Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Управление технологическим процессом сгущения красного шлама на основе прогнозирующей модели осаждения с учетом влияния флокулянта

Диссертация: Управление технологическим процессом сгущения красного шлама на основе прогнозирующей модели осаждения с учетом влияния флокулянта
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Апробация работы. Содержание и основные положения диссертации докладывались и обсуждались, на международном форум-конкурсе молодых ученых «Актуальные проблемы недропользования» в г. Санкт-Петербург в 2010 г., на международном форумконкурсе молодых ученых «Проблемы недропользования» в г. Санкт-Петербург в 2011 г., на конференции молодых ученых в рамках «Петербургской технической ярмарки 2011… Читать ещё >

Содержание

  • ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОЦЕССА СГУЩЕНИЯ КРАСНОГО ШЛАМА
    • 1. 1. Способы получения глинозема
    • 1. 2. Производство глинозема по способу Байера
    • 1. 3. Технология промывки и сгущения красного шлама
    • 1. 4. Теоретические основы сгущения
    • 1. 5. Факторы, влияющие на сгущение
    • 1. 6. Управление процессом сгущения
      • 1. 6. 1. Одноконтурное управление
      • 1. 6. 2. Принципы управления по эталонной модели
      • 1. 6. 3. Многоконтурное управление
      • 1. 6. 4. Управление на основе прогнозирующей модели
    • 1. 7. Выводы по главе 1
  • ГЛАВА 2. CFD МОДЕЛИРОВАНИЕ СГУСТИТЕЛЯ"
    • 2. 1. Гранулометрический состав
    • 2. 2. Основные уравнения CFD модели
    • 2. 3. Фактор стесненного осаждения
    • 2. 4. Предел текучести при сжатии
    • 2. 5. Турбулентность
    • 2. 6. Параметры модели
    • 2. 7. Экспериментальные исследования
      • 2. 7. 1. Цели экспериментальных исследований
      • 2. 7. 2. Программа эксперимента.
      • 2. 7. 3. Приготовление флокулянта
      • 2. 7. 4. Подготовка пульпы
      • 2. 7. 5. Обработка результатов эксперимента
    • 2. 8. Определение зависимости фактической концентрации твердой фазы 1io поперечному сечению сгустителя от ее усредненного значения
    • 2. 9. Выводы по главе 2
  • ГЛАВА 3. РАЗРАБОТКА ОБОБЩЕННОЙ МОДЕЛИ СГУСТИТЕЛЯ
    • 3. 1. флокуляция твердой фазы питающей суспензии
    • 3. 2. стесненное осаждение и уплотнение осадка
      • 3. 2. 1. Принцип работы сгустителя-осветлителя
      • 3. 2. 2. Теория сгущения-осаждения
      • 3. 2. 3. Установившийся режим сгустителя-осветлителя
    • 3. 3. зоная осветления
    • 3. 4. численный метод решения
    • 3. 5. Обобщенная модель
    • 3. 5. Выводы по главе 3
  • ГЛАВА 4. РАЗРАБОТКА СИСТЕМЫ УПРАВЛЕНИЯ
    • 4. 1. Цели и задачи управления процессом сгущения
    • 4. 2. Алгоритм управления по прогнозирующей модели
    • 4. 3. Синтез регулятора с прогнозирующей моделью в Матьав
    • 4. 4. Интеграция регулятора в систему управления
    • 4. 5. Выводы по главе 4

Управление технологическим процессом сгущения красного шлама на основе прогнозирующей модели осаждения с учетом влияния флокулянта (реферат, курсовая, диплом, контрольная)

Актуальность работы.

Процесс сгущения находит широкое применение в цветной металлургии, обогащении, химической промышленности и многих других отраслях. В частности, сгустители используются на переделе сгущения и промывки красного шлама при производстве глинозема. Процесс сгущения красного шлама является «узким местом» глиноземного производства по способу Байера и определяющим образом влияет на общую эффективность производства и характеристики конечного продукта. Поэтому совершенствование системы управления процессом сгущения красного шлама является актуальной научной задачей.

