Автореферат О.Н.Обуховой


УДК 519.711:517.977:622.012                                       На правах рукописи

 

 

 

 

 

Обухова Ольга Николаевна

 

 

 

 

РАЗРАБОТКА МЕТОДОВ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ДЛЯ РЕШЕНИЯ ОПТИМИЗАЦИОННЫХ ЗАДАЧ ГОРНОГО ПРЕДПРИЯТИЯ

 

 

05.13.01 – Системный анализ, управление и обработка информации

 

 

 

 

 

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Республика Казахстан

Алматы, 2008

 

Работа выполнена в ДГП «Институт проблем информатики и управления МОН РК» и РГКП «Рудненский индустриальный институт»

 

 

Научный руководитель:        доктор технических наук,

профессор Бияшев Р.Г.,

кандидат технических наук,

Клименко И.С.

 

 

Официальные оппоненты:     доктор технических наук,

                                               профессор Сыздыков Д.Ж.,

кандидат технических наук,

                                               доцент Буранбаева А.И.

 

 

 

Ведущая организация:           Институт математики МОН РК               

 

 

 

 

 

Защита диссертации состоится «____» __________  200__ г. в ___ часов на заседании объединенного диссертационного совета ОД14.13.03 при Казахском национальном техническом университете  им. К.Сатпаева МОН РК по адресу: Республика Казахстан, 050013 г.Алматы, ул. Сатпаева, 22, (нефтяной корпус, 1-й этаж, конференц-зал).

 

         С диссертацией можно ознакомиться в библиотеке Казахского национального технического университета им. К.И.Сатпаева.

 

 

 

Автореферат разослан «____» ноября 2008 г.

 

 

 

 

Ученый секретарь

диссертационного совета ОД 14.13.03

доктор технических наук, профессор                                  Б.Х. Айтчанов

 

 

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

 

Понимание поведения изучаемой системы и возможность оценки различных стратегий, обеспечивающих достижение выбранной цели, является важной задачей при изучении систем различных предметных областей и процессов их функционирования. Использование современных аппаратных и программных средств для этих целей является неотъемлемой частью в проведении современных исследований реальных объектов, систем или процессов. Современное программное обеспечение мирового масштаба охватывает практически все сферы человеческой деятельности, причем его разработка основывается на методах прикладного характера, специфичных для той или иной области.

Объектом исследования настоящей работы является рудоподготовительный комплекс северо-казахстанского горнорудного предприятия АО «Соколовско-Сарбайское горно-производственное объединение».

Область информационных технологий уже не первое десятилетие занимается вопросами решения проблем предприятий различного направления, в том числе и предприятий горнорудной промышленности. За время работы в данном направлении сложилась целая структура специализированного программного обеспечения для данной предметной области.

В целом спектр задач горно-обогатительного предприятия, не затрагивая вопросов управления предприятием непроизводственного характера, можно декомпозировать следующим образом: проектирование месторождений, определение конечных контуров карьера, оптимизация буровзрывных и вскрышных работ, определение планов горных работ, планирование работы горного оборудования и транспортного комплекса, планирование работы горнодобывающего, рудоподготовительного и фабричного комплексов, планирование сбыта готовой продукции.

Актуальность темы исследования. Ограниченность возможностей экспериментального исследования реальных производственных систем делает актуальной разработку методики их моделирования, которая позволила бы представить процессы функционирования систем, описать протекание этих процессов с помощью математических моделей, получить результаты экспериментов с моделями по оценке характеристики исследуемых объектов. В результате этого разработка методов изучения систем на практике представляет актуальную задачу.

Одним из мощных инструментов анализа поведения сложных систем является моделирование. Модель является представлением реального объекта, системы или процесса. Обычно модели служат средством, помогающим в объяснении, понимании или совершенствовании системы. Имитационное моделирование – это искусственный эксперимент, при котором вместо проведения натурных испытаний с реальной системой проводятся опыты на математических моделях. Имитационное моделирование состоит в разработке модели реальной системы и постановке экспериментов на ней с целью понимания поведения системы, либо оценки различных стратегий, обеспечивающих достижение поставленной цели.

На практике имитационное моделирование осуществляется при вводе математической модели, которая связывает характеристики состояния процесса с параметрами исследуемой системы, исходной информации и начальных условий. На основе этих данных и допущений о тех или иных случайных воздействиях со стороны окружающей среды определяются выходные параметры исследуемого процесса и другие характеристики. При моделировании случайных воздействий распределение величин определяется по какому-либо теоретическому закону, либо из экспериментальных данных.

Использование современных информационных технологий на этапе создания имитационной модели является важным моментом в эпоху информатизации, что делает актуальной задачу разработки компьютерной модели процесса функционирования реальной системы.

В связи с выше изложенным были поставлены следующие задачи: разработать и реализовать метод исследования процесса функционирования системы, построить математическую модель объекта исследования и имитационную модель на базе современного инструментария программирования.

Целью исследований являются:

-                  анализ существующих методов, видов и моделей моделирования;

-                  разработка метода исследования и моделирования системы для решения оптимизационных задач предметной области;

-                  формализация процесса функционирования объекта исследования;

-                  программная реализация формальной модели процесса функционирования объекта исследования.

В соответствии с целью исследований поставлены следующие задачи исследования:

-                  провести анализ видов моделирования по различным классификационным признакам с целью выявления моделирования, приемлемого для предметной области;

-                  разработать метод моделирования для решения оптимизационных задач объекта исследования;

-                  разработать структурную схему объекта исследования с целью изучения процесса функционирования объекта;

-                  построить математическую модель элементов объекта и процесса функционирования объекта;

-                  разработать имитационную модель на основе формализации процесса функционирования и реализовать ее с использованием инструментария программирования;

-                  исследовать разработанную модель на предмет адекватности, непротиворечивости, работоспособности и точности модели.

Объект исследования: горнодобывающий и рудоподготовительный комплекс горнорудного предприятия на примере АО «Соловско-Сарбайское горно-производственное объединение»

Предмет исследования:

-                  процесс функционирования рудоподготовительного комплекса;

-                  компьютерная имитационная модель процесса функционирования объекта исследования.

