Модели и алгоритмы поддержки принятия решений при управлении процессом флотации калийной руды тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Малышева Анна Владимировна

• Малышева Анна Владимировна
• кандидат наук
• 2020

Оглавление диссертации кандидат наук Малышева Анна Владимировна

Оглавление

Введение

ГЛАВА 1. СИСТЕМЫ УПРАВЛЕНИЯ ФЛОТАЦИЕЙ КАЛИЙНЫХ РУД

1.1 Описание объекта управления

1.2. Типовые методы управления химико-технологическими процессами

1.2.1 Управление по проектному решению

1.2.2 Управление по модели

1.2.3 Нечеткое управление

1.2.4 Системы поддержки принятия решений

1.3. Системы технического зрения в управлении процессами флотации

1.3.1 Существующие системы технического зрения и области их применения

1.3.2 Существующие средства обработки видеопотока

1.4 Выводы по главе

ГЛАВА 2. МОДИФИКАЦИЯ МОДЕЛИ ФЛОТАЦИОННОЙ МАШИНЫ

2.1 Модификация имитационной модели флотомашины

2.1.1 Исходные положения

2.1.2 Уточнение значений постоянных времени

2.2 Построение модели систем автоматического регулирования

2.3 Выводы по главе

ГЛАВА 3. УЛУЧШЕНИЕ РАСПОЗНАВАНИЯ ПЕННОГО СЛОЯ ВО ФЛОТОМАШИНЕ

3.1 Улучшение распознавания в идеальных условиях съемки

3.1.1 Постановка задачи и средства реализации

3.1.2 Экспериментальная съемка и ее обработка

3.1.3 Улучшение обнаружения бликов

3.1.4 Определение оптимального порога бинаризации

3.1.4 Алгоритм АВС-маски и его адаптация к обнаружению бликов

3.1.5 Исключение пеногона

3.2 Улучшение распознавания в промышленных условиях

3.2.1 Экспериментальная съемка в промышленных условиях

3.2.2 Уточнение оптимального порога бинаризации

3.2.3 Обработка видеорядов и модификация модели флотомашины

3.2.4 Построение статистических распределений

3.3 Выводы по главе

ГЛАВА 4. РАЗРАБОТКА И ИССЛЕДОВАНИЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

4.1 Разработка системы поддержки принятия решений

4.1.1 Архитектура системы поддержки принятия решений и ее реализация на полевом уровне

4.1.2 Реализация на уровне ЗСАБА

4.1.3 Техническая реализация сопряжения с программным обеспечением

4.2 Исследование возможных последствий внедрения

4.3 Выводы по главе

Заключение

Список сокращений и условных обозначений

Список источников

Приложения

Введение диссертации (часть автореферата) на тему «Модели и алгоритмы поддержки принятия решений при управлении процессом флотации калийной руды»

Введение

Актуальность темы. Калийные удобрения имеют большое значение для сельского хозяйства и экономики Российской Федерации, в том числе, как источник валютных поступлений. В связи с этим, проблема повышения качества продукции переработки калийных руд и снижения затрат на ее производство является практически значимой. Калийная отрасль страны представлена ПАО «Уралкалий» (г. Березники Пермского края), который разрабатывает Верхнекамский бассейн калийных руд. Предприятие является крупнейшим производителем калийных удобрений на планете. Например, за первое полугодие 2019 г. произведено 5.7 млн тонн готовой продукции. Актуальность исследования, кроме того, подтверждается наличием запроса со стороны единственного пока производителя калийных удобрений в РФ на инициативное выполнение данной работы.

Основным процессом производства калийных удобрений является флотация (шламовая и сильвиновая), в процессе которой сначала из пульпы руды удаляются нерастворимые остатки, а затем происходит разделение микрочастиц хлоридов калия и натрия. Недостатки в системе управления флотомашиной (ФМ) могут привести как к ухудшению качества и выхода готовой продукции, так и к неполному извлечению хлорида калия из пульпы. Последнее ведет к прямому ущербу производителя, а также к повышению экологической нагрузки на регион, связанной с отвалами сопутствующих веществ руды. В настоящее время управление осуществляется по проектному решению, а отклонения фиксируются оператором процесса (флотатором) визуально по виду пены ФМ. Это вносит в систему управления известные недостатки, обусловленные человеческим фактором.

Причиной отклонений могут быть как нарушения в ведении предыдущих стадий переработки руды, так и использование руды существенно переменного состава. Последнее актуально для вводимого в настоящее время в эксплуатацию

ООО «Еврохим - Усольский калийный комбинат», так как в выделенных ему для разработки пластах разброс содержания хлорида калия и нерастворимого остатка существенно больше, чем в рудах ПАО «Уралкалий».

Система технического зрения (СТЗ) как источник информации для систем поддержки принятия решений (СППР) по управлению флотомашиной, что предложено использовать в данной работе, не является принципиально новым подходом. В области распознавания образов в СТЗ значительные достижения получены в работах Ю.И. Журавлева, Б.А. Алпатова, А.И. Галушкина, Я.А. Фурмана, О.Н. Кузякова, О.С. Логуновой, Aldrich C., Jahedsaravani A. и др. Теоретическими и практическими аспектами создания СППР занимались Д.А. Новиков, Б.Г. Ильясов, В.Н. Волкова, А.В. Костров, Г.Г. Куликов, О.И. Ларичев, А.И. Орлов, Lee C.C., Harris C.J и др. Однако непосредственное применение полученных ранее результатов в условиях поддержки принятия решений по управлению промышленной ФМ затруднено как сложностью организации высококачественной съемки, так и непроизводительностью существующих алгоритмов обработки вида пены. Кроме того, стохастическая природа ФМ требует уточнения организации информационного обеспечения СППР, что и реализуется в рамках данной работы.

Целью диссертации является повышение качества решений, принимаемых флотатором по управлению процессом, за счет модификации моделей процесса флотации и алгоритмов обработки видеоизображений пены.

Для достижения цели в работе поставлены и решены следующие задачи:

1. Проведен анализ флотомашины и системы управления ею, выявлены проблемы и факторы, влияющие на эффективность флотации.

2. Модифицирована существующая имитационная модель флотомашины, произведен синтез системы непрерывного управления, оценена ее эффективность.

3. Произведена экспериментальная съемка пены в лабораторной и промышленной флотомашинах, в обоих случаях поставлен активный эксперимент и получены видеоизображения пены в ходе переходного процесса.

4. Разработан комплекс алгоритмов, позволяющих повысить качество распознавания переходных процессов во флотомашине на основании обработки видеоизображения пены.

5. Разработано программное обеспечение, реализующее алгоритмы, с его использованием обработаны видеоизображения пены и сделаны выводы о погрешности распознавания переходных процессов.

6. Исследовано влияние человеческого фактора и стохастических факторов на качество управления флотомашиной.

7. Предложен метод поддержки принятия решений флотатора.

Объектом исследования является сильвиновая флотационная машина

калийной руды на примере ПАО «Уралкалий» г. Березники Пермского края.

Предметом исследования являются модели и алгоритмы поддержки принятия решений флотатора по управлению флотомашиной.

Методы исследования основаны на использовании аппарата системного анализа, математического и имитационного моделирования, теории алгоритмов, теории принятия решений. Программный продукт реализован средствами объектно-ориентированного программирования.

Научная новизна. По итогам диссертационного исследования получены следующие результаты, обладающие научной новизной и являющиеся предметом защиты:

1. Имитационная модель флотомашины, отличающаяся учетом ее стохастических свойств и человеческого фактора, оснащенная уточненными в ходе экспериментов коэффициентами (соответствует п. 3 разработка критериев и моделей описания и оценки эффективности решения задач

системного анализа, оптимизации, управления, принятия решений и обработки информации паспорта специальности 05.13.01).

2. Комплекс алгоритмов обработки низкокачественных видеоизображений пены, полученных в условиях промышленного производства, позволяющий с достаточной точностью распознавать переходные процессы во флотомашине (соответствует п. 4 разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации паспорта специальности 05.13.01), в том числе:

• алгоритм определения положения пеногона флотомашины;

• усовершенствованные алгоритмы выделения бликов;

• алгоритм поиска расстояний до центров ближайших бликов ;

• алгоритмы расчетов внутренних параметров настройки.

