x Control Experto

Control Experto

Introducción

Bajo el término de Sistemas Expertos se entiende un nuevo tipo de software que imita el comportamiento de un experto humano en la solución de un problema. Pueden almacenar conocimientos de expertos para un campo determinado y solucionar un problema mediante deducción lógica de conclusiones. El control experto es nada más que un sistema experto aplicado al control de procesos industriales.

Control Basado en Reglas

PlantaU Y

Set Point Salida

Figura 1

Los Sistemas Expertos son uno de los puntos que componen las investigaciones en el campo de la lA (Inteligencia Artificial). Un sistema de ordenadores que trabaje con técnicas de lA deberá estar en situación de combinar información de forma “inteligente”, alcanzar conclusiones y justificarlas (al igual que el resultado final). Los Sistemas Expertos son una expresión de los sistemas basados en el conocimiento. Con la aplicación de técnicas de Inteligencia Artificial finaliza la transición del procesamiento de datos al procesamiento de conocimientos.

Los sistemas expertos se aplican por norma general en problemas que implican un procedimiento basado en el conocimiento. Un procedimiento de solución basado en el conocimiento comprende las siguientes capacidades:

Utilización de normas o estructuras que contengan conocimientos y experiencias de expertos especializados.

Deducción lógica de conclusiones.

Capaz de interpretar datos ambiguos.

Manipulación de conocimientos afectados por valores de probabilidad.

La función de un Sistema Experto es la de aportar soluciones a problemas, como si de humanos se tratara, es decir ser capaz de mostrar soluciones inteligentes.

Esto es posible gracias a que al sistema lo crean expertos (humanos), que intentan estructurar y formalizar conocimientos poniéndolos a disposición del sistema, para que este pueda resolver una función dentro del ámbito del problema, de igual forma que lo hubiera hecho un experto.

Acceder a los conocimientos adquiridos por experiencia es lo más difícil, ya que los expertos, al igual que otras personas, apenas los reconocen como tales. Son buscados con mucho esfuerzo y cuidado siendo descubiertos de uno en uno, poco a poco.

Los Beneficios de Sistema Experto:

Después de haber empleado un sistema de control que se basa en las experiencias de ingenieros de procesos y de operadores calificados se pueden obtener los siguientes beneficios:

Estabilidad de operación: Las principales variables (flujo, temperatura, velocidad del motor, corriente, etc.) permanecen muy estables en el punto óptimo de producción.

Aumenta de la calidad: Con este sistema se evitan posibles contaminaciones al producto final, ya sea por falla de equipos o malas decisiones operacionales.

Disminución de costos: Los equipos consumidores de energía, como por ejemplo bombas, agitadores, rectificadores, calderas operarían en su punto óptimo de producción con el menor costo.

Componentes del Sistema Experto

Página 1Control Automático II

Base del Conocimiento

(reglas)

Motor de Inferencia

Interfaz Usuario

Shell

Control Experto

La Base del Conocimiento

La Base de Conocimientos de un Sistema Experto contiene el conocimiento de los hechos y de las experiencias de los expertos en un dominio determinado.

Figura 2

Método de las entrevistas para la adquisición del conocimiento. Las entrevistas nos ayudan a la adquisición del conocimiento, para luego canalizarlo en forma correcta mediante la construcción de las reglas que formaran parte de la base de conocimiento, la entrevista es realizado por el ingeniero del conocimiento y el entrevistado es el Experto Humano, juntos potencializan sus conocimientos para la construcción del sistema experto. Existen dos tipos de entrevistas que se utilizan para la adquisición del conocimiento, estas son:

a) Entrevistas Dirigidas: La característica principal de este tipo de entrevista es que el ingeniero del conocimiento formula las preguntas en forma ordenada de lo más relevante a lo menos relevante, las preguntas son cortas y puntuales por lo tanto se deja que el Experto Humano tome la iniciativa de responder lo que a él le parece necesario.

b) Entrevistas no Dirigidas: La característica principal de este tipo de entrevista es que el ingeniero del conocimiento deja las preguntas abiertas, es decir, el Experto Humano responde en forma explayada sobre el tema pudiendo desviarse de los objetivos del entrevistador. El entrevistador debe poseer un gran dominio sobre el tema para así poder recopilar en forma acertada toda la información entregada por el Experto Humano.