Методы исследования. При проведении исследований и разработок в диссертационной работе были использованы методы исследования операций, методы теории вероятностей и математической статистики, а также методы теории планирования экспериментов.

Научная новизна полученных результатов диссертационной работы заключается в следующем:

1.                Сформулированы требования к элементам (блокам) объекта исследования при его изучении и декомпозиции.

2.                Разработан комплексный метод моделирования для изучения, анализа и решения оптимизационных задач объекта исследования, что отличает его от существующих методов моделирования в горнорудной промышленности.

3.                Разработаны математические модели элементов системы и проведена формализация процесса функционирования в комплексе, что отличает аналогичные процессы формализации.

4.                Предложен способ реализации имитационной модели с использованием современного инструментария программирования.

5.                Разработан программный продукт «Рудоподготовительный комплекс», позволяющий:

-                  создавать, редактировать и удалять визуализированные объекты – забои, склады карьера, карьеры, фабрика;

-                  контролировать параметры буровзрывных скважин (забоев);

-                  оптимизировать перевозки рудной массы из забоев на склады подразделений (карьеров) с целью минимизации суммарной стоимости перевозок по маршрутам;

-                  контролировать качество и содержание компонентов на рудных складах;

-                  определять параметры оптимальных рудопотоков со складов карьеров на фабрику, для принятия управленческих решений по вопросу максимизации извлечения путем поставки на переработку руды оптимального качества;

-                  графически представлять основные характеристики объектов (забои, склады, карьеры, фабрика) на начало и конец итерации;

-                  сохранять объекты и их параметры для дальнейшего применения в процессе моделирования.

Положения, выносимые на защиту:

-                  метод моделирования, направленный на решение оптимизационных задач объекта исследования;

-                  аналитическая модель элементов системы, отражающих ее процесс функционирования;

-                  имитационная модель, отражающая процесс функционирования объекта исследования;

-                  компьютерное моделирование рудопотоков по критерию минимизации суммарной стоимости перевозок по маршрутам и критерию оптимизации извлечения путем поставки на переработку руды оптимального качества;

-                  результаты моделирования рудопотоков на фабричный комплекс горнорудного предприятия при различных значениях параметров элементов системы;

-                  программный продукт «Рудоподготовительный комплекс», основанный на модели объекта исследования с реализацией имитационного моделирования.

Практическая ценность работы определяется:

-                  созданием прикладного программного комплекса с увязкой к конкретному производственному циклу и проведением работы по заказу АО ССГПО. Имеется заявка на разработку программного обеспечения для определения параметров рудопотоков по критерию оптимизации извлечения путем поставки на переработку руды оптимального качества;

-                  выполнением научно-исследовательских работ по заданию «Повышение эффективности горнорудных предприятий» в рамках тематического плана НИР  Рудненского индустриального института;

-                  внедрением результатов работы в учебный процесс кафедры информационных системы и технологий Рудненского индустриального института (курс лекций и лабораторный практикум «Моделирование информационных процессов», «Проектирование информационных систем»).

Кроме того, с применением метода, лежащего в основе построения и применения модели функционирования объекта исследования, операционисту предоставляются сведения, достаточные для принятия оптимальных управленческих решений без фактора субъективизма. При этом метод предоставляет:

-                  высокую скорость обработки запроса;

-                  адекватность принятия решения;

-                  минимизирует ошибки в решении задач оптимизации.

Апробация работы. Результаты диссертационной работы докладывались на Международной научной конференции «Наука и образование – ведущий фактор стратегии «Казахстан - 2030» (24-25 июня 2004 г., КарГТУ, г.Караганда); 3 Международной научно-методической конференции «Моделирование и информационные технологии в образовании и науке» (ММ ИТОН) (29 сентября – 2 октября, КазНПУ им.Абая, г.Алматы); региональной научно-практической конференции «10-летие Конституции – перспективы социально-политического и промышленного развития независимого Казахстана» (28 сентября 2005 г., РИИ, г. Рудный); IV Международном форуме «Информатизация образования Казахстана и стран СНГ» (18 – 19 октября 2006 г., г. Алматы); Международной конференции «Автоматизация и управление. Перспективы, проблемы и решения» (15-18 января 2007 г., КазНТУ им. К.И.Сатпаева, Институт автоматики и управления, г.Алматы); VIII Международной научной конференции «Топорковские чтения» (6 июня 2008 г., РИИ, г.Рудный).

Публикации. По результатам проведенных исследований опубликовано 11 работ, в том числе свидетельство об интеллектуальной собственности.

Структура работы. Диссертационная работа изложена на 108 страницах, состоит из введения, четырех глав, заключения, приложений, 1 таблицы, 37 рисунков, библиография – 62 наименования.

 

СОДЕРЖАНИЕ РАБОТЫ

 

Во введении обоснована актуальность диссертационной работы, изложены цели и задачи исследования, научная новизна и практическая ценность работы.

Первый раздел посвящен обзору интегрированных информационных систем, предназначенных для решения задач разведки и разработки месторождений, систем, связанных с моделированием и оценкой рудных запасов, горным проектированием и планированием.

В процессе исследования были изучены существующие на рынке программного обеспечения (ПО) интегрированные системы (ИС), которые условно были разделены на 3 большие группы:

1)     интегрированные горно-геологические системы общего назначения;

2)     системы планирования и оптимизации горных работ;

3)     системы моделирования и расчета рудничной вентиляции.

Большинство ИС работают с различными операционными системами (Windows, Unix и т.д.), на любых платформах, а также имеют интерфейсы для работы с практически любой периферией (плоттерами, дигитайзерами, сканерами, стримерами и т.д.).

Они предоставляют пользователю большой набор инструментов и стоят  100 – 700 тыс. долл. и более в зависимости от количества модулей и числа пользователей. Большинство систем рассчитаны на работу в многопользовательском режиме в корпоративных сетях. Такая конфигурация позволяет очень быстро обрабатывать большие объемы информации, одновременно запускать несколько программ, а также в полной мере использовать все возможности трехмерной динамической графики.

