автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Управление технологическим процессом сгущения красного шлама на основе прогнозирующей модели осаждения с учетом влияния флокулянта

На правах рукописи

ЗАТУЛОВСКИЙ Кирилл Аркадьевич

УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМ ПРОЦЕССОМ СГУЩЕНИЯ КРАСНОГО ШЛАМА НА ОСНОВЕ ПРОГНОЗИРУЮЩЕЙ МОДЕЛИ ОСАЖДЕНИЯ С УЧЕТОМ ВЛИЯНИЯ ФЛОКУЛЯНТА

Специальность 05.13.06- Автоматизация и управление

технологическими процессами и производствами (металлургия)

Автореферат диссертации на соискание ученой степени кандидата технических наук

САНКТ-ПЕТЕРБУРГ - 2013

2 —' -ЛЗ

005531015

005531015

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Национальный минерально-сырьевой университет «Горный»

Научные руководители:

доктор технических наук, профессор_

¡Белоглазое Илья Никитич кандидат технических наук, доцент

Фирсов Александр Юрьевич

Официальные оппоненты:

Харазов Виктор Григорьевич доктор технических наук, профессор, ФГБОУВПО "Санкт-Петербургский государственный технологический институт (технический университет)", кафедра автоматизации химико-технологических процессов, профессор

Жмарип Евгений Евгеньевич кандидат технических наук, ЗАО «Оутотек Санкт-Петербург», менеджер по оборудованию

Ведущая организация: ООО «Институт Гипроникель»

Защита диссертации состоится 3 июля 2013 г., в 10 ч 30 мин на заседании диссертационного совета Д 212.224.03 при Национальном минерально-сырьевом университете «Горный» по адресу: 199106, Санкт-Петербург, 21-я линия, д. 2, ауд. 1303.

С диссертацией можно ознакомиться в библиотеке Национального минерально-сырьевого университета «Горный».

Автореферат разослан 3 июня 2013 г.

УЧЕНЫЙ СЕКРЕТАРЬ ___ БРИЧКИН

диссертационного совета Вячеслав Николаевич

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы.

Процесс сгущения находит широкое применение в цветной металлургии, обогащении, химической промышленности и многих других отраслях. В частности, сгустители используются на переделе сгущения и промывки красного шлама при производстве глинозема. Процесс сгущения красного шлама является "узким местом" глиноземного производства по способу Байера и определяющим образом влияет на общую эффективность производства и характеристики конечного продукта. Поэтому совершенствование системы управления процессом сгущения красного шлама является актуальной научной задачей.

Возмущения по плотности и расходу автоклавной пульпы, взаимовлияние параметров процесса, протекающих в сгустителе, усложняют задачу автоматизации. Управление процессом сгущения осуществляется либо вручную, изменяя расход сгущенного продукта по результатам периодического анализа отбираемых проб, либо по малоэффективным одноконтурным алгоритмам. Такие методы не обеспечивают оперативность и оптимальность управляющих воздействий.

Создание и совершенствование моделей и систем управления процессом сгущения были и остаются актуальным предметом научных исследований многих отечественных и зарубежных ученых. Существенный вклад в разработку данных вопросов внесли такие специалисты как А.И.Лайнер, A.J1. Рутковский, С.Н. Петросянц, В.А. Растяпин и др. Хорошо известны результаты работ зарубежных авторов R. Burger, F. Concha, J. Farrow, P. Scales, S. Usher, которые можно использовать для решения широкого круга научных задач.

Одной из таких задач, является совершенствование существующих на глиноземных заводах систем управления процессом сгущения красного шлама с целью повышения эффективности управляемого процесса. Указанная задача недостаточно разработана как в отечественных, так и зарубежных работах. Имеются только отдельные, довольно общие сведения,

опубликованные в открытой литературе. Информация об использовании систем управления на основе прогнозирующих моделей применительно к процессу сгущения красного шлама в современной научно-технической литературе практически отсутствует. Таким образом, решение поставленной задачи характеризуется актуальностью, новизной и практической значимостью.

Цель работы - разработка прогнозирующей математической модели сгустителя и синтез на ее основе схемы управления процессом сгущения красного шлама.

Основные задачи исследований:

1. Научно-технический анализ современного состояния и перспектив развития процесса сгущения красного шлама.

2. Разработка СБО модели сгустителя для определения зависимости фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения.

3. Разработка обобщенной модели сгустителя, объединяющей подмодели флокуляции твердой фазы питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка, для ее последующего использования при синтезе регулятора.

4. Проведение экспериментальных исследований для получения параметров модели.

5. Синтез системы управления на основе регулятора с прогнозирующей моделью и апробация на основе архивных данных.

Методология и методы исследования. В работе были использованы экспериментальные и теоретические методы исследований. Обобщенная модель строится из отдельных подмоделей - модель зоны осветления, модель осаждения и модель флокулирования питающей суспензии. На заводе РУСАЛ ,Мпс1а1со Елуайоп (Ямайка) было произведено обследование объекта исследований и сбор архивных данных технологического процесса. Экспериментальные исследования были произведены в лабораториях завода \Vindalco Е\уа11оп РУСАЛа по описанной в научной литературе методике. Синтез регулятора с прогнозирующей моделью производился в программном продукте МаНаЬ. Тестирование работы предложенной системы управления производится в интеллектуальной среде СЕ

Proficy Troubleshooter и GE Proficy Architect, входящих в состав программы GE Intelligent Platforms, по архивным данным процесса сгущения путем импорта регулятора из Matlab.

