Svakodnevno se, hemijske laboratorije i odgovarajuće službe kontrole kvaliteta suočavaju sa ogromnim brojem merenja, koja kao rezultat imaju velike baze (setove) podataka, koje treba pravovremeno obraditi, procesuirati i redukovati s ciljem dobijanja informacija koje bi bile dovoljne da ukažu na postojeći kvalitet vode i koji bi poslužili kao osnova za efikasno modelovanje i upravljanje vodnim resursima. Statistička evaluacija i multivarijaciona analiza doživela je značaj u savremenom društvu, i to na svim poljima, počevši od hemije i zaštite životne sredine, ali i ekonomije, marketinga, psihologije, socioloških istraživanja, pa do medicine i farmacije.
Redovno praćenje parametara u procesnoj vodi, smanjenje broja on-line parametara koje treba redovno pratiti i frekvencije merenja, prioritet je službi kontrole u industriji. Na osnovu prethodno definisanih ključnih promenljivih, koje se mere direktno, a preko kojih se indirektno dobijaju informacije o ostalim parametrima, zbog njihovih čvrstih korelacija, pojednostavljuje se sistem monitoringa i obezbeđuje pravovremena aktivnost u sprečavanju havarija.
U okviru ove doktorske disertacije sistemski je praćena koncentracija jonskih vrsta, kao i bitnih fizičko-hemijskih parametara u procesnoj vodi iz sistema voda-para. Izvršena je kompletna evaluacija merenja. Jonska hromatografska (IC) metoda za određivanje jona na nivou tragova (ppb-ppt) testirana je na realnim uzorcima, izvršena je optimizacija i validacija metode. Na primeru ultračiste vode, ispitane su različite hemometrijske metode, kao što su analiza glavnih komponenti (PCA), faktorska analiza (FA), analiza grupisanja ili klasterska analiza (CA), diskriminaciona analiza (DA). Primenjena je kombinacija multivarijacionih tehnika i izvršen izbor one (onih) koja može najviše pomoći u redukciji podataka, izboru ključnih parametara, predviđanju parametara koji su najodgovorniji za varijacije u kvalitetu vode i projektovanju budućeg sistema monitoringa. Definisane su lokacije sa najvećim zagađenjem u odnosu na ispitivane elemente, kao i izvori mogućeg porekla. Na osnovu koeficijenta korelacije otkriveni su odnosi između elemenata, kao i mogući mehanizmi putem kojih ove zagađujuće materije dospevaju u ciklus voda-para. Predložen je sistem monitoringa sa redukovanim brojem parametara i smanjenom učestanošću merenja.
Drugi objekat i predmet istraživanja u ovoj disertaciji bila je sirova voda (površinska i podzemna) iz sistema JKP Beogradski vodovod i kanalizacija. Zbog aktuelne problematike zagađenja voda, potrebi definisanja parametara koji su odgovorni za kvalitet vode i dobijanja trenutnih informacija o kvalitativnom i kvantitativnom sastavu vode, veliki broj radova objavljenih u svetu se fokusira na razvijanje modela i primenu hemometrijskih metoda u proceni kvaliteta površinskih (reke, jezera, mora) i podzemnih voda. Na osnovu merenja parametra, formirane su baze podataka, tzv. data setovi koji su podvrgnuti multivarijacionoj analizi. Predložene su hemometrijske metode koje daju najbolje tumačenje prostorno/vremenskih varijacija i najtačnije predviđanje i modelovanje parametara koji su odgovorni za ispoljene varijacije u kvalitetu vode. Ispitani su uzroci varijacija sa svih aspekata: lokacijski, sezonski i godišnji. Otkriveni su parametri koji su doveli do svih ovih oblika varijabilnosti parametara kvaliteta vode. Izvršeno je i modelovanje pomoću metoda DA i veštačkih neuronskih mreža (ANN).]]>
Laboratory and on-line analysis performed daily provide a huge number of data on the quality of water which should be evaluated, processed and reduced in order to obtain information that would be sufficient to indicate the water quality and that would serve as the basis for efficient modeling and management of water resources. The goal of this investigation was to apply multivariate statistical techniques and choose the most applicable one for this case. The statistical evaluation and multivariate analysis are very important in all fields, ranging from the economics, marketing, psychology, social studies, to medicine, pharmacy, and especially chemistry and environmental protection.