Несмотря на большой спектр возможностей, применение представленных на мировом рынке программного обеспечения интегрированных систем на региональном уровне для решения прикладных задач горнорудного предприятия АО «Соловско-Сарбайское горно-производственное объединение» затруднительно по нескольким причинам: данные программные продукты являются системами высшего ценового класса; вопросы открытости систем, их модификации и адаптации под нужды конкретного предприятия являются трудно реализуемыми, а наличие решения всех задач в комплексе – отсутствует.

Исходя из этого изучение процесса функционирования рудоподготовительного комплекса на региональном уровне, разработка методов и средств реализации задач объекта исследования составляют актуальную задачу.

Во втором разделе представлен анализ видов моделирования и моделей, применяемых для изучения и анализа систем и процессов их функционирования.

В настоящее время нельзя назвать область человеческой деятельности, в которой в той или иной степени не использовались бы методы моделирования. Особенно это относится к сфере управления различными производствами и системами, где основными являются процессы принятия решений на основе получаемой информации.

В работе проведена классификация видов моделирования (рисунок 1) по таким классификационным признакам, как:

-                  степень полноты модели;

-                  характер изучаемых процессов в системе;

-                  способ представления объектов;

-                  способ и характер математического описания объектов.

Эффективность экспериментальных исследований сложных систем оказывается крайне низкой, поскольку проведение натурных экспериментов с реальной системой либо требует больших материальных затрат и значительного времени, либо вообще практически невозможно.

Эффективность теоретических исследований с практической точки зрения в полной мере проявляется, когда их результаты с требуемой степенью точности и достоверности могут быть представлены в виде аналитических соотношений (при аналитическом моделировании) или моделирующих алгоритмов (при имитационном моделировании), пригодных для получения соответствующих характеристик процесса функционирования исследуемых систем.

В соответствии с представленной классификацией выделено аналитическое и имитационное моделирование как разновидность математического и рассматриваемое в работе в качестве методов изучения и анализа поведения системы исследования. При этом отмечены достоинства, недостатки и целесообразность их применения на практике.

В аналитических моделях поведение сложной системы записывается в виде некоторых функциональных соотношений или логических условий. Наиболее полное исследование удается провести в том случае, когда получены явные зависимости, связывающие искомые величины с параметрами сложной системы и начальными условиями ее изучения. Однако это удается выполнить только для сравнительно простых систем.

Для сложных систем исследователю приходится идти на упрощение реальных явлений, дающее возможность описать их поведение и представить взаимодействия между компонентами сложной системы. Это позволяет изучить хотя бы некоторые общие свойства сложной системы.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Рисунок 1 – Классификация видов моделирования систем

 

Для построения математических моделей имеется мощный математический аппарат:

-                  функциональный анализ;

-                  исследование операций;

-                  теория вероятностей;

-                  математическая статистика;

-                  теория массового обслуживания и т.д.

Наличие математического аппарата и относительные быстрота и легкость получения информации о поведении сложной системы способствовали повсеместному и успешному распространению аналитических моделей при анализе характеристик сложных систем.

Применительно к задачам горного предприятия наиболее широко распространенными аналитическими моделями являются:

-                  линейные модели;

-                  нелинейные модели;

-                  динамические модели;

-                  модели сетевого планирования и управления;

-                  модели систем массового обслуживания.

Несмотря на законченный математический аппарат приведенных моделей, в реальных практических ситуациях их использование дает лишь однократное решение задачи. К тому же начальная информация, используемая в процессе решения, носит часто приближенный характер, а использование аналитических методов накладывает ряд жестких и существенных требований и ограничений на характер процесса в изучаемой системе.

Следовательно, когда явления в сложной системе настолько сложны и многообразны, что аналитическая модель становится слишком грубым приближением к действительности, системному аналитику необходимо использовать имитационное моделирование. В имитационном моделировании поведение компонентов сложной системы описывается набором алгоритмов, которые затем реализуют ситуации, возникающие в реальной системе. Моделирующий алгоритм позволяет по исходным данным, содержащим сведения о начальном состоянии сложной системы, и фактическим значениям параметров системы отобразить реальные явления в системе и получить сведения о возможном поведении сложной системы для данной конкретной ситуации. На основании полученной информации аналитик может принять соответствующие решения.

Применение имитационного моделирования оправданно, когда при решении различных производственных задач необходимо учитывать влияние случайных факторов, что вызывает необходимость использования вероятностных методов исследования. Применение метода статистического моделирования, который позволяет учитывать стохастический характер производственного процесса, было первым историческим шагом в практическом применении имитационного моделирования.

В заключение необходимо отметить, что оба вида моделей являются полезным инструментом исследования и об их соответствии решаемым проблемам надо судить в контексте конкретного применения.  В задачах системного анализа целесообразно проводить комбинированные исследования, использующие как аналитические, так и имитационные модели.

Третий раздел посвящен описанию объекта исследования и этапа формализации процесса функционирования объекта.

По итогам изучения предметной области – процесса функционирования рудоподготовительного комплекса горнорудного предприятия, начиная от момента определения вскрышных точек (забоев) и заканчивая моментом поставки рудной массы со складов подразделений (карьеров) на фабричный комплекс, было принято решение о необходимости разработки и реализации нескольких блоков.

Для оптимальной работы обогатительной фабрики и получения готовой продукции – офлюсованных железорудных окатышей и концентрата, необходимо координирование оптимальной поставки рудной массы на фабричный комплекс. Укрупненная схема рудоподготовительного комплекса представлена на рисунке 2.

Этап 1. Планируются и осуществляются буровзрывные работы с учетом остаточных объемов и необходимых «новых» объемов рудной массы для удовлетворения потребностей карьера по нормам выработки и наличия необходимого фактического запаса на складах j (j=1,m). Целесообразно планировать работу данного сектора таким образом, чтобы фактический запас на j-ых складах карьера не принижал недельных поставок рудной массы карьером на фабрику.