Научная новизна результатов диссертационного исследования заключается в следующем:

1. Определена зависимость фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения, имеющая гиперболический вид.

2.Показано, что использование обобщенной математической модели, объединяющей подмодели флокуляции твердой фазы питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка, позволяет спрогнозировать параметры работы сгустителя.

3. Установлено, что использование системы управления с прогнозирующей моделью позволяет снизить дисперсию отклонений относительно заданных значений по чистоте верхнего слива на 15%, плотности нижнего продукта на 10% при снижении расхода флокулянта на 15%.

Практическая значимость работы:

1. Разработанная CFD модель сгустителя может быть использована на этапе проектирования новых аппаратов с целью определения конструктивных размеров в зависимости от предполагаемых характеристик питающей суспензии.

2. Предложенная система управления с прогнозирующей моделью может быть реализована в отраслях промышленности, использующих сгустители (отстойники) в технологическом процессе.

3. Научные результаты работы являются дополнением к материалам учебного процесса химико-металлургического факультета Национального минерально-сырьевого университета «Горный» для студентов специальности 220301 «Автоматизация технологических процессов и производств».

Достоверность научных результатов. Приводимые результаты, выводы и рекомендации обоснованы путем экспериментальных исследований, сопоставления результатов численных расчетов разработанной модели и ранее опубликованных данных, тестирования работы системы управления на основе базы архивных данных о

протекании технологического процесса сгущения, в программном продукте GE Intelligent Platforms.

Апробация работы. Содержание и основные положения диссертации докладывались и обсуждались: на международном форум-конкурсе молодых ученых «Актуальные проблемы недропользования» в г. Санкт-Петербург в 2010 г., на международном форум-конкурсе молодых ученых «Проблемы недропользования» в г. Санкт-Петербург в 2011 г., на конференции молодых ученых в рамках «Петербургской технической ярмарки 2011» 15-17 марта 2011 г., на международной научной специализированной конференции в Германии в г. Фрайберг в 2011 г.

Личный вклад автора состоит в анализе применяемых технологий сгущения и промывки красного шлама, проведении лабораторных экспериментальных исследований, создании обобщенной модели сгустителя и схемы управления процессом, обработке и обобщении результатов исследований, в апробации достигнутых результатов и подготовке публикаций.

Публикации. По теме диссертации опубликовано 5 научных работ, в том числе 3 статьи в журналах, входящих в перечень ВАК Минобрнауки России.

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, библиографического списка и приложений. Содержит 113 страниц машинописного текста, 52 рисунка, 2 таблицы и список литературы из 98 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе рассмотрена технология производства глинозема по способу Байера, приведена характеристика сгустителя, как объекта управления, проанализированы современные системы управления технологическим процессом сгущения.

Вторая глава посвящена разработке CFD модели сгустителя, экспериментальным исследованиям для определения параметров функции фактора стесненного осаждения и выявлению зависимости фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения.

В третьей главе производится разработка обобщенной математической модели сгустителя, объединяющей подмодели флоку-

6

ляции питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка.

В четвертой главе производится синтез системы управления с прогнозирующей моделью и ее последующее тестирование по архивным данным в программном продукте GE Intelligent Platforms. Установлено, что использование системы управления с прогнозирующей моделью позволяет снизить дисперсию отклонений значений чистоты слива, плотности нижнего продукта и расхода флоку-лянта относительно заданных значений.

Заключение содержит основные выводы и рекомендации.

ОСНОВНЫЕ ЗАЩИЩАЕМЫЕ ПОЛОЖЕНИЯ

1. С целью определения зависимости фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения следует использовать моделирование на основе вычислительной гидродинамики (CFD моделирование).

Основываясь на решении системы уравнений законов сохранения, CFD моделирование предоставляет детальное предсказание поведение потоков и распределение твердой фазы по всему объему сгустителя при различных режимах работы.

В данной работе использовалась стандартная версия муль-тифазной модели - Eulerian model, входящая в состав программы ANSYS Fluent. Для описания вязкости в турбулентных потоках используется k-s модель Reynolds Averaged Navier Stokes (RANS).

Гранулометрический состав красного шлама представлен на Рисунке 1. В CFD модели гранулометрический состав задан пятью размерами частиц с индексами i=1..5.

Рисунок 1 - Гранулометрический состав красного шлама

Фактор стесненного осаждения

Фактор стесненного осаждения используется для определения относительной скорости между твердой и жидкой фазой, когда концентрация твердой фазы относительно высока (превышает критическую концентрацию). По теории Кинча данный фактор определяется по следующей формуле:

Ri(c_s)_= Wtg(psi - PiK 1 - Csi)-HSI , [кгм V] (1)

где Ust- средняя скорость осаждения Стокса м/с, р - плотность кгм"1 (индексы s и/относятся к твердой и жидкой фазам соответственно), с - объемная доля твердой фазы, HSI - индекс стесненного осаждения, который является функцией числа Рейнольдса и формы частички. Неизвестные параметры были определены в ходе проведения тестов на осаждение и последующих расчетов. Скорость Стокса Ust равняется 0,046 м/с, индекс HIS равняется 97, критическая концентрация сс равняется 0,03 объемных доли.

