металлы, 1984, №1. -С. 92-94.

71. Миклин Н.А. Совершенствование технологии производства меди с использованием ПЖВ.-Автореф. дисс. канд. техн. Наук.-М,: МИСиС, 1986, ДСП.

72. Моттль В.В., Мучник И.В., Яковлев В.Г. Оптимальная сегментация экспериментальных кривых.//Автоматика и телемеханика, 1983, №8.-С. 84-95.

73. Налимов В. В., Чернова Н. А. Статистические методы планирования экстремальных экспериментов. М.: Наука, 1965.

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

75. Петров Б.Н., Уланов Г.М., Гольденблат И.И., Ульянов С.В. Теория моделей в процессах управления. М.:Наука, 1978г. — 225с.

76. Пешель М. Моделирование сигналов и систем. М.:Мир, 1981.-304с.

77. Под ред. Егупова Н.Д. Методы классической и современной теории автоматического управления. Учебник в трех томах. М., Изд-во МГТУ им. Н.Э.Баумана, 2000.

78. Под ред. Петрова Б.Н. Математические модели технологических процессов и разработка систем автоматического регулирования с переменной структурой. М, «Металлургия», 1964 (Гинцветмет Сб №21) 467с с ил

79. Под ред. Поспелова Д.А. Нечеткие множества в моделях управления и искусственного интеллекта. М.: Наука, 1989.

80. Под ред. Терано Т., Асаи К., Сугено М. Прикладные нечеткие системы: перевод с японского. Можно: Мир, 1993.-368с.

81. Под ред. Уэно X., Исудзука И. Представление и использование знаний. М.: Мир, 1989.

82. Прудковский Б.А. Зачем металлургу математические модели. М.: Наука, 1989г.- 192с.

83. Решение бизнес задач средствами нечеткой алгебры. Работа с пакетами FuziCalc. М.: Тора-Инфоцентр, 1998.-72с.

84. Рыков А.С. Методы системного анализа многокритериальной и нечеткой оценки. М., Экономика, 1999.

85. Салихов З.Г, Иванов В.А., Петросян А.А. и др. Способ автоматического управления процессом обжига медно-цинковой шихты в кипящем слое А.с. 1408627, БИ №13, 1987.

86. Салихов З.Г. Использование когнитивного метода при создании автоматизированных пиро-гидрометаллургических процессов.//Цветные металлы. №10-11, 1998. с. 111-115

87. Салихов З.Г., Рутковский А.А., Леонтьев В.В. Методы рациональной организации подсистем централизованного контроля. //Изв. Вузов. «Цветная металлургия», №12, 1999, с.65-69.

88. Салихов З.Г., Спесивцев А.В., Москвитин Д.А., Сириченко А.В., Зыков И.Е. Количественная оценка качества управления металлургическим агрегатом //"Цветные металлы", №10, 2002, с.8892.

89. Салихов З.Г., Скуридин Ф.Л. и др. Экспертные системы на основе логических моделей для чугунвыплавляющих агрегатов.// Вестник УГТУ-УПИ №15(45) На передовых рубежах науки и инженерного творчества. Часть1. Екатеринбург, 2004, с.244-248.

90. Салихов З.Г., Арунянц Г.Г., Рутковский Л.А. Системы автоматического управления сложными технологическими объектами.//М.: Теплоэнергетик, 2004, 495 с.

91. Салихов З.Г., Быстров В.П., Кимяев И.Т., Салихов М.З. Способ контроля и автоматического управления стабильностью образования гарниссажа в пристенном слое печи Ванюкова. Патент на изобретение РФ №2241186. Бюлл.ЗЗ от 27.11.2004

92. Салихов З.Г., Зыков И.Е., Кимяев И.Т., Спесивцев А.В., Лазарев В.И. Интеллектуальная система управления комплексом ПВ-2 Медного завода ЗФ ОАО «ГМК «Норильский никель» // «Цветные металлы», №12, 2007 с. 101-104

93. Салихов З.Г. Терминология основных понятий автоматики. Учебно-справочное пособие.//М.:МИСиС, 2003, с. 126

94. Салихов З.Г. Справочник по созданию АСУ и определению базовой цены документации проекта.// М.: «Тейлоэнергетик», 2007, с.78

95. Салихов З.Г. Создание и внедрение компьютерных автоматизированных технологических комплексов в металлургии.// М.: Н.техн.ж. «Цветные металлы», спец. Выпуск октябрь 2005. С.91-96

96. Сорокин М.Л. Распределение меди и цинка в процессе плавки в жидкой ванне для выбора оптимальных технологических режимов.-Автореф. дисс. канд., техн. наук.-М.: МИСиС, 1984, ДСП.