Возмущения по плотности и расходу автоклавной пульпы, взаимовлияние параметров процесса, протекающих в сгустителе, усложняют задачу автоматизации. Управление процессом сгущения осуществляется либо вручную, изменяя расход сгущенного продукта по результатам периодического анализа отбираемых проб, либо по малоэффективным одноконтурным алгоритмам. Такие методы не обеспечивают оперативность и оптимальность управляющих воздействий.

Создание и совершенствование моделей и систем управления процессом сгущения были и остаются актуальным предметом научных исследований многих отечественных и зарубежных ученых. Существенный вклад в разработку данных вопросов внесли такие специалисты как А. И. Лайнер, А Л. Рутковский, С. Н. Петросянц, В. А. Растяпин и др. Хорошо известны результаты работ зарубежных авторов R. Burger, F. Concha, J. Farrow, P. Scales, S. Usher, которые можно использовать для решения широкого круга научных задач.

Одной из таких задач, является совершенствование существующих на глиноземных заводах систем управления процессом сгущения красного шлама с целью повышения эффективности управляемого процесса. Указанная задача недостаточно разработана как в отечественных, так и зарубежных работах. Имеются только отдельные, довольно общие сведения, опубликованные в открытой литературе. Информация об использовании систем управления на основе прогнозирующих моделей применительно к процессу сгущения красного шлама в современной научно-технической литературе практически отсутствует. Таким образом, решение поставленной задачи характеризуется актуальностью, новизной и практической значимостью.

Цель работы — разработка прогнозирующей математической модели сгустителя и синтез на ее основе схемы управления процессом сгущения красного шлама.

Основные задачи исследований:

1. Научно-технический анализ современного состояния и перспектив развития процесса сгущения красного шлама.

2. Разработка СРВ модели сгустителя для определения зависимости фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения.

3. Разработка обобщенной модели сгустителя, объединяющей подмодели флокуляции твердой фазы питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка, для ее последующего использования при синтезе регулятора.

4. Проведение экспериментальных исследований для получения параметров модели.

5. Синтез системы управления на основе регулятора с прогнозирующей моделью и апробация на основе архивных данных.

Методология и методы исследования. В работе были использованы экспериментальные и теоретические методы исследований. Обобщенная модель строится из отдельных подмоделей — модель зоны осветления, модель осаждения и модель флокулирования питающей суспензии. На заводе РУСАЛ? тс1а1со Елуайоп (Ямайка) было произведено обследование объекта исследований и сбор архивных данных технологического процесса. Экспериментальные исследования были произведены в лабораториях завода Windalco Ewarton РУСАЛа по описанной в научной литературе методике. Синтез регулятора с прогнозирующей моделью производился в программном продукте Matlab. Тестирование работы предложенной системы управления производится в интеллектуальной среде GE Proficy Troubleshooter и GE Proficy Architect, входящих в состав программы GE Intelligent Platforms, по архивным данным процесса сгущения путем импорта регулятора из Matlab.

Научная новизна результатов диссертационного исследования заключается в следующем:

1. Определена зависимость фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения, имеющая гиперболический вид.

2.Показано, что использование обобщенной математической модели, объединяющей подмодели флокуляции твердой фазы питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка, позволяет спрогнозировать параметры работы сгустителя.

3. Установлено, что использование системы управления с прогнозирующей моделью позволяет снизить дисперсию отклонений относительно заданных значений по чистоте верхнего слива на 15%, плотности нижнего продукта на 10% при снижении расхода флокулянта на 15%.

Практическая значимость работы:

1. Разработанная CFD модель сгустителя может быть использована на этапе проектирования новых аппаратов с целью определения конструктивных размеров в зависимости от предполагаемых характеристик питающей суспензии.

2. Предложенная система управления с прогнозирующей моделью может быть реализована в отраслях промышленности, использующих сгустители (отстойники) в технологическом процессе.

3. Научные результаты работы являются дополнением к учебному процессу химико-металлургического факультета Горного университета для студентов специальности 220 301 «Автоматизация технологических процессов и производств».

