Journals →  Цветные металлы →  2025 →  #4 →  Back

70 ЛЕТ АО «СОЮЗЦВЕТМЕТАВТОМАТИКА ИМ. ТОПЧАЕВА В. П.»
ArticleName Опыт освоения и эксплуатации приборов и систем АО «СоюзЦМА» в АО «Кольской ГМК»
DOI 10.17580/tsm.2025.04.02
ArticleAuthor Жидовецкий В. Д., Карелин С. В., Кузяков А. В., Хаймовский С. С.
ArticleAuthorData

АО «Кольская ГМК», Мончегорск, Россия

Жидовецкий В. Д., главный специалист Управления автоматизации, канд. техн. наук
Карелин С. В., главный менеджер Управления автоматизации, доцент, канд. техн. наук

 

АО «СоюзЦМА», Москва, Россия
Кузяков А. В., старший научный сотрудник Лаборатории № 34, эл. почта: scma@scma.ru
Хаймовский С. С., заведующий Лабораторией № 34

Abstract

Представлена информация об опыте освоения и эксплуатации гранулометра ПИК-074П, разработанного АО «СоюзЦМА», и системы автоматического управления расходом песков на базе устройства управления ВАЗМ-2У на переделе измельчения файнштейна в АО «Кольская ГМК». Показано, что гранулометр работает в сложных условиях действующего производства: наличие посторонних включений в пульпе измельченного файнштейна (щепы, кусочков резины и пластика, обрывков полиэтиленовой пленки, гальки и др.) способно нарушить работу устройства. Измельченный файнштейн, имеющий больший удельный вес по сравнению с рудой, более предрасположен к осаждению и заиливанию устройств, через которые проходит пульпа. Однако на практике удается найти технические решения, способные обеспечить достаточно надежную работу гранулометров ПИК-074П. Показан пример короба для установки гранулометра на сливе классификатора мельницы, который применяют на мельницах в АО «Кольская ГМК». Рассмотрен пример повышения точности определения содержания мелкого класса до 20 мкм через содержание класса до 45 мкм с возможностью использования данного параметра для автоматического управления процессом измельчения файнштейна. Рассмотрена практическая значимость автоматического определения расхода песков через спиральный классификатор, приведен пример сравнительного анализа отображения песковой нагрузки на спиральный классификатор по величине тока потребляемого двигателем привода вращения спирали классификатора и по данным расчета расхода песков по математической модели, что открывает новые возможности для регулирования расхода песков в загрузку мельницы и предупреждения перегруза песками классификатора.

Авторы выражают благодарность М. Р. Шапировскому за участие в обсуждении и полезные советы по содержанию данной статьи.
В работе принимали участие В. А. Горчаков, К. В. Михалев, С. А. Чижов, А. В. Голубев, С. Е. Волкович, А. Н. Вороник, А. В. Котельников (АО «Кольская ГМК»), А. А. Шаров (АО «СоюзЦМА»).

keywords Файнштейн, мельница, измельчение, спиральный классификатор, вода, пески, слив, гранулометр, короб, автоматическая система, математическая модель
References

1. Топчаев В. П., Топчаев А. В., Лапидус М. В. Промышленный поточный автоматический гранулометр ПИК-074П — основа систем автоматического контроля и управления качеством измельчения материалов // Цветные металлы. 2015. № 9. С. 48–52.
2. Улитенко К. Я., Маркин Р. П. Определение циркулирующей нагрузки измельчительных агрегатов в АСУ ТП // Обогащение руд. 2005. № 2. С. 42–45.
3. Жидовецкий В. Д., Кузяков А. В. Разработка и внедрение автоматической системы оптимального управления процессом измельчения файнштейна // Цветные металлы. 2020. № 4. С. 13–18.
4. Rosin P., Rammler E. The laws governing the fineness of powdered coal // J. Inst. Fuel. 1933. Vol. 7. P. 29–36.
5. Коузов П. А. Основы анализа дисперсионного состава промышленных пылей и измельченных материалов. — Изд. 2-е, испр. — Л. : Химия, 1974. — 280 с.
6. Кузяков А. В., Жидовецкий В. Д. Использование устройства управления ВАЗМ-2У в процессах измельчения рудного сырья // Цветные металлы. 2021. № 3. С. 27–32.
7. Методы классической и современной теории автоматического управления. Учебник в 5-ти т. — 2-е изд., перераб. и доп. Т. 2. Статистическая динамика и идентификация систем автоматического управления / под ред. К. А. Пупкова, Н. Д. Егупова. — М. : Издательство МГТУ им. Н. Э. Баумана, 2004. — 640 с.
8. Салихов З. Г., Арунянц Г. Г., Рутковский А. Л. Системы оптимального управления сложными технологическими объектами. — Москва : Теплоэнергетик, 2004. — 496 с.
9. Rueda-Escobedo J. G., Fridman E., Schiffer J. Data-driven control for linear discrete-time delay systems // IEEE Transactions on Automatic Control. 2022. Vol. 67, Iss. 7. P. 3321–3336.
10. Juneja P. K., Sunori S. K., Sharma A. et al. A review on control system applications in industrial processes // IOP Conference Series: Materials Science and Engineering. 2021. Vol. 1022, Iss. 1. 012010. DOI: 10.1088/1757-899X/1022/1/012010
11. Asbjörnsson G., Tavares L. M., Mainza A., Yahyaei M. Different perspectives of dynamics in comminution processes // Minerals Engineering. 2022. Vol. 176. 107326. DOI: 10.1016/j.mineng.2021.107326
12. Feng L., Yang F., Zhang W., Tian H. Model predictive control of duplex inlet and outlet ball mill system based on parameter adaptive particle swarm optimization // Mathematical Problems in Engineering. 2019. — 10 p. DOI: 10.1155/2019/6812754
13. Дубровская Л. И., Князев Г. Б. Компьютерная обработка естественно-научных данных методами многомерной статистики. — Томск : ТМЛ-Пресс, 2011. — 120 с.

Language of full-text russian
Full content Buy
Back