WEBVTT

1
00:00:07.440 --> 00:00:09.570
Powszechnie wiadomo, że zapotrzebowanie na metale

2
00:00:09.570 --> 00:00:11.349
i minerały będzie rosło.

3
00:00:11.740 --> 00:00:13.740
Jednak by zaspokoić te potrzeby,

4
00:00:13.740 --> 00:00:15.750
zakłady górnicze muszą przetwarzać rudy

5
00:00:15.750 --> 00:00:17.379
o niższej klasie i bardziej złożone.

6
00:00:17.838 --> 00:00:20.120
Ponieważ procesy metalurgiczne wymagane do uzyskania

7
00:00:20.120 --> 00:00:22.230
produktu końcowego stają się coraz bardziej

8
00:00:22.230 --> 00:00:23.059
złożone,

9
00:00:23.399 --> 00:00:25.489
zakłady górnicze muszą maksymalnie wykorzystać

10
00:00:25.489 --> 00:00:27.629
plany przetwarzania, by wydobyć

11
00:00:27.629 --> 00:00:30.050
żądany produkt w najbardziej ekonomiczny sposób,

12
00:00:30.050 --> 00:00:32.868
przy jednoczesnej oszczędności wody,

13
00:00:32.950 --> 00:00:34.280
energii i zmniejszeniu emisji.

14
00:00:34.640 --> 00:00:36.798
Wiele zakładów przetwórstwa minerałów

15
00:00:36.798 --> 00:00:38.859
nadal działa jednak nieefektywnie.

16
00:00:39.439 --> 00:00:41.618
Jednym z rozwiązań, by sprostać tym wyzwaniom procesowym

17
00:00:41.618 --> 00:00:43.890
jest wykorzystanie systemów kontroli

18
00:00:43.890 --> 00:00:46.158
w celu optymalizacji działalności.

19
00:00:46.539 --> 00:00:48.710
Niektóre badania wskazują jednak,

20
00:00:48.710 --> 00:00:51.048
że ponad 75% zakładów przeróbki surowców mineralnych

21
00:00:51.048 --> 00:00:53.130
nadal stosuje jedynie

22
00:00:53.130 --> 00:00:55.149
podstawowe strategie optymalizacji.

23
00:00:55.640 --> 00:00:58.219
Chociaż tradycyjne strategie optymalizacyjne

24
00:00:58.219 --> 00:01:00.240
zapewniają odpowiednią kontrolę w

25
00:01:00.240 --> 00:01:02.658
zakresie bezpieczeństwa zakładu,

26
00:01:02.658 --> 00:01:04.950
rzadko osiągają optymalną kontrolę jakości

27
00:01:04.950 --> 00:01:07.319
ani nie działają w najbardziej ekonomiczny sposób.

28
00:01:07.739 --> 00:01:09.769
Wynika to z tego, że w zakładach przetwórstwa minerałów

29
00:01:09.769 --> 00:01:11.920
występują nieodłączne złożoności, których nie można rozwiązać

30
00:01:11.930 --> 00:01:14.829
za pomocą tradycyjnych technologii.

31
00:01:15.239 --> 00:01:17.750
Co by było, gdyby istniała prosta, ale potężna

32
00:01:17.750 --> 00:01:19.799
technologia, którą można zintegrować

33
00:01:19.799 --> 00:01:22.188
z obecnym układem sterowania w celu optymalizacji

34
00:01:22.188 --> 00:01:24.340
przetwarzania minerałów przy uwzględnieniu

35
00:01:24.340 --> 00:01:26.420
celów procesu, złożoności

36
00:01:26.430 --> 00:01:28.000
i ograniczeń produkcyjnych?

37
00:01:28.530 --> 00:01:30.700
Przedstawiamy sterowanie predykcyjne

38
00:01:30.700 --> 00:01:33.170
Pavilion8 firmy Rockwell Automation.

39
00:01:33.840 --> 00:01:35.950
Przyjrzyjmy się, jak działa

40
00:01:35.950 --> 00:01:37.170
sterowanie predykcyjne

41
00:01:37.840 --> 00:01:40.030
Obecnie większość zakładów przeróbki minerałów

42
00:01:40.030 --> 00:01:42.500
ma wdrożoną kontrolę procesu,

43
00:01:42.729 --> 00:01:45.259
ale wiele nadal stosuje

44
00:01:45.259 --> 00:01:47.560
tradycyjne strategie optymalizacji procesu.

45
00:01:48.239 --> 00:01:50.400
Ten uproszczony układ dzieli

46
00:01:50.400 --> 00:01:53.158
sterowanie predykcyjne na cztery główne komponenty.

