АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМ ПРОЦЕССОМ ИЗМЕЛЬЧЕНИЯ РУДЫ В МЕЛЬНИЦАХ МОКРОГО САМОИЗМЕЛЬЧЕНИЯ

Боева О. Ҳ. & Бабахонова У. А.


Annotatsiya

В статье рассмотрены вопросы разработки и исследования автоматизированной системы управления технологическим процессом измельчения руды в мельницах мокрого самоизмельчения, работающих в замкнутом цикле со спиральным классификатором. Показано, что рост стоимости энергоресурсов и высокая энергоёмкость процесса измельчения обусловливают необходимость оптимизации режимов работы комплекса «мельница–классификатор» с целью повышения производительности и снижения удельного расхода электроэнергии. На основе анализа статических характеристик установлено, что максимальная технологическая и энергетическая эффективность достигается при работе вблизи критического запаса материала в мельнице, однако данный режим связан с повышенным риском перегрузки оборудования. Предложен подход к построению адаптивной системы стабилизации режима измельчения, основанный на идентификации объекта управления по данным нормального функционирования без проведения активных экспериментов. Разработана математическая модель подсистемы загрузки с учётом влияния возмущений и измерительных помех, а также предложена корректированная оценка параметров объекта. Проведён сравнительный анализ систем управления на базе регулятора состояния и классического ПИД-регулятора, который показал преимущества предложенного подхода по быстродействию, качеству переходных процессов и эффективности подавления возмущений. Полученные результаты подтверждают целесообразность применения адаптивных и модельно-ориентированных методов управления для повышения надёжности и энергоэффективности процесса измельчения руды.


Adabiyotlar

  1. Wills, B. A., & Finch, J. (2015). Wills' Mineral Processing Technology: An Introduction to the Practical Aspects of Ore Treatment and Mineral Recovery.8th ed., Butterworth-Heinemann..
  2. Mukhitdinov, D., Kadirov, Y., Boybutayev, S., Boeva, O., & Babakhonova, U. (2024, February). Simulation and control of ball mills under uncertainty conditions. In Journal of Physics: Conference Series (Vol. 2697, No. 1, p. 012041). IOP Publishing.
  3. Mukhitdinov, D., Boybutayev, S., Goziev, O., & Qudratov, J. (2023). Construction of continuous and discrete non-linear prognostic models of the control system for the process of grinding ore materials. In E3S Web of Conferences (Vol. 417, p. 05009). EDP Sciences.
  4. Klimpel, R. R. (2017).Automation and optimization of grinding circuits.Minerals Engineering, 109, 104–113.
  5. Wei, D., & Craig, I. K. (2018).Grinding circuit optimization with model predictive control. Control Engineering Practice, 80, 1–13.
  6. Napier-Munn, T. J. (2020).A review of modeling and control strategies for wet grinding circuits.Minerals, 10(2), 110.
  7. Ismoilov, M. T., & Rahimov, A. K. (2024).O‘lchash natijalarini signal tebranishlarini LabView dasturi yordamida simulyatsiya qilish. Journal of Advances in Engineering Technology, (4), 90–94.
  8. Yuan, Y., Liu, Z., & Chen, Y. (2021). Development of intelligent control system for grinding processes using vibration analysis. International Journal of Mineral Processing, 204, 105384.
  9. Baqoyev H. et al. (2023). Automated Algorithmic Systems: Organization and Implementation Guidelines.
  10. Sbarbaro, D., & Rodríguez, A. (2016).Advanced control and supervision of mineral grinding circuits. Springer.