¡Descarga Expertos de molienda y más Guías, Proyectos, Investigaciones en PDF de Metalurgia solo en Docsity!
INTRODUCCION
Los objetivos que se planificaron alcanzar con la implementación del Sistema Experto han sido los siguientes:
- Optimizar la capacidad de molienda de la Concentradora en diferentes condiciones de dureza del mineral (duro, normal o menos duro).
- El producto de molienda (rebose de ciclones), debe tener características adecuadas para su mejor aprovechamiento en la siguiente etapa: flotación primaria (granulometría y porcentaje de sólidos). En la actualidad se produce una pulpa con P80 en el rango de 180 a 190 micrones. 3. Reducir el consumo específico de energía a través del incremento del tonelaje procesado.
- Al aplicar técnicas de optimización y control se espera mantener la estabilidad del proceso de molienda para satisfacción de nuestros clientes.
- Mejorar la instrumentación de campo, incrementarla o hacerla más confiable e incrementar su disponibilidad.
La variabilidad del producto entregado era otro punto a considerar; en las primeras pruebas (sintonía gruesa) se tenía demasiada variabilidad en el tamaño de corte; como se indicó anteriormente evaluado solamente en la molienda unitaria; esto debido a que la Planta de Molienda no llegaba a una estabilidad adecuada, sino que se tenían picos de tonelaje y como consecuencia se registraba efectos aguas abajo: se perjudicaba la recuperación en la flotación rougher.
La implementación de este Sistema Experto tuvo un periodo de implementación de 13 meses incluyendo las pruebas SAT (Site Acceptance Test)
- (^) La etapa inicial incluyó levantar información de la instrumentación de campo, esto significó tener un plan de mantenimiento de los sensores, actuadores e incluso compras de válvulas modulantes, todo ello en coordinación con los desarrollos en lógica del DCS para dar robustez a las acciones del experto y un plan de sintonía de los lazos de control para tener los mejores tiempos de respuesta cuando se trabajará en modo cascada.
El instrumento que evaluaría la acción del Sistema Experto sería el PSI por lo que era coherente que este tuviera una confiabilidad del 5% según lo que indica el Proveedor por lo que se incrementaron los muestreos para mejorar las curvas de calibración.
- La segunda etapa consistió en el “diseño de las lógicas” basadas en las mejoras prácticas operacionales del personal de Operaciones Concentradora y la aceptación por parte de ellos, tendrían que ver al Sistema como un apoyo a sus labores y no como alguien con quien competir. La interacción y desarrollar el programa “a su lado” en la Sala de Control y hacerlos participes activos en las mejoras fue muy importante para alcanzar este objetivo.
- La historización en el PI System de las señales del DCS (Sistema de Control Distribuido) y otras variables de ingreso manual ayudó a la evaluación estadística realizada antes y después de la implementación del sistema.
La toma de decisiones del Sistema Experto para variar el tonelaje está basada según la jerarquía de lógicas las que involucran el consumo de potencia de cada uno de los molinos en los circuitos convencionales
CAPITULO I
MARCO TEÓRICO
1.1. Antecedentes de los Sistemas de Control
Hacia inicios de los setenta la "Computación" había alcanzado un grado de desarrollo en el mundo administrativo y científico que hizo posible pensar en aplicarlo en el control automático de las industrias.
La utilización de controladores electrónicos había permitido implementaciones complejas, abriendo un importante campo para el desarrollo de nuevas aplicaciones que se vieron limitadas por lo costoso, poco flexible, y limitado de la tecnología.
Sin embargo el reemplazo no podía ser inmediato: la confiabilidad y seguridad son aspectos esenciales en la automatización industrial.
Los sistemas neumáticos y electrónicos habían demostrado un alto grado de confiabilidad en virtud de que las fallas eran limitadas a un solo elemento a la vez (por ejemplo: un controlador o un registrador), siendo el efecto de la falla acotado y en general dominable sin necesidad de detener la operación. Las grandes computadoras no tenían esa confiabilidad, y una falla afectaba gran parte de la planta (si no toda).
Por esa razón las primeras grandes computadoras se utilizaron actuando sobre controladores individuales en un modo conocido como “Control de Valores Deseados” (Set Point Control - SPC)
Los controladores electrónicos analógicos efectuaban el control en la forma convencional siendo supervisados y ajustados sus valores deseados por la computadora, en función de algoritmos de optimización. La falla de la computadora no afectaba el control, dejando al sistema con los últimos valores deseados calculados.
Un aspecto a destacar fue que, a diferencia de las aplicaciones en los planos administrativos y científicos, en el área de control se necesitó del funcionamiento de las computadoras "en tiempo real", es decir que el procesamiento debía de ser lo suficientemente rápido como para resolver eventos y problemas que iban ocurriendo, en instantes.