47
00:01:53.938 --> 00:01:54.878
Sterownik.

48
00:01:55.229 --> 00:01:57.378
Sterowanie predykcyjne Pavilion8

49
00:01:57.390 --> 00:01:59.709
optymalizuje proces, przewidując przyszłe

50
00:01:59.709 --> 00:02:01.879
parametry wyjściowe instalacji

51
00:02:01.890 --> 00:02:04.069
i reagując na zmiany w zmiennych wejściowych

52
00:02:04.078 --> 00:02:06.060
procesu oraz na zakłócenia.

53
00:02:07.040 --> 00:02:07.810
Model.

54
00:02:08.468 --> 00:02:10.699
Do prawidłowego działania potrzebny jest

55
00:02:10.699 --> 00:02:12.830
dokładny model procesu.

56
00:02:13.300 --> 00:02:15.628
Sterowanie predykcyjne wykorzystuje

57
00:02:15.628 --> 00:02:17.658
najlepsze w swojej klasie technologie uczenia maszynowego

58
00:02:17.658 --> 00:02:20.098
do tworzenia solidnych modeli procesu,

59
00:02:20.509 --> 00:02:22.900
wykorzystując i łącząc całą dostępną

60
00:02:22.900 --> 00:02:25.068
wiedzę, taką jak dane historyczne,

61
00:02:25.300 --> 00:02:27.478
równania procesowe, dane z testów zakładowych

62
00:02:27.478 --> 00:02:30.120
i informacje od operatora.

63
00:02:30.128 --> 00:02:32.960
Virtual Online Analyzer.

64
00:02:33.340 --> 00:02:36.110
Dodatkowo efektywność narzędzia optymalizacyjnego

65
00:02:36.110 --> 00:02:38.550
zależy od bogactwa i jakości

66
00:02:38.550 --> 00:02:39.460
danych terenowych.

67
00:02:39.840 --> 00:02:42.210
W większości procesów niektóre

68
00:02:42.250 --> 00:02:44.288
pomiary są jednak niedokładne,

69
00:02:44.449 --> 00:02:45.840
niedostępne lub opóźnione.

70
00:02:46.310 --> 00:02:48.319
W tym przypadku sterowanie predykcyjne

71
00:02:48.319 --> 00:02:50.408
wykorzystuje innowacyjne narzędzie

72
00:02:50.408 --> 00:02:52.538
Virtual Online Analyzer do oszacowania takich

73
00:02:52.538 --> 00:02:54.718
zmiennych, wypełniając

74
00:02:54.718 --> 00:02:56.250
lukę w informacjach

75
00:02:56.848 --> 00:02:58.288
i funkcjach konsoli.

76
00:02:58.550 --> 00:03:01.068
Konsola jest potężnym narzędziem wizualizacyjnym,

77
00:03:01.068 --> 00:03:03.280
umożliwiającym operatorom obserwację procesu

78
00:03:03.280 --> 00:03:05.389
i modelowanie KPI

79
00:03:05.389 --> 00:03:07.419
w celu uzyskania lepszej świadomości sytuacyjnej

80
00:03:07.419 --> 00:03:08.050
systemu.

81
00:03:08.740 --> 00:03:10.889
A co najważniejsze, rozwiązanie

82
00:03:10.889 --> 00:03:13.000
sterowania predykcyjnego Pavilion8 można

83
00:03:13.000 --> 00:03:15.000
zaimplementować w każdym

84
00:03:15.000 --> 00:03:17.270
istniejącym układzie sterowania lub

85
00:03:17.270 --> 00:03:19.288
wbudować w sterowniki Rockwell

86
00:03:19.288 --> 00:03:20.560
Automation Logix.

87
00:03:21.139 --> 00:03:23.270
Oto inny sposób, aby zobaczyć model sterowania

88
00:03:23.270 --> 00:03:24.430
predykcyjnego w działaniu.

89
00:03:24.810 --> 00:03:27.068
Rozwiązanie to pozwala na uzyskanie stabilności procesu

90
00:03:27.068 --> 00:03:28.908
przy jednoczesnym zapewnieniu najwyższej wydajności.

91
00:03:29.348 --> 00:03:31.710
Osiąga się to przez znalezienie optymalnych

92
00:03:31.710 --> 00:03:33.848
poziomów operacyjnych zbliżonych do wartości granicznych

93
00:03:33.848 --> 00:03:36.000
specyfikacji systemu przy jednoczesnym zarządzaniu

94
00:03:36.000 --> 00:03:38.389
procesem w ramach ograniczeń i marginesów bezpieczeństwa.