Las reglas que se construyen deben ser validadas e ingresadas por el programador a la base de conocimiento, tal como se aprecia en la figura 3.

Figura 3

De la figura anterior se describe las funciones principales de cada una etapas para la adquisición del conocimiento y es como sigue:


Control Experto

Experto Humano: Es el especialista en la materia a estudiar, posee una basta experiencia práctica y conocimiento teórico, nos entrega información para que el Ingeniero del Conocimiento pueda razonar y construir las reglas. Cuando una regla no es validada por el Ingeniero del Conocimiento, el Experto Humano nos entrega una respuesta para mejorar la construcción de la regla.

Ingeniero del Conocimiento: Es el encargado de realizar las entrevistas, para luego realizar el razonamiento, construcción de reglas y validación de estas. La información requerida para la construcción de las reglas es tomada del Experto Humano, de los manuales técnicos entregados por el proveedor y por el Troubleshooting de los equipos que participan en el proceso.

Programador: Es el encargado de escribir las reglas en la base de conocimiento, debe manejar el software a utilizar y poseer un vasto dominio de computación e informática.

Motor de Inferencia

El mecanismo de inferencia es la unidad lógica con la que se extraen conclusiones de la base de conocimientos, según un método fijo de solución de problemas que está configurado, imitando el procedimiento humano de los expertos para solucionar problemas.

Una conclusión se produce mediante aplicación de las reglas sobre los hechos presentes.

Ejemplo:

Una Regla es : Si p y q entonces r

Se dan los hechos : p y q

p y q son justo aquellos hechos que se mencionan en la cláusula "si" de la regla, es decir, las condiciones para la aplicabilidad de la regla. Aplicar la regla es: deducir de los hechos p y q el hecho r.

En un Sistema Experto existirá un hecho sólo cuando esté contenido en la base de conocimientos.

Los hechos que constan en la cláusula "si" se llaman premisas, y el contenido en la cláusula "entonces" se llama conclusión. Cuando se aplica una regla sobre algunos hechos cualesquiera se dice que se dispara. El disparo de una regla provoca la inserción del nuevo hecho en la base de conocimientos.

Las funciones del mecanismo de inferencia son:

Determinación de las acciones que tendrán lugar, el orden en que lo harán y cómo lo harán entre las diferentes partes del Sistema Experto.

Determinar cómo y cuándo se procesarán las reglas, y dado el caso también la elección de qué reglas deberán procesarse.

Control del diálogo con el usuario


Control Experto

La decisión sobre los mecanismos de procesamiento de reglas, es decir, qué estrategias de búsqueda se implementarán, es de vital importancia para la efectividad del sistema en su conjunto.

Ante problemas o clases de problemas distintos se estructuran, como es lógico, diferentes mecanismos de inferencia. El mecanismo de inferencia debe de estar "adaptado" al problema a solucionar. Una imposición de costo exige, bajo ciertas circunstancias, una estrategia distinta de procesamiento del conocimiento que un diagnóstico de fallas de máquina.

En este componente como se sabe es la forma en la que el sistema se nos presentará ante el usuario. Como en los anteriores nos surgen dudas y preguntas como por ejemplo:

Preguntas Comunes:

¿Cómo debe responder el usuario a las preguntas planteadas?

¿Cómo saldrán las respuestas del sistema a las preguntas que se le planteen?

¿Qué informaciones se representarán de forma gráfica?

Las características de la interface que se presentan usuario se pueden resumir en cuatro, que son las más importantes de tener en cuenta al desarrollar el sistema:

Requisitos o Características de la interface:

1. El aprendizaje del manejo debe ser rápido.

El usuario no debe dedicar mucho tiempo al manejo del sistema, debe ser intuitivo, fácil en su manejo. No debemos olvidar que nuestro sistema simula al comportamiento de un experto. Debe sernos cómodo y relativamente sencillo en cuanto al manejo.