Esta problemática era (y es) distinta a la de la mayoría de las exigencias computacionales administrativas. Tal vez el cálculo en sí no es complejo, pero sí lo es el procesamiento en forma recurrente y en fracciones de segundo de algoritmos sobre cientos de variables (a veces miles) que llegan desde el campo. A este procesamiento se deben sumar las exigencias de otros periféricos (como son las consolas de operación o las impresoras de eventos y alarmas) y las rutinas de chequeo y autodiagnóstico de los Procesadores
Sin embargo el desarrollo tecnológico y la disminución de costos asociados al procesamiento computacional vinieron en ayuda de los ingenieros de control: la aparición del microprocesador permitió tener en un pequeño espacio una gran capacidad de procesamiento.
Los Sistemas de Control Distribuido (Distributed Control Systems, DCS) fueron el siguiente paso: Distintas unidades de procesamiento con su correspondiente redundancia realizaron (y aún realizan) las distintas tareas requeridas, por ejemplo:
Conversión de las señales analógicas de campo a digital y viceversa.
- Ejecución de los algoritmos de control.
- Interface con los operadores a través de estaciones que incluyen monitores (HMI’s, SCADA’s).
- Los procesadores se comunican a través de cables (llamados buses), los que permiten no sólo la distribución del procesamiento (y del riesgo), sino también la distribución geográfica de los módulos con las consecuentes reducciones de cableados y costos asociados.
Figura 1.1. Arquitectura de un Sistema de Control
La aparición del control distribuido tuvo su origen hacia mediados de la década del 70, y pronto los nuevos proyectos y ampliaciones de planta los incluyeron, en lugar de los paneles de control.
Incluso muchas plantas iniciaron el camino de la migración de las tecnologías anteriores hacia la digital a fin de aprovechar las ventajas que ésta le brinda.
Lo que hemos descrito, corresponde a la evolución de las “Plantas de Procesos Continuos”.
Las “Industrias Manufactureras” también tuvieron su desarrollo: los tableros de relees comenzaron a ser reemplazados por sistemas computacionales. Hacia fines de los 60’s y comienzos de los 70’s surgen los Controladores Lógicos Programables (Programmable Logic Controller, PLC), con un nivel de confiabilidad que permitió su utilización en reemplazo de los gabinetes de relees en el procesamiento de señales discretas.
Los PLC han ido evolucionando incorporando funcionalidades que le permiten el procesamiento analógico de datos, comunicación con otros sistemas, etc
Figura 1.2. DCS en una Concentradora
Otra expansión importante fue la evolución de la programación de los sistemas aplicados al control. El personal de planta generalmente no estaba acostumbrado a los lenguajes de programación que se utilizaban en las computadoras, por lo que un importante avance fue la posibilidad de la configuración del control tanto en los Sistemas de Control Distribuido como en los PLC, a través de lenguajes que tuvieran similitud con lo que los ingenieros y operadores de planta conocían.
Para los Sistemas DCS fue a través de la configuración de “bloques de control”. Estos representaban estructuras de programación equivalentes a los instrumentos existentes (controladores, indicadores, relacionadores, etc.). Sólo se necesita completar en planillas prearmadas ciertos parámetros para quedar definidos.
Para los PLC la forma de programarlos se orientó hacia los ya mencionados diagramas escalera (ladder) o hacia las expresiones lógicas o booleanas.
Con estas posibilidades el procesamiento digital apareció como la alternativa más conveniente para cualquier expansión o proyecto nuevo, así como en reemplazo de anteriores tecnologías.
Desde mediados de los 70 hacia mediados de los 80 tuvo lugar una importante expansión del control digital, que no sólo alcanzó a los controladores sino que se reflejó también en los transmisores de campo que incluyeron tecnología digital en sus diseños (transmisores inteligentes).
La mayoría de las aplicaciones hasta entonces tenían como objetivo primario la utilización de los sistemas digitales en forma equivalente a la de la instrumentación tradicional, aprovechando las capacidades computacionales para realizar tareas complementarias como almacenamiento histórico de datos, reportes, manejo de alarmas, cálculos complejos, etc.
1.3. Introducción a los Sistemas Expertos
Se considera a alguien un experto en un problema cuando este individuo tiene conocimiento especializado sobre dicho problema. En el área de los Sistemas Expertos (a partir de ahora denominado S.E.) a este tipo de conocimiento se le llama
tarea relativa a este dominio. Programas que manipulan conocimiento codificado para resolver problemas en un dominio especializado en un dominio que generalmente requiere de experiencia humana.
Programas que contienen tanto conocimiento declarativo (hechos a cerca de objetos, eventos y/o situaciones) como conocimiento de control (información acerca de los cursos de una acción), para emular el proceso de razonamiento de los expertos humanos en un dominio en particular y/o área de experiencia.