95
00:03:39.438 --> 00:03:41.680
Teraz przyjrzyjmy się bardziej szczegółowo korzyściom,

96
00:03:41.680 --> 00:03:43.728
które można uzyskać w głównych zastosowaniach

97
00:03:43.728 --> 00:03:46.020
związanych z przetwarzaniem minerałów

98
00:03:46.030 --> 00:03:47.860
w wyniku użycia sterowania predykcyjnego Pavilion8.

99
00:03:48.538 --> 00:03:50.870
W układzie kruszarki głównym wyzwaniem

100
00:03:50.870 --> 00:03:52.889
jest znalezienie równowagi między celem

101
00:03:52.889 --> 00:03:54.900
poszczególnych kruszarek

102
00:03:54.900 --> 00:03:56.550
a ogólną wydajnością układu.

103
00:03:56.938 --> 00:03:59.180
W przypadku obwodów kruszarek

104
00:03:59.180 --> 00:04:01.318
zastosowanie strategii sterowania predykcyjnego

105
00:04:01.318 --> 00:04:03.830
przynosi szereg korzyści, takich jak

106
00:04:03.830 --> 00:04:06.060
maksymalizacja przepustowości obwodu kruszarki, stabilność

107
00:04:06.060 --> 00:04:08.098
procesu, optymalna wydajność energetyczna,

108
00:04:08.098 --> 00:04:10.288
zmniejszone zużycie sprzętu

109
00:04:10.288 --> 00:04:12.348
i mniejsza liczba awarii

110
00:04:12.348 --> 00:04:14.370
spowodowanych na przykład przetężeniem

111
00:04:14.378 --> 00:04:15.788
w zbyt rozproszonych danych.

112
00:04:16.240 --> 00:04:18.550
Dobra kontrola obwodu rozdrabniania

113
00:04:18.550 --> 00:04:20.660
stanowi wyzwanie, ale daje dużą

114
00:04:20.660 --> 00:04:22.689
szansę na optymalizację

115
00:04:22.689 --> 00:04:23.720
i zapewnienie oszczędności energii.

116
00:04:24.370 --> 00:04:26.490
Wielkość cząstek dostarczanych przez

117
00:04:26.490 --> 00:04:28.750
układ rozdrabniający ma ogromny wpływ

118
00:04:28.750 --> 00:04:30.399
na efektywność dalszych procesów.

119
00:04:31.439 --> 00:04:33.899
W przypadku obwodów rozdrabniania

120
00:04:33.899 --> 00:04:36.389
strategie sterowania predykcyjnego przynoszą

121
00:04:36.569 --> 00:04:37.399
szereg korzyści,

122
00:04:37.699 --> 00:04:40.278
takich jak maksymalizacja przepustowości,

123
00:04:40.290 --> 00:04:41.430
zmniejszenie zużycia energii

124
00:04:41.750 --> 00:04:43.088
na tonę, zwiększenie stabilności,

125
00:04:43.519 --> 00:04:45.939
redukcja zmienności wielkości cząstek,

126
00:04:46.430 --> 00:04:47.740
wydłużenie okresu eksploatacji

127
00:04:48.149 --> 00:04:50.269
oraz zapewnienie stabilności obwodu

128
00:04:50.269 --> 00:04:52.550
w celu osiągnięcia docelowej przepustowości

129
00:04:52.550 --> 00:04:53.159
i wielkości rozdrabniania.

130
00:04:54.040 --> 00:04:56.129
Obwody flotacyjne są powszechnie

131
00:04:56.129 --> 00:04:58.290
stosowaną technologią w koncentracji

132
00:04:58.290 --> 00:04:59.579
kilku minerałów,

133
00:04:59.850 --> 00:05:02.560
lecz napotykają na szereg wyzwań związanych

134
00:05:02.709 --> 00:05:04.778
z optymalizacją, ponieważ jest to proces nieliniowy,

135
00:05:04.778 --> 00:05:06.850
w którym występuje wiele zmiennych interakcji.

136
00:05:07.540 --> 00:05:09.569
Strategie sterowania predykcyjnego

137
00:05:09.569 --> 00:05:11.639
przynoszą szereg korzyści w obwodach

138
00:05:11.639 --> 00:05:13.170
flotacyjnych, w tym

139
00:05:13.670 --> 00:05:14.910
zwiększone odzyskiwanie,

140
00:05:15.230 --> 00:05:17.470
polepszona i ustabilizowana klasa czystości

141
00:05:17.810 --> 00:05:19.759
oraz zoptymalizowane zużycie odczynników.

