Zagadnienia optymalizacji produkcji grupy zakładów

prof. dr hab. inż. .STANISŁAW CIERPISZ
Centrum Elektryfikacji i Automatyzacji Górnictwa EMAG
dr hab. inż. KRYSTIAN KALINOWSKI
dr inż. ROMAN KAULA
dr inż. JOACHIM PIELOT
Katedra Elektryfikacji i Automatyzacji Górnictwa
Wydział Górnictwa i Geologii, Politechnika Śląska
Zagadnienia optymalizacji produkcji
grupy zakładów wzbogacania węgla
Production Control and Optimisation
in a Group of Coal Preparation Plants
Sieć powiązań pomiędzy grupą producentów węgla energetycznego i odbiorców
produktów handlowych umożliwia wariantową konfigurację planów produkcyjnych
poszczególnych kopalń dla wybranych odbiorców tak, aby spełnić warunki ogólnej
umowy. Parametrami sterującymi w takim systemie są gęstości rozdziału w poszczególnych procesach wzbogacania oraz proporcje składników tworzących mieszanki
energetyczne. Optymalizacja systemu polega na takim doborze parametrów rozdziału, aby maksymalizować efekty produkcyjne według przyjętego kryterium ekonomicznego (np. wartości lub ilości poszczególnych produktów). Przedstawiono zastosowanie modeli symulacyjnych układów technologicznych, sieci powiązań oraz ekonomicznych kryteriów produkcji do analizy całego systemu. Wyniki symulacji wskazują na możliwość uzyskania dodatkowych efektów ekonomicznych w wysokości od
kilku do kilkunastu procent w stosunku do zwykle osiąganych w praktyce.
A simulation analysis of production of several coal preparation plants for several
clients of steam coal blends and clients of coal concentrates has been presented. The
aim of simulation was to find the best combination of washed and unwashed fine coal in each plant and best proportion of products sent to each client. The criterion of
optimization was the maximum overall tonnage of concentrates of required quality
at the constant overall tonnage of the blend. The parameters of the simulation model
for each plant were: tonnage of raw fines, washability characteristic, separation
density of the fines washing process, desired ash contents in the blend and in concentrates. The simulation analysis showed the extreme character of the production
process and demonstrated that it is possible to find the optimum way of production
which can result in increase of the concentrate tonnage by 10-18%.
1. WSTĘP
1. INTRODUCTION
Kopalnie węgla energetycznego zgrupowane
w większych organizmach gospodarczych (spółki,
holdingi) są powiązane z grupą elektrowni oraz innych zakładów energetycznych umowami handlowymi, które określają parametry jakościowe, ilość
Coal mines grouped in large-scale joint multi-level
businesses (conglomerates, holding companies) are
bound by several trade contracts signed with a group
of power stations or other industrial steam coal consumers. These contracts establish the parameters of
MECHANIZACJA I AUTOMATYZACJA GÓRNICTWA
4
Rys. 1. Ogólny schemat blokowy procesów wzbogacania w zakładach przeróbczych KW S.A.
(na podstawie (Nycz, 2004)
Fig. 1. Block scheme of technological separation processes in KWK S.A. plants (Nycz, 2004)
produktów i terminy dostaw. Typową sytuacją jest,
że zakłady przeróbki węgla produkują mieszanki
energetyczne dla elektrowni, a koncentraty miałowe
głównie na eksport. Warunki kontraktu ustalane są
w trakcie wzajemnych uzgodnień pomiędzy odbiorcami produktów węglowych, zarządem kopalń oraz
samymi kopalniami. Podstawowymi parametrami
jakościowymi produktów dla elektrowni jest wartość
opałowa, zawartość siarki oraz dodatkowo zawartość
popiołu. W niektórych sytuacjach istotnym parametrem staje się zawartość wilgoci (okresy zimowe).
Istotnym czynnikiem wpływającym na powiązanie
danej kopalni z daną elektrownią są koszty transportu, ogólna jakość mieszanki (zawartość mułów, skład
ziarnowy, parametry popiołu) oraz tradycja współpracy. W zbiorze umów handlowych pomiędzy grupą
producentów i grupą odbiorców nie zauważa się
istotnej interakcji pomiędzy poszczególnymi umowami, tzn. ścisłego uzależnienia warunków ilościowo-jakościowych produktów jednej umowy od innych umów.
Typowy schemat technologiczny zakładu przeróbki
węgla energetycznego (na przykładzie KW S.A.)
przedstawiony jest na rys. 1 [4]. Węgiel surowy, po
klasyfikacji wstępnej (+20, (10), (8) mm) wzbogacany jest we wzbogacalnikach z cieczą ciężką (200–20
(10) (8) mm) oraz w osadzarkach (0–20 (10) (8)
mm). Węgiel w klasie 0,5–0 mm wzbogacany jest
w procesie flotacji (w przypadku węgla koksowego).
products, their tonnage and delivery terms as well.
Coal preparation plants in Poland produce steam
coal blends for power stations and steam coal concentrates mainly for export. The terms & conditions