Каждый забой имеет свои параметры: максимальный объем рудной массы до начала вывоза, фактический объем рудной массы на текущий момент, процентное содержание железа при планировании взрывных работ и фактическое процентное содержание железа. Склады карьера имеют характер накопителя, и параметры склада напрямую зависят от параметров закрепленных за ним забоев.

Рисунок 2 – Укрупненная схема процесса поставки рудной массы на фабричный комплекс

Этап 2. Планируются работы карьеров с учетом наличия на каждом из них определенного объема рудной массы (суммарный объем по складам) с известным процентным содержанием железа. Работа данного сектора заключается в определении поставляемого объема рудной массы на фабрику, с учетом, что «суммарный» объем фабрики заранее определен и равен константе, и с учетом, что поставляемый «суммарный» объем должен иметь определенное процентное содержание железа для оптимальной работы фабрики.

На рисунке 2 элемент             - это забой, имеющий определенный запас рудной массы с определенным процентным содержанием железа. Количество забоев варьируется в зависимости от фактических объемов забоев, задействованных в работе карьера.

Структурно сложная модель состоит из множества блоков, взаимодействующих между собой через функциональные связи между видимыми извне переменными. Множество элементов системы может изменяться в процессе функционирования системы. Как правило, элементы сложной системы характеризуются различными физическими принципами действия, что не столь заметно в итоговой математической модели, но чрезвычайно важно на этапе построения модели. На рисунке 3 представлены блоки, последовательная работа которых соответствует одной итерации цикла работы рудоподготовительного комплекса.

Рисунок 3 – Структурно-функциональная схема блоков

 

Функционирование каждого блока более детально представлено ниже.

Блок 1. Блок имитации взрывных работ.

Данный блок отвечает за проведение имитационного моделирования взрыва в забое, принятого в качестве взрываемого.

Практическая ситуация: с периодичностью раз в неделю (при необходимости данные сроки могут изменяться) геологическая служба и технический отдел рудоподготовительного комплекса предприятия проводят подготовительные работы для осуществления взрывных работ:

-                  геологическая служба определяет модель рудного тела;

-                  специалисты технического отдела осуществляют необходимые расчеты и определяют место и сроки взрыва, форму откосов, глубину горизонтов и т.д. (т.е. планируют показатели рудных тел).

После проведения взрывных работ фактические параметры рудных тел (объемы, процентное содержание железа и др.) определяются маркшейдерской службой. Для учета возможности отклонения фактических значений параметров от запланированных в блоке необходимо предусмотреть данную возможность.

Моделирование осуществляется по двум параметрам – объемы забоя и процентное содержание железа в рудных объемах, с приближением рассматриваемых случайных величин, распределенных по нормальному закону распределения.

В целом, распределения случайных величин, близких к нормальному, достаточно широко распространены в природе, что служит основой для большого количества моделей, применяемых во многих научных областях. Для широкого круга сложных процессов, формируемых взаимодействием большого количества случайных факторов, анализ на основе закономерностей, теоретически выведенных для нормального распределения, является статистически корректным.

Высокая степень соответствия стандартного, детально изученного математической статистикой нормального распределения, и фиксируемых на практике распределений изменений рассматриваемых параметров позволяет распространить теоретически обоснованные в отношении нормального распределения зависимости на динамику указанных факторов.

Блок 2. Блок определения количества забоев на каждом карьере.

Данный блок отвечает за определение количества забоев, задействованных в поставке рудной массы до складов карьера с учетом количества таких забоев с предыдущей итерации и количества забоев, определенных как взрываемые в блоке 1. При этом параметрами забоев являются фактические объемы горнорудной массы и усредненное процентное содержание железа в общем объеме забоя. Данные параметры учитываются при работе последующих блоков.

Блок 3. Блок закрепления забоев за складами карьера.

В основу работы данного блока положена модель транспортной задачи, которая является частным случаем задачи линейного программирования (ЗЛП).

Применительно к объекту исследования забои трактуются как поставщики, а склады соответствующего карьера – это потребители, при этом количество забоев A с объемом рудной массы ai и содержанием железа – pi (i=1,n); а количество складов B с объемом – bj и содержанием железа pj (j=1,m). Значения параметров забоев передаются из блока 1 текущей итерации, а значения параметров складов – из блока 8 предыдущей итерации.

Результат работы блока по закреплению забоев за складами карьера – это оптимальное закрепление забоев за соответствующими складами карьера, дающее минимальную суммарную себестоимость перевозок по всем маршрутам, и объемы перевозок рудной массы Xij от i-ого забоя к j-му складу карьера  (так называемый план перевозок, т.е. план доставки рудной массы).

При построении модели для работы данного блока учитывается дополнительное ограничение:

-                  Ограничение по производительности экскаваторов, работающих на    i-ом забое;

 

                                          (1)

 

где    Pэi – производительность экскаватора на i-ом забое;

         ki – количество экскаваторов на i-ом забое.

На практике возможна ситуация, когда склад не готов принимать рудную массу в соответствии с планом перевозок по каким-либо производственным причинам. В этом случае склад выводится из модели данной задачи и определяется оптимальный план перевозок без учета данного склада, при этом все его параметры сохраняются и участвуют в решении при возобновлении работы склада.

Результатом работы блока закрепления забоев за складами карьера также является рекомендуемое количество техники, задействованной в выполнении плана перевозок.

Блок 4. Блок определения фактических объема рудной массы и процентного содержания железа на каждом складе карьера.

Фактический объем рудной массы и фактическое процентное содержание железа на складе определяются с учетом числовых значений парметров:

-                  рудной массы, имеющейся на складе;

-                  рудной массы, привезенной на данный склад из закрепленных за ним забоев, в соответствии с планом перевозок.

С использованием принципа усреднения и пропорции (математический аппарат классической постановки задачи о смеси) определяются выходные параметры работы данного блока, т.е. фактические объем Vjоб и процентное содержание железа в общем объеме рудной массы Pjоб на текущем складе. Данные параметры определяются для всех складов j (j=1,m) всех карьеров предприятия.