Основные защищаемые положения:

1. С целью определения зависимости фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения следует использовать моделирование на основе вычислительной гидродинамики (CFD моделирование).

2. Для прогнозирования параметров работы сгустителей применяемых при сгущении красного шлама следует использовать обобщенную математическую модель процесса, объединяющую подмодели флокуляции твердой фазы питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка.

3. Для снижения дисперсии отклонений относительно заданных значений чистоты слива, плотности нижнего продукта при снижении расхода флокулянта целесообразно использовать систему управления сгустителем, синтезированную на основе регулятора с прогнозирующей моделью.

Достоверность научных результатов. Приводимые результаты, выводы и рекомендации обоснованы путем экспериментальных исследований, сопоставления результатов численных расчетов разработанной модели и ранее опубликованных данных, тестирования работы системы управления на основе базы архивных данных о протекании технологического процесса сгущения, в программном продукте GE Intelligent Platforms.

Апробация работы. Содержание и основные положения диссертации докладывались и обсуждались, на международном форум-конкурсе молодых ученых «Актуальные проблемы недропользования» в г. Санкт-Петербург в 2010 г., на международном форумконкурсе молодых ученых «Проблемы недропользования» в г. Санкт-Петербург в 2011 г., на конференции молодых ученых в рамках «Петербургской технической ярмарки 2011» 15−17 марта 2011 г., на международной научной специализированной конференции в Германии в г. Фрайберг в 2011 г.

Личный вклад автора состоит в анализе применяемых технологий сгущения и промывки красного шлама, проведении лабораторных экспериментальных исследований, создании обобщенной модели сгустителя и схемы управления процессом, обработке и обобщении результатов исследований, в апробации достигнутых результатов и подготовке публикаций.

Публикации. По теме диссертации опубликовано 5 научных работ, в том числе 3 статьи в журналах, входящих в перечень ВАК Минобрнауки России.

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, библиографического списка и приложений. Содержит 113 страниц машинописного текста, 52 рисунка, 2 таблицы и список литературы из 98 наименований.

4.5 Выводы по главе 4.

Синтезирована система автоматического управления процессом сгущения красного шлама. Система имеет в своём составе прогнозирующую модель, которая совмещает в себе блок прогнозирования, вычисляющего по модели объекта выходные переменные и блок оптимизации, выбирающего наилучшие настройки сгустителя. Синтез регулятора произведен в программе Matlab и далее импортирован программу GE Proficy Architect для тестирования по базе архивных данных и последующей интеграции в существующий технологический процесс. При тестировании данной системы управления по базе архивных данных было установлено, что она позволяет снизить дисперсию отклонений относительно заданных значений по чистоте верхнего слива на 15%, плотности нижнего продукта на 10% при снижении расхода флокулянта на 15% по сравнению с существующей системой управления.

ЗАКЛЮЧЕНИЕ

.

В результате выполненных исследований получена обобщенная математическая модель сгустителя, объединяющая подмодели флокуляции твердой фазы питающей суспензии, зоны осветления, стесненного осаждения и уплотнения осадка, и синтезирована схема управления процессом сгущения красного шлама, что позволило сделать следующие выводы:

1. Зависимость фактической концентрации твердой фазы по поперечному сечению сгустителя от ее усредненного значения имеет гиперболический вид.

2. Установлена зависимость среднего размера образующихся флокул от расхода фмокулянта и концентрации твердой фазы в питающей суспензии.

3. Разработанная СТО модель сгустителя может быть использована на этапе проектирования новых аппаратов с целью определения конструктивных размеров в зависимости от предполагаемых переменных процесса.

4. Использование системы управления с прогнозирующей моделью позволяет снизить дисперсию отклонений относительно заданных значений по чистоте верхнего слива на 15%, плотности нижнего продукта на 10% прет снижении расхода флокулянта на 15%.