142
00:05:20.540 --> 00:05:23.139
Wydajność zagęszczacza ma bezpośredni wpływ

143
00:05:23.139 --> 00:05:24.980
na pracę całego zakładu.

144
00:05:25.278 --> 00:05:27.829
Wiele instalacji zagęszczaczy

145
00:05:27.829 --> 00:05:29.970
działa jednak poniżej limitów projektowych

146
00:05:29.970 --> 00:05:32.069
i zazwyczaj nie nadaje się im priorytetów

147
00:05:32.069 --> 00:05:33.459
w zakresie optymalizacji.

148
00:05:34.240 --> 00:05:36.430
W przypadku zagęszczaczy zastosowanie

149
00:05:36.430 --> 00:05:38.689
strategii sterowania predykcyjnego

150
00:05:38.689 --> 00:05:40.360
przynosi szereg korzyści,

151
00:05:40.838 --> 00:05:42.560
takich jak zwiększona gęstość produktu dolnego,

152
00:05:43.040 --> 00:05:44.990
zmniejszenie zużycia flokulantów,

153
00:05:45.540 --> 00:05:47.439
poprawa klarowności produktu górnego

154
00:05:47.800 --> 00:05:49.850
i lepsze wykorzystanie wody.

155
00:05:50.338 --> 00:05:52.360
Technologie rafinacji metali stoją przed

156
00:05:52.360 --> 00:05:54.420
coraz większymi wyzwaniami związanymi

157
00:05:54.420 --> 00:05:56.389
z obniżającymi się klasami koncentratów,

158
00:05:56.759 --> 00:05:58.769
powodującymi nieefektywność termiczną

159
00:05:58.769 --> 00:05:59.879
i niską wydajność.

160
00:06:00.639 --> 00:06:03.120
Stężenie zanieczyszczeń w ujęciu średnim wzrasta,

161
00:06:03.129 --> 00:06:05.709
co stwarza potencjalne zagrożenia dla środowiska

162
00:06:05.709 --> 00:06:07.720
i powoduje powstanie dodatkowych kosztów

163
00:06:07.720 --> 00:06:08.370
przetwarzania.

164
00:06:09.139 --> 00:06:11.649
Zastosowanie strategii sterowania predykcyjnego

165
00:06:11.649 --> 00:06:13.949
przynosi szereg korzyści dla procesów

166
00:06:13.949 --> 00:06:15.699
rafinacji metali, takich jak

167
00:06:16.170 --> 00:06:18.410
stabilizacja pracy,

168
00:06:18.980 --> 00:06:21.259
poprawa jakości produktu,

169
00:06:21.269 --> 00:06:22.199
oszczędność

170
00:06:22.838 --> 00:06:24.000
energii

171
00:06:24.350 --> 00:06:25.819
i redukcja emisji.

172
00:06:26.639 --> 00:06:28.970
Przenoszenie materiałów może być złożone,

173
00:06:28.980 --> 00:06:31.360
szczególnie w przypadku operacji wymagających zarządzania

174
00:06:31.360 --> 00:06:34.009
trasą łączącą wiele przenośników.

175
00:06:34.110 --> 00:06:36.170
Nie musi to jednak być

176
00:06:36.170 --> 00:06:37.860
aż tak skomplikowane dzięki

177
00:06:38.338 --> 00:06:40.579
strategiom sterowania predykcyjnego.

178
00:06:40.730 --> 00:06:42.750
Można zauważyć kilka korzyści,

179
00:06:42.759 --> 00:06:43.560
takich jak

180
00:06:43.939 --> 00:06:45.459
zmaksymalizowany przepływ rudy,

181
00:06:45.838 --> 00:06:48.560
eksploatacja w maksymalnych limitach,

182
00:06:48.939 --> 00:06:50.759
zminimalizowania liczba awarii sprzętu,

183
00:06:51.209 --> 00:06:52.750
wydłużenie jego żywotności,

184
00:06:53.139 --> 00:06:55.759
zmniejszenie ilości zakłóceń między zmianami

185
00:06:56.240 --> 00:06:58.528
oraz oszczędność energii przy zachowaniu

186
00:06:58.528 --> 00:06:59.949
maksymalnej przepustowości.

187
00:07:00.350 --> 00:07:02.639
Sterowanie predykcyjne Pavilion8

188
00:07:02.639 --> 00:07:04.199
firmy Rockwell Automation.

189
00:07:04.550 --> 00:07:06.930
Inteligentny sposób na zwiększenie

190
00:07:06.939 --> 00:07:08.970
wydajności odzyskiwania i zapewnienie

191
00:07:08.970 --> 00:07:11.028
zrównoważonych procesów przetwarzania minerałów.