2. Debe evitarse en lo posible la entrada de datos errónea.

Ejemplo:

Ponernos en la situación de que nuestro sistema es un médico. Cuando nosotros acudimos a un médico, le contamos y detallamos nuestros síntomas y el con sus preguntas junto con nuestras respuestas nos diagnostica nuestra "enfermedad". Imaginemos que acudimos a un médico y le decimos que nos duele una pierna en lugar de un brazo, el diagnostico será inútil. El ejemplo es muy exagerado pero demuestra la importancia en la correcta introducción de los datos al sistema.

3. Los resultados deben presentarse en una forma clara para el usuario.

Volviendo al ejemplo del médico. Si nuestro médico nos diagnostica un medicamento pero en nuestra receta no nos escribe cada cuantas horas hemos de tomarlo por ejemplo, por muy bueno que sea el medicamento, la solución a nuestro problema será ineficiente por completo. Por eso se insiste en que los resultados debe ser claros y concisos.

4. Las preguntas y explicaciones deben ser comprensibles

**Con estas cuatro reglas crearemos nuestro interface con grandes posibilidades de éxito**

Shell

El Shell es un módulo formado por el motor de inferencia y la interface del usuario y son los generadores del sistema experto. De acuerdo a todos los estudios (desde 1987) usando un Shell es la única manera racional para desarrollar un sistema experto.

La base de datos y las reglas deben cumplir ciertos formalismos para que el Shell lo entienda.

Los resultados de utilizar sistemas expertos hasta el momento son apenas aceptables. En algunos casos buenos o bastante buenos y en algunos casos realmente malos.


Control Experto

Estos errores son debidos a que no se sabe elegir el Shell del sistema experto. No es lo mismo usar un Shell que desarrolla una persona para un problema de Agricultura que usar el mismo programa para resolver problemas de producción o de verificación de producción, por poner un ejemplo. La razón es que el dominio de la aplicación es diferente por lo tanto el sistema no va ha funcionar. Muchas empresas no dicen el origen del Shell. Algunos son muy atractivos pero cuando se les hace una prueba de escritorio funcionan mal. Por lo tanto un Ingeniero o futuro Ingeniero debe desarrollar métodos para evaluar estos.

Participación en la construcción de un S.E.

Los principales participantes son: el sistema experto, el experto humano, el ingeniero del conocimiento, la herramienta para construirlo y el usuario, tal como se muestra en la figura 4.

Figura 4

De la figura se describe cada una de sus etapas:

Sistema Experto: Es la sección de programas o software que resuelve el problema en un dominio particular, que consiste en un componente que resuelve el problema y un ambiente de soporte que permite a los usuarios interactuar con el sistema en forma amistosa.

Experto: Por lo general es una persona, aunque en otros sistemas el experto está representado por libros o manuales técnicos.

Ingeniero del Conocimiento: Es aquel que realiza la entrevista al experto y organiza el conocimiento, decidiendo como debe ser representado en el sistema, ayuda a los programadores en la fase de implementación y codificación del mismo.

Herramienta para Construir el Sistema Experto: La herramienta es el lenguaje y el ambiente soportante usado por el Ingeniero del Conocimiento o el programador, herramienta que es diferente de los lenguajes convencionales ya que debe facilitar la representación de conceptos complejos de alto nivel.

Usuario: Es cualquier persona que utilice el Sistema Experto desarrollado, por ejemplo: el constructor de herramienta, el Ingeniero del Conocimiento, el Experto, el usuario final; o el empleado que sólo agrega datos al sistema.

Se debe distinguir siempre entre la herramienta usada para construir el Sistema Experto y el Sistema Experto mismo a pesar que el sistema implementado contenga como componente al ambiente como interfase con el exterior. Esta distinción se muestra en la figura 5.

Relación entre herramientas para construir Sistemas Expertos y el Sistema Experto.