Предел текучести при сжатии Структурная сетка из твердых частичек начинает формироваться в слое осадка, когда локальная концентрация начинает превышать критическое значения. Структурная сетка характеризуется параметром называемым предел текучести при сжатии, PY [Па], который является функцией от концентрации твердой фазы.

Ру« = К[(7с/-1] <2>

Значения параметров К, и п равными 2 Па и 6,5 соответственно были взяты из опубликованной ранее литературы.

В ходе проведения расчетов по СРЭ модели было получено распределение твердой фазы по объему сгустителя (Рисунок 2). На Рисунке 3 представлен график распределения твердой фазы по радиусу в трех поперечных сечениях сгустителя.

Рисунок 2 - Распределение твердой фазы в сгустителе

Зависимость фактической концентрации по поперечному сечению от усредненного значения была получена в виде полинома третьей степени и описывается уравнением (3)

с (г) = с0 + кхф + к2ф2 + к3ф3

где Я - это радиус поперечного сечения, [м], г- расстоянии от центра до интересующей точки, [м], с0 - концентрация в точке г=0. Коэффициент кх равняется нулю из условия симметрии (1с/<1г = 0.

♦ h=0,6 м ■ h=0,9 м h=l,3 м

r/R, [-]

Рисунок 3 - График распределения твердой фазы по трем радиусам поперечного

сечения сгустителя.

Усредненная концентрация с определяется уравнением:

_ ¡«c(r)rdr (4) С - -

/0 rdr

Далее было произведено вычисление коэффициента d(h) для пересчета концентрации Со в усредненное значение, h - высота сечения.

в(Ю = ^ (5)

Со

Коэффициент пересчета в был вычислен для трех разных уровней и оказался практически неизменным и равным 0,79. Таким образом, можно сделать вывод, что характер изменения концентрации в поперечном сечении является одинаковым для разных уровней. Коэффициенты к2 и к3 для уравнения (З)принимаются равными -5,1 и 2,8 соответственно.

2. Для прогнозирования параметров работы сгустителей, применяемых при сгущении красного шлама, следует использовать обобщенную математическую модель процесса, объединяющую подмодели флокуляции твердой фазы питающей сус-

0 ОД 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

пензии, зоны осветления, стесненного осаждения и уплотнения осадка.

Для описания процесса сгущения была составлена обобщенная модель, включающая в себя подмодели для флокулирования твердой фазы питающей суспензии, зоны осветления, осаждения и уплотнения осадка (Рисунок 3).

Флокуляция твердой фазы питающей суспензии В питающий стакан сгустителя непрерывно подается автоклавная пульпа с весовым содержанием твердой фазы 3-4%. Для ускорения процесса осаждения используется 0,5% раствор флокулян-та, который подается в питающий стакан, предварительно пройдя доразбавление.

--г----------

Обобщенная модель сгустителя

Входные параметры

Расход флокулянта, мЗ/ч

Размер частичек шлама, м

Разбавление флокулянта, мЗ/ч

Концентрация

питающей суспензии, %

Расход питающей суспензии, мЗ/ч

Скорость откачки нижнего продукта, мЗ/ч

Модель процесса флокуляции питающей суспензии

Размер флокулированных частиц, м

Модель стесненного

осаждения и уплотнения осадка

Модель зоны осветления

Выходные параметры

Высота постели, м

Содержание твердой фазы в верхнем сливе, мг/л

Концентрация нижнего продукта, %

Размер флокулированных частичек,м

Рисунок 3 - Схема обобщенной модели сгустителя

Для определения влияния дозировки флокулянта и его последующего доразбавления на размер образующихся флокул были проведены численные эксперименты в программе «Population Balance Model», разработанная в ходе проекта «AMIRA р266 project: Improving thickening technology», спонсором которого является компания РУСАЛ. Модель процесса флокуляции строится на основе популяционного баланса:

где К, - количество частичек ¡-го размера, р.. - показателем

взаимодействия частиц ¡-го и ]-го размеров при образовании флокул, 5, - показатель распада частичек, Гу - функция распределения разрушений (количество частичек ¡-го размера, образующихся при разрушении частичек]-го размера).

Входными переменными модели популяционного баланса являются гранулометрический состав красного шлама, расход фло-кулянта и концентрация питающей суспензии. Эффект доразбавле-ния эмитировался изменением концентрации питающей суспензии. На выходе данной модели строятся графики изменения размера флокул в зависимости от времени (Рисунок 4).

900

5

ас г 800

еГ 700

>

ас о 600

-е- 500

о.

О) 400

Ъ

т га 300

о.

>5 200

X ч 100

си 0

о.

и

К=800 г/т К=500 г/т К=300 г/т

Время, с

Рисунок 4 - Изменение размера флокул во времени при трех варианта расхода фло-

кулянта

По результатам численных экспериментов установлена зависимость (уравнение (7)) среднего размера флокулированых частичек, с?а^5,[мкм], от дозировки флокулянта и его доразбавления.

^¡¡¡=840,2 + 0,70111* -250,7с0 -0,00019Яф2 - (9)

- 0,08ШфСо+ 22,8с02, [мкм]

Изменение расхода флокулянта Яф производилось в диапазоне 300-800 мг/т, концентрация твердой фазы - 3,5 -4,5 массовых %. Среднеквадратичное отклонение от значений полученных в результате численных экспериментов по такой зависимости составляет 7 мкм.