 

                                                                            (2)

 

                                                                (3)

 

где    pi – процентное содержание железа в рудных объемах забоев, задействованных в плане перевозок (результат работы блока 3).

pj – процентное содержание железа в рудных объемах на складах (результат работы блока 8 предыдущей итерации).

Блок 5. Блок определения остаточного объема рудной массы на каждом забое.

При решении задачи данного блока используется операция вычитания. Остаточный объем каждого забоя карьера aiост определяется как разность между фактическим объемом забоя на начало текущей итерации и объемом рудной массы, вывезенной из текущего забоя в соответствии с планом перевозок, определенном в блоке 3 текущей итерации.

 

                                                                           (4)

 

Блок 6. Блок определения фактических объема рудной массы и процентного содержания железа на каждом карьере предприятия в целом.

Определение выходных параметров указанного блока необходимо для ведения статистических данных по карьеру. Данная информация имеет накопительный характер, и определяется с использованием операций (5)-(6), где k – номер карьера, m – количество складов на каждом карьере.

 

                                                                                   (5)

 

                                                                           (6)

 

Блок 7. Блок определения объемов перевозок со складов каждого карьера на фабрику.

Математическая модель блока: в качестве управляемой переменной при работе блока 7 выступает вектор фактических объемов перевозок Vjпер со складов всех карьеров. При этом вектор процентного содержания железа в этих объемах  Pjпер является постоянной величиной, и значения данных переменных заранее определены. В качестве целевой функции выступают два параметры фабрики Vф, Pф – это общий объем рудной массы, необходимой для ее функционирования, процентное содержание железа в данном объеме соответственно. Значения указанных переменных должны быть строго определенных числовых значений для получения концентрата и железорудных окатышей, отвечающих требованиям качества, т.е. для оптимальной работы фабрики. Отклонение значений этих параметров от установленных ведет к получению неудовлетворительных параметров хвостов, и к получению концентрата и/или окатышей, не отвечающих критериям качества, а именно с завышенным содержанием железа.

При построении модели работы данного блока необходимо учесть следующие дополнительные ограничения:

-                  Ограничение по производительности экскаваторов, работающих на    j-м складе (по всем карьерам);

 

,                                                                (7)

 

где    Vjпер – фактические объемы перевозок с j-ого склада,

при этом ;

         Vjоб – общий объем рудной массы на j-м складе;

Pэj – производительность экскаватора на j-ом складе;

         kj – количество экскаваторов на j-ом складе.

-                  Ограничение по пропускной способности железнодорожного транспорта, задействованного в перевозках «склад - фабрика».

Первый шаг: определяем общий объем рудной массы Vоб и среднее содержание железа в общем объеме Pоб по всем складам всех карьеров предприятия:

 

                                                                              (8)

 

                                                                       (9)

 

Второй шаг: проверяем условие сходимости, которое является обязательным, но недостаточным:

 

min (Pjоб) < Pф <  max (Pjоб)                                                             (10)

 

Третий шаг: определяем величину dVj, показывающую, на сколько необходимо изменить Vjоб, чтобы Pф = Pоб (перебирая по всем карьерам):

 

                   (11)

 

Объем склада (по всем карьерам), у которого значение параметра dVj ≠ 0, условимся называть базовым объемом j (j=1,m).

Шаг четвертый: определяем предполагаемый общий объем рудной массы по всем складам Vjпред при изменении объема j-ого склада на величину dVj. Процедура данного шага будет повторяться j-ое количество раз.

 

                     (12)

 

Операции последующих трех шагов осуществляются для конкретного склада с запоминанием его номера с использованием дополнительной переменной q=j, т.е. при q=const.

Шаг пятый: проводим переназначение переменных:

 

Vоб = max (Vjоб.пред )                                                                        (13)

 

Vqоб = Vоб   при q=const                                                                           (14)

 

Шаг шестой: определяем склады, которые не будут участвовать в перевозке рудной массы до фабрики. Осуществляется это проверкой выполнения условия (15):

 

dVj + Vjоб < 0       при q=const                                                                 (15)

 

Если (15) выполняется при q=const, то условимся, что Vqоб=0, т.е. данный склад в поставке рудной массы на фабрику не участвует.

Необходимо возвратиться к первому шагу  и повторить операции всех шагов вновь. Процедура возврата будет осуществляться до тех пор, пока не будут исключены все склады, для которых выполняется условие (15).

Шаг седьмой: запоминаем новый объем складов при q=const.

 

Vqоб.фак. = Vqоб                                                                                  (16)

 

где Vqоб = Vqоб + dVq                                                                      (17)

 

Шаг восьмой: определяем общий объем рудной массы Vоб и среднее содержание железа в общем объеме Pоб по всем складам всех карьеров предприятия, учитывая выведенные склады на шестом шаге, с использованием соотношений (8)-(9).

Шаг девятый: вводим дополнительный коэффициент k, показывающий отклонение объемов рудной массы, необходимых для фабрики, от суммарных объемов, имеющихся на всех складах всех карьеров и возможных в участии в поставке на фабрику. Данный коэффициент может быть понижающим (k<0), повышающим (k>0), так и не изменяющим (k=0) значения объемов рудной массы, поставляемой на фабрику (соотношение (19)):

 

                                                                                          (18)

 

Шаг десятый: определяем новые значения объемов рудной массы по каждому складу всех карьеров:

 

Vjоб = Vjоб · k                                                                                   (19)

 

Шаг одиннадцатый: проверяем условие для конкретного склада, т.е. q=const после преобразований предыдущего шага:

 

Vqоб > Vqоб.фак.                                                                                  (20)

 

Если условие (20) выполняется, то необходимо ввести дополнительный понижающий коэффициент k1

                                                                 

                                                                                   (21)

 

и определить новые объемы рудной массы каждого склада

 

Vjоб = Vjоб · k1                                                                                  (22)

 

Шаг двенадцатый: определяем общий объем рудной массы Vоб и среднее содержание железа в общем объеме Pоб по всем складам всех карьеров предприятия с учетом объемов рудной массы на складе, определенных на предыдущем шаге (с использованием соотношений (8)-(9)).