Control Experto

Figura 5

Para construir un Sistema Experto se debe seguir los siguientes pasos:

Identificación del Problema

El Experto e Ingeniero identifican el área del problema y definen alcances.

Determinación de recursos necesarios, tiempo y facilidades computacionales.

Decisión sobre metas y objetivos de la construcción del sistema experto.

Conceptualización del Problema

El Ingeniero y Experto explican conceptos claves relaciones y características del flujo de Información, necesarias para describir la solución del problema.

Especificaciones de subtareas, estrategias y necesidades relacionadas con la actividad de resolver el problema.

Formalización a través de una lógica

Graficar los conceptos claves y relaciones en una representación formal sugerida por un lenguaje o una herramienta.

Selección del lenguaje o Shell.

Representación de conceptos y relaciones dentro de la estructura del lenguaje.

Implementación eligiendo un Shell

El ingeniero organiza la base del conocimiento en una base de datos.

Se elige la base de datos.

Se define un conjunto de reglas y estructuras de control del Programa.

Se realiza el programa.

Pruebas

Evaluación del rendimiento del programa.

Revisión y ajuste a nivel de excelencia.

El experto realiza una evaluación. Incluso se diseñan problemas en el que el experto lo resuelve y el programa lo resuelve aparte.

Ventajas y Desventajas de los S.E.

Los sistemas expertos poseen varias ventajas con respecto a los sistemas manipulados por los seres humanos, algunas de ellas se muestran en la tabla siguiente.


Control Experto

Tabla: Ventajas de los Sistemas Expertos

Los sistemas expertos poseen varias desventajas con respecto a los sistemas manipulados por los seres humanos, algunas de ellas se muestran en la tabla siguiente:

Tabla : Desventajas de los Sistemas Expertos

Ejemplo Aplicativo

A continuación hablaremos de los pasos seguidos para implementar un Sistema Experto en Molino SAG.


Control Experto

Enfoque Experto

Objetivos del proyecto:

Aumentar el tonelaje procesados por la planta

Mantener una operación estable

Mantener prácticas de operación uniformes.

Características del sistema

Sistemas basados en reglas empíricas:

Hace lo que hacen los operadores

Desarrollado en base a entrevistas de éstos.

Las reglas son genéricas, válidas para cualquier Sag.

La sintonía se hace para cada molino.

La variable principal de control es la Presión.

Variables de Control del Experto

Para el Control de la operación del Experto este cuenta con un conjunto de variables que debe monitorear y otras que debe manejar, estos son:

Variables de Monitoreo Variables de control

Tonelaje

Sólidos al Molino

Presión de levante

Ruido

Potencia

Nivel de cajón

Tonelaje

Sólidos al molino

Parámetros de Control del Operador

Para el Control de la operación del Experto el operador cuenta con un conjunto de parámetros que debe manejar, estos son:

Parámetros de Presión:


Control Experto

Presión de Rechazo

Parámetros de Tonelaje:

Tonelaje Máximo

Tonelaje Mínimo

Parámetros de Nivel:

Nivel Máximo

Parámetros de Nivel:

Nivel Máximo

Parámetros de Densidad:

Sólido Alimentación Máxima

Sólido Alimentación Mínima

Parámetros de Potencia:

Potencia Alta

Potencia Baja

Variable de disparo de reglas

Variable de control basado en la presión

Presión:

Presión extrema Presión de rechazo

Presión muy alta Presión de rechazo 10

Presión alta Presión de rechazo 20

Presión de rechazo 10

Presión OK Presión de rechazo 75

Presión de rechazo 20

Presión baja Presión de rechazo 75

Pendiente de Presión:

Presión subiendo dP/dt > 0.01 psi/seg

Presión subiendo rápido dP/dt > 0.05 psi/seg

Presión disminuyendo dP/dt < -0.005 psi/seg

Presión disminuyendo rápido dP/dt < -0.01 psi/seg.

