В настоящее время основными направлениями деятельности лаборатории являются создание и внедрение систем автоматизированного проектирования (САПР) и управления (АСУ) в горном и обогатительном производстве, анализ экономического и экологического состояния горных и обогатительных предприятий. Эти направления включают в себя:
В области горного производства
Для поддержки принятия решений частного характера разрабатываются и используются специализированные пакеты программ. В частности, для обеспечения работ по контролю и управлению напряженно-деформированным состоянием горных массивов разработана программа SIGMA. Основное ее назначение – моделирование геомеханических процессов в массиве горных пород при различных технологических схемах разработки. Алгоритм работы программы основан на методе конечных элементов, позволяющем учесть неоднородность горного массива, а также форму и размеры технологических выработок. Программа SIGMA предназначена для моделирования влияния технологических выработок на напряженно-деформированное состояние горных массивов, для выделения области возможного разрушения массива и области пластической деформации, для изучения влияния пластической релаксации на напряженное состояние массива. Кроме того, программа позволяет проводить оценку несущей способности закладки при различных механических свойствах закладки и различных геометрических параметрах ее применения. Программа снабжена средствами графического отображения достаточно большого набора характеристик напряженно-деформированного состояния горных массивов, что дает возможность исследовать широкий круг вопросов механики горных пород.
Для поддержки работ по обеспечению контроля за состоянием нагруженных бортов карьеров и управлению их устойчивостью разработан программный комплекс (ПК) БОРТ. Расчет устойчивых углов откосов бортов и уступов карьеров базируется на теории предельного равновесия горных пород. Исследованиями ряда авторов установлено, что нарушение устойчивости карьерного откоса происходит в форме обрушения или сползания слагающих откос пород по поверхности скольжения, которая в сечении борта представляет собой комбинацию прямолинейных и криволинейных участков. Особенностью ПК БОРТ является наличие функций импорта исходных данных из файлов, подготовленных в геоинформационной системе Surpac и экспорта результатов расчета в файлы формата Surpac. Наличие этих функций и совместное использование ПК БОРТ и системы Surpac позволяет подготовить качественные исходные данные для ПК БОРТ и получить трехмерное представление результатов расчета ПК БОРТ, а также получить объемное решение.
В области обогатительного производства
Построение математических моделей обогатимости руд
Математические модели обогатимости служат теоретической основой для решения многих технических, технологических и экономических задач обогатительного производства. Конечной целью математического моделирования является получение надежной связи между качеством исходного сырья и показателями процесса его обогащения. Эта связь определяется с учетом сложившейся в обогатительном производстве технологии, установленного на фабрике оборудования, применяемых реагентов и т.д. Следовательно, полученные модели могут быть использованы как для анализа хода производства, так и для его планирования.
Для построения адекватных математических моделей используются следующие методы математической статистики:
Кластерный анализ.
Используется для определения характерных типов и сортов руд, имеющих близкие показатели по содержаниям основных и сопутствующих компонентов, а также близкие показатели обогатимости. Целесообразно индивидуальное построение моделей внутри каждого выделенного класса. Это позволяет значительно уменьшить меру статистического разброса и исключить влияние случайных факторов на показатели процесса. С помощью кластерного анализа обычно решаются следующие задачи:
Факторный анализ.
Содержания основных и сопутствующих компонентов в исходном сырье, как правило, имеют тесную корреляционную связь между собой. Факторный (компонентный) анализ применяется для устранения вредного влияния интеркорреляции и сокращения числа переменных в математических моделях. Для этого решаются следующие задачи:
Регрессионный анализ.
Предназначен для поиска количественной связи между содержаниями основных и сопутствующих компонентов в исходном сырье и показателями процесса обогащения. В случае применения кластерного анализа модели строятся для каждого кластера индивидуально. В технологическом процессе это соответствует селективной переработке каждого типа руды. В случае валовой переработки всех типов руд следует строить модель на всем исходном множестве содержаний. Если проводился факторный анализ исходного сырья, то полученные модели будут более адекватно отражать вклад каждого компонента в показатели переработки.
Регрессионный анализ проводится пошаговым методом путем включения в модель наиболее статистически значимых переменных. Следовательно, кроме поиска количественных характеристик связи, определяются также и качественные характеристики влияния содержаний на показатели извлечения и потерь ценных компонентов. При проведении регрессионного анализа решаются следующие задачи:
Вид модели (линейная, гиперболическая, логарифмическая и т.д.) определяется по наиболее адекватному описанию процесса обогащения. Критерием адекватности служат статистические оценки остатков модели, т.е. разностей между фактическими значениями показателей извлечения и потерь ценных компонентов и их значениями, полученными с помощью найденных формул связи.