В итоге значения параметров Vоб, Pоб соответствуют значениям параметров объема и процентного содержания железа рудной массы, необходимой для поставки на фабрику, т.е. Vф=Vоб и Pф=Pоб, а значения параметров Vjоб, Pjоб соответствуют параметрам поставки каждым складом – Vjпер=Vjоб и Pjпер=Pjоб.

Получение данного результата и является основной задачей блока определения объемов перевозок со складов каждого карьера на фабрику для удовлетворения потребностей фабрики, т.е. определение объемов поставки рудной массы с определенным фактическим содержанием железа в ней со складов карьеров.

Блок 8. Блок определения остаточного объема рудной массы на складах каждого карьера.

При решении задачи данного блока используется аналогично блоку 5 операция вычитания. Остаточный объем рудной массы на каждом складе карьера определяется как разность между фактическим объемом рудной массы, имеющейся на начало текущей итерации (блок 3) и объемом рудной массы, вывезенной из текущего склада в соответствии с планом перевозок, определенном в блоке 7 текущей итерации.

 

                                                                            (23)

 

.

При анализе назначения блоков, принципов их функционирования видно, что последовательная реализация задач каждого блока в целом представляет реальный процесс функционирования рудоподготовительного комплекса горнорудного предприятия. Таким образом итогом проведенной работы является формализация процесса, а именно наличие законченной математической модели, отражающей функционирование объекта исследования.

В результате данные, формализованные на этапе построения моделей блоков, являются основанием для разработки имитационных моделей указанных блоков с использованием инструментария программирования.

Четвертый раздел посвящен проектированию и разработке программного обеспечения «Рудоподготовительный комплекс», в основе которого лежит имитационная модель процесса функционирования объекта исследования.

Программный продукт разработан с целью получения информации для планирования горных работ и выполнения недельно-суточных графиков поставки руды на бункер управления рудоподготовительного комплекса (УРПО).

Область применения программного комплекса: моделирование процесса функционирования рудоподготовительного комплекса с целью определения оптимальных рудопотоков для принятия управленческих решений по вопросу максимизации извлечения путем поставки на переработку руды оптимального качества.

По результатам разработки программного обеспечения (ПО) «Рудоподготовительный комплекс», предназначенного для компьютерного моделирования оптимального объема поставок рудной массы на фабричный комплекс горнорудного предприятия с осуществлением контроля качества и содержания компонентов на рудных складах с целью обеспечения фабрики сырьем нужного качества с наименьшими затратами, представляется возможность определить основные его функциональные возможности:

1.                Возможность создания, редактирования и удаления визуализированных объектов – забои, склады карьера, карьеры, фабрика.

2.                Контроль параметров буровзрывных скважин (забоев).

3.                Оптимизация перевозок рудной массы из забоев на склады подразделений (карьеров) с целью минимизации суммарной стоимости перевозок по маршрутам.

4.                Контроль качества и содержания компонентов на рудных складах.

5.                Определение оптимальных рудопотоков со складов карьеров на фабрику.

6.                Определение параметров рудопотоков для принятия управленческих решений по вопросу максимизации извлечения путем поставки на переработку руды оптимального качества.

7.                Возможность графического представления основных характеристик объектов – забои, склады, карьеры, фабрика – на начало и конец итерации.

8.                Возможность сохранения объектов и их параметров для дальнейшего определения параметров объектов на следующей итерации.

По результатам тестирования программы «Рудоподготовительный комплекс» на рабочем месте диспетчера производственно-технического управления (ПТУ) «Рудоавтоматика» выявлено, что разработанная модель, лежащая в основе программного комплекса, является: адекватной, непротиворечивой, определенной, реалистичной и работоспособной, т.е. она отвечает всем требования качества.

Практические производственные ситуации показывают, что в процессе принятия решения необходимо освобождаться от субъективного фактора. Решение задачи определения оптимальных рудопотоков, основываясь на опыте диспетчеров или его отсутствии у них, увеличивает вероятность ошибок в приятии решения, а также увеличивает время, необходимое для принятия решения.

По результатам внедрения программы (имеется акт внедрения программного комплекса «Рудоподготовительный комплекс») выявлено полное отсутствие показателей субъективного фактора в процессе принятия решения.

Использование программного обеспечения «Рудоподготовительный комплекс» сокращает ручной труд горных инженеров маркшейдеров и геологов при оперативном и перспективном планировании горных работ.

Заключение содержит перечень основных результатов, полученных в диссертационной работе.

В приложении представлены заявка, технические требования на разработку программного обеспечения, а также акт внедрения программы «Рудоподготовительного комплекса».

 

 

 

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ

 

1.                Проанализированы и обобщены основные функциональные возможности интегрированных информационных систем, ориентированных на решение задач разведки и разработки месторождений, систем, связанных с моделированием и оценкой рудных запасов, горным проектированием и планированием с целью выявления отсутствия решения задачи по критерию оптимизации работы горнодобывающего и рудоподготовительного комплекса горнорудного предприятия в комплексе на региональном уровне.

2.                Сформулированы особенности, достоинства и недостатки, области применения аналитического и имитационного моделирования как метода изучения и анализа системы и процессов ее функционирования.

3.                Разработан метод моделирования, целью которого является решение оптимизационных задач объекта исследования в процессе его функционирования.

4.                Проведен процесс формализации элементов объекта исследования и системы в целом. Построена математическая модель с целью ее применения на этапе построения имитационной модели процесса функционирования рудоподготовительного комплекса горнорудного предприятия на примере АО «Соколовско-Сарбайское горно-производственное объединение». Активно использованы методы исследования операций, методы теории вероятностей и математической статистики, а также методы теории планирования экспериментов.

5.                Разработана и программно реализована имитационная модель, основное назначение которой – моделирование рудопотоков по критерию оптимизации извлечения путем поставки на переработку руды оптимального качества, с промежуточным контролем параметров забоев, качества и содержания компонентов на рудных складах, оптимизацией маршрутов с целью минимизации их суммарной стоимости перевозок.