Показать весь текст

Список литературы

  1. А.И., Еремин Н И., Лайнер Ю. А. Производство глинозема. М.: Металлургия, 1978. 344 с.
  2. А.Д. Мир частиц: Коллоидная химия для всех. М.: Наука, 1988. 191 с.
  3. В.В. Промывка и обесшламливание полезных ископаемых. М.: Недра, 1988. 280 с.
  4. Еремин Н И., Наумчик А. Н. Процессы и аппараты глиноземного производства. М.: Металлургия, 1980.430 с.
  5. С.С. Курс коллоидной химии. М.: Химия, 1975. 512 с.
  6. А.Г. Курс коллоидной химии. М.: Химия, 1969. 342 с.
  7. Квеско III. Росл я к А. Т. Автоматизированное измерение распределения частиц по размерам методом седиментации из стартового слоя // Измерительная техника. 2000. JM" 3. С. 65−68.
  8. В.Д., Блинов A.B., Мироевский Г. П., Желдыбнн О. И. Оптимизация управления процессом автогенной плавки в динамическом режиме // Цветные металлы. 2002. № I. С. 132−136.
  9. Пискунов, А Н., Лепехин В. М. О методах качественного моделирования технологических процессов // Известия ВУЗов. Цветная металлургия. 2000. № 1.С. 3−7.
  10. З.Г., Шапировский М. Р. К 40-летию кафедры МИСиС «Компьютерные информационные и управляющие системы автоматики» // Цветные металлы. 2002. № 12. С. 73−77.
  11. Е.А. Исследование динамических многокритериальных задач оптимизации управления развитием технологически замкнутой системы //
  12. Известия ВУЗов. Цветная металлургия. 2002. № 6. С. 73−77.
  13. .М. оделирование физических процессов при обжиге электролизера И VIII Международная коифершция-выставка «Алюминий Сибири — 2002та: Тезисы докладов Красноярс. 2002. С. 50−52.
  14. Н.З., Удоева Л. Ю., Абишев Д. Н. Кинетика гидротермальной селективной агрегации тонкодисперсных материалов // Цветные металлы. 1999. № 1. С. 31−34.
  15. A.A., Новичков С. Б. шользование компьютерного моделирования при оптимизации режимов работы и автоматизации роторных печей по переработке шлаков алюминиевого производства // Цветная металлургия. 2003. №> 8. С. 41−43.
  16. И.В., Давыдов И. В., Боровинский В. П. Одномерная математическая модель процесса гидродинамической классификации полидисперсных материалов // Цветные металлы. 2000. № 1. С. 25−27.
  17. И.О., Блинов В А., Желдыбин О Л., Цемехман Л. Ш. атемагаческое моделирование процесса настылеобразования в ковшах // Цветные металлы. 2002. № 5. С. 64−69.
  18. A.B. Методы и особенности моделирования гидромеханических процессов глиноземного производства // VIII Международная конференция-выставка „Алюминий Сибири—2002“: Тезисы докладов. Красноярск 2002. С. 89−92.
  19. В. А. XIX Международный конгресс по обогащению полезных ископаемых//Цветные металлы. 1996. № I. С. 7−15.
  20. Чантурия В.А. XXI Международный конгресс по обогащению полезных ископаемых//Цветные металлы. 2000. № 11−12. С. 50−54.
  21. Т.Б., Зайцева Н. М. Моделирование переходных режимов в кольце гидрохимических переделов глиноземного производства // Цветные металлы. 1996. № 12. С. 77−79.
  22. Т.Б., Зайцева Н. М. Оптимизация концентрационного режимаглиноземного производства // Цветные металлы. 1996. № 2. С. 74−77.
  23. Лопатин А. Г, Чикидов Л И. Влияние условий перемешивания на конечные характеристики флокулируемоя суспензии // Цветная металлургия. 1990. № 1. С. 207.
  24. М., Абитаев М.Т.» Курбакова Г. Г., Айдарова С. Ь. Применение новых флокулянтов ira обогатительной фабрике «Балхашмедь» // Цветная металлургия. 1991. № 10. С. 24−25.
