Spelling suggestions: "subject:"eontrol dde procesospropuesta"" "subject:"eontrol dde procesos.en""
1 |
Desarrollo de una librería neuronal en control builder 5.1 para controlar el nivel de mineral al interior de un molino de bolasSotelo Cabrera, Giancarlo Stefano 27 June 2016 (has links)
Los equipos utilizados en la molienda de minerales son los molinos de bolas,
encargados de realizar la conminución del mineral. Estos equipos desarrollan
elevado consumo de energía a una baja eficiencia de operación. Una de las razones
de la baja eficiencia se debe a la dificultad existente para identificar el nivel de carga
en el molino. Por ejemplo, al incrementar el nivel de carga al nivel óptimo, los
espacios existentes entre las bolas de acero se rellenan con mineral, generando un
incremento en el ratio de conminución. Por otro lado, podría pensarse que superar el
nivel de carga óptimo incrementa el ratio de conminución. Sin embargo, solo satura
el molino y disminuye aún más la eficiencia del proceso. Estos son algunos ejemplos
que indican la importancia de conocer el nivel de carga durante la operación. El nivel
de carga marca la pauta de una operación óptima y permite incrementar la eficiencia
del proceso de molienda.
El objetivo de la tesis fue desarrollar un sistema de control neuronal capaz de
determinar el nivel de carga instantáneo del molino en base a la experiencia del
operador de sala de control y mediciones de variables ampliamente conocidas en la
operación de molinos: Presión, Velocidad, Impactos y Tonelaje. La principal ventaja
del sistema de control desarrollado es la medición en tiempo real de una variable que
no es posible determinar directamente con algún sistema de instrumentación en
campo. Adicionalmente, si el molino está operando fuera del nivel óptimo de carga,
el sistema de control proporciona las acciones típicas correctivas.
El sistema de control neuronal fue desarrollado en las plataformas Control Builder 5.1
y System800xA (Sistema de Control Distribuido) del fabricante ABB. Las señales de
campo se integraron al sistema a través de “Cableado Duro” (4…20mA) y “Modbus
TCP”. Asimismo, se utilizó el algoritmo neuronal supervisado “Retropropagación” a
fin de entrenar la red neuronal. Finalmente, se realizaron pruebas al sistema de
control y se obtuvo el nivel de carga del molino con un error máximo de 4.22%. / Tesis
|
2 |
Desarrollo de una librería neuronal en control builder 5.1 para controlar el nivel de mineral al interior de un molino de bolasSotelo Cabrera, Giancarlo Stefano 27 June 2016 (has links)
Los equipos utilizados en la molienda de minerales son los molinos de bolas,
encargados de realizar la conminución del mineral. Estos equipos desarrollan
elevado consumo de energía a una baja eficiencia de operación. Una de las razones
de la baja eficiencia se debe a la dificultad existente para identificar el nivel de carga
en el molino. Por ejemplo, al incrementar el nivel de carga al nivel óptimo, los
espacios existentes entre las bolas de acero se rellenan con mineral, generando un
incremento en el ratio de conminución. Por otro lado, podría pensarse que superar el
nivel de carga óptimo incrementa el ratio de conminución. Sin embargo, solo satura
el molino y disminuye aún más la eficiencia del proceso. Estos son algunos ejemplos
que indican la importancia de conocer el nivel de carga durante la operación. El nivel
de carga marca la pauta de una operación óptima y permite incrementar la eficiencia
del proceso de molienda.
El objetivo de la tesis fue desarrollar un sistema de control neuronal capaz de
determinar el nivel de carga instantáneo del molino en base a la experiencia del
operador de sala de control y mediciones de variables ampliamente conocidas en la
operación de molinos: Presión, Velocidad, Impactos y Tonelaje. La principal ventaja
del sistema de control desarrollado es la medición en tiempo real de una variable que
no es posible determinar directamente con algún sistema de instrumentación en
campo. Adicionalmente, si el molino está operando fuera del nivel óptimo de carga,
el sistema de control proporciona las acciones típicas correctivas.
El sistema de control neuronal fue desarrollado en las plataformas Control Builder 5.1
y System800xA (Sistema de Control Distribuido) del fabricante ABB. Las señales de
campo se integraron al sistema a través de “Cableado Duro” (4…20mA) y “Modbus
TCP”. Asimismo, se utilizó el algoritmo neuronal supervisado “Retropropagación” a
fin de entrenar la red neuronal. Finalmente, se realizaron pruebas al sistema de
control y se obtuvo el nivel de carga del molino con un error máximo de 4.22%.
|
3 |
Evaluación experimental de los efectos de la variación del porcentaje de sólidos en la alimentación de un proceso de molienda de cobre sobre factores energéticos y mineralógicos, en una planta piloto a escala de laboratorioPando Malca, Alexander Germán 01 September 2021 (has links)
Este trabajo aborda un análisis experimental de los factores energéticos y mineralógicos
en un proceso de molienda de cobre respecto a variaciones en las condiciones de
operación. Para ello, se implementó una planta piloto a escala de laboratorio en la que se
realizaron experimentos con diferentes porcentajes de sólidos en la alimentación del
circuito. Esta planta fue establecida en el laboratorio de Mineralurgia de la PUCP.
La metodología se desarrolló para evaluar 3 niveles de porcentaje de sólidos y su
influencia en los factores de consumo energético del molino de bolas, tamaño y tasa de
producto y Work Index de Operación. Se realizaron estudios preliminares para
caracterizar el mineral a moler y se siguió la metodología del Diseño de Experimentos
(DOE) para el desarrollo de los ensayos. Tras la recopilación de data y muestras, se
procesaron los resultados tanto de manera gráfica como estadística, siguiendo el análisis
de varianza propuesto por el DOE.
Los resultados mostraron que al disminuir el porcentaje de sólidos de 75% a 66% se puede
lograr una disminución en el consumo de energía del molino y un aumento en la tasa del
producto; aunque, en contraparte, también un aumento en el tamaño de partículas del
producto. La interacción de estos 3 parámetros, relacionados por medio del Work Index
de Operación, dio como conclusión que en ambas réplicas el menor Work Index de
Operación fue a la concentración de sólidos de 66%; mientras que para la de 70%, fue la
mayor.
Por otro lado, los resultados fueron comparados con referencias bibliográficas y se
verificaron comportamientos similares. Así como, al comparar con el estándar de
laboratorio hallado mediante el método de Bond, se reveló que el circuito puede continuar
siendo optimizado.
El documento concluye en que, si se realiza un compromiso entre bajo consumo
energético, pero un mayor tamaño de producto; en una molienda húmeda, de cobrecalcopirita,
en circuito cerrado y flujo continuo, evaluado en este estudio, se identificaría
como la opción a recomendar el porcentaje de sólidos de 66%.
|
Page generated in 0.1473 seconds