Стесненное осаждение и уплотнение осадка

Стесненное осаждение и уплотнение осадка описывается уравнением (10)

^ + + = -Г-)) (10)

at дх S(x) дх дх (ps -p,)g

b(c) - это функция плотности потока Кинча, [м/с], QR - расход откачки нижнего продукта, [м3/с], S(x) - площадь поперечного сечения сгустителя, м2.

Функция предела прочности при сжатии Ру(с) учитывается только в зоне уплотнения осадка при с > сс, в остальных случаях Ру(с) равняется нулю.

Для построения решений по динамической модели в качестве начальных условий при запуске используется профиль концентраций, полученный путем решения стационарной версии уравнения (8). Стационарная версия описывается уравнением (12). При дальнейших расчетах граничным условием является последнее решение динамической модели на предыдущем шаге.

Qr

(с(х)-ф0) + Ь(с(х))

<Ьс~ Ь(с)р; (с) *сЫ-со (12)

(А-А)^с

Для получения решения данного уравнения принимается допущение, что вся твердая фаза уходит из аппарата с нижним продук-

том. Для известных потоков питания ()Р, разгрузи QR и заданной концентрации питания, концентрация разгрузки определяется как:

. Яя , (13)

Яр

Граничные условия

V

а. ^ 5 Ь{с)р; {с)

—с + Ь(с)---

5 дх(р5-р,^с

д Ь(с)Р' (с)

+ ---

5 ах О, - р, )%с

Яп

0кф:я,0

(14)

(15)

на уровне питания (16)

У Х=Хк

Зоная осветления

Концентрация твердой фазы С1 определяется по формуле

При маленьких значениях С1 функция плотности потока Ь(с,) может быть линейно аппроксимирована произведением концентрации на скорость Стокса. Тогда концентрация С1 может быть вычислена по уравнению (17)

с (17)

Для того чтобы получить формулу пересчета концентрации С]на уровне питания в концентрацию твердой фазы в верхнем сливе было произведено сравнение расчетных данных с базой архивных данных технологического процесса. Аппроксимация производилась пропорциональной зависимостью с коэффициентом 0,43.

Обобщенная модель

Модель сгустителя является объединением трех описанных выше подмоделей, структурный вид которой был представлен на Рисунке 3. На Рисунке 5 и Рисунке 6 в виде трендов представлено сопоставление расчетов обобщенной модели и архивных данных по концентрации нижнего продукта и верхнего слива соответственно. Темно-серым цветом построен тренд по архивным данным, светлосерым по результатам расчета модели.

tV ta л у yili

р I" ■ I ■ I

Рисунок 6 - Сопоставление результатов моделирования и архивных данных по концентрации твердой фазы в верхнем сливе.

Рисунок 5 - Сопоставление результатов моделирования и архивных данных по концентрации твердой фазы в нижнем продукте.

3. Для снижения дисперсии отклонений относительно заданных значений чистоты слива, плотности нижнего продукта при снижении расхода флокулянта целесообразно использовать систему управления сгустителем, синтезированную на основе регулятора с прогнозирующей моделью.

Процесс сгущения (осветления) является типичным примером системы с множеством нелинейно взаимосвязанных входных и выходных параметров, с различными ограничениями на управляющие воздействия.

Используемые системы управления с трудом справляются с многосвязностью параметров, присущей сгустителям. В связи с этим было принято решение использовать в данной системе регулятор с прогнозирующей моделью (MPC регулятор) на основе обобщенной модели сгустителя.

В схеме MPC, модель процесса используется для двух целей: I) явное предсказание будущего поведения процесса и II) расчета оптимальных корректирующих действий управления. MPC состоит из комбинации следующих элементов: модели процесса, оптимизатора, а также фильтра оценивания состояния.

Фильтр оценивания состояния объединяет значения измеряемых параметров процесса и данные по модели с целью оценить состояние процесса, включая рассчитываемую ошибку предсказания, как разность между текущим измерением и предсказанием модели. Фильтр оценивания состояния будет работать, если существует проблема редкого измерения какого-либо параметра или оно вовсе не осуществляется. При возникновении слишком больших отклонений предсказаний выполняется шаг идентификации параметра.

Оптимизатор использует текущие состояния системы и модели процесса для выбора пути изменения управляющих воздействий, который приведет к достижению поставленной задачи оптимальным способом. При оценке оптимального управляющего воздействия, оптимизатор точно учитывает ограничения, накладываемые на этот процесс.

На структурной схеме (Рисунок 7) представлен принцип построения системы управления на основе регулятора с прогнозирующей моделью.

Измеряемы« возмл-щаюшне воздействия

Г

р.

-1

Уставка __ Прогнозирующая модель . Выходы Управляющее Ооьехт объекта

Блок

воздействие «Ф^лени* Î

Обратная оптимизации Шум

СЕЯЗЬ Т измерения

Регулятор с прогнознр\"ющей Нензмеряемые

моделью возмущающие воздействия

Рисунок 7 - Структурная схема системы управления

При моделировании работы сгустителя было выявлено, что высота сгущенного слоя нелинейно зависит от входных параметров. В работе регулятора используется модель для прогнозирования и

16

оптимизации, которая состоит из модели объекта управления и модели возмущающих воздействий. Модель объекта управления получена путем линеаризации динамической модели вокруг трех точек уровня - нормального, низкого и высокого. Модель возмущающих воздействий задается в виде генератора белого шума.