Rango de variables de Presión

En cada zona se define las pendientes de presión permitidas para subir tonelaje. En el caso de presión extrema, o presión de rechazo, no se sube presión, aunque ésta esté bajando. Esto permite estabilizar la presión en el límite de muy alta.


Control Experto

Variable de Pendientes de Presión

Ejemplo de una regla (tipo Alta Presión)

Fuzzy Set, Regla de Alta Presión

Ejemplo de operación de la lógica difusa: se tiene un valor de la variable “presión subiendo”; lo que produce el disparo de la regla “reduciendo tonelaje”, según:

1 Presión subiendo = 0.045 psi/s

2 Fuzzy set = 80%

3 Reducción de tonelaje = 50 tph


Control Experto

Variable de disparo de reglas

Variable de control basadas en el Nivel

Rango de operación de Nivel

REQUERIMIENTOS: Instrumentación / Hardware / Software

Como otros tipos de sistemas de control, un control experto está compuesto de un conjunto apropiado y confiable de sensores, actuadores remotos, componentes del computador de proceso y software de control. Focalizando la atención en las aplicaciones de control en circuitos SAG, los párrafos siguientes describen lo que consideramos son los niveles de instrumentación 'mínimo', 'deseable' e 'ideal', junto con las principales opciones de hardware/software para la debida implementación de estas aplicaciones.

Con relación a la Instrumentación de Proceso, la lista siguiente contiene los requerimientos mínimos para el control de un molino SAG, excluidos los molinos de bolas:

Medición de tonelaje fresco y lazo de control regulatorio tipo PID, para el comando de alimentadores.


Control Experto

Medición de potencia en el molino SAG.

Medición de presión de descansos en el molino SAG.

Medición de flujo de agua al molino SAG y su lazo de control tipo PID.

Medición de la carga recirculada, en caso de existir.

Medición de potencia de los chancadores de 'pebbles', en caso que existan

Figura 6

Un nivel más 'deseable' de instrumentación, que permitiría una estrategia más 'astuta', incorporando además los molinos de bolas, debería contener las mediciones adicionales siguientes:

Medición de potencia en molinos de bolas.

Medición del nivel de pulpa en los pozos.

Medición de flujos de agua al pozo y alimentación molinos de bolas, junto a sus lazos de control regulatorio tipo PID.

Medición de densidad de pulpa alimentada a ciclones.

Medición de presión en la alimentación a ciclones.

Finalmente, considerando el estado del arte actual en la tecnología de instrumentación, las siguientes nuevas mediciones conformarán el nivel de información de proceso 'ideal':

Medición de granulometría en la alimentación al SAG.

Comando independiente sobre cada alimentador.

Medición de flujo de pulpa alimentada a ciclones.

Medición de tamaño de partículas y porcentaje de sólidos en el rebalse de ciclones.

Bomba de velocidad variable en alimentación a ciclones.

Válvulas automáticas (ON/ OFF) para apertura y cierre de ciclones.

El nivel de instrumentación ideal planteado permitiría la incorporación de modelos de proceso más detallados, estimación de variables no medidas y otras herramientas de soporte; dando lugar a un sistema de control más poderoso, no sólo con propósitos estabilizantes sino también para lograr una optimización global del comportamiento.

Respecto de los requerimientos de hardware/software, existen varias opciones factibles, que van desde plataformas muy modestas con controladores independientes hasta algunas basadas en modernos y sofisticados DCS'S. En todos los casos, el cerebro del sistema es el 'computador supervisor’ (ver figura 7), donde residen las estrategias de control experto.

Nuevamente, las opciones básicas, en orden de complejidad creciente, son las siguientes:


Control Experto

Figura7: Principales Elementos de un Sistema de Control Experto Para un Circuito de

Molienda SemiAutógena.

Controladores autónomos con referencia remota, comunicados con el computador supervisor por medio de interfaces A/D y D/A convencionales. Una interfaz de proceso ligada a un PLC “donde se realiza el control regulatorio” el que, a su vez, se comunica digitalmente con el computador supervisor. El PLC puede o no tener su propia interfaz de operación, como también algún software básico de control.