  25. A.A., Руссо Л. О. Выскубова Л.В., Еремеев Д. Н. ромыпшшные испытания по осаждению белого шлама с использованием флокулянта Налко 7864 // Цветные металлы. 2000. № 5 (Специальный выпуск). С. 25−26.
  26. Н.Е., Смирнов Б. И., Рабинович Б. В. Новые модификации приборов и средств автоматизации для обогащения, металлургии и экологии // Цветные металлы. 1999. № 12. С. 84−87.
  27. Е., Проккола С., Саастамойнен Э. Преимущества использования высокопроизводительных сгустителей SU PA FLO // Цветные металлы. Июнь 2001. № Специальный выпуск. С. 13−18.
  28. В.Я. Измеритель щелочности пульпы ИЩП-ЗВ // Цветная металлургия. 1987. № 2. С. 40−43.
  29. Л.В., Медведев С. Р., Айзин B.C. Технологии ТРЕЙС МОУД для крупномасштабных АСУ 111 // Приборы и системы. Управление, контроль, диагностика. 2001. № I. С. 2−7.
  30. Н.Ф., Чиня ев В.Г., Ропшн О. В. Автоматизированные системы управления процессом электролиза // Цветные металлы. 2002. № Специальный выпуск. С. 33−35.
  31. А.И., Каев С. Е., Обухов О. В. Освоение и эксплуатация систем АГТГ и, А СУ ТІ I на электролизерах с ожженными анодами и боковым токоподводом // Цветные металлы. 2004. Ш 8. С. 73−78.
  32. Ю.В., Жуковецкий OJB., Сорокер Л. В., «Состояние и перспективы развития автоматизации обогатительных фабрик цветной металлургии,» № 12,1995. С. 63−65.
  33. Андрианов С Л., Пастухов С.Н.Г Страшинин Е. Э., Утешев К. А. Программно-технический комплекс АСУТП участка «Выщелачивание — 2» Богословского алюминиевого завода // Промышленные АСУ и контроллеры. 2001. № 6. С. 1−6.
  34. В.И. Разработка АСУ 111 в системе ГРЕЙ С МОУД: задачи и перспективы // Приборы и системы Управление, контроль, диагностика. 2000. № 4. С. 29−34.
  35. В.И. Современные зарубежные средства автоматизации // Приборы и системы. Управление, контроль, диагностика. 2001. № 1. С. 42−44.
  36. В.П. Пути решения задач автоматизации на предприятиях цветной металлургии // Цветные металлы. 1996. № 12. С. 75−76.
  37. .И., Щукин В. Г., Родиончиков Д. В., Волоков М. П. Автоматизированная система управления паровым котлом // Цветные металлы. 2002. № 2002. С. 86−88.
  38. Е.А., Исаков Е. А., Кузнецов A.A., Локшин Р. Г. Комплексный поход ігри модернизации систем контроля и управления в производстве глинозема // Цветные металлы. 2000. № 8. С. 135−137.
  39. Е.Д., Г. Л. Р. Новое поколение АСУТП на Пикалевскомобъединении «Глинозем» // Цветные металлы. 2000. № 1. С. 83−87.
  40. Е.А., Попов В. А., Абрамов С В., Мальцев Н. Е. Опыт автоматизации технологического процесса сухого помола в цементном производстве // Цветные металлы. 2003. № 10. С. 109−112.
  41. А.Г., Кузьмин АВ, Попов В. А., Растя пин В. А. Опыт применения новых технических средств для кшпроля и управления технологическими процессами в производстве глинозема // Цветные металлы. 2002. № 2. С. 121−124.
  42. Д.А., Алексеев А. Г. отрудаичество ЗАО «Санкт-Петербургская электротехническая компания» с ОАО «Пикалевское объединение «Глинозем» // Цветные металлы. 1999. № 9. С. 81−82.
  43. Ю.И., Дыбов А.В., А. Л.А. Автоматизированные системы управления технологическими процессами // Цветные металлы. 200. № 8. С. 78−83.
  44. А.Г. Анализ и концепция внедрения технологий АСУ 111 на предприятии металлургии // Цветные металлы. 2003. № 8−9. С. 115−122.