3. Усовершенствованный метод поддержки принятия решений по управлению флотомашиной, основанный на новых возможностях по распознаванию видеоизображения пены (соответствует п. 9 разработка специального математического и алгоритмического обеспечения систем анализа, оптимизации, управления, принятия решений и обработки информации паспорта специальности 05.13.01).

Достоверность результатов диссертационной работы обеспечена корректным использованием математического аппарата, результатами моделирования и внедрения алгоритмов и программного обеспечения.

Теоретическая значимость работы состоит в расширении на основе принципов системного анализа (единства, функциональности, иерархии т др.) математического аппарата системы управления технологическими процессами, связанными с образованием пен.

Практическая значимость работы заключается в разработке комплекса программного обеспечения для решения задачи информационной поддержки принятия решений флотатора. Зарегистрированного в объединенном фонде

электронных ресурсов науки и образования, что подтверждается свидетельством о регистрации электронного ресурса № 24190 от 01.10.2019. Внедрение разработанного программного продукта выполнено в ПАО «Уралкалий», что подтверждается актом о внедрении.

Основные положения, выносимые на защиту

1. Модифицированная имитационная модель флотомашины.

2. Комплекс алгоритмов обработки изображения пены.

3. Метод поддержки принятия решений по управлению флотомашиной.

Апробация работы. Основные положения диссертационной работы

докладывались и обсуждались на Международной научно-практической конференции «Достижения, проблемы и перспективы развития нефтегазовой отрасли» (Татарстан, Альметьевск, 2016), V Всероссийской научно-практической конференции «Решение». (Березники, 2016), VI Всероссийской научно-практической конференции «Решение». (Березники, 2017), IV Международной научно-практической конференции «Виртуальное моделирование, прототипирование и промышленный дизайн» (Тамбов, 2017), VII Всероссийской с международным участием конференции «Молодежная наука в развитии регионов» (Пермь, 2017), VIII Всероссийской с международным участием конференции «Молодежная наука в развитии регионов» (Пермь, 2018), Всероссийской научно-технической конференции «Автоматизированные системы управления и информационные технологии» (Пермь, 2018), VII Всероссийской научно-практической конференции «Решение» (Березники, 2018) Техническом совете ПАО «Уралкалий» (Березники, 30.05.2019). Личный вклад автора. Результаты теоретических и практических исследований, выносимые на защиту, принадлежат лично соискателю или получены при его непосредственном участии, в том числе: модернизированная имитационная стохастическая модель флотомашины [55], комплекс новых алгоритмов обработки изображений пены

[53, 51, 60], метод поддержки принятия решений с использованием системы технического зрения [57, 52].

Публикации. По теме исследования опубликовано 13 работ, в том числе 1 статья в журнале Scopus и 5 статей в изданиях, рекомендованных ВАК РФ, 7 работ в материалах международных и всероссийских конференций.

Соответствие паспорту специальности. Работа соответствует пунктам 3, 4, 9 паспорта научной специальности 05.13.01.

ГЛАВА 1. СИСТЕМЫ УПРАВЛЕНИЯ ФЛОТАЦИЕЙ КАЛИЙНЫХ РУД

1.1 Описание объекта управления

Калийные удобрения помимо увеличения урожайности, улучшают качественные характеристики выращиваемой продукции: способствуют повышению сопротивляемости растений к заболеваниям, повышению лёжкости плодов при хранении и стойкости при транспортировке, а также улучшению их вкусовых и эстетических качеств. Для России производство калийных удобрений является важным источником валютных поступлений. Общемировую важность этой продукции убедительно подчеркивает то, что российская индустрия минеральных удобрений, в отличие от нефтегазодобывающей отрасли, практически не ощутила влияния западных санкций. По оценкам аналитиков, сельскохозяйственное производство до 2050 г. должно вырасти на 70%. В связи с этим необходимо повышать продуктивность и эффективность использования земель угодий, в том числе, за счет роста мирового ежегодного потребления калийных удобрений на 2-3%.

В настоящее время в России калийные удобрения производит ПАО «Уралкалий», заканчиваются пуско-наладочные работы в ООО «Еврохим -Усольский калийный комбинат». Существенная часть произведенных в России на ПАО «Уралкалий» удобрений поставляется на экспорт [33], что обеспечивает приток валюты в страну. Внутренними потребителями удобрений являются сельскохозяйственные предприятия, обеспечивающие население продовольствием и также формирующие экспорт. Так в 2017 году в РФ собран рекордный урожай зерновых культур (134.1 млн тонн), примерно треть которого из-за отсутствия необходимых элеваторных мощностей направлена на экспорт [15]. Достижение высокой урожайности без использования калийных удобрений невозможно. При этом сырьевые ресурсы калийных руд, естественно, ограничены. Следовательно,

повышение степени извлечения хлорида калия из руды является актуальной и практически важной задачей для российской экономики и промышленности..

ООО «Еврохим» имеет существенную проблему - низкое качество исходной руды, а именно большой разброс содержания KCl и нерастворимого остатка (НО) в руде. В работе [86] предложено бороться с этим путем специфической рассыпки и выемки руды со склада, в проект предприятия заложены также и другие способы бункерного усреднения руды, но время покажет, окажутся ли они достаточно эффективными. Переменный состав руды, в частности, может привести к тому, что в пульпе, поступающей на обогащение, будут наблюдаться колебания состава, и это потребует специальных методов идентификации ситуаций и управления процессами. В том числе, идентификация колебаний состава и других возмущений возможна также путем наблюдения за пеной, что показано в [110].

Технологический процесс получения хлористого калия на обогатительной фабрике БКПРУ-2 включает следующие основные операции (рисунок 1.1):

Руда с рудника. _ Пронзмдсттекный

участок

размола руды

Склад

рули

прошюдстЕенный участок флотационной обогатительной фабрики

Реагентное _

отделение ч_

Стоки Р0

Рисунок 1.1 - Схема обогатительного комплекса БКПРУ-2

1. Классификация исходной руды и слива стержневых мельниц с измельчением надрешётного продукта операции классификации.

2. Флотация сильвинитовой руды с предварительным обесшламливанием.

3. Сгущение и обезвоживание галитовой составляющей сильвинитовой

руды.

4. Обезвоживание сильвинового концентрата.

5. Сгущение глинисто-солевых шламов.

6. Сушка влажного сильвинового концентрата.

7. Обработка готового продукта антислеживателем и пылеподавителем.

8. Приготовление водных растворов реагентов и водной эмульсии амина для подачи в операции технологического передела.

9. Размещение отходов флотационного производства хлористого калия.

10. Транспортирование, хранение и отгрузка товарного продукта.

Сухое дробление сильвинитовой руды осуществляется на производственном участке размола (ПУР).

Измельчение, классификация, флотация, обезвоживание производятся в здании главного производственного участка обогатительной фабрики.

Сушка флотационного хлористого калия, приготовление и хранение водных растворов реагентов и эмульсий реагентов организовано в отдельно стоящих зданиях.

Все технологические операции по обогащению руды осуществляются на четырёх параллельно расположенных секциях. I, II и III секции работают по технологии закрупнённого помола руды перед флотацией, а на IV секции предусмотрено получение рядового мелкозернистого продукта. Технологическая схема на этой секции имеет некоторые отличия.

Структурная схема производства калия хлористого KCl представлена на рисунке 1.2:

Рисунок 1.2 - Структурная схема производства

Исходным сырьем для производства хлористого калия является сильвинит молотый представляющий собой дробленую руду, в состав которой входят водорастворимые минералы сильвин (KCl) и галит (NaCl), а также примеси минеральных соединений: солей кальция, магния, нерастворимого в воде остатка и др. [7]

На обогатительной фабрике используют: импортные амины, гликолевый эфир, сухой полиакриламид, неонол, карбамидоформальдегидная смола, твердый парафин, газойль [77].

После сушки готовый продукт обрабатывают реагентами -пылеподавителями и антислеживателями. В сушильном отделении на печах кипящего слоя в качестве топлива используют природный газ (резервное топливо - мазут). Готовым продуктом производства является хлористый калий KCl белого и розового цвета и гранулированный.

Для обогащения калийных руд на Верхнекамских калийных комбинатах применяют пенную флотацию [86], в т.ч. используются шламовая флотация (отделение хлористых солей от НО) и сильвиновая флотация (разделение хлорида калия и хлорида натрия) (рисунок 1.3).

