Фирсов А.Ю., кандидат технических наук, доцент Радостев К.Э., соискатель Иванченко Е.П., соискатель (Национальный минерально-сырьевой университет «Горный»)
ИСПОЛЬЗОВАНИЕ АЛГОРИТМА УПРАВЛЕНИЯ ПО ПРЕЦЕДЕНТАМ В СЕКЦИИ ПОЛУСАМОИЗМЕЛЬЧЕНИЯ ДЛЯ ПОЛУЧЕНИЯ ОПТИМАЛЬНОЙ ПЛОТНОСТИ ПУЛЬПЫ МЕДНО-ЦИНКОВЫХ РУД В ПОДГОТОВКЕ
К ПРОЦЕССУ ФЛОТАЦИИ
Статья описывает применение метода прецедентного подхода для автоматизации управления процессом полусамоизмельчения.
Ключевые слова: Прецедентный подход, медь, цинк, полусамоизмельчение, флотация, автоматизация, управление.
APPLYING CASE BASED REASONING METHODOLOGY IN THE SECTION OF CRUSHING FOR OBTAINING OPTIMAL DENSITY OF PULP OF COPPER-ZINC ORES IN PREPARATION FOR THE FLOTATION PROCESS
The article describes applying case based reasoning methodology for automation of control for the crushing process.
Keywords: Case based reasoning, crushing, flotation, copper, zinc, automation, control.
Технология самоизмельчения для разных видов минерального сырья стала фактически универсальной и в большинстве случаев обеспечивает высокие технико-экономические показатели.
Известным преимуществом процесса полусамоизмельчения (ПСИ) является возможность работы мельниц ПСИ на крупнодробленой руде 150-120мм (F80). При этом питание крупнодробленой рудой долгое время считалось благоприятным как для самоизмельчения, так и для полусамоизмельчения. Важность секции ПСИ состоит в том, что она является предварительной перед процессом флотации и готовит руду для наилучших его показателей.
Целью автоматизации данного процесса является поддержания на стабильном уровне параметров пульпы (плотности, крупности) на выходе стадий измельчения и классификации в условиях изменяющегося качества измельчаемого сырья и других условий ведения процесса (водных режимов, циркуляционной нагрузки и т.д.).
Проблема, существующая в вопросах регулирования подобных процессов, заключается в большом количестве входных параметров и, как следствие, в большом количестве возмущающих воздействий на процесс.
Существует технологический опыт АСУТП, занесенный в архивные базы данных, однако из-за большого количества входных переменных анализ этой базы довольно затруднен. Для решения данной проблемы, был предложен метод Прецедентного подхода (Case-Based Reasoning). Прецедентный подход (CBR) - это методология решения проблем, которая во многом принципиально отличается от других основных подходов с элементами искусственного интеллекта. Вместо того чтобы полагаться исключительно на общие знания о проблемной области, CBR может использовать конкретные знания полученных ранее, конкретных проблемных ситуаций (случаев). Новая проблема решается путем нахождения подобного кейса (от англ. case- случай, прецедент) в прошлом, и повторное использование его в новой проблемной ситуации. Для технологического процесса это значит, что каждое новое значение управляемого параметра, каждое возмущающее и управляющее воздействие будет счи-
таться новым кейсом и заноситься в базу данных для повторного использования. Второе важное отличие в том, что CBR также представляет собой подход к дополнительному, устойчивому обучению, так как новый опыт сохраняется каждый раз, когда проблема была решена, что делает его немедленно доступным для проблем в будущем.
Общая схема метода при этом выглядит следующим образом (Рис. 1):
ЗапрРС на решение Прйблемы
Подтверждение решений
Завись данных е архив БД
БД на предприятии
(casábase)
Применение найденного решения
Новая задача (query)
Решение новой задачи
Наиденные похожие варианты
Рис. 1. Управление процессом на базе алгоритма управления по прецедентам.
Для применения данного метода в технологическом процессе имеется начальная выборка данных с указанием всех входных и выходных параметров процесса. Все параметры, используемые в секции ПСИ, представлены на Рис. 2.
Рис. 2. Входные и выходные параметры, используемые для стабилизации плотности выходной пульпы с гидроциклона в секции ПСИ.
Для написания проекта используется свободно распространяемая библиотека jColibri на языке Java и программная оболочка для среды разработки Eclipse под названием COLIBRI STUDIO, в которой были обработаны архивные данные с производства и, основываясь на
них, вычислены наилучшие значения для управляющих параметров процесса, которые были сохранены в отдельную базу данных.
Первой стадией работы алгоритма прецедентного подхода после отправки запроса являются выбор кейсов. На стадии выбора кейсов используется алгоритм под названием «к ближайших соседей» (к Nearest Neigbours). При помощи сравнения рассчитывается расстояние между кейсами и запросом в пространстве используемых параметров и все кейсы сортируются в порядке от наиболее близких к наименее. Например, предположим, что va.l(C, Х[)- — числовое представление параметра Xi в кейсе С, тогда:
dist = (val(C1,X1) — val(C2,X1)>),
где (vul(C1,X1)— VCll(C2,X1)) и будет являться расстоянием между С^ и в области, определенной параметром Xi.