of the said contracts are established in bilateral negotiations between the consumers, the holding company management and that of a particular mine. The
basic quality parameters of products for power stations are calorific value, sulphur content and, additionally, ash content. In some cases, also moisture
content becomes an important parameter, particularly in the winter time. The transportation costs are
also considered when establishing the delivery connections between the mines and consumers. The
same applies to the the general quality of blends
(content of filter cake, size composition, ash content, etc.) and the tradition of trade. At present, there
are no clear correlations between the individual
contracts in the sense of strict dependence of the
contract terms and conditions from mine to mine as
regards the product quality and tonnage (Cierpisz
et.all, 2006).
A typical layout of a steam coal preparation plant
(SCPP) is shown in Figure 1. Raw coal, after primary classification (+20, (10), (8) mm) is washed
in heavy media process and in jigs. Coal (0.5 –
0 mm) is washed using a flotation process to obtain
coking coal. The total production yields are shown
in Figure 2, and their average calorific value in
Nr 4(458) KWIECIEŃ 2009
5
31
Wartość opałowa, MJ/kg
60
Udział, %
50
40
30
20
10
29
27
25
23
21
19
17
15
0
MS
MP
MW
SW
GW
WS
Produkty
MS
MP
MW
SW
GW
WS
Produkty
Rys. 2. Udział poszczególnych produktów
Rys. 3. Wartość opałowa
w całej produkcji
poszczególnych produktów
Fig. 2. Yield of products in total production
Fig. 3. Calorific value of products
MS – miał surowy, MP – półprodukty, MW – miał wzbogacony, SW – produkty średnie wzbogacone,
GW – produkty grube, WS – węgiel wsadowy (koksujący)
MS – raw fines, MP – middlings, MW – washed fines, SW – midlle size products,
GW – upper size products, WS – cooking concentrate
Udział ilościowy poszczególnych produktów w całej
produkcji przedstawiono na rys. 2, a ich średnią wartość opałową na rys. 3. Z zestawienia widać, że
udział produkcji miałów surowych i wzbogaconych
wynosi około 80% (całej produkcji), natomiast udział
przerostów i pozostałych produktów miałowych wynosi około 3%. Upoważnia to do prowadzenia przybliżonej analizy optymalizacyjnej całej produkcji
w oparciu o uproszczony układ technologiczny
przedstawiony na rys. 4 (z pominięciem przerostów,
mułów i flotokoncentratu).
in Figure 3, respectively. It can be seen that the
yield of raw and washed fines is ca. 80% of total
production and that of middlings and other fine products is ca. 3%. This justifies the need to analyze the
whole production of the SCPP and its optimization
on the basis of a simplified technological layout presented in Figure 4 (without middlings, filter cakes
and froth concentrates).
2. MODEL SYMULACYJNY SYSTEMU
2. SIMULATION MODEL OF THE SYSTEM
Uproszczony schemat blokowy układu technologicznego zakładu wzbogacania węgla energetycznego przedstawiono na rys.4. W układzie pominięto sekcję wzbogacania węgla grubego, natomiast
sekcję wzbogacania miału reprezentuje proces
wzbogacania w osadzarce lub grupie osadzarek.
Mieszanka tworzona jest z części koncentratu
i miału surowego. Jakość koncentratu kontrolowana jest przez odpowiedni dobór gęstości rozdziału
a ilość koncentratu i mieszanki (również jej
jakość) ustalana przez odpowiednie proporcje miału surowego i koncentratu R1 i R2.
Nadawa węgla surowego (miału) opisana jest dla
układu technologicznego o numerze i charakterystyką
wzbogacalności wi() oraz natężeniem przepływu Qn(i).
The technological system presented in Figure 4
represents the analyzed part of the “i” SCPP consisting mainly of a jig included in a group of parallel jigs. Blend is produced from part of concentrate and a raw fine coal. The quality of concentrate is controlled by adequate choice of the density of separation  and the tonnage of concentrate and blend (also their respective quality) by
adequate proportions of raw fines and concentrate
R1 and R2.
Raw coal processed in the „i” technological system
is described by its washability characteristic wi()
and the feed flow Qn(i). The tonnage of raw coal
processed in a jig is set by an adequate choice of the
proportion (split) R1(i), the tonnage and quality of
MECHANIZACJA I AUTOMATYZACJA GÓRNICTWA
6
Gęstość rozdziału
 (i,j)
R2(i,j)
R1(i,j)
Nadaw a
Q n(i), wi( )
Ak(i,j), Q k(i,j)
Ako(i,j) , Q ko(i,j)
Proces
w zbogacania
Koncentrat
Mieszanka
Q m(i,j), Am(i,j)=Azad(i,j)
Q b(i,j) , As(i)
Rys. 4. Uproszczony schemat blokowy układu technologicznego
Fig. 4. Simplified scheme of the technological system
w()
f
Ak
Charakterystyka wzbogacalności
Charakterystyka
wzbogacania
Zmiana
ilości nadawy
0,5
P1
P2
Zmiana ilości nadawy
Krzywa rozdziału
P1
P2
P3
P1
Zmiana gęstości
rozdziału
P3
P3
P2