на стадию сгущения шламаВ на стадию иентрифурираВания и сушки

Рисунок 1.3 - Краткая схема стадий флотационного процесса на примере флотационной обогатительной фабрики БКПРУ-2 ПАО «Уралкалий», г.

Березники Пермского края

При флотации через пульпу обогащаемой руды пропускают пузырьки воздуха. Частицы несмачиваемых минералов прилипают к пузырькам воздуха и всплывают на поверхность в виде минерализованной пены, а смачиваемые частицы тонут и удаляются с камерным продуктом машины [97]. Далее описаны основные процессы, аппараты и реагенты, применяемые при флотации.

Шламовая флотация

С целью обеспечения оптимальных условий сильвиновой флотации пульпа измельченной руды подвергается предварительной шламовой флотации для удаления глинисто-карбонатных минералов, которые, адсорбируя реагенты (в частности амин), резко увеличивают их расход и затрудняют флотацию сильвина [14]. Подрешётные продукты сит из зумпфа насосами через пульподелитель подаются на основную шламовую флотацию, осуществляемую в механических флотомашинах ФМ-6,3 КС без решеток каждой секции. На каждой секции установлено по две восьмикамерные флотомашины с объёмом каждой камеры 6,3

м (с углубленной камерой). Для интенсификации процесса флотации глинистых шламов в пульпу вводят водный раствор полиакриламида (далее - ПАА) флокулянт и водный раствор Неонола (собирателя шламов). Растворы реагентов подаются в приёмный карман ФМ [87].

Плотность питания основной шламовой флотации должна составлять 13771411 кг/м или Ж:Т=2,3-3,0. Время флотации 8-10 минут.

Пенный продукт основной шламовой флотации подвергается перечистке в трёхкамерной флотомашине ФМ-6,3 КС. Перечистная флотация производится без подачи реагентов. Пенный продукт перечистной шламовой флотации самотёком поступает на сгущение в сгуститель шламов.

Камерный продукт перечистной шламовой флотации самотёком направляется в надрешётный продукт сита для разбавления питания сита.

Камерный продукт основной флотомашины шламовой флотации самотеком направляется на дуговые сита. Надрешёточные продукты дуговых сит объединяются и поступают в смеситель, расположенный под площадкой дуговых сит. В смеситель подаётся раствор амина в количестве 30-50% от общего расхода. Подрешётные продукты дуговых сит поступают в разгрузочную зону смесителя, где соединяются с надрешётным продуктом, прошедшим кондиционирование реагентами. Подача подрешётных продуктов непосредственно в смеситель позволяет создать плотность и объём пульпы, обеспечивающие её самотечность. Далее поток пульпы поступает в приемный карман флотомашины основной сильвиновой флотации.

Сильвиновая флотация

Основная сильвиновая флотация осуществляется в двух шестикамерных флотомашинах каждой секции. Флотомашины скомплектованы из камер ФМ-6,3 КС.

При флотации через пульпу обогащаемой руды пропускают пузырьки воздуха. Частицы смачиваемых минералов прилипают к пузырькам воздуха и всплывают на поверхность в виде минерализованной пены, а несмачиваемые частицы тонут и удаляются с камерным продуктом машины. Главные задачи флотомашины:

• создать в камере аэрированную пульпу, за счет смешения пульпы с воздухом, подаваемую в блок-импеллер через аэрированную трубу.

• размер частиц воздуха должен быть, как можно меньше по диаметру и в большом количестве. Чем больше пузырьков воздуха, тем больше вероятность столкновения пузырьков с KCl.

• создать или исключить турбулентное движение аэрированной пульпы в камере за счет установки колосниковых решеток над импеллером.

Для флотации сильвина предусмотрено применение следующих реагентов:

• амин (Армин ХТ, СК ФЛОТ ФА-4, амины С17-С20 первичные дистиллированные) - собиратель, применяется в виде водного раствора с массовой долей (0,95±0,10) % и температурой, изменяющейся в пределах 45-55 °С. Предусмотрена дробная подача раствора амина в приёмный карман, в третью и, на некоторых ФМ, пятую камеру;

• флотореагент оксаль - вспениватель, дозируется в раствор амина в процессе приготовления последнего;

• газойль каталитический - аполярный реагент (активатор) флотации сильвина, дозируется в раствор амина в процессе его приготовления. Пенный продукт (концентрат флотомашин) подвергается 1-й стадии

классификации на ситах с шириной щели шпальтовой решетки 1,2 мм, надрешетный продукт которых поступает на 2-ю стадию классификации на ситах. Для повышения качества концентрата в надрешетный продукт сита предусмотрена подача слабонасыщенного солями раствора с отделения

грануляции, а для транспортировки продукта подаётся оборотный маточный раствор. Возможна подача надрешетного продукта сит первой, второй секций самотеком на ленточный фильтр; первой, второй, третьей секций в зумпф; четвертой, пятой секций в желоб и через переливную трубу в мешалку. Подрешетные продукты сит самотёком поступают на первую перечистную операцию флотации. Первая перечистная операция концентрата осуществляется в четырёхкамерной флотомашине ФМ-6,3 КС. Время флотации 4-5 минут. Пенный продукт перечистной операции флотации (перечистки) подвергается второй перечистной операции, а камерный продукт первой перечистки самотёком поступает в зумпф.

Вторая перечистная операция флотации сильвина осуществляется в трёхкамерной или четырёхкамерной флотомашине ФМ-6,3 КС. Пенный продукт второй перечистной операции поступает на третью перечистную операцию в трёхкамерную или четырёхкамерную флотомашину ФМ-6,3 КС. Для создания необходимой плотности питания перечистных операций в питание первой перечистной операции, а также в пенные продукты первой и второй перечистных операций предусмотрена подача оборотного маточного раствора.

Камерные продукты второй и третьей перечистных операций самотёком через пульподелитель поступают в сгустители промпродуктов. Пенный продукт третьей перечистной операции флотации поступает самотёком в мешалки, а затем на центрифуги или вакуум-фильтры для обезвоживания (рисунок 1.4).

Процесс сильвиновой флотации является головным в цепи технологических операций обогащения калийного сырья, поэтому основная задача при управлении этим процессом - обеспечение заданной производительности и поддержание необходимого качества концентрата на выходе как отдельной флотомашины (ФМ), так и всей технологической секции [35].

hd s

о

а

о «

I

О

«

н

а

й Sa

о

X П)

sa

О H to п> U а M S Sa

е-

и

о

H Р

а s s

Сильбонобая флотация Шламобая флотация

rs : i C-i g ÎJ Я

Г) M о о "a

LO

3 £ S pj

Р

1 н

а

к

T*j 'i-

1 Ы

Я Í

3 s

fee 1°

'1 H о w

a '

-y- ÖS

■i g

О ГЦ

ä "о

. : В

Й Î к<

■Й"-Г1! ti CP

О Л •7* К L-;

д

t4

Я-'-

Í4 ; :

ы 1.1

J=i i " ■ä - '"à " M я S <S E ^

P

гр CD Щ

i в

3 Кг

¡=1 ср

1

t ? 3 а

S

•тЗ гр

0 я

1 §

Я St

>-J 11'

il Я Я a m

и Г 11

A й Pi

И № S

F 5З

6 V

К —

ж ю

&J 'Л •&

?

I й

¿i Sí

Е

, Я ^

TS ГР

о и

1=) S

ä я

Е »

Я Й

Я

I"

ta ч.

S ь

ч H

и m

00

Глинистые шламы отрицательно влияют на процессы сильвиновой флотации и обезвоживания. Обладая большой удельной поверхностью и повышенной активностью, глинистые шламы поглощают значительную часть вводимого реагента-собирателя, снижают скорость флотации сильвина, налипают на крупные частицы и затрудняют их флотацию, загрязняют концентрат [8]. Учитывая негативное влияние нерастворимого остатка на процесс обогащения, в технологическую схему производства включена операция обесшламливания с целью удаления глинистых шламов из питания сильвиновой флотации. На фабрике БКПРУ-2 используют многоступенчатую комбинированную схему, которая включает механический и флотационный способы обесшламливания. Механический способ реализуют в гидроциклонах ГЦ-750 и ГЦ-500; флотационный - во флотомашинах ФМ-6,3 КСМ.

Реагентом-собирателем для сильвина являются алифатические амины [100]. Амины относятся к производным аммиака и подразделяются на первичные, вторичные и третичные амины. Наибольшее значение для флотации сильвина имеют первичные алифатические амины с числом углеродных атомов С17 -С20.