  45. В.П. Состояние и перспективы автоматизации технологических процессов в металлургии // Цветные металлы. 2002. № 2. С. 118−120.
  46. Luyben L. W. Process Modeling, Simulation, and Control for Chemical Engineers. Second edition ed. Boston: McGraw Hill, 1990. 558 pp.
  47. Karman J and Evansville W, «Thickener Control Process,» United States Patent No. 4,273,658,1979.
  48. Johnson G., Jackson S., and Arhutimot 1. Control of a high rate thickener on gold plant tailings // The AusIMM Annual Conference. Rotura, New Zealand. 1990.
  49. Machado A.F. Equipment used for mineral processing in Brazil // Filtration & Separation. 1991. VoL 6. No. 28. pp. 397−398.
  50. Marl in Т.Е. Process Control: Designing Processes and Control Systems for Dynamic Performance- second edition ed. Boston: McGraw Hill, 2000. 640 pp.
  51. Ogunnaike В., Ray W., «Process Dynamics, Modeling, and Control,» Oxford1. University Press, 1994.
  52. Oblad HB and Meenan GF, «Flocculant Control System,» United States Patent No. 5,606Д31.
  53. Waters A. Flocculant control of thickeners enters new era // Filtration & Separation. 1990. Vol. 6. No. 27. P. 404.
  54. Garcia E.P.D., Morari M. Model predictive control: theory and practice a survey // Automatica. 1989. Vol. 3. No. 25. pp. 335−348.
  55. Liu Y. Dynamic process control and optimization — a control engineers perspective. Clayton: Flowsheet Modelling, Simulation and Control Workshop, 2000.
  56. Maciejowski J. Predictive Control with Constraints. Prentice Hall, 2002. 1−50 pp.
  57. Camacho E., Bordons C. Model Predictive Control. Springer-Verlag, 1999.
  58. Затуловский К. A. CFD моделирование сгустителя // Горный информационно-аналитический бюллетень (научно-технический журнал). 2013. № 4. Отдельные статьи (специальный выпуск). Моделирование и управление процессом сгущения. С. 3−7.
  59. Usher S., Scales P. Steady state thickener modelling from the compressive yield stress and hindered settling function // Chemical Engineering Journal. 2005. No. 111. pp. 253−261.
  60. ANSYS, Inc. ANSYS FLUENT 13.0. Theory Guide. 2011.
  61. ANSYS, Inc. ANSYS FLUENT 13.0. Tutorial Guide. 2011.
  62. ANSYS, Inc. ANSYS FLUENT 13.0. User’s Guide. 2011.
  63. CS1RO. P266 °F 1-D Sedimentation Model Manual. 2008.
  64. Hounslow M.J., Ryall R.L., and Marshall V.R. A discretized population balance for nucleation, growth and aggregation // AIChE Journal. 1988. Vol 34. No. 11, pp. 1821−1832.
  65. Spicer P.T., Pratsinis S.E. Coagulation and fragmentation: Universal steady-state particle-size distribution // AIChE Journal. 19%. Vol. 42. No. 6. pp. 1612−1620.
  66. CSIRO. Excel population balance model, user’s notes. 2008.
  67. Kynch G.J. A theory of sedimentation // Trans. Faraday Soc. 1952. No. 48. pp. 166−176.
  68. Burger R., Concha F. Mathematical model and numerical simulation of the settling of flocculated suspensions // InL J. Multiph. Flow. 1998. No. 24. pp. 1005−1023.
  69. Bustos M.C., Concha F., Borger R. r and Tory E.M. Sedimentation and Thickening. Dordrecht Kluwer Academic Publishers, 1999. 304 pp.
  70. Berres S. T Burger R., ICarlsen K. HT and Tory E.M. Strongly degenerate parabolic-hyperbolic systems modeling polydisperse sedimentation with compression //
  71. SI AM J. Appl. Math. 2003. No. 64. pp. 41−80.
  72. Richardson J.F., Zaki W.N. Sedimentation and lluidization: Part I // Trans. Inst. Chem. Eng. No. 32. pp. 35−53.