6.                На примере реального программного обеспечения «Рудоподготовительный комплекс» выявлены достоинства метода моделирования, а именно:

-                  отсутствие фактора субъективизма, что важно в процессе принятия решения и, как следствие,

-                  адекватность принятия решения;

-                  высокая скорость обработки запроса;

-                  уменьшение вероятности ошибок при решении оптимизационных задач.

Программный комплекс реализован в среде Microsoft Visual Studio.Net 2005 EE, находится в эксплуатации ПТУ «Рудоавтоматика» АО «ССГПО», имеет удобный пользовательский интерфейс. Подготовлена и используется инструкция по эксплуатации программы (руководство программиста, пользователя и описание применения). Имеется акт внедрения программного комплекса.

Основные теоретические выводы и практические результаты, полученные при работе над диссертацией, доложены на международных конференциях и опубликованы в виде научных статей.

 

СПИСОК ОПУБЛИКОВАННЫХ РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ

 

1.                Обухова О.Н. Математическое моделирование в энергетике. Сетевое планирование и управление: Тр. Междунар. науч. конф. // Наука и образование – ведущий фактор стратегии «Казахстан - 2030» – Караганда: КарГТУ. – 2004. –    С. 51-53.

2.                Обухова О.Н. Учет вероятностных характеристик в математических моделях задач линейного программирования: Матер. 3 Междунар. науч.-метод. конф. // Моделирование и информационные технологии в образовании и науке (ММ ИТОН) – Алматы: КазНПУ им.Абая. – 2005. Т. 1. – С. 155-158.

3.                Обухова О.Н., Саргаев С.В. Автоматизация процесса тестирования. Разработка сетевого прикладного пакета «ТМТ»: Матер. регионал. науч.-практ. конф. // 10-летие Конституции – перспективы социально-политического и промышленного развития независимого Казахстана. – Рудный: РИИ. – 2005. – С. 514-516.

4.                Обухова О.Н., Саргаев С.В. Управление процессом оценки знаний: Сб. науч. ст. IV Междунар. форума  // Информатизация образования Казахстана и стран СНГ. – Алматы, 2006. – С. 437-440.

5.                Обухова О.Н., Саргаев С.В. Оптимизация и защита процесса тестирования: Тр. Междунар. конф. // Автоматизация и управление. Перспективы, проблемы и решения. – Алматы: КазНТУ им. К.И. Сатпаева, Институт автоматики и управления. – 2007. – С. 340-344.

6.                Обухова О.Н. Имитационное моделирование как средство анализа сложных систем // Новости Науки Казахстана: Науч.-технич. сб. Вып. 3(94), – Алматы: НЦ НТИ. – 2007. – С. 97-101.

7.                Обухова О.Н. Разработка средств для моделирования процесса функционирования сложных систем // Изв. НТО «КАХАК». Вып. №3 (19). – Алматы, 2007. – С. 34-38.

8.                Обухова О.Н. Моделирование процесса функционирования предфабричного комплекса горнорудного предприятия // Вестник КазНТУ. Вып. №4(67), – Алматы, 2008. – С. 177-181.

9.                Обухова О.Н. Моделирование, как инструмент решения задач горнорудного предприятия // Сб. ст. Восьмой Междунар. науч. конф. «Топорковские чтения». – Рудный: РИИ. – 2008. – С. 304-312.

10.            Обухова О.Н. Модульный подход к вопросу проектирования информационных систем // Сб. ст. Восьмой Междунар. науч. конф. «Топорковские чтения». – Рудный: РИИ. – 2008. – С. 313-319.

11.            Обухова О.Н. Свидетельство о государственной регистрации объекта интеллектуальной собственности №209 от 27 мая 2008 г. под названием «Рудоподготовительный комплекс» (программа для ЭВМ). Зарегистрировано в Комитете по правам интеллектуальной собственности Министерства юстиции Республики Казахстан, 2008 г.


ТҮЙІН

Обухова Ольга Николаевна

 

ТАУ-КЕН КӘСІПОРЫННЫҢ тиімдеу есептерін шешу  ҮШІН ҰҚСАСТЫРУ МОДЕЛДЕУ ӘДІСТЕРІН Құру

 

05.13.01 – Жүйелі талдау, басқару және ақпаратты өңдеу (салалары бойынша)

 

Техника ғылымдарының кандидаты ғылыми дәрежесін алу үшін

дайындалған диссертация

 

Диссертациялық жұмыстың зерттеу объектісі «Соколов-Сарыбай кен өндіру бірлестігі» солтүстік-қазақстанның тау-кенін игеретін және кенді дайындайтын кешені болып саналады.

Зерттеу мақсаты болып саналады:

-                  кен өндірісіндегі моделдеудің түрлері мен үлгілерін, қолданыстағы әдістерді  талдау;

-                  заттың аймағындағы міндеттерді оңтайлы шешу үшін зерттеу және жүйені моделдеуді әзірлеу;

-                  зерттеу объектісінің қызмет ету үрдісін қалыпқа келтіру;

-                  зерттеу объектісінің қызмет ету үрдісін қалыпқа келтіруді жүзеге асыру бағдарламасы.

Зерттеу мәні:

-                  кен дайындау кешенінің қызмет ету үрдісі;

-                  зерттеу объектісінің қызмет ету үрдісінің компьютерлік имитациялық үлгісі.

Зерттеу әдістері. Диссертациялық жұмысты зерттеу және әзірлеу барысында операцияны зерттеу  әдістері, болжам теориясының және математикалық статистика әдістері, сонымен қатар сараптаманы жоспарлау теориясының әдістері қолданылған.

Аймақтың ауқымында тау-кен кәсіпорынның тау-кен игеретін және кен дайындайтын кешендердің жұмыстарын оңтайландыру өлшемдері бойынша міндеттерді шешудің жоқтығын анықтау мақсатында кен орындарын барлау және игеру, кен қорларын бағалауға бағытталған жүйелер, тау-кен жобалаулармен және жоспарлаулармен міндеттерді шешуге шамамен алынған интегралданған ақпараттық жүйелердің негізгі функционалды мүмкіндіктерін талдау және  қорыту.

