Сергей Апресов
Компьютерное моделирование позволяет инженерам «Норникеля» увидеть процессы, протекающие в экстремальных условиях — в огне печей взвешенной плавки, бурлящей химии флотомашин, грохоте шаровых мельниц. Результат — новые технические решения: часть из них уже работает на производстве и приносит экономический эффект.
Моделирование физических процессов решает две ключевые проблемы. Во-первых, дорогостоящие и опасные испытания заменяются цифровой симуляцией. Так, автопроизводителям моделирование помогает реже прибегать к продувке моделей в аэродинамической трубе. Авиастроители могут испытать компоненты двигателей при экстремальных нагрузках, не рискуя потерять реальный прототип. Охлаждение атомных реакторов, пожарная безопасность небоскребов, сердечно-сосудистая хирургия — смелые эксперименты в этих сферах разумнее перенести в виртуальную среду.
Металлурги с помощью компьютерных симуляций проверяют гипотезы и подбирают оптимальные режимы работы оборудования. К примеру, что будет, если измельчать руду быстрее или подать на мельницу более крупные фрагменты породы? На сколько вырастет расход электричества, как перегрузки скажутся на ресурсе агрегата, окупится ли это экономически? Ставить такие эксперименты в реальной жизни — значит рисковать дорогостоящим оборудованием и замедлять сложившийся производственный процесс. На фоне таких рисков компьютерная симуляция несопоставимо дешевле натурного эксперимента.
Второй козырь моделирования — возможность «заглянуть» туда, где не выдержат ни камера, ни датчик. К примеру, руду обогащают во флотомашинах — больших чанах, заполненных едкими химикатами. А в печах взвешенной плавки облако из измельчённого сырья плавится в вихрях горячих газов при температуре около 1 500 градусов. Специалисты «Норникеля» детально представляют себе, что происходит внутри этих агрегатов: симуляция позволяет воссоздать, а затем измерить и визуализировать сложные гидро- и газодинамические процессы, протекающие при экстремальных условиях.
Компьютерное моделирование физических процессов включает совокупность нескольких методов. В их числе вычислительная гидрогазодинамика CFD (Computational Fluid Dynamics) и метод дискретных элементов DEM (Discrete Element Method) — с его помощью моделируют поведение сыпучих сред.
Вместе эти методы описывают почти любую ситуацию, где движутся жидкости, газы или сыпучие материалы, идёт теплообмен или протекают химические реакции, — то есть большинство процессов металлургического производства.
Как строятся математические модели физических процессов
— Мы ведём целенаправленный поиск применения математического моделирования в технологических процессах компании. Выбираем те направления, где будет экономический эффект, — говорит Алексей Кузин, руководитель направления аддитивных технологий департамента технологических инноваций «Норникель Спутник». — Часто метод оказывается актуален для агрегатов, спроектированных десятилетия назад. С тех пор шагнули вперёд конструкционные материалы, эволюционировали подходы к инженерии, изменился состав руды. Информация, полученная с помощью компьютерного моделирования, позволяет не проектировать всю технологическую цепочку заново, а осовременить процесс точечными изменениями.
Один из таких процессов — измельчение руды. Шаровая мельница внешне напоминает барабан стиральной машины, только очень большой: диаметром 4–10 метров и длиной 5–8 метров. Примерно до половины он заполнен стальными шарами диаметром от 80 до 120 миллиметров. В агрегат загружают десятки тонн руды. Вращаясь, барабан издаёт очень громкий шум и потребляет колоссальное количество энергии.
На фабрике сырьё проходит через каскад мельниц, работающих в разных режимах. Отличается скорость вращения, диаметр шаров, материал внутреннего покрытия — футеровки. В первый агрегат загружают крупные фрагменты руды размером порядка 10 сантиметров. Из последнего выходит материал крупностью 45 микрон — тоньше, чем способны различить пальцы; мельницу он покидает в виде пульпы, то есть смеси с водой.