gęstość frakcji
gęstość frakcji

Zmiana gęstości
rozdziału
Natężenie przepływu koncentratu
Qk
Rys. 5. Ilustracja procesu wzbogacania węgla w osadzarce
Fig. 5. Illustration of coal separation in a jig
Ilość nadawy kierowanej do wzbogacania ustalana
jest poprzez dobór proporcji rozdziału R1(i), natomiast ilość i jakość mieszanki oraz koncentratu poprzez jednoczesny dobór R1(i), i i R2(i). Efektywność wzbogacania węgla w osadzarce opisana jest
przez krzywą rozdziału fi().
Ilustracja procesu wzbogacania węgla we wzbogacalniku grawitacyjnym (osadzarce) przedstawiona
jest na rys. 5. Na rysunku pokazano wpływ zmian
ilości nadawy oraz wpływ zmian gęstości rozdziału
na wychód i zawartość popiołu koncentratu z osadzarki.
W układzie przedstawionym na rys. 4 obowiązują
następujące zależności:
the concentrate and the blend by a simultaneous
choice of R1(i), i and R2(i). The effectiveness of
coal washing in a jig is described by a partition
curve fi().
Illustration of a coal washing process in a jig is
shown in Figure 5. The same figure illustrates also
the influence of the changes in feed tonnage and
changes of separation density on the concentrate
yield and ash content.
The system represented in Figure 4 can be described by the following equations:


Qko(i, j )  Qn(i )  [1  R1(i, j )]   wi (  )  fi (  )  d
Qko(i, j )  Qn(i )  [1  R1(i, j )]   wi (  )  fi (  )  d
Qk (i, j )  Qko(i, j )  [1  R 2(i, j )]
Qk (i, j )  Qko(i, j )  [1  R 2(i, j )]
0
0

1
Ako(i, j )  Ak (i, j ) 
 wi (  )  fi (  )  ai (  )  d
Qko(i, j ) 0
Qb (i, j )  Qn (i )  R1 (i, j )
1
 wi (  )  fi (  )  ai (  )  d
Qko(i, j ) 0
Qb (i, j )  Qn (i )  R1 (i, j )
Qm (i, j )  Qb (i, j )  Qko (i, j )  R2 (i, j )
Qm (i, j )  Qb (i, j )  Qko (i, j )  R2 (i, j )
Am (i, j ) 

Ako(i, j )  Ak (i, j ) 
Qb(i, j )  As (i )  Qko(i, j )  Ako(i, j )
Qm(i, j )
Am (i, j ) 
(1)
Qb(i, j )  As (i )  Qko(i, j )  Ako(i, j )
Qm(i, j )
(1)
Nr 4(458) KWIECIEŃ 2009
7
UMOWY HANDLOWE
warunki kontraktów
Odbiorca 2
Nadawa
Parametry
rozdziału
Koncentrat
Z1
Mieszanka
Nadawa
Parametry
rozdziału
Odbiorca “j”
Koncentrat
Z2
Mieszanka
Nadawa
Eksport
Parametry
rozdziału
Koncentrat
ODBIORCY
PLANY PRODUKCYJNE
Parametry rozdziału
GRUPA ZAKŁADÓW
Z”i”
Mieszanka
T R A N S P O R T
Rys. 6. Schemat powiązań grupy zakładów wzbogacania węgla energetycznego z odbiorcami
Fig. 6. Scheme of connections among group of preparation plants and clients
gdzie:
Qn(i) – natężenie przepływu nadawy miału surowego, Mg/h
Qko(i,j ) – natężenie przepływu koncentratu, Mg/h
Qk(i,j) – natężenie przepływu koncentratu (produkt
handlowy), Mg/h
wi() – charakterystyka wzbogacalności węgla
surowego,
fi()
– krzywa rozdziału osadzarki,
ai() – zawartość popiołu we frakcji węgla o gęstości ρ, %
Ak(i,j) – zawartość popiołu w koncentracie, %
As(i) – zawartość popiołu w miale surowym, %
Qm(i,j) – natężenie przepływu mieszanki (produkt
handlowy), Mg/h
i
– numer zakładu wzbogacania węgla,
j
– numer odbiorcy.
Ogólna struktura przykładowego systemu powiązań
grupy zakładów wzbogacania węgla energetycznego
z odbiorcami (elektrownie, kotłownie, eksport)
przedstawiona jest na rys. 6. W tym systemie, przykładowo pięć zakładów wzbogacania węgla produkuje mieszanki węgla energetycznego dla sześciu odbiorców (elektrownie, elektrociepłownie, itp.) oraz
koncentraty na eksport. Każdy zakład produkuje
koncentraty oraz mieszanki, których ilości i jakość
(zawartość popiołu, wartość opałowa) ustalane są
przez odpowiedni dobór parametrów rozdziału (gęstości rozdziału osadzarek i proporcje ilościowe
składników (miał surowy, koncentrat) stosownie do
warunków kontraktów.
Sieć powiązań pomiędzy zakładami i odbiorcami
oraz istnienie wielu kombinacji wartości parametrów
rozdziału decydujących o ilości i jakości strumieni
produktów w sieci powodują, że warunki kontraktu
where:
Qn(i) – flow of fine raw coal, Mg/h
Qko(i,j) – flow of concentrate, Mg/h
Qk(i,j) – flow of concentrate (saleable product),
wi() – raw coal washability characteristic,
fi() – jig partition curve,
ai() – ash content in the density fraction , %
Ak(i,j) – ash content in concentrate, %
As(i) – ash content in raw fines, %
Qm(i,j) – flow of blend (final product),
i
– number of the SCPP,
j
– number of the consumer.
A structure of a system of connections between
individual SCPPs and consumers (power stations,
heat generating plants, export facilities) is shown
in Figure 6. In this exemplary system, five SCPPs
produce steam coal blends for six power stations,
and concentrates for export. Each SCPPproduces
concentrates and blends according to the terms of
contracts which set out the tonnage and quality
(calorific value and ash) of products defined by
proper choice of separation densities and proportions of components.
It can be seen from the initial analysis, that the
terms of all contracts can be met for many combinations of separation parameters of the existing network
of connections between the producers and consumers.
A detailed analysis of the production results of the
group of SCPPs to find algorithms of optimal choice
MECHANIZACJA I AUTOMATYZACJA GÓRNICTWA
8
ZADANE PARAMETRY ILOŚCIOWE
I JAKOŚCIOWE PRODUKTÓW
(model symulacyjny zadanej
produkcji dla grupy odbiorców)
MAKSYMALIZOWANA
DODATKOWA PRODUKCJA
np. KONCENTRATU
D
PORÓWNANIE
AKTUALNE PARAMETRY ILOŚCIOWE
I JAKOŚCIOWE PRODUKTÓW
D
ODBIORCY
MODEL SYMULACYJNY
OPTYMALNEGO DOBORU
PARAMETRÓW ROZDZIAŁU
MAKSYMALIZUJĄCYCH
DODATKOWĄ PRODUKCJĘ
MODEL SYMULACYJNY
GRUPY ZAKŁADÓW
Rys. 7. Schemat blokowy modelu symulacyjnego systemu grupy kopalń i grupy odbiorców produktów handlowych
Fig. 7. Simulation model of a group of plants and a group of coal products clients
pomiędzy producentem (koncern) i odbiorcą (zakłady
energetyczne) mogą być spełnione na wiele sposobów.
Wariantowa analiza efektów produkcji grupy kopalń oraz procedury wyboru optymalnych sposobów
produkcji w poszczególnych zakładach jest skomplikowana i praktycznie możliwa z zastosowaniem programów symulujących poszczególne elementy systemu (Cierpisz i inn., 2001, 2005, 2006).
Ogólny schemat blokowy modelu symulacyjnego
grupy zakładów wzbogacania węgla energetycznego
powiązanych poprzez sieć transportową z grupą odbiorców produktów handlowych przedstawiony jest
na rys. 7.
Ekonomiczne kryteria optymalizacji produkcji M(j)
o zadanych parametrach jakościowych A(i,j) powinny
uwzględniać koszty produkcji, koszty transportu,
możliwości realizacji i wszelkie ograniczenia wynikające z umów, a dotyczące innych parametrów jakościowych (wartość opałowa, zawartość wilgoci, siarki) oraz preferencji odbiorca-producent. Powinny one
również uwzględniać zmienność charakterystyk
wzbogacalności poszczególnych węgli surowych, ich
ilości oraz konieczności okresowego magazynowania
ich na zwałach.
Jako najbardziej ogólny ekonomiczny cel sterowania
należy przyjąć maksymalizację zysku wynikającego ze
sprzedaży produktów węgla (energetycznego):
of production programs in each SCPP is, however,
complicated and requires simulation modeling of all
system components (Cierpisz, 2007). Such analysis
for one SCPP was presented in some papers (Cierpisz
& Gottfried, 1976 and Clarkson, 1992). The analysis
of parallel coal washing processes was also presented
in some papers ( King, 2001, Luttrell et all.2000, and
Lyman, 1993). The scheme of simulation model of
a group of SCPPs linked through transportation
routes with the group of products consumers is
shown in Figure 7.
m