Для улучшения растворимости аминов в солевом растворе и увеличения прочности закрепления их на поверхности частиц сильвина амины применяются в ионной форме. Поэтому при проведении флотации используются солянокислые водные растворы аминов.

Для повышения собирательных свойств аминов, особенно для повышения флотируемости крупных частиц сильвина, используют активирующие добавки. В качестве активирующей добавки применяют аполярные реагенты: твёрдый парафин и газойль каталитический, которые усиливают гидрофобизирующие свойства амина, интенсифицируя тем самым процесс сильвиновой флотации.

Эмульсия используется в качестве реагента - собирателя при флотации хлористого калия. Для приготовления водной эмульсии амин - активатор-вспениватель используют: смесь аминов Армин НТ и Флотигам 5 в массовом

соотношении 1:1 или амины АТЗ (ТУ 2413-047-00480689-95), вспениватель -гликолевый эфир, активатор - газойль каталитический, соляная кислота, вода. Могут использоваться также парафины твёрдые в качестве аполярного реагента. Характеристика эмульсии:

• массовая доля смеси аминов в эмульсии 0,8±0,1 %;

• массовая доля активатора (газойль каталитический) 0,12 % (при повышении температуры маточного раствора может быть увеличена до 0,24 %);

• массовая концентрация вспенивателя (гликолевый эфир):

о зима (январь-апрель, октябрь-декабрь) 1,5.. .2,0 кг/м3; о лето (май-сентябрь) 2,0.2,5 кг/м3;

• водородный показатель эмульсии (рН) - 2,3±0,3.

Таким образом, для повышения экономической эффективности и качества готового продукта, калийных удобрений, необходимо применение методов управления процессами, в том числе - процессом флотации.

1.2. Типовые методы управления химико-технологическими процессами 1.2.1 Управление по проектному решению

Флотационный процесс обогащения, для которого характерны универсальность применения и высокие технологические показатели, чрезвычайно чувствителен к воздействию многочисленных факторов, способных оказывать значительное влияние на его ход. Неправильное управление флотацией может вызвать его серьезные нарушения, а в отдельных случаях может привести к полному расстройству процесса обогащения минерального сырья [119]. В связи с этим при проектировании большое значение придают вопросам обеспечения контроля, сигнализации, регулирования технологического процесса.

Список литературы диссертационного исследования кандидат наук Малышева Анна Владимировна, 2020 год

Список источников

1. Абламейко, С.В. Практические алгоритмы алгебраической и логической коррекции в задачах распознавания по прецедентам / С.В. Абламейко, А.С. Бирюков, А.А. Докукин, А.Г. Дьяконов, Ю.И. Журавлев, В.В. Краснопрошин, В.А. Образцов, М.Ю. Романов, В.В. Рязанов // Журнал вычислительной математики и математической физики. - 2014. - № 12 (54) - С. 1979.

2. Александрова, Т.Н. Оценка эффективности флотационной сепарации методом интерпретации данных моделирования / Т.Н. Александрова, Д.Н. Семенихин, В.А. Потемкин, В.В. Кузнецов // Горный информационно-аналитический бюллетень (научно-технический журнал).- 2018.- № Б56.-С. 3-13.

3. Аманбаев, Т.Р. Моделирование процесса флотации в дисперсных системах / Т.Р. Аманбаев // Теоретические основы химической технологии.- 2014.Т. 48.- № 2.- С. 203.

4. Аммен Соуд, М.А. Агентная имитационная модель анализа процессов управления предприятиями нефтепродуктообеспечения / М.А. Аммен Соуд // ИММОД. - 2011. - С. 25-29

5. Антоненко, Н.Р. Сильвиновая флотация / Н.Р. Антоненко // Решение. 2017. Т. 1. С. 257-259.

6. Афонина, Е.И. Интенсификация флотационного обесшламливания калийных руд / Е.И. Афонина, А.В. Конобеевских // Горный журнал.-2016.- № 4.- С. 56-60.

7. Бабошко, А.Ю. Физико-химические факторы формирования отходов флотации сильвинита / А.Ю. Бабошко, Б.А. Бачурин // Горный информационно-аналитический бюллетень (научно-технический журнал).-2011.- № 6.- С. 120-125.

8. Бадеников, В.Я. Задачи, решаемые в системе управления флотацией / В.Я. Бадеников, С.А. Сидоров // Современные технологии и научно-технический прогресс.- 2004.- Т. 1.- № 1.- С. 13-16.

9. Баласанян, С.Ш. Компьютерная модель для стохастического управления технологическим процессом флотации руды с учетом надежности измельчительного оборудования / С.Ш. Баласанян, С.О. Симонян, Э.М. Геворгян // Известия Томского политехнического университета.- 2013.- Т. 323.- № 5.- С. 50-57.

10. Беккер, В.Ф. Управление средствами производства в системе менеджмента качества химической продукции / В.Ф. Беккер, П.В. Плехов, А.В. Затонский // Горный информационно-аналитический бюллетень (научно-технический журнал). 2010. - № 9. - С . 66-72.

11. Беккер, В.Ф. Решение технологических проблем действующего производства средствами автоматизации. Т.1: Производство калийных удобрений / В.Ф. Беккер - Пермь: БФ ПНИПУ, 2012.- 312 с.

12. Бильфельд, Н.В. Идентификация нестационарных объектов управления средствами пассивного эксперимента // Научно-технический вестник Поволжья.- 2013.- № 3.- С. 85-90.

13. Бильфельд, Н.В. Управление технологическими объектами по модели / Н.В. Бильфельд // Новый университет. Серия: Технические науки. - 2016. - № 3 (49). - С. 22-28.

14. Бондарева, А.Ю. Флотационное обесшламливание калийных руд / А.Ю. Бондарева, Н.Н. Пантелеева, С.Н. Титков // Обогащение руд.- 2013.- № 4.-С. 9-12.

15. В этом году производство зерна в России достигло рекордного уровня [Электронный ресурс] - Режим доступа: https://inosmi.ru/economic/20171228/241118553.html

16. Варламова, С.А. Выбор метода бинаризации для распознавания параметров пены / С.А. Варламова, А.А. Мясников // Новый университет. Серия: технические науки. - 2015. - № 5-6. - С.73-78.

17. Варламова, С.А. Система реального времени для оценки параметров пенного слоя в калийной флотационной установке / С.А. Варламова // В сб.: Виртуальное моделирование, прототипирование и промышленный дизайн Материалы III Международной научно-практической конференции.- 2016.- С. 250-254.

18. Васильев, Ю.С. Развитие теории систем для принятия решений при управлении предприятиями и организациями / Ю.С. Васильев, В.Н. Волкова, В. Н. Козлов, А. А. Ефремов // Международная конференция по мягким вычислениям и измерениям. - 2018. - Т. 2. - С. 247-250.

19. Володина, Ю.И. Прогнозная модель процесса флокуляции на основе нейронной сети / Ю.И. Володина, А.В. Затонский, О.В. Рахимова, О.Р. Середкина // Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника. - 2017. -Т. 17. № 2. - С. 42-50.

20. Григалашвили, А.С. Имитационная модель заполнения склада рудой / А.С. Григалашвили // Инновационные технологии: теория, инструменты, практика.- 2014.- № 1.- С. 102-106.

21. Ерыпалова, М.Н. Влияние нестационарности объекта управления на параметры установившихся автоколебаний / М.Н. Ерыпалова, В.Ф. Беккер, А.В. Затонский, Ю.П. Кирин // Известия высших учебных заведений. Поволжский регион. Технические науки.- 2008.- № 4 (8).- С. 50-57.

22. Журавлев, Ю.И. Задачи построения линейных и нелинейных классификаторов в случае многих классов // математические методы распознавания образов. - 2011. - № 1(15). С. 72-74.

23. Журавлев, Ю.И. О решении задач распознавания по прецедентам при большом числе классов / Ю.И. Журавлев, В.В. Рязанов // Доклады академии наук. - 2017. - № 5 (476). - С. 489-491.

24. Затонский, А.В. Информационное обеспечение поддержки принятия решений на примере составления расписания занятий образовательной организации / А.В. Затонский, С.А. Варламова // Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника. - 2018. - Т. 18. № 3. - С. 88-106.