1.6. Ventajas de los S.E. a.
Estos programas proporcionan la capacidad de trabajar con grandes cantidades de información, que son uno de los grandes problemas que enfrenta el analista humano que puede afectar negativamente a la toma de decisiones pues el analista humano puede depurar datos que no considere relevantes, mientras un S.E. debido a su gran velocidad de proceso analiza toda la información incluyendo las no útiles para de esta manera aportar una decisión más analizada.
b. Ayuda a estandarizar las prácticas diarias incluyendo las mejores prácticas operacionales identificadas y validadas, ello ya es una mejora dado que los usuarios buscarán comprender el funcionamiento del sistema y su forma de “pensar” ante una determinada situación
1.7. Limitaciones de los S.E.
Es evidente que para actualizar se necesita de reprogramación de estos, otra de sus limitaciones puede ser el elevado costo en dinero y tiempo.
Además que estos programas son poco flexibles a cambios y de difícil acceso a información no estructurada, en la actualidad este punto está siendo mejorado con la implementación de herramientas específicas para desarrollo de lógica en los DCS (Sistemas de Control Distribuido) como:
- Rockwell Software: Ha desarrollado el Fuzzy Designer, un conjunto de librerías de lógica fuzzy para aplicarlo bajo la plataforma de los Control Logix (PLC con características más robustas y más funcionalidades).
- ABB: Esta empresa Suiza ha desarrollado librerías para implementación de lógicas fuzzy orientadas al sector minero,
- Estas herramientas buscarían competir con los software propietarios de METSO, G2- SGS (como en el caso de este Informe) entre otros, con la finalidad de ofrecer una plataforma de control desde los buses de campo hasta las lógicas de optimización de procesos basadas en control avanzado.
- Estas herramientas también ofrecerían mayor flexibilidad a los clientes, dado que su implementación ya no dependería de personal específico, sino que se daría la misma transición que se tuvo con los lenguajes de programación de los DCS’s.
Por otra parte la inteligencia artificial aún no ha podido desarrollar sistemas que sean capaces de resolver problemas de manera general, de aplicar el sentido común para resolver situaciones complejas ni de controlar situaciones ambiguas.
1.8. Arquitectura Básica de los S. E.
a. Base de conocimientos.
Es la parte del sistema experto que contiene el conocimiento sobre el dominio. hay que obtener el conocimiento del experto y codificarlo en la base de conocimientos. Una forma clásica de representar el conocimiento en un sistema experto son las reglas. Una regla es una estructura condicional que relaciona lógicamente la información contenida en la parte del antecedente con otra información contenida en la parte del consecuente.
b. Base de hechos (Memoria de trabajo).
Contiene los hechos sobre un problema que se han descubierto durante una consulta. Durante una consulta con el sistema experto, el usuario introduce la información del problema actual en la base de hechos. El sistema empareja esta información con el conocimiento disponible en la base de conocimientos para deducir nuevos hechos.
c. Motor de inferencia. El sistema experto modela el proceso de razonamiento humano con un módulo conocido como el motor de inferencia. Dicho motor de inferencia trabaja con la información contenida en la base de conocimientos y la base de hechos para deducir nuevos hechos. Contrasta los hechos particulares de la base de hechos con el conocimiento contenido en la base de conocimientos para obtener conclusiones acerca del problema.
Figura 1.3. Componentes típicos de un Sistema Experto.
d. Subsistema de explicación.
El control difuso involucra la incorporación a través de un conjunto de reglas.
2.2. Ambigüedad contra Probabilidad
La ambigüedad es una característica del lenguaje humano.
Por ejemplo:
- Si estudias bastante entonces obtendrás buenas notas.
- Si el profesor es buena gente entonces el examen será fácil
Figura 2.1. Sistema de Control Difuso.
La ambigüedad es una incertidumbre determinística, la probabilidad es no determinística. La incertidumbre probabilística se disipa con el incremento del número de ocurrencias y la difusifisidad no lo hace. La ambigüedad describe eventos ambiguos, la probabilidad describe los eventos que ocurren.
2.3. Reglas Difusas IF-THEN
- Los conjuntos y los operadores difusos son los sujetos y predicados de la lógica difusa. Las reglas if-then son usadas para formular las expresiones condicionales que abarca la lógica difusa.
if x is A then y is B.
Donde A y B son los valores lingüísticos definidos por los conjuntos definidos en los rangos de los universos de discurso llamados X e Y, respectivamente.
La parte if de la regla ´x es A´ es llamada el antecedente o premisa, mientras la parte then de la regla ´y es B´ es llamada la consecuencia o conclusión.
La fusificación de las variables de entrada.
Aplicación del operador difuso (AND ó OR) en el antecedente.
Implicación del antecedente con el consecuente.
Agregación de los consecuentes a través de las reglas.
La defusificación
Figura 2.2. Estructura del Sistema Difuso.