 n

MaxZ   Max  ( M mj  Cmj  K mj )   ( M kj  Ckj  K kj )


j  n 1
 j 1

m


 n

MaxZ   Max  ( M mj  Cmj  K mj )   ( M kj  Ckj  K kj )


j  n 1
 j 1

(3)
(3)
The economic criterion of product tonnage optimization M(j) in function of the desired quality (for
instance, ash content) and the parameters A(i,j)
should include the production costs, transportation
costs, production feasibility aspects, and all requirements resulting from the contracts as regards other
quality parameters (calorific value, sulphur content,
moisture) and the consumer-producer preferences.
The criterion should also include the variable washability characteristic of raw coals, the tonnages and the
necessity for the storage of the product on stockpiles.
The maximization of profit on sales of products
should be accepted as a general economic goal of
control:
Nr 4(458) KWIECIEŃ 2009
9
z ograniczeniami nałożonymi na parametry jakościowe produktów:
Am ( k ) min  Am ( k )  Am ( k ) max
Wm ( k )  Wm ( k ) max
Am ( k ) min  Am ( k )  Am ( k ) max
Wm ( k )  Wm ( k ) max
CVm ( k ) min  CVm ( k )  CVm ( k ) max
(4)
S m( k )  S m( k ) max
CVm ( k ) min  CVm ( k )  CVm ( k ) max
(4)
S m( k )  S m( k ) max
M m( k ) min  M m( k )  M m( k ) max
gdzie:
Z
– zysk (zł),
Mm(k),j – masa mieszanki energetycznej (koncentratu)
j-tego produktu, Mg,
Cm(k),j – cena jednostkowa j-tego produktu mieszanki
(koncentratu), zł/Mg,
Km(k),j – koszty produkcji j-tego produktu mieszanki
(koncentratu), zł/Mg,
Am(k),j – zawartość popiołu j-tego produktu mieszanki (koncentratu), %,
Wm(k),j – zawartość wilgoci j-tego produktu mieszanki (koncentratu), %,
CVm(k),j– wartość opałowa j-tego produktu mieszanki
(koncentratu), kJ/kg,
Sm(k),j – zawartość siarki j-tego produktu mieszanki
(koncentratu), %.
W zależności od ostrości danego ograniczenia
(min, max), cel sterowania zmienia swój ekonomiczny i technologiczny charakter, przechodząc od czysto
ekonomicznego kryterium, przy braku jakościowych
ograniczeń (możliwość zbytu produktów o dowolnej
jakości), do czysto technologicznego kryterium stabilizacji wybranych parametrów jakościowych na zadanym poziomie wynikającym z zawartego kontraktu. Najczęściej stosowane są kryteria o charakterze
ekonomiczno-technologicznym, w których występują
jednocześnie zadania maksymalizacji zysku i zadania
stabilizacji części parametrów jakościowych i ilościowych na zadanym poziomie. W niniejszej pracy
kryterium optymalizacji było osiągnięcie maksymalnej ilości łącznego koncentratu na eksport ( o zadanej
jakości) przy zachowaniu zadanej ilości mieszanek
i zadanych średnich ich parametrach jakościowych,
dostarczanych do elektrowni. Kryterium to wyrazić
można przy pomocy wzoru (5), który jest zmodyfikowaną postacią wzorów (3) i (4):
Max{Mok (7)}  Max
with considering the requirements on quality parameters of products:
 Q (i, n)  t (,7))
k
i
Mom( j )  Momzad , Aom( j )  Aomzad
M m( k ) min  M m( k )  M m( k ) max
where:
Z
– profit (PLN),
Mm(k),j – tonnage of steam coal blend (concentrate)
of “j-th” product, Mg,
Cm(k),j – unit price of „j-th” blend (concentrate),
PLN/Mg,
Km(k),j – production costs of „j-th” blend (concentrate), PLN/Mg,
Am(k),j – ash content in „j-th” blend (concentrate), %,
Wm(k),j – moisture content in „j-th” blend (concentrate), %,
CVm(k),j – calorific value of „j-th” blend (concentrate),
kJ/kg,
Sm(k),j – sulphur content in „j-th” blend (concentrate), %.
The economic and technological character of the
goal of such control depends on the requirement
level (min, max) and the quality parameters. In
terms of the pure economic goal – if there are no
requirements on quality parameters, and in terms
of the pure technological criterion of stabilization
of chosen quality parameter. The most common
criterion is a combination of both goals, when the
maximization of profit requires also a requirement
on quality parameters. In the case discussed in the
paper, the criterion of optimization was the maximum tonnage of concentrate for export (desired
quality) at the desired tonnage of blends for power
stations (desired mean quality parameters). This
criterion is described by equation (5) which results
from equations (3) and (4):
Max{Mok (7)}  Max
p
 Q (i, n)  t (,7))
k
i
(5)
Parametrami dobieranymi w celu spełnienia kryterium (5) są gęstości rozdziału w poszczególnych
układach technologicznych wzbogacania węgla (i,j)
i proporcje rozdziału strumieni nadawy i produktów
R1(i,j) oraz R2(i,j).
Mom( j )  Momzad , Aom( j )  Aomzad
p
(5)
Variables which are used to find the maximum of
function (5) are: separation densities in plants (i,j)
and proportions of streams of raw fines R1(i,j) and
concentrates R2(i,j) (creating blends).
10
MECHANIZACJA I AUTOMATYZACJA GÓRNICTWA
3. WYNIKI SYMULACJI
3. RESULTS OF SIMULATION
Analiza sieci powiązań pomiędzy grupą zakładów przeróbczych i odbiorców produktów węglowych pokazuje, że realizację zawartych umów
można wykonać na wiele sposobów, dostosowując
odpowiednio parametry ilościowo-jakościowe produktów jednego zakładu do odpowiednich parametrów produktów innych zakładów w rozpatrywanej
grupie. Uzyskać przy tym można istotny wzrost
wartości (masy) produktów z tej samej wyjściowej
masy nadaw miałów surowych w poszczególnych
zakładach w stosunku do powiązań stosowanych
w praktyce. Dalsza analiza pokazuje, że istotny
wzrost produkcji można uzyskać zmieniając technologię produkcji mieszanek energetycznych, stosując produkcję koncentratu o parametrach jakościowych mieszanki, a więc wzbogacając węgiel
surowy przy odpowiednio wysokich gęstościach
rozdziału. W tym przypadku rezygnuje się z produkcji mieszanki poprzez łączenie części miału
surowego z częścią koncentratu o dobrej jakości.
Efekty te zależą od przyjętego kryterium optymalizacji oraz ograniczeń wprowadzonych w ustalanych planach produkcyjnych dla poszczególnych
kopalń. Analizowano trzy struktury technologiczne
poszczególnych zakładów:
 produkcja mieszanki w zakładzie przeróbczym
z części koncentratu przeznaczonego na eksport
i części miału surowego (struktura A),
 produkcja mieszanki u odbiorcy z części koncentratu przeznaczonego na eksport i części
miału surowego (struktura B),
 produkcja koncentratu na eksport i produktu dla
elektrowni jako koncentratu o jakości mieszanki
(posobne wzbogacanie miału surowego przy
rożnych gęstościach rozdziału (struktura C).
W analizie optymalizacyjnej rozpatrzono następujące ograniczenia dla każdego zakładu:
 zadane, według kontraktu, ilości i średnie parametry jakości mieszanek dla odbiorców (stan
aktualny – odniesienia),
 brak ograniczeń na jakość mieszanek dla poszczególnych odbiorców oraz koncentratu na
eksport,
 brak ograniczeń na jakość mieszanek dla poszczególnych odbiorców, natomiast jakość koncentratu jest równa zadanej średniej jakości,
 jakość mieszanek jest równa średniej zadanej
jakości dla poszczególnego odbiorcy, natomiast brak ograniczeń na jakość koncentratu na
eksport,
The analysis of the network of connections between the group of SCPPs and consumers shows
that the terms of contracts can be met in many
ways by adjusting the tonnage and products quality
in one plant in relation to these parameters in other
plants. As a result of these adjustments it is possible to increase the overall tonnage of products of
the desired quality from the same tonnage of input
raw coal in comparison to the results achieved in
the currently used practice. Further analysis shows
that substantial production increase can be obtained when blends are produced directly as concentrates having the quality of blends, and not
from the streams of raw coal and high quality concentrates. These effects depend on the accepted
optimization criterion and the requirements of the
production plans in each plant. Three technological
structures were analyzed:

production of the blend in a plant from a part of
concentrate produced for export and a part of raw
fine coal (structure A),

production of the blend at a consumer (power station) from a part of concentrate for export and
a part of fine raw coal (structure B),

production of the blend directly as a concentrate of
the blend quality (high density of separation) and
then concentrate for export (low separation density
– structure C).
The following requirements on production in each
plant were considered in the simulation analysis:
 desired, according to the contract, tonnages and
mean parameters of the blends quality for consumers (the present state as a reference),

no requirements on quality of concentrates for export and blends for powers stations,

no requirements on blends quality for power stations but quality of concentrates for export similarly as in the reference,

the blends quality equal to the mean quality desired
for each power station but no requirement on concentrate quality,
Nr 4(458) KWIECIEŃ 2009
jakość mieszanek jest równa średniej zadanej
jakości dla poszczególnego odbiorcy, natomiast
jakość koncentratu na eksport jest równa zadanej
średniej jakości,
Poniżej przedstawiono wyniki obliczeń symulacyjnych dla następujących przykładowych wariantów:
11


the blends quality equal to the mean quality desired
for each power station and concentrate quality
equal to the mean desired value similarly as in the
reference.
The results of simulation for four analyzed cases
are as follows:
Wariant (I) jest wariantem wyjściowym, ilustrującym praktycznie realizowany plan produkcji
według umów. Ilości i zawartości popiołu produktów handlowych poszczególnych zakładów wynikają z indywidualnych umów z poszczególnymi
odbiorcami. Przyjmuje się, że sumaryczna ilość
mieszanek i koncentratów wynosi 100%.
Case (I) is a reference situation illustrating the accomplishment of the current production plan according to the relevant contracts. The tonnages and ash
contents (quality parameters) of products result from
individual contracts between each plant and each
client. The total tonnage of blends and concentrates is
100%.
Wariant (II) jest wariantem, w którym wszystkie
produkty poszczególnych producentów mają parametry jakościowe identyczne ze średnimi parametrami określonymi przez odbiorców, wobec czego
brak jest uśredniania u odbiorców. Przy zachowaniu 100% ilości mieszanek (jak w (I)) optymalny
dobór parametrów rozdziału R1, R2,  powoduje
wzrost ilości koncentratu o Mk=3,26%.
Case (II) illustrates the situation when the quality of all products in plants is the same like that
desired by each client; it means that there is no
averaging (blending) of quality at the clients’ sites.
The tonnage of blends is 100% (like in Case I) but
the optimal choice of separation parameters (R1,
R2, ) results in increase of the concentrate tonnage
by Mk = 3,26%.
Wariant (III) zachowuje wszystkie warunki jakościowe produktów jak w wariancie (I). Optymalizowane są wartości parametrów rozdziału R1, R2,
 tak, aby przy zachowaniu tych samych średnich
parametrów mieszanki uzyskać maksymalną ilość
koncentratu Mok(7). W efekcie optymalizacji uzyskuje się inną sieć powiązań pomiędzy poszczególnymi producentami i odbiorcami. Uzyskany
wzrost ilości koncentratu wynosi w tym przypadku
Mk=6,3%.
Case (III) illustrates the situation when the requirements on all products quality are the same like
in Case (I). The separation parameters R1, R2, are
optimized to obtain the maximum tonnage of concentrate Mok(7) at the same (in reference) mean quality
parameters of the blend. The increase of concentrate
tonnage is Mk = 6,3%.
Wariant (IV) zakłada zmianę technologii produkcji w postaci wzbogacania całego miału surowego.
W układach technologicznych poszczególnych
zakładów koncentraty produkowane są przy gęstościach rozdziału 1 zapewniających uzyskanie zadanych średnich zawartości popiołu, podobnie
mieszanki produkowane są jako produkty wzbogacania przy wysokich gęstościach rozdziału 2.
W tym przypadku uzyskany wzrost ilości koncentratu jest bardzo znaczny i wynosi Mk =18,6%.
Ilustracja powiązań pomiędzy producentami
i odbiorcami w powyższych wariantach przedstawiona jest na rys. 8a, b, c, d, e.
Case (IV) illustrates the situation when the technology of production is changed and the whole fine raw
coal is washed. In each plant, concentrate is produced
at the separation densities 1 to obtain the desired
mean ash content; similarly blends are produced
directly as concentrates at high separation densities
2 to obtain the required mean ash content. The increase of concentrate tonnage in this case is Mk =
18,6%.
The illustration of connections between producers
and consumers in the above technological cases is
presented in Figure 8a, b, c, d, e.
MECHANIZACJA I AUTOMATYZACJA GÓRNICTWA
12