25. Затонский, А.В. Использование бликовых отражений для автоматического распознавания параметров пены при флотации калийных руд / А.В. Затонский , С. А. Варламова // Обогащение руд. - 2016. - № 2.(62). - С. 49-56.

26. Затонский, А.В. Некоторые перспективы использования интеллектуальных управляющих систем повышения эффективности производства / А.В. Затонский // Новый университет. Серия: Технические науки. - 2014. - № 9 (31). - С. 13-16.

27. Затонский, А.В. Применение технического зрения для управления процессом флотации / А.В. Затонский, С.А. Варламова // В сб.: Виртуальное моделирование, прототипирование и промышленный дизайн Материалы II Международной научно-практической конференции, 2016.- С. 313-318.

28. Затонский, А.В. Программные средства глобальной оптимизации систем автоматического регулирования / А.В Затонский - М.: ИНФРА-М, ИЦ РИОР, 2013. - 136 с.

29. Затонский, А.В. Поддержка принятия решений в задачах со сложными критериями оценки деятельности: шаг за шагом / А.В. Затонский, С.А. Варламова // Новый университет. Серия: Технические науки. - 2012. - № 3 (9). - С. 4-21.

30. Иванова, Е.В. Оценка и моделирование научно-исследвовательской работы студентов как многоагентной системы / Е.В. Иванова, А.В. Затонский // Современные наукоемкие технологии.- 2009.- № 7.- С. 75-78.

31. Ильясов, Б.Г. Синтез многосвязных систем автоматического управления логическими связями между подсистемами / Б.Г. Ильясов, И.И. Сбитов // Современные проблемы науки и образования.- 2015.- № 1-1.- С.51.

32. Ильясов, Б.Г. Структурный подход к построению методологии сследования систем / Б.Г. Ильясов, И.Б. Герасимова, А.Г. Карамзина, Г.А. Саитова // Вестник самарского государственного технического университета. Серия: технические науки. - 2017. - №2(54). - С. 24-33.

33. Калий хлористый - удобрения: Экспорт / ПАО Уралкалий . [Электронный ресурс] - Режим доступа: http ://www.uralkali.com/ru/buyers/sale/export/index.php?sphrase id=656937

34. Карелин, В.П. Модели и методы представления знаний и выработки решений в интеллектуальных информационных системах c нечёткой логикой / В.П. Карелин //Вестник таганрогского института управления и экономики - 2014. - № 1(19). - С.75-82.

35. Кокорин, А.М., Управление реагентным режимом флотации медно-никелевых руд / А.М. Кокорин, А.М. Курчуков // Известия высших учебных заведений. Цветная металлургия.- 2012.- № 2.- С. 8-11.

36. Колдаев, А.И. Моделирование интеллектуальных систем поддержки пинятия решений при управлении технологическим процессом / А.И. Колдаев, // информационные технологии. - 2009. - № 3. - С. 42-46.

37. Копотева, А.В. Оценка влияния качественных факторов на критерий принятия решения в задаче о ресурсосбережения в калийной отрасли / А.В. Копотева // Современные наукоемкие технологии. - 2015. - № 9. - С. 39-42.

38. Косовцева, Т.Р. Математическая модель оценки параметров флотации / Т.Р. Косовцева, С.В. Сорокина // Вестник научных конференций.- 2016.-№ 12-3 (16).- С. 64-66.

39. Круглов, В.В. Нечёткая логика и искусственные нейронные сети / В.В. Круглов, М.И. Дли, Р.Ю. Голунов. - М.: Физматлит, 2001. - 221 с.

40. Ксенофонтов, Б.С. Исследование кинетики флотации с использованием многостадийной модели / Б.С. Ксенофонтов // Экология промышленного производства.- 2016.- № 3 (95).- С. 25-28.

41. Кузяков, О.Н. К вопросу идентификации многофазной смеси, распространяемой в трубопроводе / О.Н. Кузяков // Современные наукоемкие технологии. - 2016. - № 2-2. - С. 235-239.

42. Куликов, Г.Г Формальная модель производственного процесса для организации проектного и производственного менеджмента / Г.Г. Куликов, А.В. Речкалов, В.В. Антонов, А.В. Артюхов // Вестник казанского государственного технического университета им. А.Н. Туполева. - 2014. - № 4. - С. 175-186.

43. Куликов, Г.Г. Кластерное программное обеспечение автоматизированной информационной системы / Г.Г. Куликов, В.В. Антонов, К.А. Конев // Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника. - 2018. - № 2(18). - С. 19-28.

44. Курмаев, Р.Х. Флотационный способ получения хлорида калия из сильвинита / Р.Х. Курмаев - Пермь: Перм. гос. техн. ун-т., 1993.- 83 с.

45. Курчуков, А.М. Применение систем технического зрения при управлении процессом флотации / А.М. Курчуков, А.Л. Гребенешников, А.О. Смирнов, Н.В. Лучков // Автоматизация в промышленности. - 2009. - № 11. - С. 43-44.

46. Ларичев, О.И. Свойства методов принятия решений в многокритериальных задачах индивидуального выбора / О.И. Ларичев // Автоматика и телемеханика. - 2002. - № 2. - С. 146-158.

47. Логунова, О.С. Методика и алгоритмы сегментации изображения пенного продукта флотации / О.С. Логунова, Р.Э. Шилов, А.В. Леднов // Актуальные проблемы современной науки, техники и образования.- 2018.Т. 9.- № 1.- С. 72-75.

48. Логунова, О.С. Сегментация изображения пенного продукта флотации: обоснование замены пузырька их бликами / О.С. Логунова, А.В. Леднов, Р.Э. Шилов, М.Б. Муслимов, Ф.Р. Байбулатов // Математическое и программное обеспечение систем в промышленной и социальной сферах.-2018.- Т. 6.- № 1.- С. 12-19.

49. Малышева А.В. Визуальный компьютерный контроль процесса производства битума / А.В. Малышева // В сб.: Достижения, проблемы и перспективы развития нефтегазовой отрасли материалы Международной научно-практической конференции, посвященной 60-летию высшего нефтегазового образования в Республике Татарстан. Альметьевский государственный нефтяной институт. - 2016. - С. 171-172.

50. Малышева, А.В. Быстрый алгоритма распознавания пенного слоя калийной флотации // Материалы Всероссийской научно-технической конференции « Быстрый алгоритм распознавания бликов пенного слоя калийной флотации».- Пермь, 2018.- С. 260-265.

51. Малышева, А.В. Использование видеографической информации для уточнения динамической стохастической модели процесса флотации калийной руды / А.В. Затонский, С.А. Варламова, А.В. Малышева, А.А. Мясников // Интернет-журнал Науковедение. - 2017. - Т. 9. № 2. - С. 87.

52. Малышева, А.В. Исследование перспектив перехода на автоматическое упраление процессом флотации калийной руды / А.В. Затонский, А.В.

Малышева // Автоматизация. Современные технологии. - 2019. № 3. С. 119127.

53. Малышева, А.В. Модернизация алгоритмов бликового распознавания параметров пенного слоя при флотации калийных руд / А.В. Затонский, А.В. Малышева // Обогащение руд.- 2018.- № 2 (374).- С. 35-41.

54. Малышева, А.В. Некоторые аспекты использования визуальных изображений при управлении технологическими процессами / А.В. Малышева // материалы V Всероссийской научно-практической конференции «Решение». Березники. - 2016. - С. 156-157.

55. Малышева, А.В. Определение параметров переходных процессов в промышленной флотомашине калийной руды по данным видеоряда / А.В. Затонский, А.В. Малышева // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. - 2019. - №1. - С. 26-39

56. Малышева, А.В. Определение параметров процесса флотации калийной руды по видеоизображению поверхностной пены флотомашины / А.В. Малышева // В сб.: Виртуальное прототипирование и промышленный дизайн Материалы IV Международной научно-практической конференции. Тамбов. - 2017. - С. 148-154.

57. Малышева, А.В. Поддержка принятия решений с использованием моделей объектов химико-технологических производств / В.Н. Уфимцева, А.В. Малышева // Экономика и менеджмент систем управления.- 2018.- № 4.2.-С. 292-300.

58. Малышева, А.В. Проблемы перехода от статической фотографии к видеопотоку при распознавании бликов пенного слоя в калийной флотомашине // Молодежная наука в развитии регионов. Мтериалы Всероссийской научно-практической конференции студентов и молодых ученых. Пермь: ПНИПУ.- 2018. - С.74-76.