Regular monitoring of parameters of the process water, with the possible reduction of the number of on-line parameters that should be monitored and their frequency of measurement is important for the maintanance services in the industry. From key variables which are measured on-line, and by which indirectly the information on other parameters are recieved, based on their correlations, simplification of the monitoring system is enabled with less consuming activities and the same level of preventing accidents.
Within this Ph.D. thesis the concentration of ionic species and the cruical physicochemical parameters in the process water in the water-steam systems are monitored. A complete evaluation of the measurement was performed. The ion chromatography (IC) method for the determination of ions at trace level (ppb-ppt) was tested on real samples, and the method was optimized and validated. Different chemometric methods such as principal components analysis (PCA), factor analysis (FA), cluster analysis (CA) and discriminant analysis (DA) were applied, for the ultrapure water.
The optimal combination of multivariate techniques and the selection of one or more techniques that can be applied for the reduction of data, as well as the choice of key variables and the prediction of the parameters which are the most responsible for variations in water quality and the design of future monitoring system was investigated. The locations with the highest pollution, in respect to the analysed elements, as well as their possible origin and source was defined and investigated. The relationships between the elements and mechanisms by which these impurities get into the water-steam cycle were discovered based on the correlation coefficients. The monitoring system with a reduced number of parameters and reduced frequency of measurements is proposed as a result of this research.
The second object of the analysis within this study was the raw water (surface and groundwater) which the Belgrade Waterworks system used for procesing into the drinking water. In order to define the parameters that are responsible for the change of water quality and to obtain current information on the qualitative and quantitative composition of the water, the chemometrics methods can be applied to assess the quality of surface water (Sava river ) and groundwater. Based on the measured water quality parameters of the Sava river, the database (data set) that was subjected to multivariate analysis was created. The chemometric methods which give the best interpretation of the spatial/temporal variations and the most accurate prediction and modelling parameters responsible for the variations in water quality were adopted. The causes of variation in all aspects: location, seasonal and temporal were investigated. The parameters that led to all forms of variability in the water quality were revealed. The modelling based on the DA method and artificial neural network (ANN) was performed.]]>
]]>
Теоријска истраживања у оквиру докторске дисертације обухватила су анализу положаја и улоге различитих приступа моделовања и управљања флотацијским системима.
Један од таквих приступа јесте моделовање класичним математичким методама које укључује емпиријске, кинетичке, популационо-билансне и моделе засноване на вероватноћи. Међутим, узимајући у обзир сложеност процеса флотације чији је узрок интеракција многих микропроцеса који се одвијају на граници три фазе (чврста, течна и гасовита), примена класичних математичких једначина за сада није показала довољну ефикасност.
Као перспективна алтернатива класичном приступу моделовања, у новије време су све више присутне и методе софт компјутинга. Ове методе, за разлику од класичних математичких метода, испољавају извесну толеранцију на непрецизности и неодређености технолошких параметара при опису реалних система, те стога нуде прилагодљивија и робуснија решења за проблеме моделовања стохастичких процеса какав је флотацијски. Са аспекта технологије процеса, најчешће коришћене технике софт компјутинга су вештачке неуронске мреже, фази логика и метода потпорних вектора, док се генетски алгоритми углавном примењују за одређивање оптималне конфигурације флотацијских постројења. Ипак треба нагласити да иако постоје неке класе проблема из области моделовања процеса флотацијске концентрације које су успешно решене применом метода софт компјутинга, многа питања на овом пољу још увек остају отворена.
Када је реч о техникама управљања флотацијским процесом у механичким флотацијским ћелијама, закључак је да традиционални ПИД контролери нису погодни за свеобухватно управљање динамичким флотацијским системима, осим при нижим нивоима контролне хијерархије. У области напредног управљања, предиктивне технике засноване на моделу могу побољшати перформансе флотацијског процеса, али по правилу у кратком временском периоду. Коначно, интелигентне технике и експертски системи имају добар потенцијал у управљању флотацијским постројењима јер повећавају општу флексибилност контроле процеса.
