8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

Материалы в свободном доступе

Авторы: Пучков А. Ю., Прокимнов Н. Н., Рысина (Лобанева) Е. И., Шутова  Д. Ю.     Опубликовано в № 5(107) 25 октября 2023 года
Рубрика: Моделирование процессов и систем

Нейрорегулятор комплексной технологической системы переработки рудных отходов

Исследование посвящено совершенствованию системы управления сложной технологической системы переработки рудных отходов. Такие отходы в больших объемах скапливаются на прилегающих к горно-обогатительным комбинатам территориях, представляя большую экологическую угрозу как для населения, так и для окружающей среды за счет пылеобразования и проникновения вредных соединений в почву и грунтовые воды. Поэтому задача совершенствования систем управления переработкой рудных отходов, как одна из приоритетных, стоит на актуальной повестке дня менеджмента горно-обогатительных комбинатов. Комплексность технологической системы проявляется в наличии двух линий переработки, отличающихся набором агрегатов, а выбор линии зависит от гранулометрического состава рудных отходов. Научную новизну результатов исследования составляет предложенная структура нейросетевого регулятора на основе эталонной модели процесса управления, в котором применены глубокие рекуррентные нейронные сети в качестве цифровой копии объекта управления. В состав общей структуры нейрорегулятора входит несколько локальных нейроконтроллеров для каждого из агрегатов технологической системы. Рекуррентные нейронные сети позволяют создать высокоточные цифровые копии отдельных агрегатов двух технологических линий переработки и использовать их для имитации отклика объектов управления при настройке контроллеров. Апробирование предложенной структуры нейрорегулятора проводилось в среде MatLab-Simulik, нейронные сети проектировались с помощью инструмента Deep Network Designer. Результаты апробирования показали, что быстродействие системы управления повышается по сравнению с другими архитектурами нейрорегуляторов, доступными в среде Simulik, что может положительно сказаться на работе всей технологической системы в переходных режимах, в частности снизить технологические потери.

Ключевые слова

регуляторы на основе искусственных нейронных сетей, переработка рудных отходов

Автор статьи:

Пучков А. Ю.

Ученая степень:

канд. техн. наук, доцент, кафедра информационных технологий в экономике и управлении, филиал Федерального государственного бюджетного образовательного учреждения высшего образования «Национальный исследовательский университет «МЭИ» в г. Смоленске

Местоположение:

г. Смоленск, Россия

Автор статьи:

Прокимнов Н. Н.

Ученая степень:

канд. техн. наук, доцент Московского финансово-промышленного университета «Синергия»

Местоположение:

Москва

Автор статьи:

Рысина (Лобанева) Е. И.

Ученая степень:

аспирант, кафедра прикладной математики и искусственного интеллекта, Федеральное государственное бюджетное образовательное учреждение высшего образования «Национальный исследовательский университет "МЭИ"», Москва, Россия,

Местоположение:

г. Москва, Россия

Автор статьи:

Шутова  Д. Ю.

Ученая степень:

канд. экон. наук, доцент, кафедра информационных технологий в экономике и управлении, филиал Федерального государственного бюджетного образовательного учреждения высшего образования «Национальный исследовательский университет «МЭИ» в г. Смоленске

Местоположение:

Смоленск, Россия