Title

DESENVOLVIMENTO DE UM SENSOR VIRTUAL PARA ESTIMAR A TAXA DE RECUPERAÇÃO DE MINÉRIO USANDO REDE NEURO-FUZZY

DEVELOPMENT OF A SOFT SENSOR TO ESTIMATE ORE RECOVERY RATE USING NEURO-FUZZY NETWORK

Authorship

Damasceno, Jedson Alessandro; Marques, Wagner Francisco; Labanca, Rogério Cosendey

Damasceno, Jedson Alessandro

I am this author

Marques, Wagner Francisco

I am this author

Labanca, Rogério Cosendey

I am this author

DOI

10.5151/2237-0234-28086

Downloads

Abstract

Atualmente, a maioria dos pátios utilizam recuperadoras com roda de caçambas para remover o minério das pilhas de estocagem. Tipicamente, estas máquinas são operadas manualmente, com todos os movimentos controlados por operadores, o que faz com que o processo seja totalmente dependente de sua experiência, tornando difícil manter o processo em operação ótima. Para alcançar uma melhor performance, foi implementado um sistema automático que controla todos os movimentos de recuperação. Um importante desafio encontrado durante a construção dessa solução foi a de estimar a taxa de recuperação em tempo real, uma vez que esta informação é essencial para o algoritmo que controla o movimento de giro da máquina. Uma medição real dessa taxa está disponível, mas, a balança localizada na lança fica distante da roda de caçambas. Em outras palavras, a medição real está disponível com um grande atraso (aproximadamente 13 segundos). Este delay é inaceitável para o algoritmo de controle que necessita de uma medida em tempo real da taxa de recuperação na roda de caçambas. Diante disso, foi necessário implementar um sensor virtual. Este sensor foi implementado usando um sistema neuro-fuzzy para estimar a taxa de recuperação em tempo real utilizando outras variáveis disponíveis, tais como a pressão na roda de caçambas e medidas de penetração obtidas por radares. As estimativas obtidas ficaram muito próximas dos valores reais, e este sensor pôde então ser utilizado pelo algoritmo de controle.

Currently, the majority of ore stockyards uses bucket wheel reclaimers to remove the ore from the stockpiles. Typically, these machines are operated manually, with all machine movements controlled by operators, which makes the process totally dependent upon their experience, making it difficult to keep the process within the optimal operating points. To achieve a better performance, it was implemented an automatic system that controls all recovery movements. An important challenge found during the construction of this solution was to estimate the recovery rate in real time, since this information is essential for the algorithm that controls the machine’s slew movement. A real measurement of this rate is available, but the belt scale in the boom is far from the bucket wheel. In other words, the real measurement is available with a big delay (about 13 seconds). This delay is unacceptable to the control algorithm that needs a real time measurement of the recovery rate in the bucket wheel. In this case, it was necessary to implement a soft sensor. The soft sensor was implemented using a neuro-fuzzy system to estimate the real time recovery rate using other available measurements, like the pressure in the buckets and radar measurements. The results obtained from this soft sensor were very near from the real sensor and they could be used by the control algorithm.

Keywords

Sensor virtual, Neuro-fuzzy, Estimador, Recuperação de minério

Recuperação de minério