Удосконалення методу визначення просторових параметрів математичної моделі розподіленої автоматизованої інформаційно-вимірювальної системи оперативного контролю якості залізорудної сировини

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2025.343936

Ключові слова:

комптон-ефект, альбедо, гамма-квант, опромінення, гірська порода, оперативний контроль

Анотація

Об'єктом дослідження є процеси опромінення залізорудної сировини джерелом низькоенергетичних гамма-квантів, реєстрації розсіяного в результаті комптон-ефекту випромінювання, а також параметри геометрії опромінення. В роботі досліджувалась проблема підвищення точності існуючих ядерно-фізичних методів контролю якості залізорудної сировини, що дозволяють оперативно визначати речовинний склад подрібненої гірської маси. Суть одержаних результатів полягає в тому, що при використанні центрально-зміщеної геометрії опромінення підвищується чутливість реєстрації інтегрального потоку зворотного розсіювання порівняно з бічною та центральною геометріями опромінення. Це пояснюється покращенням умов видимості детектора та формуванням кута розсіювання, близького до оптимального. Розроблена математична модель дозволила виділити основні геометричні параметри системи оперативного контролю якості залізорудної сировини. Отримано формулу, яка зв'язує основні параметри системи оперативного контролю вмісту заліза в руді з використанням центрально-зміщеної геометрії опромінення. Дослідження продемонстрували зміни чутливості реєстрації інтегрального потоку зворотного розсіювання при зміні вертикального розташування джерела гамма-квантів. Отримані результати демонструють максимум чутливості зі значенням 6.08*10-7 при мінімумі відстані джерела випромінювання від монокристалу і відстані 110 мм від поверхні, що опромінюється. Значення коефіцієнта кореляції між модельними та експериментальними даними становить 0,981. Практичне використання отриманих результатів полягає у підвищенні точності методів оперативного контролю вмісту корисного компонента в залізовмісних рудах у виробничих умовах на підприємствах чорної металургії

Біографії авторів

Альберт Арамаісович Азарян, Криворізький національний університет

Доктор технічних наук, професор

Проблемно-галузева науково-дослідна лабораторія «Оперативного контролю та управління якістю мінеральної сировини»

Дмитро Валерійович Швець, Криворізький національний університет

Кандидат технічних наук, доцент

Кафедра моделювання та програмного забезпечення

Андрій Миколайович Гриценко, Криворізький національний університет

Кандидат технічних наук, доцент

Кафедра моделювання та програмного забезпечення

Аннаіт Альбертівна Трачук, Криворізький національний університет

Кандидат технічних наук, доцент

Кафедра моделювання та програмного забезпечення

Олексій Володимирович Черкасов, Криворізький національний університет

Старший науковий співробітник

Науково-дослідна частина

Олександр Василійович Швидкий, Криворізький національний університет

Науковий співробітник

Проблемно-галузева науково-дослідна лабораторія «Оперативного контролю та управління якістю мінеральної сировини»