Синтез MPC регулятора был осуществлен в среде Simulink Matlab (Рисунок 8). Регулируемыми параметрами были выбраны уровень сгущенного слоя, плотность нижнего продукта и содержание твердой фазы в верхнем сливе.

Qyfeo С u'"

Oftoc f

dPartl OF_Clarity

Fifeea

3

-►CD

cuti

mo

ref

ma

mv MPC umin

UIT19X

ymin

ymax

Ph

SG_Setpoints

MPC Controils-

Pm

m

ulessurements

SG_ymin SG_ymax

SG_ymax

Рисунок 8 - Реализация MPC регулятора в Matlab 17

Уставки процесса задаются в виде констант, которые считы-ваются из Workspace. Управляющими параметрами являются скорость откачки нижнего продукта, скорость подачи питающей суспензии, расход флокулянта, расход жидкости на доразбавление фло-кулянта. Возмущающими воздействиями являются концентрация твердой фазы в питающей суспензии и гранулометрический состав. В структуре «Model» заложена нелинейная модель сгустителя, эмитирующая технологический процесс, в блоке «МРС controller» реализован регулятор.

Сравнение качества управления.

Полученный МРС регулятор и модель были импортированы в программу GE Proficy Architect в виде скрипта на языке Matlab. Для тестирования работы регулятора по базе архивных данных используется блок DataSourse (Рисунок 9). Для итерации полученной системы управления в существующий технологический процесс предусмотрен обмен данными через ОРС, позволяющий передавать в SCADA систему рекомендуемые уставки управляющих воздействий или производить управление полностью в автоматическом режиме.

lipt/lP!)rt_02 МАТЬЛ8_0» OifipulPGrt.QI

Рисунок 9 - Построение системы в GE Proficy Architect

На Рисунке 10 производится сопоставление того, как протекал технологический процесс раньше и что было бы при использовании предложенного регулятора.

В нижней части Рисунка 10 части представлена работа регулятора для поддержания содержания твердого в верхнем сливе на уровне 150 мг/л. Темно-серым цветом построен график по реальным данным, а светло-серый цвет - по результатам работы разработанно-

JL

— ■'•> I■ jJ flF ClMiy

— '.»iL-.'-ri

Ofrtmral Of_G«#y_

Ш. 01 12 DO DO

CO №1-10 00 DO

06 ОТ CO DO 00

<*. Oi-Oii 00 00

оьаг лгоооо

I Un»

ОСШ 1UOOOO

DiiOJODDDDO

оь в ли, oo oa

DU 03 12 DO DO

Рисунок 10 - Сравнение работы MPC регулятора с архивными данными по поддержанию твердой фазы в верхнем сливе на уровне 150 мг/л

го регулятора. На гистограмме слева показан разброс значений по чистоте слива реального процесса, а справа - по результатам работы регулятора. Управление по разработанной схеме позволяет стабилизировать технологический процесс и снизить отклонение от целевого. На показанном примере на Рисунке 10 среднеквадратичное отклонение по содержанию твердой фазы в верхнем сливе уменьшилось приблизительно в пять раз по сравнению с тем, как было раньше.

ЗАКЛЮЧЕНИЕ

В результате выполненных исследований получена обобщенная математическая модель сгустителя, объединяющая подмодели флокуляции твердой фазы питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка, и синтезирована схема управления процессом сгущения красного шлама, что позволило сделать следующие выводы:

1. Зависимость фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения имеет гиперболический вид.

2. Установлена зависимость среднего размера образующихся флокул от расхода флокулянта и концентрации твердой фазы в питающей суспензии

3. Разработанная СББ модель сгустителя может быть использована на этапе проектирования новых аппаратов с целью определения конструктивных размеров в зависимости от предполагаемых переменных процесса.

4. Использование системы управления с прогнозирующей моделью позволяет снизить дисперсию отклонений относительно заданных значений по чистоте верхнего слива на 15%, плотности нижнего продукта на 10% при снижении расхода флокулянта на 15%.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ:

1. Затуловский К.А. СРБ моделирование сгустителя // Горный информационно-аналитический бюллетень (научно-технический журнал). 2013. - № 4. Отдельные статьи (специ-

19

альный выпуск). Моделирование и управление процессом сгущения - с. 3-7.

2. Затуловский К.А. Создание системы управление сгустителем в программе GE Proficy Troubleshooter / К.А. Затуловский, А.Ю. Фирсов // Горный информационно-аналитический бюллетень (научно-технический журнал). 2013. -№ 4. Отдельные статьи (специальный выпуск). Моделирование и управление процессом сгущения - с. 8-14.

3. Затуловский К.А. Моделирование процесса сгущения металлургических пульп / К.А. Затуловский, И.Н. Белоглазов,| А.Ю. Фирсов // Записки Горного института. 2013. - Т. 202. - С. 181-184.

4. Zatulovskiy К.А. Modeling of Clarifier-Thickener at Steady-State // International Conference «62 Berg- und Hüttenmännischer Tag. Innovation in Geoscience, Geoengineering and Metallurgy», Volume 1, Freiberg: TU Bergakademie, Germany, 2011, p. 156-162.