  73. Michaels A.S., Boiger JLC. Settling rates and sediment volumes of flocculated Kaolin suspensions // Ind. Eng. Chan. Fundam. 1962. No. 1. pp. 24−33.
  74. К.А. Моделирование сгустителя-осветлителя в установившемся состоянии // Материалы VII международной научно-практической конференции (26.11.2012) Ш Техника и технология: новые перспективы развития. 2012. С. 135−159.
  75. К. А., Богогаазов ИЖ&bdquo- Фирсов, А ЛО. Моделирование процесса сгущения металлургических пульп// Записки Горного института. 2013. Т. 202. С. 181−184.
  76. Zatulovskiy К.A. Modding of Clarificr-Thickoier at Steady State // International Conference «62 Berg- und Huttenmannischer Tag. Innovation in Geoscience, Geoengineering and Metallurgy». Freiberg. 2011. Vol. 1. pp. 156−162.
  77. Burger R., Narvaez A Steady-state, control, and capacity calculations for flocculated suspensions in clarifier—thickeners // Int. i. Miner. Process. 2007. No. 84. pp. 274−298.
  78. Tiller F.M., Leu W.F. Basic data Utting in filtration // J. Chin. Inst Chem. Eng. No. 11. pp. 61−70.
  79. Burger R., Concha F., and Tiller F.M. Applications of the phenomenologica! theory to several published experimental cases of sedimentation processe // Chem. Eng. J. 2000. No. 80. pp. S (c)5−208.
  80. Burger R., Garcia A., Karisen K.H., and Towers J.D. A kinematic model of continuous separation and classification of polydisperse suspensions // Computers & Chemical Engrg. 2007. Vol. 6. Mo. 32. pp. 1173−1194.
  81. Burger R., Damascene J J.R., and Karisen K.H. A mathematical model for batch and continuous thickening in vessels with varying cross section // Int J. Miner. Process. 2004. No. 73. pp. 183−208.
  82. Kruzkov S.N. First order quasilinear equations in several independent variables // Math. USSR Sbornik. No. 10. pp. 217−243.
  83. B.B. Теория автоматического управления техническими системами, учебное пособие. М.: Ml ТУ, 1993 492 с
  84. И.В. Теория автоматического управления. Нелинейные и оптимальные системы, учебное пособие. СПб: Питер, 2006. 272 с.
  85. Е.П. Теория нелинейных систем автоматического регулирования и управления, учебное пособие. 2-е-е изд. М.: Наука, 1988. 256 с.
  86. A.A. Статистическая теория переходных процессов в системах управления. М.: Наука, 1968. 240 с.
  87. А.Ю. Типы регуляторов, методика настройки регуляторов, инструкция. Ивано-Франковск, 2004. 63 с.
  88. Bemporad A., Morari М., and Ricker N.L. Model predictive control. Math Works, 2010. 205 pp.
  89. B.H., Косев M I ., Протопопов С. П., Соломенцев Ю. М. Теория автоматического управления. 3-с-е изд. М.: Высшая школа, 2000. 270 с. if bfr. f 1 Hi-e1. JitJUebui. I
  90. Ч., Харбор P. Системы управления с образной связью. М.: Лаборатория Базовых Знаний, 2001. 616 с.
  91. Ю.М. Оптимальное управление непрерывными динамическими системами. Самара: СГАУ, 2005. 129 с.
  92. И.Г. Методы оптимизации в теории управления, учебное пособие. СПб: Питер, 2004. 256 с.
  93. Reklaitis G. V., Ravindan A., and Ragsdell К.М. Engineering Optimization. Method and Applications, Part 1. MewYork: Wiley-Interscience, 1983.350 pp.
  94. Reklaitis G.V., Ravindan A., and Ragsdell K.M. Engineering Optimization. Method and Applications, Part 2. New York: Wiley-Intsarscience, 1983. 320 pp.
Заполнить форму текущей работой

Заказал и сдал!