Детальная информация
| Название | Cистема оптимизации производства на основе искусственного интеллекта для задач управления флотацией: опыт Талнахской обогатительной фабрики // Цветные металлы. – 2025. – № 6. — С. 102-111 |
|---|---|
| Авторы | Глибовец М. В. ; Боциев Р. М. ; Миллер А. А. ; Запорожцев И. Ф. |
| Выходные сведения | 2025 |
| Коллекция | Общая коллекция |
| Тематика | Технология металлов ; Металлургия в целом ; Техника ; Автоматизация оборудования ; горно-металлургическое производство ; искусственный интеллект ; управление флотацией ; обогатительные фабрики ; повышение качества продукции ; автоматизация управления технологическими процессами ; машинное обучение ; цифровые двойники ; SCADA-системы |
| УДК | 669.01; 681.3:62.52 |
| ББК | 34.3; 30.6-5-05 |
| Тип документа | Статья, доклад |
| Язык | Русский |
| DOI | 10.17580/tsm.2025.06.12 |
| Права доступа | Доступ по паролю из сети Интернет (чтение) |
| Ключ записи | RU\SPSTU\edoc\76477 |
| Дата создания записи | 08.07.2025 |
Цифровизация промышленных площадок на современном этапе развития включает не только оснащение датчиками и единый интерфейс управления через SCADA-системы, но и унификацию процессов (согласно методологии Data Governance - управления качеством данных). Стремления к повышению объемов и качества готовой продукции, снижению издержек неизбежно приводят к экспериментальным режимам технологических процессов, которые не закладывали на этапе проектирования. Накопленная статистика изменения физико-химических признаков в таких условиях является бесценным источником для сравнения алгоритмов управления. Обобщение результатов средствами машинного обучения позволяет выявить и программно реализовывать наиболее эффективные из них с учетом многоцелевых, многокритериальных задач оптимизации - получить сервисы автоуправления, цифровые двойники операторов. Рассмотрен методологический и практический опыт создания системы оптимизации производства, обеспечивающей повышение извлечения металлов и качества продукции на Талнахской обогатительной фабрике Заполярного филиала ПАО "ГМК "Норильский никель". Представлен подход к формализации управления в условиях фабрики: классификация наблюдаемых физико-химических показателей для идентификации состояний (Сondition-Based Maintenance), гибридный формат моделирования с совмещением результатов упрощенных физико-математических моделей и машинного обучения, управление по данным прогноза (Model Predictive Control), разделение масштабов управления на диспетчерский и операторный уровни, разработка и обновление сервисов в предметно-ориентированной парадигме (Domain-Driven Design) и с учетом потока заявок технологов, которые ведут реальный процесс обогащения, используя сервисы автоуправления. Результатом этой работы по итогам 2024 г. является повышение сквозного извлечения никеля (на 0,36 % (отн.)) и меди (на 0,16 % (отн.)) в коллективный концентрат, и стабилизация процессов флотации в условиях изменчивости руды. Также достигнут технический эффект за счет более оптимального распределения металлов в профильные концентраты: увеличение извлечения Ni в никелевые концентраты на 0,5 % (отн.) и снижение извлечения Ni в медный концентрат на 0,5 % (отн.) при фиксированном сквозном извлечении (эффект за счет отсутствия потерь на Медном заводе).