5. Затуловский К.А. Моделирование сгустителя-осветлителя в установившемся состоянии: Материалы VII международной научно-практической конференции (26.11.2012) // Техника и технология: новые перспективы развития. 2012. С. 135-159

РИЦ Горного университета. 30.05.2013. 3.323. Т.100 экз. 199106 Санкт-Петербург, 21-я линия, д.2

Министерство образовании и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

«Национальный минерально-сырьевой университет «Горный»

На правах рукописи

04201360241

ЗАТУЛОВСКИЙ КИРИЛЛ АРКАДЬЕВИЧ

УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМ ПРОЦЕССОМ СГУЩЕНИЯ КРАСНОГО ШЛАМА НА ОСНОВЕ ПРОГНОЗИРУЮЩЕЙ МОДЕЛИ ОСАЖДЕНИЯ С УЧЕТОМ

ВЛИЯНИЯ ФЛОКУЛЯНТА

Специальность 05.13.06 — Автоматизация и управление технологическими процессами и производствами (металлургия)

Диссертация на соискание ученой степени кандидата технических наук

НАУЧНЫЕ РУКОВОДИТЕЛИ -доктор технических наук, профессор ]И.Н. Белоглазов

кандидат технических наук, доцент А. Ю. Фирсов

Санкт-Петербург - 2013

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ.................................................................................................................4

ГЛАВА 1 СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОЦЕССА СГУЩЕНИЯ КРАСНОГО ШЛАМА_____________________________________________________________________________________________9

1.1 Способы получения глинозема......................................................................9

1.2 Производство глинозема по способу Байера...........................................10

1.3 Технология промывки и сгущения красного шлама..............................13

1.4 Теоретические основы сгущения................................................................18

1.5 Факторы, влияющие на сгущение...............................................................21

1.6 Управление процессом сгущения...............................................................23

1.6.1 Одноконтурное управление......................................................................24

1.6.2 Принципы управления по эталонной модели.........................................30

1.6.3 Многоконтурное управление....................................................................33

1.6.4 Управление на основе прогнозирующей модели...................................39

1.7 Выводы по главе 1..........................................................................................43

ГЛАВА 2 CFD МОДЕЛИРОВАНИЕ СГУСТИТЕЛЯ_____»..._________ 44

2.1 Гранулометрический состав........................................................................45

2.2 Основные уравнения CFD модели...............................................................46

2.3 Фактор стесненного осаждения..................................................................46

2.4 Предел текучести при сжатии.......................................................................47

2.5 Турбулентность...............................................................................................47

2.6 Параметры модели..........................................................................................48

2.7 Экспериментальные исследования............................................................49

2.7.1 Цели экспериментальных исследований.................................................49

2.7.2. Программа эксперимента........-.................-.............................................49

2.7.3 Приготовление флокулянта......................................................................53

2.7.4 Подготовка пульпы....................................................................................54

2.7.5 Обработка результатов эксперимента.....................................................55

2.8 Определение зависимости фактической концентрации твердой фазы 1io поперечному сечению сгустителя от ее усредненного значения.........57

2.9 Выводы по главе 2..........................................................................................59

ГЛАВА 3 РАЗРАБОТКА ОБОБЩЕННОЙ МОДЕЛИ СГУСТИТЕЛЯ.......60

3.1 флокуляция твердой фазы питающей суспензии....................................60

3.2 стесненное осаждение и уплотнение осадка..........................................63

3.2.1 Принцип работы сгустителя-осветлителя...............................................64

3.2.2 Теория сгущения-осаждения....................................................................65

3.2.3 Установившийся режим сгустителя-осветлителя..................................70

3.3 зоная осветления............................................................................................73

3.4 численный метод решения............................................................................75

3.5 Обобщенная модель........................................................................................78

3.5 Выводы по главе 3..........................................................................................80

ГЛАВА 4 РАЗРАБОТКА СИСТЕМЫ УПРАВЛЕНИЯ...................................82

4.1 Цели и задачи управления процессом сгущения.....................................82

4.2 Алгоритм управления по прогнозирующей модели................................83

4.3 Синтез регулятора с прогнозирующей моделью в Матьав.....................97

4.4 Интеграция регулятора в систему управления......................................100

4.5 Выводы по главе 4........................................................................................102

ЗАКЛЮЧЕНИЕ.....................................................................................................103

СПИСОК ЛИТЕРАТУРЫ.........................................................................................................104

ВВЕДЕНИЕ

Актуальность работы.

Процесс сгущения находит широкое применение в цветной металлургии, обогащении, химической промышленности и многих других отраслях. В частности, сгустители используются на переделе сгущения и промывки красного шлама при производстве глинозема. Процесс сгущения красного шлама является "узким местом" глиноземного производства по способу Байера и определяющим образом влияет на общую эффективность производства и характеристики конечного продукта. Поэтому совершенствование системы управления процессом сгущения красного шлама является актуальной научной задачей.

Возмущения по плотности и расходу автоклавной пульпы, взаимовлияние параметров процесса, протекающих в сгустителе, усложняют задачу автоматизации. Управление процессом сгущения осуществляется либо вручную, изменяя расход сгущенного продукта по результатам периодического анализа отбираемых проб, либо по малоэффективным одноконтурным алгоритмам. Такие методы не обеспечивают оперативность и оптимальность управляющих воздействий.

