| Название |
Разработка математической модели технологической секции обогатительной фабрики для усовершенствования системы управления |
| Информация об авторе |
Управление по цифровой трансформации Дивизиона «Руда» АО «Стойленский ГОК», Старый Оскол, Россия:
Немировский А. В., начальник, канд. техн. наук, nemirovskiy_av@nlmk.com
Цыганков Ю. А., главный специалист |
| Реферат |
Описан процесс разработки математической модели технологической секции обогатительной фабрики АО «Стойленский ГОК» с целью усовершенствования системы управления измельчением руды. Этого планируют достигнуть за счет подбора оптимальных по управляющим параметрам установок, обеспечивающих эффективное функционирование обогатительного процесса с получением концен трата, требуемого качества. |
| Ключевые слова |
АО «Стойленский ГОК», цифровая трансформация, производительность, эксплуатационные затраты, эксплуатационная готовность, безопасность, модернизация, шаровые мельницы, технологический процесс |
| Библиографический список |
1. Куликов В. Что нужно знать о цифровизации промышленности // СNews. 2019. Ноябрь. URL: https://www.cnews.ru/articles/2019-11-25_chto_nuzhno_znat_o_tsifrovizatsii_promyshlennosti (дата обращения: 09.04.2021).
2. Питеркин С. Цифровизация производства в РФ. Не отрываясь от реальности… 2020. URL: https://habr.com/ru/post/529910/ (дата обращения: 08.04.2021).
3. Бельзер М. Цифровизация промышленности: модный тренд или необходимое условие для сохранения конкурентоспособности? 2020. URL: https://promdevelop.ru/industry/tsifrovizatsiya-promyshlennosti-modnyj-trend-ili-neobhodimoe-usloviedlya-sohraneniya-konkurentosposobnosti/ (дата обращения: 09.04.2021).
4. Трофимов А. В., Киркин А. П., Румянцев А. Е., Яваров А. В. Применение численного моделирования для определения оптимальных параметров метода полной разгрузки керна при оценке напряженно-деформированного состояния массива горных пород // Цветные металлы. 2020. № 12. С. 22–27. DOI: 10.17580/tsm.2020.12.03
5. Anderson N. G. Information as a physical quantity // Information Sciences. 2017. Vol. 415-416. P. 397–413.
6. Schwab K. The Fourth Industrial Revolution. – Cologny/Geneva, 2016. – 198 p.
7. Genshui Wu, Weijian Yu, Jianping Zuo, Shaohua Du. Experimental and theoretical investigation on mechanisms performance of the rock-coal-bolt (RCB) composite system // International Journal of Mining Science and Technology. 2020. Vol. 30. Iss. 6. P. 759–768.
8. Eremenko Yu. I., Poleshchenko D. A., Tsygankov Y. A. Prediction of Quality Indicators of Iron Ore Processing Operations Using Deep Neural Networks // Proceedings of the 2nd International Conference on Control Systems, Mathematical Modelling, Automation and Energy Efficiency. – Lipetsk, 2020. P. 425–429.
9. Андреев С. Е., Петров В. А., Зверевич В. В. Дробление, измельчение и грохочение полезных ископаемых. – 3-е изд., перераб. и доп. – М. : Недра, 1980. – 415 с.
10. Марюта А. Н. Автоматическая оптимизация процесса обогащения руд на магнитно-обогатительных фабриках. – М. : Недра, 1975. – 231 с.
11. Tatjevsky P. Advanced Control of Industrial Processes: Structures and Algorithms. – London : Springer, 2007. – 332 p.
12. Мышляев Л. П., Евтушенко В. Ф., Кулаков С. М. Теория и практика прогнозирования в системах управления. – Кемерово : Кузбассвузиздат-АСТШ; М. : Российские университеты, 2008. – 486 с.
13. Draper N. R., Smith H. Applied Regression Analysis. 3rd ed. – New York : John Wiley & Sons, 1998. – 736 p. |