Un DCS equipado con componentes de hardware y software para interfaz de operación, control regulatorio, tendencias, manejo de base de datos y otras capacidades propias de estos sistemas. El DCS se comunica con un computador de proceso externo donde residen las estrategias de control experto. Igual que el caso anterior, pero con un DCS que posee su propio computador de procesos y suficientes herramientas de software para ejecutar el control experto.

Bajo las dos primeras opciones, el operador interactúa con el terminal del computador supervisor. Con la tercera opción, el operador puede escoger entre hacerlo directamente con el computador supervisor o por medio de los terminales del DCS.

En todos los casos, el computador supervisor debe tener acceso a una base de datos en tiempo real, para que la estrategia sea alimentada con la información relevante del proceso. Asimismo, para la formulación de la estrategia experta, debe existir una plataforma de software que permita la organización del conocimiento; es decir, la estructuración lógica y ejecución de las reglas decisionales.

La mayoría de los lenguajes de programación, como Pascal, C, Basic, Fortran, son utilizables para tal propósito. En la opinión de los autores, es conveniente utilizar herramientas más apropiadas para este propósito como son los 'shell expertos', pero ello no es imprescindible. En este ambiente, cada algunos segundos la estrategia accede a los datos del proceso, evalúa la condición operacional actual del circuito y la proyección más probable de ella, verificando la existencia de probables emergencias y restricciones a la operación, para finalmente concluir el ciclo de control cargando a los controladores regulatorios los valores actualizados de las referencias operacionales, por medio de la base de datos.

Ejecución de la Lógica Experta

Como se anticipó, la estrategia 'base' constituye la fundación de cada estrategia 'a medida' y condensa todo el conocimiento previo acerca del control de circuitos de molienda SAG similares, en la forma de reglas decisionales y modelos generalizados del proceso, el que representa todo conocimiento común y repetible entre otras plantas previamente estudiadas. En la gran mayoría de las aplicaciones, la estrategia base conducirá al sistema hacia el máximo tonelaje factible en el circuito, para una cierta especificación de tamaño de producto. En ocasiones, cuando la disponibilidad de mineral es limitada, el objetivo operacional podrá ser una maximización de la eficiencia con que se utiliza la energía, manteniendo el molino con un llenado superior a un cierto nivel mínimo. (Ver fig. 8)


Control Experto

Figura 8: Ejemplo de la Estrategia base en el Control Supervisor Experto para un Molino SemiAutógeno, Mostrando las

Principales y Típicas Reglas Decisionales.

La secuencia de ejecución de las reglas es la siguiente:

Reglas de Cálculo

Reglas de Sobrecarga

Reglas de Alta Presión

Reglas de Cajones

Reglas de Sobrecorrección

Relas de Estabilidad

Reglas de Optimización

De la secuencia de ejecución de las reglas mostraremos acontinuación algunas reglas principales empleadas para el desarrollo del Sistema Experto:

Reglas de Sobrecarga:


Control Experto

}

Existen reglas para el caso de falta de agua, que detectan distintos grados de desviación de % sólidos, respecto de su SP, de manera de evitar la sobrecarga del molino. Además existe una protección especial que si el % sólidos llega a 85% por más de 20 segundos de detienen los feeeders. (Ver fig. 9)

Figura 9

Reglas de Cajones

Nivel de Cajon de 6 vías:


Control Experto

Nivel de Cajones SAG:

Reglas de Alta Presión:

Experiencias en Planta

En la Figura 10 se presenta una comparación del comportamiento de una estrategia experta Super-SAG con respecto a la operación bajo un DCS convencional. Estos histogramas comparativos de tonelaje están basados en períodos de extensas pruebas tipo on/off, en las cuales la estrategia Super-SAG experta fue conectada y desconectada en sucesivos tumos de operación; por lo tanto, ambas opciones de sistemas de control tuvieron igual probabilidad de estar expuestos a minerales y perturbaciones decaracterísticas similares. En promedio, para el caso en referencia, el tonelaje del circuito aumentó cerca de un 11% (1.297 ton/hr vs 1.170 ton/hr), además de una reducción importante en la variabilidad del tonelaje. En aplicaciones similares el tonelaje ha aumentado en un rango de 5% a 12%, reduciendo la variabilidad en todos los casos.