Создание и совершенствование моделей и систем управления процессом сгущения были и остаются актуальным предметом научных исследований многих отечественных и зарубежных ученых. Существенный вклад в разработку данных вопросов внесли такие специалисты как А.И.Лайнер, А Л. Рутковский, С.Н. Петросянц, В.А. Растяпин и др. Хорошо известны результаты работ зарубежных авторов R. Burger, F. Concha, J. Farrow, P. Scales, S. Usher, которые можно использовать для решения широкого круга научных задач.

Одной из таких задач, является совершенствование существующих на глиноземных заводах систем управления процессом сгущения красного шлама с целью повышения эффективности управляемого процесса. Указанная задача

недостаточно разработана как в отечественных, так и зарубежных работах. Имеются только отдельные, довольно общие сведения, опубликованные в открытой литературе. Информация об использовании систем управления на основе прогнозирующих моделей применительно к процессу сгущения красного шлама в современной научно-технической литературе практически отсутствует. Таким образом, решение поставленной задачи характеризуется актуальностью, новизной и практической значимостью.

Цель работы - разработка прогнозирующей математической модели сгустителя и синтез на ее основе схемы управления процессом сгущения красного шлама.

Основные задачи исследований:

1. Научно-технический анализ современного состояния и перспектив развития процесса сгущения красного шлама.

2. Разработка СРВ модели сгустителя для определения зависимости фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения.

3. Разработка обобщенной модели сгустителя, объединяющей подмодели флокуляции твердой фазы питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка, для ее последующего использования при синтезе регулятора.

4. Проведение экспериментальных исследований для получения параметров модели.

5. Синтез системы управления на основе регулятора с прогнозирующей моделью и апробация на основе архивных данных.

Методология и методы исследования. В работе были использованы экспериментальные и теоретические методы исследований. Обобщенная модель строится из отдельных подмоделей - модель зоны осветления, модель осаждения и модель флокулирования питающей суспензии. На заводе РУСАЛ \¥тс1а1со Елуайоп (Ямайка) было произведено обследование объекта

исследований и сбор архивных данных технологического процесса. Экспериментальные исследования были произведены в лабораториях завода Windalco Ewarton РУСАЛа по описанной в научной литературе методике. Синтез регулятора с прогнозирующей моделью производился в программном продукте Matlab. Тестирование работы предложенной системы управления производится в интеллектуальной среде GE Proficy Troubleshooter и GE Proficy Architect, входящих в состав программы GE Intelligent Platforms, по архивным данным процесса сгущения путем импорта регулятора из Matlab.

Научная новизна результатов диссертационного исследования заключается в следующем:

1. Определена зависимость фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения, имеющая гиперболический вид.

2.Показано, что использование обобщенной математической модели, объединяющей подмодели флокуляции твердой фазы питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка, позволяет спрогнозировать параметры работы сгустителя.

3. Установлено, что использование системы управления с прогнозирующей моделью позволяет снизить дисперсию отклонений относительно заданных значений по чистоте верхнего слива на 15%, плотности нижнего продукта на 10% при снижении расхода флокулянта на 15%.

Практическая значимость работы:

1. Разработанная CFD модель сгустителя может быть использована на этапе проектирования новых аппаратов с целью определения конструктивных размеров в зависимости от предполагаемых характеристик питающей суспензии.

2. Предложенная система управления с прогнозирующей моделью может быть реализована в отраслях промышленности, использующих сгустители (отстойники) в технологическом процессе.

3. Научные результаты работы являются дополнением к учебному процессу химико-металлургического факультета Горного университета для студентов специальности 220301 «Автоматизация технологических процессов и производств».

Основные защищаемые положения:

1. С целью определения зависимости фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения следует использовать моделирование на основе вычислительной гидродинамики (CFD моделирование).

2. Для прогнозирования параметров работы сгустителей применяемых при сгущении красного шлама следует использовать обобщенную математическую модель процесса, объединяющую подмодели флокуляции твердой фазы питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка.

3. Для снижения дисперсии отклонений относительно заданных значений чистоты слива, плотности нижнего продукта при снижении расхода флокулянта целесообразно использовать систему управления сгустителем, синтезированную на основе регулятора с прогнозирующей моделью.

Достоверность научных результатов. Приводимые результаты, выводы и рекомендации обоснованы путем экспериментальных исследований, сопоставления результатов численных расчетов разработанной модели и ранее опубликованных данных, тестирования работы системы управления на основе базы архивных данных о протекании технологического процесса сгущения, в программном продукте GE Intelligent Platforms.

Апробация работы. Содержание и основные положения диссертации докладывались и обсуждались, на международном форум-конкурсе молодых ученых «Актуальные проблемы недропользования» в г. Санкт-Петербург в 2010 г., на международном форум -конкурсе молодых ученых «Проблемы недропользования» в г. Санкт-Петербург в 2011 г., на конференции молодых

ученых в рамках «Петербургской технической ярмарки 2011» 15-17 марта 2011 г., на международной научной специализированной конференции в Германии в г. Фрайберг в 2011 г.