59. Малышева, А.В. Стохастическая модель процесса флотации калийной руды / А. В. Малышева // Молодежная наука в развитии регионов: материалы Междунар. конф. студентов и молодых ученых г. Березники, 26 апреля 2017 г.- Пермь: ПНИПУ, - 2017.- С. 213-215.

60. Малышева, А. В. Техническое зрение в производстве калийных удобрений / А.В. Малышева, А.В. Затонский // Решение: Материалы Пятой Всероссийской научно-практической конференции, г. Березники, 20 октября 2017 г.- Пермь: ПНИПУ.- С. 114-116.

61. Малышева, А.В. Усовершенствованный алгоритм распознавания бликов бинаризованного изображения пены / А.В. Малышева // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. - 2018. - № 5. - С. 110-116.

62. Малышева, А.В. Уточнение модели камеры флотационной машины калийной руды / А. В. Малышева // Материалы Всероссийской научно-практической конференции «Решение». Березники. - 2018. - С. 164-166.

63. Матвеев, В.А. Концепция автоматизированного управления калийной флотационной фабрики / В.А. Матвеев // Горный журнал. - 2016. - № 4. -С.84-87.

64. Машевский, Г.Н. Принципы компьютерного управления промышленным процессом на базе видеосистемы ГЯОТИМЛ5ТЕЯ / Г.Н. Машевский, А.В. Петров, Я. Мойланен, Ю. Тимпери, К. Салойхемо, Х. Кемпинен // Обогощение руд. - 2010. - № 3. С. 39-43.

65. Машевский, Г.Н. Развитие новой линии продукции ОиТОТЕС электрохимического контроля процесса флотации / Г.Н. Машевский, А.В. Петров, М. Люра, М. Етелапаа, П. Ламберг // Цветные металлы.- 2010.- № 2.- С. 93-95.

66. Машевский, Г.Н. Развитие принципов технологической типизации руд на основе контроля параметров флотационного процесса и нейросетевого

моделирования / Г.Н. Машевский, А.В. Петров, С.А. Романенко, Ф.С. Суфьянов // Обогащение руд.- 2012.- № 4.- С. 36-42.

67. Михайлов, М.К. Перспективные методы контурного анализа лучевых изображений злокачественных опухолей молочной железы / М.К. Михайлов, Е.А. Романычева, В.В. Севастьянов, Я. А. Фурман // Практическая медицина.-2018. - № 1(112). - С.128-133.

68. Морозов, В.В. Совершенствование автоматического регулирования флотационного процесса с применением компьютерных моделей / В.В. Морозов, В.М. Авдохин, Т.И. Юшина, В.Ф. Столяров, Л. Дэлгэрбат // Горный журнал.- 2007.- № 6.- С. 22.

69. Мясников, А. А. Оценка процесса флотации с использованием компьютерного зрения / А.А. Мясников, К.В. Гайнутдинова // Первый шаг в науку. - 2016. - № 11. - С.32-36

70. Новиков, Д.А. Аналитическая сложность и погрешность решения задач управления организационно-техническими системами //Автоматика и телемеханика. - 2018. - № 5. - С. 107-108.

71. Новиков, Д.А. Комплексные модели системной оптимизации производственно-экономической деятельности предприятия / Д.А. Новиков // Управление большими системами.- 2017.- № 65.- С. 118-152.

72. Новое поколение флотационного оборудования компании Ывгзо [Электронный ресурс] - режим доступа: кир://тт1^-media.ru/ru/article/obogach/975-novoe-pokolenie-flotatsionnogo-oborudovaniya-кompanii-metso-minerals-osnova-ejfeкtivnyкh-reshenij

73. Олиферович, Д.С. Анализ и учет факторов, влияющих на технологический процесс флотации калийных руд / Д.С. Олиферович, Л.Ю. Шилин, С.В. Батюков, В. Н. Пригара // Доклады Белорусского государственного университета информатики и радиоэлектроники. - 2009. - № 2(40). - С. 5966.

74. Орлов, А.И. Многообразие моделей регрессионного анализа (обобщающая статья) / А.И. Орлов //Заводская лаборатория. Диагностика материалов. -2018. - № 5 (84). - С. 63-73.

75. Подсчет объектов на бинарном изображении. Часть 1 . [Электронный ресурс] - Режим доступа: кггрз :НкаЬгакаЬг. гы1рпн11119244/

76. Постников, Е.В. Построение систем поддержки принятия решений в процессе управления эксплуатацией технологических комплексов / Е.В. Постников, Д.А. Романенко, С.А. Беляев, М.Г. Павловский // Известия СпбТЭТУ ЛЭТИ. - 2010. - № 10. - С. 79-83.

77. Радушев, А.В. Флотация шламов калийных руд с К-(2-гидроксиэтил)- и К,К-ди(2-гидроксиэтил)алкиламинами / А.В. Радушев, Т.Ю. Насртдинова, В.И. Исаков, Л.Г. Чеканова // Химическая технология.- 2015.- Т. 16.- № 3.- С. 175-179.

78. Романенко, С. А. Опыт внедрения видеокамер ЕЯОТИМЛЗТЕЯ на обогатительной фабрике "Зеленая гора-2" / С.А. Романенко, А. С. Оленников // Обогащение руд. - 2014. - № 2. - С.23-28.

79. Самыгин, В.Д. Влияние направления движения и времени пребывания потока пульпы в камере флотомашины на эффективность флотационного процесса / В.Д. Самыгин, Л.О. Филиппов, А.С. Матинин, В.В. Северов // Горный информационно-аналитический бюллетень (научно-технический журнал).- 2011.- № Б4-15.- С. 3-17.

80. Синявская, Е.Д. Оптимизация на основе вероятностного подхода нечетких моделей управления производственными объектами управления // Инженерный вестник Дона.- 2014.- № 3 (30).- С. 10.

81. Скороходов, В.Ф. Применение компьютерного моделирования для исследования гидродинамики процесса флотации / В.Ф. Скороходов, Р.М. Никитин, А.Г. Олейник // Труды Кольского научного центра РАН.- 2012.-№ 6 (13).- С. 141-149.

82. Соколов, С.М. Способ повышения эффективности процесса пенной флотации с использованием оптической обратной связи / С.М. Соколов, В. А. Маслов // Горный информационно-аналитический бюллетень (научно-технический журнал).- 2016.- № 6.- С. 321-332.

83. Соколов, С.М. Способ повышения эффективности процесса пенной флотации с использованием оптической обратной связи / С.М. Соколов, В.А. Маслов // Горный информационный- аналитический бюллетень (научно- технический журнал). - 2016. - № 6. - С. 321-332.

84. Сорокер, Л.В. Ранговая корреляция - метод априорного исследования флотационного процесса / Л.В. Сорокер, Ю.Г. Клыков, А.С. Выскребенец // Устойчивое развитие горных территорий.- 2012.- Т. 4. № 3.- С. 36-42.

85. Тарасов, В.Б. Лотфи Заде и россия: страницы биографии и научное наследие / В.Б. Тарасов // Мягкие измерения и вычисления. 2018. № 4. С. 21-25.

86. Тетерина, Н.Н. Технология флотационного обогащения калийных руд / Н.Н. Тетерина, Р.Х . Сабиров, Л.Я. Сквирский, Л.Н. Кириченко - Пермь: Перм. гос. техн. ун-т., 2002.- 484 с.

87. Технологический регламент № 9 БКПРУ-2 ПАО «Уралкалий».

88. Титков, С.Н. Совершенствование технологии флотационного обогащения калийных руд / С.Н. Титков, Н.Н. Пантелеева, Т.М. Турокова, Т.Т. Чумакова, Е.В. Коноплев // Обогащение руд. - 2003. - № 3. - С. 42-47.

89. Топчаев, В.П. Специализированные устройства автоматического контроля параметров процесса флотации руд / В.П. Топчаев, Г.В. Федин, В. Пак // Цветные металлы.- 2015.- № 9 (873).- С. 58-62.

90. Трегуб, А.Ю. Обеспечение поддержки принятия решений в автоматизированных системах управления технологическими процессами / А.Ю. Трегуб, П.В. Берсенев, Е.Г. Крылов // Известия Волгоградского

госудаственного технического университета. - 2011. - № 13(86). - С. 102104.