97. Сорокин M.JI., Быстров В.П., Николаев А.Г., Комков А.А. Потенциальные диаграммы системы Ni-Fe-S-0-Si02 // Цветные металлы.-1994.-№ 4.-С. 22-26.

98. Сорокин М.Л., Комков А.А., Николаев А.Г. Термодинамика конвертирования никелевых штейнов // Цветные металлы.-1994.-№ 4.-С. 13-18

99. Сорокин М.Л., Николаев А.Г., Быстров В.П. Термодинамика системы Co-Fe-S //Цветные металлы.-1994.-№ 12.-С. 17-21.

100. Сорокин М.Л., Васкевич А.Д. Равновесная модель процесса фьюмингования шлаков // Физико-химия и технология свинца. Алма-Ата: Наука.-1984.-С. 190-192.

101. Спесивцев А.В. Применение математической статистики в металлургической практике (учебное пособие), Норильск.: Норильский вечерний индустриальный институт, 1978. 96с.

102. Спесивцев A.B., Дроздов А.В., Негрей С.В., Даминов P.P. Управляющие модели металлургических процессов с использованием нечетких множеств //Цветные металлы 1996г., №11

103. Спесивцев А.В., Зыков И.Е., Кадыров Э. Д. Нечеткая модель управления процессом Ванюкова.// Международная конференция по мягким вычислениям и измерениям «SCM-2006». Сб. докладов, Санкт-Петербург, 27-29 июня 2006. Т.2., С. 83-86.

104. Спесивцев А.В., Лазарев В.И., Ладин Н.А., Зыков И.Е, Москвитин Д.А. Анализ работы процесса Ванюкова как объект АСУТП. Норильск, НИИ. Сбор. науч. трудов, 2000. - стр.72-77

105. Спесивцев А.В., Рябушкин М.И., Федоров А.Н., Навильников Е.В., Зыков И.Е. Применение элементов нечетких множеств при изучении процесса конвертирования // Добыча и переработка руд цветных металлов. Сборник научных трудов. -Норильск. 2000. С.80-87.

106. Тихонов О.Н. Решение задач по автоматизации процессов обогащения и металлургии. JL: Недра, 1969. 430с.

107. Тодес О.М. Обезвоживание растворов в кипящем слое-М.: Металлургия, 1973.-288 с.

108. Усачев А.Б. Управление процессом жидкофазного восстановления железа Ромелт.//Черные металлы, 2000, №8, с. 10-14.

109. Федоров А.Н. Изучение состава, структуры и условий расслаивания штейно-шлаковой эмульсии при плавке в жидкой ванне.-Автореф, дисс. канд. техн. наук.-М.: МИСиС, 1981.

110. Чистов В.П. Разработка экспертной системы на основе логического регулятора для управления доменной печью.//Сб. трудов АИН РФ «Научно-инженерное творчество-XXI веку», Екатеринбург, 1995, с. 89-92.

111. Шварцер JT.B. Формирование штейно-шлаковой эмульсии и разработка методов прогноза ее состава в условиях плавки в жидкой ванне.-Автореф. дисс. канд., техн. наук.-М.: МИСиС, 1987

112. Шубский А.Г. Технология переработки сульфидного свинцового сырья в жидкой ванне и фазовые равновесия между продуктами плавки.-Автореф. дисс. канд. техн. наук.-М.: МИСиС, 1986, ДСП.

113. Шенк X. Теория инженерного эксперимента. М.: Мир, 1972.-385с.

114. Яковлев В.Г. Разработка и исследование алгоритмов лингвистического анализа шумоподобных экспериментальных кривых.-Дисс. канд. техн наук.-М.: ИПУ, 1983.

115. Allaire A., Harris R. Vacuum Distillation of Copper Matte to Remove Lead, Arsenic, Bismuth and Antimony // Met. Trans.-1989.-v. 20B.-P. 793-804.

116. Barry T.I, Dinsdale A.T., Gisby J.A. Predictive thermochemisty and phase equilibria of slags // J. Metals.-1993.-v. 45.-№ 4.-P. 32-38.

117. Bjorkman В., Jacobson E. New thermodynamics tools.-Scand. J. of Met., 1986, v. 15, N 6.-P. 261-264.

118. Bjorkman В., Eriksson G. Quantative equilibrium calculations on conventional copper smelting and converting // Can. Met. Quart.-1982.-v. 21.-P. 329-337.