1,4
1,2
M m ln M g
1,0
0,8
O7
O2
0,6
0,4
O3
O7
O2
O1
O1
O2
O1
O6
O3
0,2
O7
O3
O3
O7
O7
O1
O4
O3 O4
O5
O6
O5
0
1
2
3
4
5
Kopalnia
Rys. 8a. Sieć powiązań pomiędzy kopalniami i odbiorcami (O1 – O7) dla wariantu I (masa produktów)
Fig. 8a. Network of connections among mines and consumers for case I (tonnage)
30
O2 O3
25
A %
20
O6
O2 O3
O1
O1
O1
O3
O4 O5
O1
O3
O2 O3
O4 O5
O6
15
10
O7
O7
O7
O7
O7
5
0
1
2
3
4
5
Kopalnia
Rys. 8b. Sieć powiązań pomiędzy kopalniami i odbiorcami (O1 – O7) dla wariantu I (zawartość popiołu)
Fig. 8b. Network of connections among mines and consumers for case I (ash content)
O2
O7
1,4
O3
M m ln M g
1,2
O1
1,0
O7
0,8
O4
0,6
0,4
O6
0,2
O2
O5
O5
O3
O1
0
1
2
3
4
5
Kopalnia
Rys. 8c. Sieć powiązań pomiędzy kopalniami i odbiorcami (O1 – O7) dla wariantu II (masa produktów)
Fig. 8c. Network of connections among mines and consumers for case II (tonnage)
1,4
M m ln M g
1,2
O7
O3
O2
O1
1,0
O7
0,8
O2
0,6
0,4
O1
O4
O3
O5 O6
0,2
O6
O4
0
1
2
3
4
5
Kopalnia
Rys. 8d. Sieć powiązań pomiędzy kopalniami i odbiorcami (O1 – O7) dla wariantu III (masa produktów)
Fig. 8d. Network of connections among mines and consumers for case III (tonnage)
Nr 4(458) KWIECIEŃ 2009
1,4
13
O7
O3
O1
O2
M m ln M g
1,2
O7
1,0
0,8
0,6
O2
O4
0,4
O6
O5
0,2
O7
O4
0
1
2
3
4
5
Rys. 8e. Sieć powiązań pomiędzy kopalniami i odbiorcami (O1 – O7) dla wariantu IV (masa produktów)
Fig. 8e. Network of connections among mines and consumers for case IV (tonnage)
4. WNIOSKI
4. CONCLUSIONS
Analiza symulacyjna kilkunastu wariantów technologicznych powiązań pomiędzy zakładami przeróbczymi i odbiorcami oraz ich optymalizacji prowadzi
do następujących wniosków:
1. Wzrost masy koncentratu w poszczególnych wariantach zależy głównie od sposobu tworzenia
mieszanki (produktu dla elektrowni). Największy
wzrost (ok. 18%) uzyskuje się w przypadku, gdy
produkt dla elektrowni powstaje wyłącznie ze
wzbogacania całej masy miału surowego przy odpowiednio wysokiej gęstości rozdziału zapewniającej bezpośrednio uzyskanie zadanej zawartości
popiołu (21-22%) lub zadanej wartości opałowej
(21-22 MJ/kg). Eliminuje się w tym przypadku
produkcję mieszanki z części koncentratu przeznaczonego na eksport i części miału surowego
kierowanego bezpośrednio do mieszanki. Oznacza
to, że inwestycje w zwiększenie wydajności procesów wzbogacania w osadzarkach są najbardziej
efektywne ekonomicznie.
2. Interesującym przypadkiem jest wariant,
w którym mieszanki dla elektrowni i koncentrat
na eksport produkowane są w identyczny sposób jak w układzie podstawowym (stosowanym
w praktyce), natomiast cały wzrost masy koncentratu (ok. 15%) wynika ze wzbogacania całego miału surowego (przy różnych gęstościach
rozdziału).
3. Najmniejszy wzrost masy koncentratu uzyskuje
się w układzie optymalnym (3,5-4,5%), gdy kryterium optymalizacji wymaga, aby kopalnie produkowały koncentraty o zawartościach popiołu
ściśle równych średniej rocznej wartości zadanej.
Lepszy wynik uzyskuje się, gdy dopuszcza się,
(jak to się dzieje w rzeczywistości), aby kopalnie
produkowały koncentraty o różnych (odpowiednio dobranych) zawartościach popiołu, średnio
równych rocznej wartości zadanej (6-10%).
Simulation analysis of a number of technological
variants of connections between SCPPs and consumers and their optimization leads us to the following
conclusions:
1. An increase in the concentrate tonnage in most of
cases depends mainly how blend is produced as a
product for a power station. The biggest increase
(ca.18%) can be gained in the case when the
product for a power station is produced directly
from washing all fine raw coal at the adequate
separation density to obtain the desired mean ash
content (21-22%), or the desired mean calorific
value (21-22 MJ/kg). In this case, production of
the blend from a part of raw coal and a part of
high quality concentrate is eliminated. This means
that investments in the increase of capacity of jigtype coal washing are the most profitable.
2. An interesting case is when blends for power
stations and concentrate are produced with the requirements exactly the same as those in the reference case (the current situation) but the whole increase in the concentrate tonnage (ca.15%) is due
to washing all fine raw coal at different separation
densities (p.1).
3. The smallest increase of concentrate tonnage (3,54,5%) is achieved when the criterion of optimization requires that the plants produce concentrates
of ash contents exactly equal to the mean desired
value (yearly). A better result (6-10%) is achieved
when the quality of concentrates from each plant
can differ slightly, but the mean ash content
equals to the desired value. These effects come
from the optimization of parallel washing facilities (plants), similarly to those in a single plant.
14
MECHANIZACJA I AUTOMATYZACJA GÓRNICTWA