91. Тугашова, Л.Г. Динамическая модель процесса ректификации нефти / Л.Г. Тугашова, Н.Н. Алаева // Материалы всероссийской научно-практической конференции «Нефтегазовый комплекс: образование, наука и производство» Часть 2, 28 марта-1 апреля 2016 г. - Альметьевск: АГНИ, 2016. - С. 21-24.

92. Турсынов, А.К. О синтезе системы автоматического управления / А.К. Турсынов // Актуальные проблемы современности.- 2016.- № 3 (13).- С. 156-160.

93. Фирсов, А.Ю. Использование алгоритма управления по прецедентам в секции полусамоизмельчения для получения оптимальной плотности пульпы медно-цинковых руд в подготовке к процессу флотации / А.Ю. Фирсов, К.Э. Радостев, Е.П. Иванченко // Естественные и технические науки.- 2015.- № 6 (84).- С. 383-388.

94. Хазиев, А.В. Субпроцессы модели флотации / А.В. Хазиев // Новая наука: Современное состояние и пути развития.- 2015.- № 3.- С. 92-97.

95. Хейккинен, С. Алгоритмическая база для управления процессом флотации / С. Хейккинен, Г.Н. Машевский // Обогащение руд.- 2005.- № 6.- С. 3237.

96. Хисаметдинов, Ф.З. Моделирование флотационного процесса с учетом неоднородности материала по флотируемости / Ф.З. Хисаметдинов, А.Р. Суюндуков // Математическое и программное обеспечение систем в промышленной и социальной сферах.- 2011.- № 1-1.- С. 203-207.

97. Чантурия, В.А. Современное состояние и основные направления развития флотации / В.А. Чантурия // Обогащение руд.- 2005.- № 6.-С. 13-18.

98. Черезов, А.В. Мультиагентные технологии: новый подход к единому технологическому управлению инфраструктурами / А.В. Черезов // Электроэнергия. передача и распределение. - 2013. - № 4 (19). -С.6-11.

99. Шилкина, С.В. Контроллер нечёткой логики в управлении технологическими процессами / С.В. Шилкина, Е.Н. Фокина // Вестник Сибирского государственного автомобильно-дорожного университета. 2018. Т. 15. № 1 (59). С. 106-114.

100. Шуляк, И.В. Исследование флотационной активности полимерных анионных поверхностно-активных веществ при флотационном обесшламливании сильвинитовой руды / И.В. Шуляк, Е.И. Грушова // Журнал прикладной химии.- 2013.- Т. 86.- № 2.- С. 223-231.

101. Aldrich, C. Multivariate image analysis of realgar-orpiment flotation froths / C. Aldrich, L. K. Smith, D. I. Verrelli, W. J. Bruckard, M. Kistner // Mineral Processing and Extractive Metallurgy.- 2017. - V. 127(3).- PP. 146-156.

102. Alhamdoosh, M. Fast decorrelated neural network ensembles with random weights / M. Alhamdoosh, D. Wang // Information Sciences, 264 (6) (2014), pp. 104-117. doi: 10.1016/j.ins.2013.12.016

103. Ali, D. An evaluation of machine learning and artificial intelligence models for predicting the flotation behavior of fine high-ash coal / D. Ali, M.B. Hayat, L. Alagha, O.K. Molatlhegi // Advanced Powder Technology.- 2018.- Vol. 29. PP. 3493-3506. doi: 10.1016/j.apt.2018.09.032

104. Bellifemine, F. JADE: A soft-ware framework for developing multi-agent applications / F. Bellifemine, G. Caire, A. Poggi, G. & Rimassa, (2008). // Lessonslearned. Information and Software Technology, 50(1-2), 1021 .http://dx.doi.org/10.1016/j.infsof. 2007.10.008

105. Bezdek, J.C. Fuzzy Models - What Are They, and Why? IEEE Transactions on Fuzzy Systems, Vol. 1, No.l, Jan.1993.

106. Carvalho, M.T. Control of a flotation column using fuzzy logic inference / M.T. Carvalho, F. Durao // Fuzzy Sets and Systems.- 2002. Vol. 125. PP. 121-133. doi: 10.1016/S0165-0114(01)00048-3

107. Chettibi, M. Physicochemical modeling of galena flotation system / M, Chettibi, A. Boutrid, A.A. Abramov // Journal of Mining Science.- 2014.- Vol. 50.- № 6.- PP. 1069-1078. doi: 10.1134/S106273911406009X

108. Electronics Now. Fuzzy Estimation Tutorial.1996.

109. Environmental Control. Retrieved November 18, 2005 from Liebert.com Web site: http://www.liebert.com/support/whitepapers/documents/envcntrl.asp.

110. Farrokhpay, S. The significance of froth stability in mineral flotation — a review / S. Farrokhpay // Advances in Colloid and Interface Science.- 2011.- Vol. 166. PP. 1-7. doi: 10.1016/j.cis.2011.03.001.

111. Fayed, H. Numerical simulations of two-phase flow in a self-aerated flotation machine and kinetics modeling / H. Fayed, S. Ragab // Minerals.- 2015/- Vol. 5(2).- PP. 164-188. doi: 10.3390/min5020164

112. Fu, Y. Froth image analysis by use of transfer learning and convolutional neural networks / Y. Fu, C. Aldrich // Minerals Engineering.- 2018.- V. 115.- PP. 68-78. doi:10.1016/j.mineng.2017.10.005

113. Fuzzy Logic Toolbox, for use withMATLAB. Retrieved April 2003 from The MathWorks, Inc.

114. Giu, W.H. Machine-vision-based online measuring and controlling technologies for mineral flotation — a review / W.H. Gui, C.H. Yang, M. Lu // Zidonghua Xuebao/Acta Automatica Sinica.- 2013. Vol. 39. PP. 1879-1888. doi: 10.3724/SP.J.1004.2013.01879

115. Han, J. Entropy-based estimation of bubble size distributions in froth flotation using B-spline functions / J. Han, C. Yang, X. Zhou, W. Gui // IFAC-PapersOnLine.- 2016.- Vol. 49.- PP. 96-101.

116. Harris C. J. Advances in Intelligent Control: Taylor & Francis.1994.

117. Horn, Z.C. Performance of Convolutional Neural Networks for Feature Extraction in Froth Flotation Sensing / Z.C. Horn, L. Auret, J.T. McCoy, C. Aldrich, B.M. Herbst // IFAC-PapersOnLine.- 2017.- V. 50.- Issue 2.- PP. 13-18. doi: https://doi.org/10.1016/jjfacoL2017.12.003

118. Jahedsaravani, A. An Image Segmentation Algorithm for Measurement of Flotation Froth Bubble Size Distributions / A. Jahedsaravani, M. Massinaei, M.H. Marhaban // Measurement.- 2017.- V.111.- PP. 29-37.

119. Jovanovic, I. Contemporary advanced control techniques for flotation plants with mechanical flotation cells—a review // Mineral Engineering,- 2015. Vol. 70. PP. 228-249. doi: 10.1016/j.mineng.2014.09.022

120. Kaartinen, J. Machine-vision-based control of zinc flotation-A case study / J. Kaartinen, J. Hätönen, H. Hyötyniemi, J. Miettunen // Control Engineering Practice.- 2006.- Vol. 14. PP. 1455-1466. doi: 10.1016/j.conengprac.2005.12.004

121. Kaehler, S.D. Fuzzy Logic Tutorial.1998.

122. Lee, C.C. Fuzzy Logic in Control Systems: Fuzzy Logic Controller—Part I / C.C. Lee // IEEE Transactions on Systems, Man, and Cybernetics, Vol.20, No.2, March/April. 1990.

