ОАО «Союзцветметавтоматика», Москва, Россия:

В. П. Топчаев, генеральный директор академик РАИН, эл. почта: scma@scma.ru

З. Г. Салихов, зам. генерального директора по научной работе, заслуж. деятель науки, проф.

Приведены краткий анализ и обоснование актуальности научно-технических направлений и задач, требующих ускоренного решения и развития до мирового уровня техники. Показано, что анализируемые направления и научно-практические задачи обусловлены необходимостью повышения или поддержания эффективности производства продукции горно-металлургических отраслей. В результате обобщения и глубокого анализа состояния науки и техники по автоматизации этих отраслей промышленности сформулированы основные направления и задачи ускоренного развития разработок, экспериментальных исследований и внедрения прогрессивных инженерных технических решений в условиях санкций. В статье приведены варианты импортозамещения и реализации принципиально новых подходов на базе практического опыта ОАО «Союзцветметавтоматика» и теоретических научных результатов, полученных в Институте проблем управления РАН, по проблемам автоматизации сложных горно-металлургических объектов. Сущность этих подходов заключается в разработке и использовании интеллектуальных математических моделей нового поколения на основе применения виртуальных датчиков индуктивных технологических знаний, формирующихся и обновляющихся в режиме реального времени на основе интеллектуального анализа данных мониторинга технологических процессов, в частности динамической кластеризации.

1. Козин В. З., Тихонов О. Н. Опробование, контроль и автоматизация обогатительных процессов. — М. : Недра, 1986. — 486 с.
2. Галиев С. Ж., Боядинова А. А. и др. Способ оперативного мониторинга и управления рудным потоком // Научно-техническое обеспечение горного производства : сб. научных трудов ИГД им. Д. Кунаева. — Алматы, 2006. Т. 22. С. 138–143.
3. Морозов В. В., Топчаев В. П., Улитенко К. Я., Ганбаатар З., Дэлгэрбат Л. Разработка и применение автоматизированных систем управления процессами обогащения полезных ископаемых. — М. : Изд. дом «Руда и Металлы», 2013. — 512 с.
4. Camarillo-Escobedo R. M., Valdés-Perezgasga F., Rodrígues-Rivera R. Micro-analyzer with optical detection and wireless communications // Sensors and Actuators A: Phusical. 2013. Vol. 199. P. 181–186.
5. Чантурия В. А. Башлыкова Т. В. Технологическая оценка минерального сырья с помощью автоматического анализа изображений // Горный вестник. 1998. № 1. С. 37–52.
6. Stuart R. The Design of Virtual Environments. — New York : McGrow-Hill, 1996.
7. Drexler K. E. Nanosystems Molecular Machinery, Manufacturing and Computation. — New York : John Wiley & sons, 1992. — 556 p.
8. Шапиро Л., Стокман Дж. Компьютерное зрение. — М. : Бином. Лаборатория знаний, 2006. — 752 с.
9. Адамов Э. В. Основы проектирования обогатительных фабрик. — М. : Изд. дом «МИСиС», 2012. — 647 с.
10. Андреев С. И., Казакова В. Е., Бабаева С. Ф., Черкашёв Г. А. Твердые полезные ископаемые Мирового океана: история открытий, геологическое изучение, перспективы освоения // Горный журнал. 2013. № 11. С. 65–72.
11. Иводитов В. А., Трайно А. И., Вольшонок И. З., Русаков А. Д. Современные методы повышения эффективности листопрокатного производства : монография. — М. : Изд. дом «МИСиС», 2013. — 288 с.
12. Bakhtadze N. et al. Associative Search and Wavelet Analysis Techniques in System Identification // Proc. of the 16^th IFAC Symposium on System Identification. Brussels: IFAC Publication, 2012. С. 1227–1232.
13. Salikhov Z. Modeling of Singularly Perturbed Multi-Criterion Optimal Control Workflows // 15^th IFAC Symposium on Information Control Problems in Manufacturing. — Ottawa, Canada, May 11–13, 2015.
14. Салихов З. Г., Газимов Р. Т., Салихов К. З. Новый способ охлаждения слябов в зоне вторичного охлаждения МНЛЗ, обеспечивающий компьютерное управление процессом кристаллизации сляба // Металлург. 2010. № 5. С. 50–52.