Личный вклад автора состоит в анализе применяемых технологий сгущения и промывки красного шлама, проведении лабораторных экспериментальных исследований, создании обобщенной модели сгустителя и схемы управления процессом, обработке и обобщении результатов исследований, в апробации достигнутых результатов и подготовке публикаций.

Публикации. По теме диссертации опубликовано 5 научных работ, в том числе 3 статьи в журналах, входящих в перечень ВАК Минобрнауки России.

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, библиографического списка и приложений. Содержит 113 страниц машинописного текста, 52 рисунка, 2 таблицы и список литературы из 98 наименований.

Автор выражает благодарность научным руководителям д.т.н., проф.

Белоглазову И.Н. и доц., к.т.н. Фирсову А. Ю. за помощь и поддержку,

оказанную при работе над диссертацией.

ГЛАВА 1 СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОЦЕССА СГУЩЕНИЯ

КРАСНОГО ШЛАМА

1.1 Способы получения глинозема Существуют различные способы получения глинозема из руд. Для

извлечения могут использовать как щелочи, так и кислоты, так как его свойства

амфотерны. Все методы извлечения глинозема можно разделить на четыре

группы: щелочные, кислотные, комбинированные и термические [1].

В современном производстве глинозема применяются главным образом

щелочные способы - мокрый (способ Байера) или сухой (способ спекания).

Способ Байера успешно используется при переработке малокремнистых

бокситов, кремниевое отношение в которых не ниже 7-8. В настоящее время по

способу Байера производится около 90% глинозема по всему миру, так как этот

способом обычно является наиболее дешевым [1].

Если в боксите кремневое отношение равняется 7 или ниже, то обычно

используют способ спекания для извлечения глинозема. На протяжении многих

лет бокситы и другие глиноземистые породы, имеющие в своем составе много

кремнезема, считались непригодными для производства глинозема щелочным

способом. Но на практике оказалось, что щелочной метод спекания может быть

применен даже для таких руд, содержание кремнезема превышает 40%

(например, глины, золы, каолины и другие алюмосиликаты). Несмотря на то,

что увеличение содержания кремнезема в руде приводит к росту удельного

грузопотока на переделах, ухудшению всех технико-экономических

показателей процесса, и, следовательно, увеличению себестоимости глинозема,

щелочной метод спекания может оказаться вполне выгодным при утилизации

отходов, например шлама, в цементной промышленности, и получении

побочных продуктов, например поташа и соды. Таким образом, большим

достоинством способа спекания является его пригодность для переработки на

глинозем разнообразных алюмосиликатов [1].

В настоящее время широко используются комбинированные щелочные способы получения глинозема: способ Байера дополняется способом спекания. Удачное сочетание двух способов позволяет получить глинозем дешевле, чем только по способу Байера [1].

Кислотные способы не получили широкого практического применения, так как у них много недостатков по сравнению с щелочными. Однако в последнее время данная технология также активно развивается в связи с уменьшением запасов высококачественных бокситов.

Вполне возможно, что в скором времени произойдут крупные усовершенствования известных кислотных способов, а также изыскания новых. Выщелачивание глинозема из алюмосиликатов кислотами позволяет получить рассеянные в них редкие металлы. В том числе и поэтому этими способами усиленно занимаются по всему миру [1].

Термические способы, для которых обычно используются электропечи, основаны на восстановительной плавке с выдачей из печи более или менее богатого кремнием ферросплава и шлака, из которого глинозем извлекается щелочными способами. Реализация данного метода в промышленных масштабах возможна лишь при наличии дешевой электроэнергии [1].

1.2 Производство глинозема по способу Байера.

Способ Байера основан на свойстве алюминатных растворов находиться в устойчивом состоянии при повышенных температурах и концентрациях и на спонтанном их разложении (гидролизе) с выделением в осадок гидроокиси алюминия при снижении температуры и концентрации. Схема производства глинозема по способу Байера представлена на Рисунке 1.1 [1].

Каустик

ШаОШ

Боксит

Известняк

Дробление

Мокрый размол

■ Известь

Обжиг

Выдержка сырой пульпы

Выщелачивание в автоклавах

Пар с ТЭЦ (-30 атм)

Разбавление автоклавной пульпы

Флокулянт

I

Сгущение пульпы, отделение красного шлама

Алюминатный раствор

Красный Промвода шлам

Вода

ЕШ

Протіюоточная промывка

Контрольная фильтрация

Оборотный раствор

J

Осветленный алюминатный раствор

Декомпозиция (разложение алюминатного раствора)

Сгущение пульпы підроксида алюмишія

Маточный раствор Пар с T3LI —А-

(~7 атм)

* Упаривание

I

Маточный — раствор -4-

Отстаивание и фильтрация соды

Моногидрат соды(Рыжая сода)

I

Промытый красный тиам

I

В отвал

_ Затравочный

гидроксид 4

Фильтрация заправочного гидроксида

УЧ.

Гидроксид

алюминия

Вода

Промывная вода

Каустификация Известковое

молоко

Отделение белого шлама

1—Известь Слабый

Противоточная промывка підроксида

Белый шлам 1

Вода

щелочной раствор

Промвода Тошпгво

Промытый гидроксид алюминия

1

Противоточная промывка

Воздух

» Кальцинация

глин^з

Промытый белый шлам

Глинозем аьот

Рисунок 1.1— Технологическая �