Como se mencionó anteriormente, la operación directa mediante los DCS aún demanda una frecuente interacción del operador para contrarrestar las emergencias del proceso. La 'campana' secundaria a la


Control Experto

izquierda en el histograma del SCD de la figura 10 -indicada como la 'zona de pánico del operadores interesante en cuanto refleja la sobrerreacción del operador.

Figura 10: Histogramas Comparativos en Tonelaje de la Estrategia Experta SuperSAG Vs. La Operación por medio de un SCD Tradicional.

Ante una emergencia declarada, en que innecesariamente se reduce el tonelaje a cerca de la mitad. Por el contrario, la estrategia experta no sólo está preparada para manejar estas emergencias, sino también para evitar su ocurrencia, por medio del monitoreo continuo del estado del circuito y las tendencias que él exhibe.

Para el mismo conjunto de datos, en la Figura 11 se compara los histogramas de presión de descansos. Ambos sistemas de control fueron capaces de mantener casi la misma presión promedio, es decir, llenados aproximadamente iguales. Más importante aún, sin embargo, es reconocer que con la estrategia experta se logró una notable reducción en la variabilidad de la carga en el molino.

Figura 11: Histograma Comparativo de Presión de Descansos de la Estrategia Experta SuperSAG v/s el tradicional Sistema SCD.

El porcentaje de tiempo en que el molino estuvo expuesto a una condición de baja carga (presión de descansos muy baja), o peor aún, a una sobrecarga (presión de descansos muy alta), fue mucho más alta cuando la operación fue supervisada por medio del DCS que cuando actúa la estrategia Super-SAG.

Esta observación tiene una implicancia muy significativa: al reducir el riesgo de llegar a una sobrecarga, una estrategia que ha sido adecuadamente sintonizada permite, de manera más segura, operar a mayores niveles de llenado, protegiendo bolas y revestimientos, y desarrollando la máxima potencia en el molino SAG; en otras palabras, acercándose a la capacidad de tratamiento límite de una instalación dada.


Control Experto

Complementando el análisis, los histogramas de potencia del SAG, que se presentan en la Figura 12, ilustran que, aun cuando los promedios de llenado del molino fueron similares con ambos sistemas de control, es factible extraer aún más potencia al molino, en este caso 7% más; nuevamente, con una significativa reducción de la variabilidad de esta señal. Se espera este mejoramiento, dado que la estrategia experta ha sido programada para monitorear la real posición de la curva potencia-llenado de modo permanente, sacando ventaja de cada oportunidad que sea posible aumentar la potencia, siempre tratando de acercarse a la máxima potencia especificada, por un apropiado manejo de la carga fresca y agua al molino. La velocidad del molino, siempre que esté disponible, proporciona un grado de libertad adicional para lograr igual objetivo.

Figura 12: Histograma Comparativo de Potencia del SAG para la Estrategia Experta SuperSAG v/s el tradicional Sistema SCD.

Finalmente, es interesante reconocer que el aumento observado de tonelaje (11 %) excede el correspondiente aumento de potencia del SAG (7%). Esto es indicativo del hecho que, en general, la estrategia experta ayuda a optimizar no sólo la capacidad del circuito, sino también la eficiencia energética con la que el mineral alimentado está siendo procesado.

El impacto financiero de estas observaciones no puede ser exagerado. Como se indicó anteriormente, éste es sólo uno de muchos ejemplos recientes de la aplicación de los sistemas expertos para el control de las operaciones de los circuitos semiautógenos. Durante los últimos cinco años los autores han desarrollado otras cuatro implementaciones similares; totalizando de manera combinada un total de mineral procesado del orden de las 6.300 (ton/hr) (aproximadamente 50 millones de toneladas/año).


Documents

x Control Experto