Планирование показателей процесса обогащения.
Для планирования показателей извлечения ценных компонентов в концентраты используются полученные математические модели связи между содержаниями основных и сопутствующих компонентов с показателями извлечения. При расчете плановых значений извлечения по статистическим формулам следует иметь в виду: технологический режим в плановом периоде не должен значительно отличаться от режима в отчетном периоде; значения содержаний основных и сопутствующих компонентов в сырье должны лежать в исследованном диапазоне для каждого типа или сорта руды.
Поскольку статистическая модель содержит также и случайную составляющую, то при вычислении плановых показателей извлечения определяется вероятность выполнения плана. Задав достаточный уровень вероятности выполнения, можно получить реальный план по извлечению ценных компонентов, учитывающий все особенности технологического процесса фабрики.
Нормирование потерь ценных компонентов с хвостами.
Проводится для ежегодного пересмотра нормативов потерь ценных компонентов с хвостами обогащения. Фактические потери ценных компонентов сравниваются с нормативными, вычисленными для каждого отчетного периода по соответствующей формуле математической модели. В отличие от формул планирования, математическая модель вычисления нормативных значений потерь строится с учетом реального "коридора ошибок" и утверждается в государственном контролирующем органе.
Расчет технологических и товарных балансов металлов.
Расчеты технологических и товарных балансов ценных компонентов проводятся по фактическим показателям процесса обогащения по известным методикам. Определяются величины невязок балансов, проводится их оптимизация методами наименьших квадратов и максимального правдоподобия. Возможно построение балансов за любой отчетный период.
В области металлургического производства
Компьютерные методы термодинамического анализа металлургических процессов являются одним из эффективных способов решения задач, возникающих как при разработке новых технологий, так и в условиях действующего производства. Преимуществом термодинамического подхода является его универсальность и возможность проведения исследований при минимальном объеме экспериментальных данных о процессе. Используемыми при расчетах параметрами являются термодинамические свойства индивидуальных веществ, определенные экспериментально для большинства представляющих интерес веществ и систематизированные в справочной литературе. Термодинамический анализ позволяет учесть все возможные химические и фазовые превращения в системе и моделировать металлургические процессы с учетом условий их проведения и химического состава перерабатываемого сырья.
Во ВНИИцветмете работы по термодинамическому моделированию металлургических процессов проводятся с конца 70-х годов в двух направлениях:
Ряд важных для металлургических приложений результатов получен на основе построения обобщенных критериев равновесия многокомпонентных систем при химическом взаимодействии веществ с применением методов статистической термодинамики. Учитывая специфику химически реагирующих систем, состоящую в том, что сохраняющимися величинами (интегралами движения) в данном случае являются не числа молекул веществ, а числа атомов, входящих в систему элементов, получен обобщенный критерий равновесия таких систем в виде условия минимума термодинамического потенциала, для которого независимыми переменными являются температура, давление и химические потенциалы элементов. При этом химические потенциалы элементов определяются либо по параметрам внешних условий, либо по условиям баланса масс элементов. В частном случае, когда химические потенциалы всех входящих в систему элементов определяются из условий баланса масс, этот критерий равновесия эквивалентен условию минимума энергии Гиббса.
В рамках такого подхода удалось расширить круг задач, решаемых методом термодинамического моделирования. В частности, наметилась схема совершенствования методики в области использования математического аппарата термодинамики для изучения поведения элементов с малым содержанием в многокомпонентных гетерогенных системах. Это позволило исследовать закономерности поведения редких элементов в металлургических процессах переработки полиметаллического сырья. С применением этой методики можно прогнозировать распределение и равновесные формы редких элементов с учетом условий проведения процессов и химического состава перерабатываемого сырья, а также осуществлять поиск условий целенаправленной концентрации редких элементов в тех или иных продуктах процесса с целью их дальнейшего извлечения.
Принятый методологический подход к термодинамическому анализу металлургических процессов оказался весьма эффективным как в вычислительном отношении, так и в плане исследования широкого круга прикладных задач, возникающих при совершенствовании и разработке технологий переработки полиметаллического сырья.
В области экономического анализа