Компьютерная модель мельницы состоит из двух ключевых компонентов. Первый — это геометрические очертания корпуса, то есть 3D-модель. Второй — набор математических формул, описывающих поведение подвижных сред внутри агрегата.
Создавая 3D-модель мельницы, инженеры «Норникеля» опирались на конструкторскую документацию. Когда информации из чертежей было недостаточно, применяли 3D-сканирование. Так, с помощью сканера получили детальные очертания футеровки. Внутренняя поверхность барабана имеет сложную ребристую форму, причём конфигурация рёбер существенно влияет на движение шаров и руды внутри.
В рамках описанной геометрии софт рассчитывает поведение динамических сред. Внутри мельницы таких сред три. Первая — это металлические шары. Вторая — частицы руды, размер и число которых с течением времени меняются. Третья среда — это вода, вместе с которой руда поступает в мельницу и выгружается из неё в виде пульпы. Вода является сплошной фазой, которая удерживает внутри себя другие разрозненные частицы.
Все три фазы вместе — это колоссальное количество отдельных объектов со своим уникальным поведением. Компьютер рассчитывает положение каждого из них с помощью физических уравнений, учитывая их собственные характеристики (массу, твёрдость и др.) и взаимодействие с соседними элементами.
Уже первый расчёт даёт наглядную картину: модель визуализирует процессы внутри барабана и предсказывает выходные параметры. Но насколько эти предсказания соответствуют реальности, зависит от того, с какой точностью заданы геометрия агрегата и свойства шаров и руды. Поэтому перед промышленным применением модель проходит три обязательных этапа: подготовку входных данных, калибровку и верификацию.
Вычислительные мощности
Моделирование гидродинамических процессов — задача универсальная. Для виртуальных испытаний болидов «Формулы-1», авиационных турбин или печей взвешенной плавки используют примерно одинаковый софт. Решение миллионов уравнений требует серьёзных вычислительных мощностей.
— Многое зависит от требуемой точности и таланта расчётчика, — говорит Сергей Богданец, главный менеджер направления компьютерного моделирования «Норникель Спутник». — Модель одного и того же агрегата может быть создана как очень лёгкой, для персонального компьютера, так и очень тяжёлой, которую нужно отправлять в расчётный кластер. В зависимости от особенностей физики модель может больше нагружать центральный процессор CPU или графические ядра GPU. Малые и средние задачи решаются на персональных компьютерах, а большие отправляются в расчётные кластеры, которые обычно строятся на базе крупных университетов.
Входные данные, калибровка и верификация
Точность модели в первую очередь зависит от качества входных данных. Режимные параметры — частота вращения, величина загрузки и прочие технические характеристики — берутся из конструкторской документации и практики эксплуатации. Свойства самих материалов определяют экспериментально — в лаборатории.
— Прежде чем делать модель, мы собирали образцы руды и шаров и отправляли их в лабораторию, — говорит Сергей Богданец. — Там определяли статические и динамические коэффициенты трения, характеристики взаимодействия и прочие параметры, необходимые для точного воссоздания кинематики внутри агрегата.
Затем модель калибруют: результаты расчётов сравнивают с фактическими выходными параметрами работы мельницы и уточняют её настройки. С помощью датчиков измеряют реальное энергопотребление в разных режимах эксплуатации. Пробы измельчённой руды также подвергают лабораторному анализу — по крупности продукта видно, насколько верно модель описывает измельчение.
Верифицированной считается та модель, достоверность которой подтвердили отдельными экспериментами — на режимах и данных, не использованных при калибровке. Расчёт должен совпасть с замерами в пределах заданной погрешности. Только верифицированные модели допускаются к промышленной эксплуатации.
Практические результаты моделирования: от пилотов до внедрения
С помощью математического моделирования специалисты «Норникеля» разработали усовершенствованную футеровку для шаровой мельницы. В начале следующего года её начнут применять на Норильской обогатительной фабрике.
