Построение системы автоматического управления шаровой мельницей с применением наблюдателя возмущений и виртуального анализатора

Цель исследования. Повышение производительности по руде агрегата измельчения при воздействии внешних возмущений, не допуская перегрузки мельницы в условиях эксплуатации, близких к перегрузке. Методы. Для достижения поставленной цели предложена новая система автоматического управления (САУ) заполнением материалом шаровой мельницы с разгрузкой через торцевую решетку в замкнутом цикле измельчения с применением управления с прогнозирующей моделью и активным подавлением возмущающих воздействий (MPC-DOB). В дополнение к САУ для контроля за перегрузом мельницы предло-жен виртуальный анализатор (ВА) веса материала в мельнице на основе разработанной модели технологического процесса. Проведено тестирование системы управления на лабораторной установке, где в качестве объекта выступала модель мельницы в Simulink, а система управления была реализована на ПЛК. Тестировались САУ с ПИД-регуляторами, MPC, MPC-DOB для различных сценариев.

Результаты. MPC-DOB показал эффективность по отношению к ПИД и MPC при синусоидальных и ступенчатых возмущениях, сократив RSD на 4-7 %. Совместное применение MPC-DOB и ВА позволило повысить производительность измельчения на 1 % и улучшить качество стабилизации вибрации мельницы в режиме функциональной нестабильности. 

Заключение. Разработанная САУ может быть применена в АСУТП измельчения в шаровой мельнице с решеткой для повышения производительности и устойчивости технологического процесса и уменьшения затрат электроэнергии приводом мельницы.

1. Energy efficiency analysis of copper ore ball mill drive systems / P. Bortnowski, L. Gładysiewicz, R. Król, M. Ozdoba // Energies. 2021; 14(6): 1786-1799. https://doi.org/10.3390/en14061786.

2. Control strategy of cement mill based on bang-bang and fuzzy PID self-tuning / Q. Meng, Y. Wang, F. Xu, X. Shi // 2015 IEEE International Conference on Cyber Technology in Automation, Control, and Intelligent Systems (CYBER). IEEE; 2015; 1977-1981. DOI: 10.1109/CYBER.2015.7288250.

3. Expert system based adaptive dynamic matrix control for ball mill grinding circuit / X. S. Chen, S. H. Li, J. Y. Zhai, Q. Li // Expert systems with Applications. 2009; 36(1): 716723. DOI: 10.1016/j.eswa.2007.10.008.

4. Composite control for raymond mill based on model predictive control and disturbance observer / D. Niu, X. Chen, J. Yang, X., Wang X. Zhou // Advances in Mechanical Engineering. 2016; 8(3): 1–10. https://doi.org/10.1177/1687814016639825.

5. Process Control of Ball Mill Based on MPC-DO / X. Chen, J. Yang, Z. Zhong, J. Zhai // Mathematical Problems in Engineering. 2021; 2021: 1-14. https://doi.org/10.1155/2021/9994666.

6. Gavrilin A. N., Moyzes B. B., Cherkasov A. I. Research methods of milling technology elements // Applied Mechanics and Materials. Trans Tech Publications Ltd; 2015; 756: 35-40. https://doi.org/10.4028/www.scientific.net/AMM.756.35.

7. McClure K. S., Gopaluni R. B. Overload detection in semi-autogenous grinding: a nonlinear process monitoring approach // IFAC-PapersOnLine. 2015; 48(8): 960-965. https://doi.org/10.1016/j.ifacol.2015.09.094.

8. Semi-Autogeonous (SAG) Mill Overload Forecasting / R. Hermosilla, C. Valle, H. Allende, E. Lucic, P. Espinoza // Iberoamerican Congress on Pattern Recognition. Springer: Cham; 2021; 392-401. https://doi.org/10.1007/978-3-030-93420-0_37.

9. Zakamaldin A. A., Shilin A. A. Neural simulation of ball mill grinding process // IOP Conference Series: Materials Science and Engineering. IOP Publishing; 2020; 795(1): 012010-012017. DOI:10.1088/1757-899X/795/1/012010.

10. Байзакова Г. А., Томилин А. К. Электромагнитный способ подстройки частоты виброметра // Известия высших учебных заведений. Физика. 2012. 55(6-2): 244-247. URL: https://core.ac.uk/download/pdf/161606946.pdf.

11. Методика постановки эксперимента в среде CoDeSys на примере системы управления вентиляцией / С. В. Прохоров, Н. В. Выонг, А. А. Шилин, Г. И. Однокопылов, В. А. Шевчук // Доклады Томского государственного университета систем управления и радиоэлектроники. 2019; 22(4): 109-115. URL: https://cyberleninka.ru/article/n/metodika-postanovki-eksperimenta-v-srede-codesys-na-primere-sistemy-upravleniyaventilyatsiey.

12. Le Roux J. D., Craig I. K. Requirements for estimating the volume of rocks and balls in a grinding mill // IFAC-PapersOnLine. 2017; 50(1): 1169-1174. DOI: 10.1016/j.ifacol.2017.08.403.

13. Faria P. M. C., Rajamani R. K., Tavares L. M. Optimization of solids concentration in iron ore ball milling through modeling and simulation // Minerals. 2019; 9(6): 366-380. https://doi.org/10.3390/min9060366.

14. De Oliveira A. L. R., Tavares L. M. Modeling and simulation of continuous open circuit dry grinding in a pilot-scale ball mill using Austin's and Nomura's models // Powder technology. 2018; 340: 77-87.

15. Liu Y., Spencer S. Dynamic simulation of grinding circuits // Minerals Engineering. 2004; 17(11-12): 1189-1198. https://doi.org/10.1016/j.mineng.2004.05.018.

16. le Roux J. D., Craig I. K. State and parameter identifiability of a non-linear grinding mill circuit model // IFAC-PapersOnLine. 2016; 49(20): 1-6. https://doi.org/10.1016/j.ifacol.2016.10.087.

17. Закамалдин А. А., Шилин А.А. Моделирование замкнутого цикла измельчения в шаровой барабанной мельнице с разгрузкой через торцевую решетку // Технология машиностроения. 2021; 8: 12-20.

18. A low-cost pole-placement MPC algorithm for controlling complex dynamic systems / Z. Zhang, L. Xie, S. Lu, J. A. Rossiter, H. Su // Journal of Process Control. 2022. 111: 106-116. https://doi.org/10.1016/j.jprocont.2022.02.001

19. Букреев В. Г., Шандарова Е. Б., Рулевский В. М. Многомерная модель системы электропитания погружного технологического оборудования // Известия Томского политехнического университета. Инжиниринг георесурсов. 2018; 329(4): 119-131. URL: https://earchive.tpu.ru/bitstream/11683/47202/1/bulletin_tpu-2018-v329-i4-11.pdf

20. Закамалдин А. А., Шилин А. А. Построение системы автоматического управления с прогнозирующей моделью для стабилизации плотности и уровня при перемешивании пульпы в горно-обогатительном оборудовании // Известия Санкт-Петербургского государственного технологического института (технического университета). 2021; 58: 77-83. DOI: 10.36807/1998-9849-2021-58-84-77-83.