16 апреля компания АО «МЦД» провела вебинар, посвященный цифровым технологиям для горно-металлургической отрасли, в рамках которой были представлены программные решения для моделирования производственных процессов и цифровизации обслуживания оборудования. В ходе мероприятия спикеры обсудили применение этих технологий на реальных предприятиях и ключевые вызовы, с которыми сталкивается отрасль. Григорий Юсупов, руководитель проектной группы АО «МЦД», представил программный комплекс SmartGranum – решение для системного моделирования производственных процессов. Этот инструмент позволяет компаниям заранее анализировать работу цехов, выявлять узкие места и тестировать варианты модернизации без остановки производства.
«Продукт компании применяется для создания полной цифровой копии предприятия, позволяя построить системную модель цеха, линии либо всего предприятия для получения полной картины движения материалов в каждом процессе, в отдельных узлах и проведения детальной оценки производительности и эффективности линии,» – пояснил Григорий Юсупов.
В качестве примера реализации он привел моделирование хвостового хозяйства. На одном из горно-обогатительных комбинатов стояла проблема неравномерного распределения хвостов в хранилище из-за сложного рельефа местности и переменной плотности пульпы. Традиционные методы расчетов не давали точных результатов.
Для решения задачи специалисты создали точную цифровую модель всего хвостового хозяйства. Несмотря на усложняющие факторы в виде конструктивных особенностей и значительных перепадов высот между узлами, специалистам удалось оценить возможности насосного парка, проверить, справится ли оборудование со всеми требуемыми режимами работы, и определить, сможет ли система обеспечить равномерную загрузку всей площади хвостохранилища. В результате все сценарии были проанализированы, предложены варианты для достижения максимальной работоспособности конструкции и полной загрузки хвостов.
Моделирование требует детальных входных параметров, но на предприятиях часто не хватает замеров специфических данных, например, коэффициента трения и восстановления скорости. На производственных предприятиях эти параметры редко измеряются в рамках стандартного мониторинга, поскольку они не влияют на оперативное управление. Однако для моделирования оборудования и оптимизации процессов такие данные необходимы. В подобных случаях специалисты проводят лабораторные эксперименты, определяя недостающие характеристики с последующей верификацией через численное моделирование.
В ходе работ для компании «Магнезит» были проведены калибровочные испытания для оценки физико-механических свойств материала. В ходе первого эксперимента изучалось дробление частицы при ударе о стальную пластину на высокой скорости. Это позволило определить коэффициент восстановления скорости и такие ключевые параметры, как вероятность разрушения материала, и минимальную энергию, необходимую для его дробления. В другом исследовании анализировалось абразивное и ударно-абразивное изнашивание при свободном движении частиц в барабане. Для этого измерялась потеря массы стальных и бетонных образцов, что позже использовалось для калибровки модели.
Где еще можно применять моделирование?
- Дробление
Позволяет моделировать гранулометрического состав продуктов щековой дробилки со сложным качанием щек. Конструкция дробилки предусматривает движение обеих щек от отдельных эксцентриковых валов, что создает специфическую кинематику, которая может быть проанализирована на начальном этапе. Далее моделирование будет перенесено в специализированную программу для оценки гранулометрического состава конечного продукта, учитывающую разрушение единичного куска материала. Реальный результат моделирования показал допустимую сходимость с экспериментальными данными. Аналогичные методы могут применяться для конусных, валковых, молотковых дробилок, а также для анализа износа рабочих органов. - Конвейерные системы
В этой области моделирование максимального угла наклона конвейеров позволяет оценить неравномерность загрузки ленты, локальный износ и другие факторы, влияющие на работу конвейерных систем. В рамках одного из проектов рассматривались также процессы движения и накопления материала на складах, что позволило обеспечить комплексный анализ транспортировки сыпучих грузов. - Пересыпные узлы
Помогает проанализировать ключевые проблемы, такие как неполная загрузка рудных карманов, локальный износ, неравномерное распределение материала на конвейере, точечное просыпание и высокие скорости потока при перегрузке. На примере моделирования была решена задача подбора конструкции, обеспечивающей требуемую пропускную способность для материала со специфической формой частиц при минимальном износе оборудования. - Мельницы
В этом направлении моделирование может быть применено для решения таких ключевых проблем, возникающих при эксплуатации мельниц, как повышенный локальный износ футеровки в зонах решетки и разгрузки, оптимизация шаровой загрузки (включая размер и форму мелющих тел), оценка эффективности элеваторов и предотвращение вылета шаров в разгрузочную зону. Численное моделирование позволяет детально проанализировать процесс измельчения, включая движение рудной и шаровой загрузки, определить их оптимальное соотношение и степень заполнения мельницы. - Гидрометаллургия
Для этого направления характерно применение моделирования для анализа повышенного износа футеровки конструкции, подбора оптимальных насадок и рабочих режимов. Это дает возможность учитывать изменения хронометрического состава питания и перепадов давления, подобрать оборудование для конкретного мероприятия с учетом всех условий. - Перемешивающие устройства
В данной сфере моделирование позволяет детально изучить движение материалов и фаз в реальном масштабе с анализом всего объема аппарата. С его помощью определяются линии тока, траектории движения отдельных фаз, поля скоростей, а также оценивается динамика перемешивания во всем объеме чана. Моделирование помогает выявить влияние конструктивных элементов, например, недостаточную эффективность импеллеров. - Сгустители
Применительно к сгустителям моделирование позволяет оценить поведение конструкции под воздействием внешних нагрузок, таких как ветер и давление снега. Метод дает возможность проанализировать различные сценарии нагружения, выбрать наиболее критический и произвести детальный прочностной расчет всех элементов конструкции, выявить слабые места.
В рамках вебинара был представлен еще один продукт компании под названием ServiceVizor. Андрей Феоктистов, директор филиала в СЗФО, директор по развитию бизнеса, кандидат технических наук, рассказал, что продукт представлен в виде мобильного решения, работающего на защищенных планшетах и смартфонах. Оно помогает техническим специалистам быстрее и точнее выполнять обслуживание оборудования. Основной функционал включает три ключевых компонента: инструменты дополненной реальности – при наведении камеры на агрегат система накладывает на изображение схемы, инструкции и подсказки по ремонту; автоматическую фиксацию всех действий с привязкой ко времени для последующего анализа и интеграцию с датчиками оборудования для отображения текущих параметров прямо в интерфейсе. По заявлениям спикера, система позволяет сократить время обслуживания на 30% и вдвое уменьшить количество ошибок, однако конкретные результаты зависят от условий внедрения на каждом предприятии.
«С помощью численного инженерного анализа можно повышать производительность стандартного оборудования, за счет изменения режимов работы и конструкции улучшать равномерность перемешивания и подачи материала на оборудование, оптимизировать работу измельчительного оборудования, отслеживать критические точки процесса, анализировать слабые места в схемах водношламовой», – отметил Андрей Феоктистов.
