Детальная информация

Название Применение машинного обучения для калибровки анализаторов состава пульповых продуктов на Талнахской обогатительной фабрике // Цветные металлы. – 2026. – № 3. — С. 89-94
Авторы Насвищук Е. В. ; Ушаков Р. В. ; Демыдко Д. Н. ; Приказчикова М. И.
Выходные сведения 2026
Коллекция Общая коллекция
Тематика Техника ; Автоматизация оборудования ; Горное дело ; Обогащение полезных ископаемых ; обогатительные фабрики (горное дело) ; пульповые продукты ; анализаторы состава пульпы ; калибровка анализаторов ; машинное обучение ; рентгеноспектральный анализ ; автоматическая калибровка ; виртуальные датчики ; модели калибровки
УДК 681.3:62-52; 622.7
ББК 30.6-5-05; 33.4
Тип документа Статья, доклад
Язык Русский
DOI 10.17580/tsm.2026.03.12
Права доступа Доступ по паролю из сети Интернет (чтение)
Дополнительно Новинка
Ключ записи RU\SPSTU\edoc\78570
Дата создания записи 01.04.2026

Разрешенные действия

Посмотреть

Современное производство требует оперативного контроля ключевых параметров. Эти данные напрямую влияют на управление процессом и обеспечивают достижение заданных стандартов качества готовой продукции. Любая обогатительная фабрика содержит множество приборов контроля, обеспечивающих оперативный мониторинг. Обогащение представляет собой технологический процесс, направленный на увеличение содержания целевых металлов в концентратах, превосходящее их исходное содержание в перерабатываемой руде. Используя рентгенофлуоресцентные анализаторы, определяют содержания металлов и серы в накопительных балансовых и иных порошковых пробах. Накопительный характер проб не позволяет использовать подобные данные в оперативном управлении. Альтернативой выступает экспрессный анализ на рентгеновских многоканальных пульповых анализаторах, которые предоставляют информацию об интенсивностях спектров взаимодействия веществ. Эти данные позволяют восстановить содержания металлов и серы - через уравнения связи. Требуется поддержание актуальности этих уравнений, т. е. периодическая калибровка пульповых анализаторов. Дополнительным фактором сложности при этом является непостоянство состава материала (руды или пульпы), что приводит к необходимости постоянного мониторинга качества восстановления содержаний. Повышение частоты генерации и проверки качества калибровочных моделей обуславливает требование внедрения автоматизированных средств, в частности на основе машинного обучения, которые может применять персонал лабораторий рентгено-спектрального анализа. В статье приведен пример автоматической калибровки, реализованной на Талнахской обогатительной фабрике. В основе лежит перебор и оценка моделей известной структуры (уравнений связи для восстановления содержания никеля и меди с регрессорами заданного вида). Отдельно рассмотрена ситуация восстановления содержания серы: сложность дооснащения (технологических доработок) и результаты моделирования. С помощью методов машинного обучения исследована возможность оценки содержания серы по интенсивностям полос спектра никеля и меди. Ошибка восстановления оперативных значений содержания серы для применяемого метода составляет 3 % (MAPE).

...