Експериментална испитивања у оквиру докторске дисертације обухватила су развој и валидацију десет различитих модела процеса флотацијске концентрације, базираних на следећим методама софт компјутинга: фази логика (Мамдани и Такаги-Сугено систем закључивања), вештачке неуронске мреже и хибридни адаптивни неуро-фази систем закључивања. Као независно променљиве величине усвојене су: садржај бакра у улазној руди, потрошња колектора на основном флотирању, потрошња пенушача, пХ вредност пулпе на основном флотирању и потрошња колектора на допунском флотирању. Насупрот томе, у својству зависно променљивих величина разматрани су садржај и искоришћење бакра у концентрату као и садржај бакра у јаловини. Остали техничко-технолошки параметри, релевантни за процес флотацијске концентрације сматрани су константним. За тестирање адекватности формираних модела коришћени су реални процесни подаци, прикупљени вишегодишњим праћењем рада индустријског флотацијског постројења у Великом Кривељу.
На основу добијених резултата утврђено је да модели базирани на методама софт компјутинга добро осликавају понашање флотацијског система. Такође је установљено да су нешто бољи резултати моделовања постигнути применом вештачких неуронских мрежа него применом фази логике и хибридног система АНФИС. Поред тога, међусобном компарацијом перформанси модела заснованих на Мамдани и Такаги-Сугено фази системима закључивања, уочено је да Такаги-Сугено систем даје незнатно повољније исходе када је у питању моделовање процеса флотације.]]>
Theoretical research within the dissertation included an analysis of the position and role of different approaches of flotation systems modelling and control.
One of the approaches is modelling by classical mathematical methods that includes empirical, probabilistic, kinetic, and population-balance based models. However, taking into consideration the complexity of the flotation process, caused by the interaction of many micro processes on the boundary of three phases (solid, liquid and gaseous), classical mathematical equations have not been effective enough so far.
Recently, soft computing methods emerged as a perspective alternative to the classical modelling approach. These methods, unlike the conventional mathematical methods, exhibit a certain tolerance to imprecision and uncertainty of technological parameters in the description of real systems. Therefore, they offer more flexible and more robust solutions to the problems of modelling of stochastic processes such as froth flotation. From the standpoint of process technology, the most commonly used soft computing techniques are artificial neural networks, fuzzy logic and support vector machines, while genetic algorithms are mainly applied to optimize the flotation circuit configuration. However, it should be noted that although several classes of flotation problems are being successfully modelled with soft computing methods, there still remain a number of unresolved issues and obstacles.
When it comes to control techniques for flotation plants with mechanical cells, the conclusion is that the traditional PID controllers are found not suitable for the comprehensive control of dynamic flotation systems, except, in part, for the lower hierarchy levels. In the area of advanced control, model predictive methods can improve flotation process performances, but as a rule, in a short period of time. Finally, intelligent methods and expert systems have a good potential in flotation control, increasing its overall flexibility.
Experimental studies in this doctoral dissertation covered the development and validation of ten different flotation process models based on the following soft computing methods: fuzzy logic (Mamdani and Takagi-Sugeno fuzzy inference system), artificial neural networks and hybrid adaptive neuro-fuzzy inference system. Copper content in the feed, pulp pH value and collector dosage in the rougher flotation circuit, frother consumption, and collector dosage in the scavenger flotation circuit were selected as input variables. Opposed to that, concentrate grade and recovery as well as tailings grade were adopted as output variables. Other technical and technological parameters, relevant to the froth flotation process were considered constant. The testing of the adequacy of models is performed on the basis of real process data. These data were collected by multiannual monitoring of operation of „Veliki Krivelj” industrial flotation plant.
On the basis of the obtained results, it was found that soft computing-based models well describe the behavior of the flotation system. It was also noticed that better results were achieved through the application of artificial neural networks then by using of fuzzy logic or hybrid adaptive neuro-fuzzy inference system. Furthermore, comparison between characteristics of models based on Mamdani and Takagi-Sugeno fuzzy inference systems was performed. The Takagi-Sugeno system was proven to deliver slightly better results when it comes to modelling of the flotation process.]]>