Алгоритм «Объединение описания и решения» (combineQueryAndCase) создает новое решение путем объединения описания запроса и решения самого подходящего кейса. Данный алгоритм является самым универсальным и подходит для всех реализаций данного метода, однако он не предусматривает повторного использования созданных решений. Описывается выражением:
SimilarityKoeff =
J J J val{Cx,Xd
где val(Cx,X{) — описание запроса для необходимого параметра Xi, val{CN,Xi)- описание состояния параметра Xi в n-кейсе, а SimilarityKoeff — коэффициент подобия, по которому выбирается наилучший для данного запроса кейс.
Метод «Объединение некоторых решений» (combineSomeCases) создает новое решение, объединяя описание запроса с решением, представляющим собой среднее арифметическое нескольких из верхних (наиболее похожих) кейсов. Данный метод описывается выражением:
pN
newCase =
_ Ylj=1val(Cj,Xj)
N
где N— количество наиболее похожих кейсов.
После получения базы кейсов можно их повторно использовать для решения будущих запросов. Возможность повторного использования в ряде случаев достигается путем преобразования полученных решений по описанным выше методам. Этот шаг представляет большую свободу действий и оказывает огромное влияние на результат. Однако универсального метода для реализации данного шага не существует, поэтому он требует тщательнейшего рассмотрения в каждом конкретном случае. Самый простой способ повторного использования решений заключаются в том, что используется метод «Объединение некоторых решений», описанный выше.
Последней стадией является сохранение полученных результатов, которая заключается в занесении переработанных прецедентов в базу данных для повторного использования, таким образом система самообучается.
Для понимания различий между различными методами и выбора наилучшей конфигурации проекта было исполнено 2 алгоритма, в первом случае для подбора результата использовался только один кейс и метод «Объединение описания и решения», во втором - 3 кейса и метод «Объединение некоторых решений». Полученные выходные данные состоят исключительно из предлагаемых решений-значений управляющего воздействия, которым является
расход воды в гидроциклоне. Как видно из Рис. 3, в результате работы алгоритма (метод «Объединение описания и решения») выходной параметр более стабилен, сглажены все острые пики перерегулирования.
Рис. 3. Сравнение результатов работы алгоритма «Объединение описания и решения» (черный) с
исходными данными (белый)
На Рис. 4 изображен график, полученный при использовании алгоритма «Объединение некоторых решений». На Рис. 5 для сравнения представлены результаты работы программы в обоих случаях на меньшем промежутке времени. Можно заметить, что показанные результаты практически всегда совпадают или находятся достаточно близко друг к другу. Данный факт, тем не менее, позволяет сделать выбор в пользу алгоритма «Объединение некоторых решений». Данный способ более предпочтителен, так как в процессе работы он генерирует новые решения, в то время, как алгоритм «Объединение некоторых решений» только использует уже существующие решения.
Рис. 4. Сравнение результатов работы алгоритма «Объединение некоторых решений» (черный) с
исходными данными (белый)
1325 1315 1305 1295 1285
-Л - U u t
• \ ! : ; И'М
V
л ■■
г
V-
:VJ\
1275
1265
"density (PSI) 3cases kg/m5
density (PSI) 1case kg/m3
'ustavka
Рис. 5. Сравнение результатов, полученных при конфигурации «Объединение некоторых решений» (белый) и «Объединение описания и решения» (черный).
Рассмотрев оптимизацию плотности пульпы на сливе гидроциклона секции ПСИ, можно сделать вывод, что представленный алгоритм показывает удовлетворительную работу. Для дальнейшей работы предпочтительнее использовать метод «Объединение некоторых решений», так как он является в целом более перспективным - в результате применения среднее квадратическое отклонение уменьшается на 50%, появляются новые значения управляющего сигнала, пространство решений расширяется. Так же есть возможность программы Colibri Studio с помощью свободно распространяемых клиентов протокола OPC для Java подключаться к системе управления на уровне надстройки на SCADA-системе для управления процессом в режиме реального времени.
Процесс полусамоизмельчения сильно усложнен из-за большого количества входных возмущающих воздействий, однако метод прецедентного подхода позволяет использовать опыт, извлеченный из баз данных АСУТП для получения наилучших показателей управления данным технологическим процессом.
ЛИТЕРАТУРА
1. Варшавский П.Р., Еремеев А.П., «Моделирование рассуждений на основе прецедентов в интеллектуальных системах поддержки принятия решений». Искусственный интеллект и принятия решений. 2009. - №2.
2. K. M. Smyth B. «Remembering to Forget: A Competence-Preserving Deletion Policy for CBR Systems» в In Proceedings of IJCAI-95, 1995.
3. Yuri Avramenko, Andrzej Kraslawski, «Case Based Design: Application in Process Engineering», Studies in Computational, Warsaw: Springer, 2008.
4. Линч А. Дж. Циклы дробления и измельчения. Модели
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.