4. Zauważyć należy, że procedury optymalizacyjne
prowadzą do uproszczenia sieci powiązań pomiędzy producentami i odbiorcami, sugerując
często powiązania jednej kopalni z 2-3 odbiorcami. Wzrost masy koncentratu w danym układzie technologicznym zależy od zadanej zawartości popiołu w koncentracie. Dla pewnej (niskiej) zawartości popiołu wzrost ten może nawet
być równy zero (w pewnych warunkach), wzrastając wraz ze wzrostem zadanej zawartości popiołu w koncentracie.
5. Przedstawione efekty optymalizacji zostały wyznaczone dla uproszczonych schematów technologicznych, w których pominięto dodawanie do
mieszanek przerostów, odwodnionych mułów
węglowych lub flotokoncentratów. W praktycznych sytuacjach technologicznych efekty optymalizacji mogą być mniejsze, a analiza powinna być
powtórzona dla układów uwzględniających te
składniki.
4. It should be noticed that the optimization procedures result also in a simpler network of connections between plants and power stations, suggesting often the reduction of consumers to 2-3 for
one plant. The result of optimization (increase of
concentrate tonnage) depends on the desired ash
content in a concentrate; small effect for low ash
contents and high for higher ash contents.
5. The results of optimization presented in this
paper was obtained for simplified technological
layouts of SCPPs, whithout middlings, dewatered slurries or froth concentrates added to
the blends. The results of optimization can be
lower in practical situations, and the optimization calculations should be repeated taking into
account the above components characterized by
high moisture content.
Literatura
References
1. Cierpisz S., Gottfried B.:1977. Theoretical aspects of coal washer
performance. International Journal of Mineral Processing, no 4.
2. Cierpisz S.: 2007. Computer Simulation and Optimization of Control Systems in Coal Preparation Plants. Clearwater Coal Conference, Florida.
3. Cierpisz S., Kalinowski K., Kaula R., Pielot J.: 2006. Sterowanie
i optymalizacja produkcji grupy zakładów przeróbki węgla. Monografia. Politechnika Śląska, Gliwice.
4. Clarkson C.J.: 1992. Optimisation of Coal Production from Face to
Customer. 3rd Large Open Pit Mining Conference. Makcay, Australia..
5. King R.: P.2001. Modeling and Simulation of Mineral Processing
Systems. Butterworth & Heinemann.
6. Luttrell G.H.,Catarious D.M., Miller J.D., Stanley F.L.: 2000. An
Evaluation of Plantwide Control Strategies for Coal Preparation
Plants. Control 2000. SME. (edtited by Herbst).
7. Lyman G.,J.: 1993. Computational Procedures in Optimizatioon
of Beneficiation Circuits Based on Incremental Grade of Ash Content. Trans. Inst. Mining and Metallurgy, Section C, 102.
1.
2.
3.
4.
5.
6.
7.
Cierpisz S., Gottfried B. 1977. Theoretical aspects of coal washer
performance. International Journal of Mineral Processing, no 4.
Cierpisz S. 2007. Computer Simulation and Optimization of
Control Systems in Coal Preparation Plants. Clearwater Coal
Conference, Florida.
Cierpisz S., Kalinowski K., Kaula R., Pielot J.: 2006. Optimization of production control of a group of coal preparation plants.
Monography. Silesian University of Technology, Gliwice. (in
Polish).
Clarkson C.J. 1992. Optimisation of Coal Production from Face
to Customer. 3rd Large Open Pit Mining Conference. Makcay,
Australia..
King R.,P.2001. Modeling and Simulation of Mineral Processing
Systems. Butterworth & Heinemann.
Luttrell G.H.,Catarious D.M.,Miller J.D.,Stanley F.L. 2000. An
Evaluation of Plantwide Control Strategies for Coal Preparation
Plants. Control 2000. SME. (edtited by Herbst).
Lyman G.,J.1993. Computational Procedures in Optimizatioon of
Beneficiation Circuits Based on Incremental Grade of Ash Content. Trans. Inst. Mining and Metallurgy, Section C, 102.
Recenzent: dr inż. Władysław Mironowicz
ТЕМАТИКА ОПТИМИЗАЦИИ ПРОИЗВОДСТВА ПРЕДПРИЯТИЙ ОБОГАЩЕНИЯ УГЛЯ
Благодаря сети взаимосвязи между группой производителей энергетического угля и потребителями коммерческих
продуктов возможна вариантная конфигурация производственных планов некоторых шахт для определенных потребителей
таким образом, чтобы выполнить условия общего договора. Ведущими параметрами в такой системе является густота
разделения в отдельных процессах обогащения и пропорции компонентов, создающих энергетические смеси. Оптимизация
системы заключается в таком отборе параметров разделения, чтобы максимально увеличивать производственные эффекты
по принятым экономическим критериям (напр. стоимости или количеству отдельных продуктов). Представлено применение
симулирующих моделей технологических систем, сети взаимосвязи и экономических критериев производства в анализе
целой системы. Результаты симуляции показывают возможность получения дополнительных экономических эффектов от
нескольких до более десяти процентов по отношению к обычно достигаемым в практике.