Исследование возможности управления усреднением руды методами классической теории управления

Калийная промышленность является важнейшей отраслью промышленности в силу широкого спектра применения в народном хозяйстве и даже в медицине. Почти вся российская калийная промышленность сосредоточена в Верхнекамье – а это свыше 30 % мировых запасов KCl [1]. С 2018 года производство хлористого калия начало ООО «Еврохим – Усольский калийный комбинат» в Пермском крае [2]. Одной из главных проблем данного предприятия, негативно сказывающихся на флотационных процессах, стал большой разброс нерастворимых остатков в составе

Автоматизированные системы управления… добываемой руды [3]. Если не усреднять имеющийся разброс, то из-за колебаний содержания нерастворимого остатка в руде продукция будет забракована. Чтобы избежать возможного брака, придется перенастраивать флотационные процессы, а это спровоцирует рост затрат из-за излишнего расхода реагентов. На предприятии проблема решается бункерным усреднением. Суть метода заключается в наличии сборного конвейера, который получает добытую руду различного состава из накапливающих бункеров [4]. Данный метод не вполне эффективен по причине того, что не достигается нужная однородность полезного ископаемого [5].

В работе [4] был предложен метод для усреднения руды, заключающийся в осмысленной рассыпке руды по складу и прицельной выборке. Суть метода в том, что состав руды при заполнении склада известен в каждой точке склада. Это дает возможность выборки материала постоянного состава в заданных точках [6].

Объект данного исследования - склад, заполняемый рудой через транспортную систему, -служит для усреднения и хранения руды. На рис. 1 представлен такой склад, использующий для разгрузки кратцер-краны. В работе предлагается скреперная (точечная) выборка руды для дальнейшей переработки.

Рис. 1. Производственный склад Fig. 1. Production warehouse

Задача данной статьи - проверить, можно ли управлять выборкой как обычным технологическим объектом при помощи ПИД-регулятора. Следовательно, объектом управления является такая выборка. Целью данной статьи ставится возможность идентифицировать выборку, то есть определить передаточную функцию.

Материалы и методы

Для исследования склада была взята SPH -модель, описанная в статье [7]. Метод гидродинамики сглаженных частиц - это бессеточный лагранжевый метод, разрешающая способность которого может быть отрегулирована относительно переменных. Моделирование сводится к разбиению общей массы руды на множество взаимодействующих частиц, которые обмениваются между собой физическими характеристиками [8-10]. В общих чертах моделирование выражается в следующих алгоритмах для загрузки склада [11]:

• 1)    ввод информации о физических свойствах компонент;

• 2)    генерация частицы в сопле;

• 3)    падение частицы;

• 4)    поиск соседей;

• 5)    расчет сил, действующих на частицы, и для разгрузки склада:

• 1)    ввод информации о физических свойствах компонент;

• 2)    выемка грейфером;

• 3)    поиск соседних частиц;

• 4)    расчет сил, действующих на частицы.

Рис. 2. Реализующее программное обеспечение Fig. 2. Implementing software

Модель реализована с помощью программного обеспечения, предназначенного для управления движением сопла, подающего руду на склад, и скрепера, удаляющего руду со склада (рис. 2) [12].

Программа принимает от пользователя данные о геометрических параметрах склада, данные о содержании нерастворимого остатка и хлористого калия в руде и задание алгоритма движения сопла и скрепера. В процессе работы формируются карты уровня руды и позиция сопла и скрепера в текущий момент.

Результат

Для управления выборкой необходимо произвести идентификацию по каналу «содержимое KCl на входе – содержимое KCl на выходе», подавая стандартное воздействие – единичный 5%-ный скачок на входе [13–16].

Первоначально было задано 20%-ное содержание KCl как исходный параметр при моделировании процесса. Было зафиксировано процентное содержание KCl в руде в течение 300 с. Затем был дан на вход 5%-ный скачок содержания KCl – 24 %. Аналогично были записаны данные по содержанию хлористого калия в течение еще 300 с. Вся выборка производилась из середины склада без смещения скрепера. На основе полученных данных сначала был построен нормированный график в MS Excel (рис. 3).

Автоматизированные системы управления…

Рис. 3. Тренд содержания KCl в руде (%), использованный в эксперименте Fig. 3. Trend of KCl content in ore (%) used in the experiment

После этого массив точек по показаниям нашего моделирования был передан в специальную программу «Многокритериальное исследование систем управления», разработанную на кафедре автоматизации [15]. Средствами программы произведено математическое сглаживание методом пяти точек для отброса точек, среднеквадратичное отклонение которых было велико. Сглаженный массив был пронормирован в интервале от 0 до 1 (рис. 4). Используя модуль идентификации, получили передаточную функцию объекта, которая описывает апериодическое звено с запаздыванием, имеющую вид

Рис. 4. Нормированный график и график, полученный по передаточной функции Fig. 4. Normalized graph and graph obtained from the transfer function

Выводы

При сравнении графиков можно убедиться, что полученная передаточная функция адекватно описывает рассматриваемый процесс. Полученная максимальная погрешность не превышает 6,5 %, следовательно, идентификация представленной характеристики возможна – цель работы достигнута. Управление объектами с такой передаточной функцией легко осуществляется с помощью ПИД закона регулирования. Отсюда можно сделать вывод, что ПИД-управление применимо к управлению выборкой руды из усреднительного склада.