Труды КНЦ вып.3 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ вып.1 3/2010(3))

М о н и к научных и м и 2011 АЛГОРИТМ СОЗДАНИЯ ИНФОРМАЦИОННОЙ НЕЙРО-МОДЕЛИ ДЛЯ ЦЕЛЕЙ ОПТИМИЗАЦИИ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ ИЗМЕЛЬЧЕНИЯ И КЛАССИФИКАЦИИ П.В. Кузнецов, В.Н. Богатиков, А.Е. Пророков * Для достижения целей оптимального управления процессом измельчения и классификации необходи­ мо перерабатывать максимальное количество руды, обеспечивая необходимое качество ее помола. В данном случае требуется определить оптимальное управление, которое было бы способно перевести систему из текущего состояния в требуемое, при ми­ нимизации заданного критерия качества. Учитывая специфику условий технологического процесса измельчения апатито-нефелиновых руд (нестабильность вещественного состава, крупности и других свойств руды), построение стандартной сис­ темы управления в виде локальных контуров автома­ тического регулирования отдельных параметров не позволяет в достаточной степени обеспечить опти­ мальное управление. Исходя из этого, предпочтительно разработать систему управления процессом измельчения и клас­ сификации на основе нейронных сетей, особенно­ стью моделей которых является возможность вос­ произведения чрезвычайно сложных зависимостей. Нейронные сети обладает целым рядом свойств, привлекательных с точки зрения их практического использования на процессах измельчения и класси­ фикации: • сверхвысокое быстродействие за счет исполь­ зования массового параллелизма обработки инфор­ мации; • толерантность к ошибкам: работоспособность сохраняется при повреждении значительного числа нейронов; • способность к обучению, программирование вычислительной системы заменяется обучением; • способность к распознаванию образов в усло­ виях сильных помех и искажений. Общая структура системы оптимального управления приведена на рис. 1 . Процесс создания системы управления процессом измельчения можно разделить на два этапа: 1. Построение математической модели и опреде­ ление степени влияния контролируемых параметров на качество помола и производительность мельницы по руде; 2. Исключение из системы оборудования для измерения таких параметров работы технологиче­ ского процесса, значения которых можно определять вычислениями и запуском системы в минимально необходимой конфигурации [ 1 ]. Нейронная сеть Прогноз качества измельчения и классификации I Система регулирования в п д а I s вв ю и ф Новомосковский институт РХТУ им. Д. И. Менделеева, г. Новомосковск. Рис.1. Структура системы управления процессом измельчения и классификации Процесс сокращения множества параметров и входных сигналов является одним из этапов нейро- сетевого моделирования, целями которого являются: 1. Упрощение специализированных технических устройств (гранулометров и т.п.); 2. Сокращение объема используемой памяти системы управления и увеличение быстродействия нейросети; 3. Уменьшение количества используемых дан­ ных за счет отбрасывания наименее значимых пара­ метров процесса; 4. Облегчение явной вербальной интерпретации процесса и результатов обработки данных [ 2 ]. Наиболее важными являются две последние цели. Сокращение объема данных уменьшает затраты на самый трудоемкий процесс - сбор данных; возможность явной вербальной интерпретации - новое свойство нейросетей, в результате которого появляется возможность приведения структуры нейронной сети к понятному и допускающему осмысленный пересказ виду. Первые два из перечисленных этапов представляет собой достаточно серьезную задачу, поэтому рассмотрим их более подробно. 112