119. Buckley J.J., Ying H. Fuzzy Controller Theory: Limit theorems for linear fuzzy control rules// Automatica, Vol.25, No.3, pp. 469-472, 1989.

120. Bustos A.A. Converter simulation at Falconbridge Limited // Extr. Metallurgy of Nickel & Cobalt. Warrendale:TMS.-1988.-P. 335-354.

121. Bustos A.A., Brimacombe J.K., Richards G.G. Heat flow in copper converters.-Met. Trans. В., 1986, v. 17B, N 4, -P. 677-686.

122. Chang L.J. Evaluations of models of mixing with turbulence analogy,-Chem. Eng, Com., 1986, v. 42, N 1-3.-P. 139-156.

123. Chaubal P.C., Nagamori M. Volatilization of Arsenic and Antimony in Copper Matte Converting // Met. Trans.-1983.-v. 14B.-P. 303-306.

124. Chaubal P.C., Nagamori M., Solin H.Y. Volatilization and Slagging of Lead in Copper Matte converting: computer simulation // Can. Met. Quart.-1984.-V. 23.-№ 4.-P. 405-411.

125. Chaubal P.C., Nagamori M. Thermodynamics for Arsenic and Antimony in Copper Matte Convert-ing-Computer Simulation // Met. Trans.-1988,-v. 19B.-P. 547-556.

126. Chaubal P.C., Sohn H.Y., George D.B., Bailey L.K. The Mathematical Modelling of Minor Element Behaviour in Flash Smelting of Copper Concentrates and Flash Converting of Copper Mattes // Met. Trans.-1989.-V. 20b.-P. 39-51.

127. Chuang Y.Y., Chang Y.A Extension of the associated solution model to ternary metal-sulfur melts:Cu-Ni-S // Met. Trans.-1982.-v. 13B.-№ 9.-P. 379-385.

128. Efstathiou J. Rule-based process control using fuzzy logic // Approximate Reasoning in Intelligent Systems, Decision and Control / Eds. Sanchez E., Zaden L. A. N. Y.:Pergamon Press, 1987.

129. Fukami S., Mizumoto M., Tanaka K. Some considerations on fuzzy conditional inferences // Fuzzy Sets and Systems. 1980. V.4.

130. Goel R.P., Kellogg H.H., Larrain J. Mathematical Description of the Thermodynamic Properties of Systems Fe-O and Fe-0-Si02 // Met. Trans.-1980.-v. 11В.-№ l.-P. 107-117.

131. Goto S. The application of thermodynamic calculations to converter practice // Copper and Nickel Converters, Met. Soc. of AIME.-1979.-P. 33-55.

132. Goto S. Equilibrium calculations between matte, slag and gaseous phases // Copper Metallurgy-Practice and Theory, Inst. Min. Met. London.-1975.-P. 24-34.

133. Itagaki K., Yazawa A. Thermodynamic Evaluation of Distribution Behaviour of Arsenic, Antimony and Bismuth in Copper Smelting // Adv. Sulfide Smelt. Proc. Int. Sulfide Smelt. Symp. and Extract. And Process

134. Met Meet. Met. Soc. AIME. San Francisco, Calif.-1983.-v. l.-P. 119142.

135. Jakovlev V.G., Vorob'yov S.A. Estimation of model parameters of random process with instantly changing properties.-In: Preprints of the Second IF AC Symposium on stochastic control.-Vilnius, USSR, 1986, Part II.-P. 224-228.

136. Kellogg H.H. Thermochemical modelling of molten sulfides // Physical Chemistry in Metallurgy, Momoville PA.-1976.-P. 49-68.

137. Kellogg H.H. Thermochemestry of nikel-matte converting // Can. Met. Quart.-1987,-v. 26.-№ 4.-P. 285-298.

138. Kickert W., Mamdani E.H. Analysis of fuzzy logic controller // Fuzzy sets and systems. 1978. V.I.

139. Kim H.G., Sohn H.Y. Computer Analysis of Minor Element Behaviour in Copper Smelting and Converting under High Oxygen Enrichment and in Converting with Calcim // Proc. of the Copper91-Cobre91 Int. Symp.-August, 18-21, Ottawa-Ontario,Can.-1991.-v.

140. Kimura Т., Tsuyuguchi S., Ojima Y., Mori Y., Ishii Y. Refractory Protection by High Speed Blowing in a PS Converter.-J. of Metals, 1986, v. 38, N 9.

141. Kucharski M. Lead Distribution Between Commercial Slag and Blister Copper in Outokumpu Flash Smelting Process // Arhiwum Hutnictwa.-1979.-v. 24.-P. 365-371.