Посилання

  1. Hryhoriev, Y., Lutsenko, S., Joukov, S. (2023). Dominujące uwarunkowania adaptacji kompleksu górniczego w warunkach środowiska dynamicznego. Inżynieria Mineralna, 1 (1). https://doi.org/10.29227/im-2023-01-02
  2. Azaryan, A., Pikilnyak, A., Shvets, D. (2015). Complex automation system of iron ore preparation for beneficiation. Metallurgical and mining industry, 8, 64–66. Available at: https://www.metaljournal.com.ua/assets/Journal/english-edition/MMI_2015_8/011Azaryan.pdf
  3. Azaryan, A., Gritsenko, A., Trachuk, A., Shvets, D. (2018). Development of the method to operatively control quality of iron ore raw materials at open and underground extraction. Eastern-European Journal of Enterprise Technologies, 5 (5 (95)), 13–19. https://doi.org/10.15587/1729-4061.2018.144003
  4. Boisvert, L., Bazin, C., Caron, J., Lavoie, F. (2022). Development and Testing of a Method to Estimate the Mineral Composition of Ore from Chemical Assays with a View toward Geometallurgy: Application to an Iron Ore Concentrator. Geomaterials, 12 (04), 70–92. https://doi.org/10.4236/gm.2022.124006
  5. Satmagan 135. A fast, accurate and reliable instrument for measuring the magnetite content in samples. Available at: https://www.rapiscansystems.com/en/products/satmagan-135
  6. Morkun, V., Morkun, N., Fischerauer, G., Tron, V., Haponenko, A., Bobrov, Y. (2024). Identification of mineralogical ore varieties using ultrasonic measurement results. Mining of Mineral Deposits, 18 (3), 1–8. https://doi.org/10.33271/mining18.03.001
  7. Hryhoriev, Y., Lutsenko, S., Shvets, Y., Kuttybayev, A., Mukhamedyarova, N. (2024). Predictive calculation of blasting quality as a tool for estimation of production cost and investment attractiveness of a mineral deposit development. IOP Conference Series: Earth and Environmental Science, 1415 (1), 012027. https://doi.org/10.1088/1755-1315/1415/1/012027
  8. Porkuian, O., Morkun, V., Morkun, N., Tron, V., Haponenko, I., Davidkovich, A. (2020). Influence of the Magnetic Field on Love Waves Propagation in the Solid Medium. 2020 IEEE 40th International Conference on Electronics and Nanotechnology (ELNANO), 761–766. https://doi.org/10.1109/elnano50318.2020.9088802
  9. Krapyvnyi, N. S., Azaryan, A. A., Shvydkyi, O. V., Shvets, D. V., Hrytsenko, A. M. (2024). Development of an automated system for preparing mineral raw material samples for discrete analysis. CEUR Workshop Proceedings, 3917, 237–244. Available at: https://cssesw.easyscience.education/cssesw2024/CSSESW2024/paper41.pdf
  10. Zuo, Y.-H., Zhu, J.-H., Shang, P. (2021). Monte Carlo simulation of reflection effects of multi-element materials on gamma rays. Nuclear Science and Techniques, 32 (1). https://doi.org/10.1007/s41365-020-00837-z
  11. Kiran, K. U., Ravindraswami, K., Eshwarappa, K. M., Somashekarappa, H. M. (2016). Albedo factors of 123, 320, 511, 662 and 1115 keV gamma photons in carbon, aluminium, iron and copper. The European Physical Journal Plus, 131 (4). https://doi.org/10.1140/epjp/i2016-16087-5
  12. Turşucu, A. (2023). Seryum ve Bazı Seçilmiş Seryum Bileşiklerinde Gama Radyasyonu Yansıtma Parametreleri. Karadeniz Fen Bilimleri Dergisi, 13 (4), 1242–1250. https://doi.org/10.31466/kfbd.1180268
  13. Qin, R., Li, C., Qin, Z., Zhang, Z., Cai, J. (2025). A Compton scattering background subtraction method of gamma energy spectrum based on Gaussian function convolution. Radiation Physics and Chemistry, 226, 112202. https://doi.org/10.1016/j.radphyschem.2024.112202
  14. Abdelnour, M. R., Liu, J., Hossny, K., Wajid, A. M., Li, W., Liu, Z. (2025). Prompt gamma neutron activation analysis: A review of applications, design, analytics, challenges, and prospects. Radiation Physics and Chemistry, 234, 112693. https://doi.org/10.1016/j.radphyschem.2025.112693
  15. Huang, H., Cai, P., Jia, W., Zhang, Y. (2023). Identification of Pb–Zn ore under the condition of low count rate detection of slim hole based on PGNAA technology. Nuclear Engineering and Technology, 55 (5), 1708–1717. https://doi.org/10.1016/j.net.2023.01.005
  16. Jie, C., Reng-Bo, W., Yan, Z., Wen-bao, J., Chong-gui, Z., Rui, C. et al. (2024). MCNP simulation and experimental study in situ low-grade copper analysis based on PGNAA. Applied Radiation and Isotopes, 206, 111224. https://doi.org/10.1016/j.apradiso.2024.111224
  17. PTC Mathcad Prime. Available at: https://www.mathcad.com/
  18. Microsoft Excel. Available at: https://www.microsoft.com/uk-ua/microsoft-365/excel
  19. Makek, M., Bosnar, D., Pavelić, L. (2019). Scintillator Pixel Detectors for Measurement of Compton Scattering. Condensed Matter, 4 (1), 24. https://doi.org/10.3390/condmat4010024
  20. Kaur, T., Sharma, J., Singh, T. (2020). Experimental measurement of effective atomic numbers and albedo factors for some alloys using the backscattering technique. Applied Radiation and Isotopes, 158, 109065. https://doi.org/10.1016/j.apradiso.2020.109065
  21. Azaryan, A. (2015). Research of influence single crystal thickness NaJ (TL) on the intensity of the integrated flux of scattered gamma radiation. Metallurgical and Mining Industry, 2, 43–46.
  22. Chaddock, R. E. (1925). Principles and methods of statistics. Boston: Houghton Mifflin Company, 471.
  23. Azaryan, A., Gritsenko, A., Trachuk, A., Serebrenikov, V., Shvets, D. (2019). Using the intensity of absorbed gamma radiation to control the content of iron in ore. Eastern-European Journal of Enterprise Technologies, 3 (5 (99)), 29–35. https://doi.org/10.15587/1729-4061.2019.170341
  24. Azarian, A. A., Azarian, V. V., Trachuk, A. A. (2021). Operatyvnyi kontrol ta upravlinnia yakistiu pry rozrobtsi zalizorudnykh rodovyshch. Praha: OKTAN PRINT, 144. https://doi.org/10.46489/oktuj-11
Удосконалення методу визначення просторових параметрів математичної моделі розподіленої автоматизованої інформаційно-вимірювальної системи оперативного контролю якості залізорудної сировини

##submission.downloads##

Опубліковано

2025-11-13

Як цитувати

Азарян, А. А., Швець, Д. В., Гриценко, А. М., Трачук, А. А., Черкасов, О. В., & Швидкий, О. В. (2025). Удосконалення методу визначення просторових параметрів математичної моделі розподіленої автоматизованої інформаційно-вимірювальної системи оперативного контролю якості залізорудної сировини. Eastern-European Journal of Enterprise Technologies, 6(5 (138), 43–53. https://doi.org/10.15587/1729-4061.2025.343936

Номер

Розділ

Прикладна фізика