Внутренняя «броня» барабана имеет сложный пространственный профиль. От его конфигурации зависит и эффективность измельчения руды, и долговечность этой расходуемой детали, которая служит в среднем несколько месяцев. Если раньше профиль футеровки создавали исходя из теоретических соображений, то теперь инженеры могут протестировать множество различных вариантов в виртуальной среде.
Технологии CFD помогли повысить эффективность печей взвешенной плавки. В этих агрегатах взвесь измельчённых в пыль концентратов плавится в потоке горячих газов. Процесс протекает в реакционной шахте — башне высотой порядка 10 метров. На самом верху располагается шихтовая горелка, в которую подаётся сырьё, флюсующие материалы и огромное количество воздуха, обогащённого кислородом.
Верифицированная газодинамическая модель подсказала инженерам, как создать в реакционной шахте устойчивые вихри и улучшить горение. Усовершенствованные фланцы для горелок печатают на 3D-принтерах; первые из них уже работают на печах и дают экономический эффект.
Также специалисты смоделировали образование настылей — твёрдых наростов, препятствующих свободному движению газов в печи. Чтобы уменьшить образование наростов, разработали улучшенный узел примыкания аптейка — газохода, через который продукты плавки выводятся из печи в противоположной от реакционной шахты части агрегата.
Отдельное направление — флотация. Это процесс обогащения руды, основанный на различной способности минералов смачиваться водой. Измельчённая руда поступает в чан диаметром 4–10 метров, в неё добавляют флотационные реагенты — собиратели и вспениватели, — а снизу подаются пузырьки воздуха. Частицы металлосодержащих минералов, обработанные собирателями, приобретают водоотталкивающие свойства и всплывают на поверхность вместе с пеной, а пустая порода оседает на дно.
Воздух подаётся через единственный центральный аэрационный узел на дне флотомашины, похожий на большую вращающуюся форсунку от джакузи. В идеале пузырьки воздуха должны равномерно распределяться по всему объёму ёмкости, но на практике образуются застойные зоны, где воздухообмен идёт недостаточно эффективно. Компьютерное моделирование помогло детально изучить движение жидкостей и газов внутри флотомашины — там, где из-за едкой химии не выдержала бы ни одна камера. По результатам расчётов конструкцию аэрационного узла изменили: новые узлы уже работают на обогатительной фабрике Кольской ГМК в Заполярном.
Моделирование физических процессов и искусственный интеллект
В перспективе моделирование физических процессов будет работать в связке с искусственным интеллектом. Сама по себе компьютерная симуляция не является ИИ-технологией. В процессе не задействовано машинное обучение, и расчёт подвижных сред ведётся по строгим математическим формулам. Тем не менее моделирование и искусственный интеллект могут помогать друг другу.
Так, в «Норникеле» активно внедряют цифровые советчики. Эти программы, основанные на машинном обучении, в реальном времени помогают управлять производственными процессами, подстраивая их под количество и качество входящего сырья. На многих участках технологам приходится контролировать десятки переменных параметров, опираясь на опыт и профессиональное чутьё. Практика показала, что в такой многопараметрической настройке предиктивная аналитика справляется точнее человека — притом что сами технические решения по-прежнему придумывает инженер.
Цифровые советчики уже помогают управлять флотацией, измельчением руды, а также высокотемпературными процессами вроде конвертирования металлов. ИИ-алгоритмы обучаются на исторических данных, которые не всегда доступны в желаемом количестве. Испытания в виртуальной среде с использованием математического моделирования могут помочь собрать датасет для обучения цифровых советчиков.
В свою очередь, ИИ может дополнить математическое моделирование, чтобы сэкономить на вычислительных мощностях в простых рутинных задачах или подтолкнуть разработчиков к свежим идеям.
— Моделирование позволяет проверять технические решения, но придумывать их пока что приходится человеческим разумом, — говорит Сергей Богданец. — Обширный кругозор искусственного интеллекта может подтолкнуть инженера к новому решению, помочь сдвинуться с мёртвой точки и стимулировать вдохновение.