142. Mohri E., Karita Т., Sato K., Nagase N. The behaviour of Minor Elements at Kasaka Smelter // The Third Intern. Flash Smelting Congress 15-20 May.-1977.-P. 1-16.

143. Mamdani E.H., Sembi B.S. On the nature of implication in fuzzy logic // Proc.9th Int.Symp. Multiple-Valued Logics. New York. 1979.

144. Mizumoto M. Fuzzy controls under various fuzzy reasoning methods // Inf. Sci. 1988. V.45. N2

145. Mizumoto M. Fuzzy reasoning methods for fuzzy controls // J. Soc. Instrum. and Contr. Eng. 1989. V28. Nil.

146. Mizumoto M., Tanaka K. Some Properties in Fuzzy Sets on Type 2 // Inform, and Control. 1976. V.51 №5.

147. Mizumoto M., Tanaka K. Fuzzy sets of type 2 under algebraic product and algebraic sum // Fuzzy Sets and Systems, V.5. 1981.

148. Nisbett R.E., Wilson T.G. Telling more than we can know: verbal reports on mental processes//Psychol. Rev. 1977. N37

149. Nishikawa T. Fuzzy theory: The science of human intuition // Jap. Comput. Quart. 1989 №79.

150. Nagamori M., Mackey PJ, Thermodynamics of copper matte converting: Part 1, Fundamentals of the Noranda process, -Met. Trans. В., 1978, v. 9B,-P. 225-265.

151. Nagamori M., Mackey P.J. Thermodynamics of Copper Matte Converting: Part 2 Distribution of AuAg PbZnNiSeTeBiSb&As Between Copper, Matte and Slag in Noranda Process // Met. Trans.-1978.-V. 9b.-P. 567-579.

152. Nagamori M., Chaubal P.C. Thermodynamics of Copper Matte Converting: Part 3. Steady-State Volatilization of AuAgPbZnNiSeTeBiSb&As from Slag, Matte & Metallic Copper // Met. Trans.-1982,-v. 13b.-P. 319-329.

153. Nagamori M., Chaubal P.C. Thermodynamics of Copper Matte Converting: Part 4. A Priori Predictions of Behavior of AuAgPbZnNiSeTeBiSb&As in the Noranda Process Reactor // Met. Trans.-1982.-v. 13b.-P. 331-338.

154. Ohshima E., Hayasy M. Impurity Behaviour in the Mitsubishi Continuous Process // Metall. Review of MMIJ. Symposium Proceedings.-1986,-v. 3.-P. 113-129.

155. Pomianek Т., Sobierajski S., Smieszek S., Czerneski J. The Distribution of Lead Between Copper and Flash Smelting Slag at Thermodynamic Equlibrium // Prace Inst. Metali Niezelaznych.-1978.-v. 7.-№ 3.-P. 114-126.

156. Sorokin M.L., Nikolaev A.G., Komkov A.A. Cobalt Behaviour at Nickel smelting and Converting // Co-Products and Minor Elements in Non-Ferrous Smelting. TMS. Las-Vegas.-1995.-P. 109-130.

157. Szekely J. Themelis N.J. Rate phenomena in process metallurgy.-New York, Willey-Interscience, 1971.-784 p.

158. Szekely J. Fluid flow phenomena in metals processing.-New York etc. Acad. Press, 1979.-437 p.

159. Sawaragi Т., Katai 0., Iwai S. Tuning knowledge for intelligent fuzzy controller by analysing a histoiy of control operations // Trans. Soc. Instrum. and Conf. Eng. 1990. v.26 N8.

160. Sugeno M., Kang G.T. Fuzzy modeling and control of multilayer incinerator // Fuzzy Sets and Systems. 1986. V.18. N3; 1988. V.25. N2.

161. Tarbell J.M., Mehta R.V. Mehanistic models of mixing and chemical reaction with a turbulence analogy,-PCH. Physi-cochemical Hydrodynamics, 1986, v. 7, N l.-P. 17-32.

162. Yazawa A. Thermodynamic consideration of copper smelting.-Can. Met. Quart., 1974, v. 13, N 3.-P. 443-445.

163. Yazawa A. Thermodynamic evalution of extractive Metallurgical processes.-Met. Trans., 1979, 10B.-P. 307-321.

164. Yager R.R. Validation of fuzzy linguistic models // J. of Cybernetics, 1978, V. 8.

165. Zadeh L. Theory of fuzzy sets. Nemo. No UCB/ERL M 77/1, Univercity of California, Berceley, 1977