123. Liebert Corporation. Fuzzy Logic Is the Key to More Precise

124. Liu, J.J. Flotation froth monitoring using multiresolutional multivariate image analysis / J.J. Liu, J.F. MacGregor, C. Duchesne, G. Bartolacci // Mineral Engineering.- 2005. Vol. 18. PP. 65-76. doi: 10.1016/j.mineng.2004.05.010

125. Lu, J. Ensemble Random Weights Neural Network based Online Prediction Model of the Production Rate for Mineral Beneficiation Process / J. Lu,C. Li, J. Ding // IFAC-PapersOnLine.- 2018.- Vol. 51.- PP. 1-6. doi: https://doi.org/10.1016/jjfacoL2018.09.383

126. Lu, M. A cascaded recognition method for copper rougher flotation working conditions / M. Lu, Dong H. Xie, Wei H. Gui, Liang H. Wu, Chao Y. Chen, Chun

H. Yang // Chemical Engineering Science.- 2018.- Vol. 175.- PP. 220-230. doi: https ://doi.org/10.1016/j.ces.2017.09.048

127. Mehrabi, A. Machine vision based monitoring of an industrial flotation cell in an iron flotation plant / A. Mehrabi, N. Mehrshad, M. Massinaei // (2014) International Journal of Mineral Processing.- 2014.- Vol. 133. PP. 60-66. doi: 10.1016/j.minpro.2014.09.018

128. Minerals Processing Solutions Automation. URL: http://www.metso.com/miningandconstruction/MaTobox7.nsf/DocsByID/0AF546 10F6C67DDBC2257B030037F030/$File/Automation%20ENGLISH%20Low%20 Res.pdf (дата обращения 30.08.2018).

129. Natarajan, S. Implementation of multi agents based system for process supervisionin large-scale chemical plants / S. Natarajan, R. Srinivasan S. Natarajan, R. Srinivasan // Computers and Chemical Engineering, -2014. - № 60. - PP. 182- 196.

130. Novikov, D.A. Herarchical models in modern control theory / D.A. Novikov // Advancs in intelligent systems and computing. - 2016. V.440 - P. 3-12.

131. O'Callaghan, P.W. Building For Energy Conservation: Cranfield Institute ofTechnology.1978.

132. Oosthuizen, D.J. On the current state of flotation modelling for process control / D.J. Oosthuizen, I.K. Craig, S.-L. Jamsa-Jounela, B. Sun // IFAC-PapersOnLine.-2017. Vol. 50.- PP. 19-24. doi: 10.1016/j.ifacol.2017.12.004

133. Open Source Computer Vision Library. [Электронный ресурс] - режим доступа: https ://opencv.org

134. Outotec FrothSenseTM [Электронный ресурс] - режим доступа: www.outotec.com/ImageVaultFiles/id.../OTE_Outotec_FrothSense_rus_web.PDF

135. Peng, X. Working condition recognition based on an improved NGLDM and interval data-based classifier for the antimony roughing process / X. Peng, T. Peng,

L. Zhao, Y. Song, W. Giu // Minerals Engineering.- 2016.- V.86.- PP. 1-9. doi: https ://doi.org/10.1016/j. mineng.2015.11.001

136. Riquelme, A. Parameterization of Bubble Size Distribution in Flotation Columns / A. Riquelme, A. Desbiens, J. Bouchard, R. del Villar // 16th IFAC Symposium on Automation in Mining, Mineral and Metal Processing. August 25-28, 2013. San Diego, California, USA.- PP. 128-133.

137. Sadr-Kazemi, N. An image processing algorithm for measurement of flotation froth bubble size and shape distributions / N. Sadr-Kazemi, J.J. Cilliers // Minerals Engineering.- 1997.- V. 10.- Issue 10.- PP. 1075-1083.

138. Saravani, A.J. Fuzzy-based modeling and control of an industrial flotation column / A.J. Saravani, N. Mehrshad, M. Massinaei // Chemical Engineering Communications.- 2014.- Vol. 201. PP. 896-908. doi: 10.1080/00986445.2013.790815

139. Shaw, I. S. Fuzzy Control of Industrial Systems - Theory and Applications: Kluwer Academic Publishers. 1998.

140. Shean, B.J. A review of froth flotation control / B.J. Shean, J.J. Cilliers. // International Journal of Mineral Processing.- 2011.- Vol. 100. PP. 57-71. doi: 10.1016/j.minpro.2011.05.002

141. Sowell, T. Fuzzy Logic for «Just Plain Folks». Plug in to the System Control, Financial and Emotional Success Genius Born in You, Tesco Publishing Co., Lubbock, Texas, 1998. 59 pp.

142. Sun, B. Optimal control of a rougher flotation cell using adaptive dynamic programming / B.Sun, J.D.le Roux, S.L.Jamsa-JounelaJ.K.Craig // IFAC-PapersOnLine.- 2018.- Vol. 51. PP. 24-29. doi: 10.1016/j.ifacol.2018.09.387

143. Tan, J. The concentrate ash content analysis of coal flotation based on froth images / J. Tan, L. Liang, Y. Peng, G. Xie // Minerals Engineering.- 2016.- V. 92.- PP 920. doi: https://doi.org/10.1016/j.mineng.2016.02.006

144. Tan, J. The effect of different flotation operating parameters on the froth properties and their relation to clean coal ash content / J. Tan, L. Liang, W. Xia, G. Xie // Separation Science and Technology.- 2018.- V. 53(9).- PP. 1434-1444. doi:10.1080/01496395.2018.1444051

145. Xu, D. Multi-model soft measurement method of the froth layer thickness based on visual features / D. Xu, Y. Chen, X. Chen, Y. Xie, C. Yang, W. Gui // Chemometrics and Intelligent Laboratory Systems.- 2016.- V. 154.- PP. 112-121. doi: https ://doi.org/ 10.1016/j. chemolab .2016.03.029

146. Zadeh A. Lotfi. Fuzzy Sets. Information Control, Vol.8 , рр338-353.1965.

147. Zatonskiy A.V., Varlamova S.A. Modeling and Information Technologies: Selected Papers of the International Scientific School "Paradigma" (Summer-2015, Varna, Bulgaria) Compiling Editor Dr.Sc., Prof. O.Ja. Kravets. Yelm, WA, USA,

2015. C 52-56.

148. Zatonskiy, A.V. Controlling the oil rectification process in a primary oil refining unit using a dynamic model / A.V. Zatonskiy, L.G. Tugashova, N.N. Alaeva, K.L. Gorshkova // Petroleum Chemistry. - 2017. - ^ 57. № 12. - Р. 1121-1131.

149. Zhang, J. Nonlinear modeling of the relationship between reagent dosage and flotation froth surface image by Hammerstein-Wiener model / J. Zhang, Z. Tang, M. Ai, W. Gui // Minerals Engineering.- 2018.- V. 120.- PP. 19-28. doi: https ://doi.org/10.1016/j. mineng.2018.01.018

150. Zhao, L. Features Extraction of Flotation Froth Based on Equivalent Binocular Stereo vision / L. Zhao, T. Peng, Y. Zhao, P. Xia, Y. Xie // IFAC-PapersOnLine.-

2016.- V. 49.- Issue 20.- PP. 90-95. doi: http ://dx.doi.org/10.1016/j.ifacol.2016.10.102

151. Zhao, L. Recognition of flooding and sinking conditions in flotation process using soft measurement of froth surface level and QTA / L. Zhao, T. Peng, Y. Xie, C. Yang, W. Gui // Chemometricsand Intelligent Laboratory Systems (2017), doi: 10.1016/j.chemolab.2017.07.005.

Приложения Приложение 1

УРАЛ КАЛИЙ ®

•

в . •

Публичное акционерное общество «УРАЛКАЛИЙ»

Акт

JJ.шт^шмчр и/зев

г. Березники, Пермский край

Об использовании результатов диссертации Малышевой A.B. "Модели и алгоритмы поддержки принятия решений при управлении процессом флотации калийной руды" в ПАО "Урал калий"

30.05.2019 на техническом совете была рассмотрена презентация результатов диссертации Малышевой Анны Владимировны "Модели и алгоритмы поддержки принятия решений при управлении процессом флотации калийной руды" в I1AO "Уралкалий".

Настоящим подтверждаю, что научные результаты диссертационной работы, полученные Малышевой A.B., а именно:

- усовершенствованный метод распознавания пузырьков пены по их бликам;

- комплекс алгоритмов обработки низкоконтрастного видеопотока с камеры флотационной машины, включающий выделение бликов, исключение изображении пеногона, настройку значений внутренних параметров процесса распознавания;

- алгоритм определения возникновения переходных процессов в флотационной камере и метод его использования для поддержки принятия решений флотатора

представляют интерес в смысле применения в производстве на флотационных фабриках, безвозмездно переданы исполнителем и приняты к использованию в ПАО "Уралкалий".

Заместитель технического директора

по процессам обогащения С.Н.Алиферова

Схема автоматизации отделения флотации

Модель № 1 флотомашины, использованная для анализа чувствительности к стохастическим свойствам

Модель № 2 флотомашины, использованная для синтеза и исследования системы управления и поддержки принятия решений