Ұқсас және ұқсастыру моделдеуді қолдану саласының қалыптасқан ерекшеліктері, жақсы жағы, кемшіліктері олардың әрекет ету жүйелері мен үрдістерін зерделеу және талдау әдісі ретінде.

Зерттеу объектісінің элементтерін және жалпы алған жүйені формализациялау үрдісі жасалған. Соколов-Сарыбай АҚ тау-кен өндіріс бірлестігінің үлгісінде тау-кен кәсіпорынның кен дайындау кешенінің әрекет ету үрдісінің ұқсастыру үлгісін құру кезеңінде қолдану мақсатында математикалық үлгі құрылған. Операцияны зерттеу әдістері, оңтайландыру теориясы және математикалық статистика әдістері қарқынды қолданылған, сонымен қатар сараптаманы жоспарлау әдістері қолданылған. 

Ұқсастыру үлгісі әзірленген және бағдарламалық іске асырылған, оның негізгі нұсқауы оңтайлы сапалы кенді өңдеуге жеткізу жолымен алу оңтайлылығын өлшемдері бойынша забойлардың параметрлерін, кен қоймаларындағы сапа және құрамындағы құрамы, олардың тасымал жиынтық құнын азайту мақсатында маршруттарды оңтайландыру.

«Рудоподготовительный комплекс» бағдарламалық қамтамасыз ету нақты мысалында моделдеу әдісінің жақсы жағы табылды, ал атап өтетін болсақ:

1)                әділетсіздік факторының жоқтығы, шешім қабылдау үрдісінде және дұрыс қабылдауда  маңызы зор;

2)                шешім қабылдаудың сайма-сайлық;

3)                сұранымдарды өңдеудің жоғары жылдамдығы;

4)                қателерді азайту.

Бағдарламалық жиынтық Microsoft Visual Studio.Net 2005 EE ортада орындалған, «ССКӨБ» АҚ «Рудоавтоматика» ӨТБ қолданысында, ыңғайлы тұтынушы интерфейсі бар. Бағдарламаны қолдану жөнінде нұсқаулық дайындалған және пайдаланылады (бағдарламашының, тұтынушының нұсқауы және пайдалану сипаттамасы). Бағдарламалық жиынтықты енгізу акті бар.

Диссертациямен жұмыс жасау барысында алынған негізгі теоретикалық және тәжірибелік нәтижелер халықаралық конференцияларда баяндалған және ғылыми мақалалар түрінде басылып шығарылған.

 


Obuhova O.N.

 

DEVELOPMENT OF METHODS OF IMITATIVE MODELING FOR SOLUTION OF OPTIMIZATION TASKS OF THE MINING ENTERPRISE

 

05.13.01 – System analysis, management and processing of information

 

Dissertation is presented for the scientific degree of candidate of technical sciences

 

Object of the research in the dissertation is mining and ore-preparation complex of northern-Kazakhstan enterprise JSc «Sokolovsk-Sarbaisk mining production association».

The purpose of the research is:

-                    the analysis of existing methods, kinds and models of modeling in mining industry;

-                    development of a method for research and modeling of a system for decision of optimization problems in a subject field

-                    formalization of functioning process of analyzed object;

-                    realization of functioning process of analyzed object formal model using software-based methods.

Subject of the research:

-                  functioning process of ore-preparation complex;

-                  computer imitating model of functioning process of analyzed object.

Methods of the research. When carrying out the research and development in dissertation methods of operational research, probability theory and mathematical statistics, and also methods of theory planning an experiment have been used.

The main functional opportunities of integrative informational systems oriented on the solution of tasks of prospecting and exploitation of deposits, systems connected with modeling and estimation of ore resources, mining design and planning with the aim to reveal the absence of solution of the task on criteria of optimization of work of mining extracting and mining preparatory complex of the mining enterprise in the complex at the regional level were analyzed and generalized.

         Peculiarities, advantages and disadvantages, fields of application of analytical and imitative modeling as a method of study and analysis of the system and the processes of its functioning were formulated.

         The process of formalization of elements of the object of investigation and the system as the whole was done. Mathematical model with the aim of its application on the stage of construction of imitative model of the process of functioning of mining preparatory complex of the mining enterprise on the example of JSc «Sokolovsk-Sarbaisk mining production association» was constructed. Methods of investigation of operations, methods of the theory of probabilities and mathematical statistics and also methods of the theory of planning of the experiment were actively used. 

         Imitative model the main purpose of which is to model ore flows on criteria of optimization of extraction by means of supply for processing of ore of optimum quality with intermediate control of zaboy`s parameters, quality and contents of components at ore mining stores, optimization of routs with the aim to minimize their total cost of transportations was worked out and programly realized. 

         On the example of the real software of “Mining preparatory complex” some advantages of the method of modeling were revealed:

         1) absence of the factor of subjectivism that is important in the process of making decisions and as a consequence

         2) adequateness of making decisions;

         3) high speed of request’s computing;

         4) minimization of mistakes.

         Program complex is realized in the sphere of Microsoft Visual Studio.Net 205 EE, it is exploited by LTO “Rudautomation” JSc “SSMPA” and has a convenient user’s interface. The instruction on the program’s exploitation (manual of programmer, user and application’s description) was prepared and is used now. There are acts of introduction of the program complex.

         The main theoretical conclusions and practical results received during the work at the thesis were reported at the world conferences and published as scientific articles.      

        

 

 

 


 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ОБУХОВА ОЛЬГА НИКОЛАЕВНА

 

Разработка методов имитационного моделирования для решения оптимизационных задач горного предприятия

 

 

05.13.01 – Системный анализ, управление и обработка информации

 

 

Автореферат

диссертации на соискание ученой степени

кандидата технических наук

 

 

 

 

Заказ №___. Подписано в печать 20.11.08 г.

Формат 60×84, 1/16 Бумага офсет №1. Печать RISO.

Усл. п.л. 2.0, Тираж 100 экз.

Отпечатано в типографии ________

г. Алматы, ул. _____________, ____