强磁选过程智能优化控制仿真实验平台

强磁选系统具有多变量强耦合、强非线性、工况变化频繁、精矿品位和尾矿品位不能在线连续检测等综合复杂性。为开展强磁选系统优化控制研究提供仿真实验环境,解决其工程化验证问题,建立了强磁选过程智能优化控制半实物仿真实验平台。详细介绍了各系统的组成及功能,该实验平台由模拟现场强磁选的虚拟对象系统、仪表与执行机构虚拟装置、PLC、监控系统和优化控制系统组成。并进行了实验验证,实验结果表明了强磁选过程优化控制仿真实验平台的有效性和可行性。     

竖炉焙烧过程综合自动化系统

针对竖炉焙烧过程的工艺特点及技术要求,基于智能技术提出了实现综合生产指标优化的竖炉焙烧过程综合自动化系统,讨论了由智能优化、过程控制和过程管理三层结构组成的综合自动化系统的结构、功能和控制策略。用智能优化设定模型、炉况诊断模型、智能预报模型及回路控制,实现了优化综合生产指标的目标。所提出的系统成功应用于桌选矿厂竖炉焙烧生产过程,实现了竖炉焙烧生产过程的优化控制、优化运行和优化管理,取得了明显的应用成效。     

浮选过程自动控制系统

针对我国赤铁矿浮选生产过程自动化水平不高、劳动生产率低、工艺指标精矿品位和尾矿品位波动严重的现状,采用美国Ｒockwell 公司的ControlLogix 系列软硬件平台设计开发了浮选过程自动控制系统。详细介绍了控制系统结构、控制系统功能、智能优化设定层和底层回路层的控制策略,以及浮选过程自动控制系统应用软件和人机交互监控界面的开发过程。将本文提出的自动控制系统应用于酒钢选矿厂,长期运行结果表明,系统运行稳定、安全可靠,减轻了现场操作人员的劳动强度,提高了劳动生产率,进而提升了选矿厂的企业竞争力。     

基于多层感知器神经网络的精矿品位预报

精矿品位是直接关系到选矿生产效率和产品质量的重要指标,精矿品位的在线检测对提高赤铁矿选矿生产流程的产品质量和生产效率、减少资源消耗具有重要意义。但是,由于选矿生产的强非线性和强耦合性,使得精矿品位往往难于在线连续测量。为了建立精矿品位与工艺指标之间的模型,以便于调整各工艺指标,从而实现全流程优化,本文采用多层感知器神经网络和系统辨识相结合的方法,运用Matlab系统辨识工具箱和神经网络工具箱,提出了由线性模型和非线性补偿模型组成的混合模型结构的精矿品位预报方法,建立了精矿品位预报模型。该方法提高了对于复杂工业过程中精矿品位指标的预报精度,通过现场数据和一系列对比实验验证了本方法的有效性和优点。     

基于多层感知器神经网络的精矿品位预报北大核心CSCD

精矿品位是直接关系到选矿生产效率和产品质量的重要指标,精矿品位的在线检测对提高赤铁矿选矿生产流程的产品质量和生产效率、减少资源消耗具有重要意义。但是,由于选矿生产的强非线性和强耦合性,使得精矿品位往往难于在线连续测量。为了建立精矿品位与工艺指标之间的模型,以便于调整各工艺指标,从而实现全流程优化,本文采用多层感知器神经网络和系统辨识相结合的方法,运用Matlab系统辨识工具箱和神经网络工具箱,提出了由线性模型和非线性补偿模型组成的混合模型结构的精矿品位预报方法,建立了精矿品位预报模型。该方法提高了对于复杂工业过程中精矿品位指标的预报精度,通过现场数据和一系列对比实验验证了本方法的有效性和优点。     

浓密机生产过程综合自动化系统

针对浓密机生产过程工艺机理复杂,具有大滞后、非线性的特点以及给矿性质波动频繁、难以实现浓密机自动控制的难题,提出了由过程管理和过程控制两层结构组成的浓密机生产过程综合自动化系统。讨论了系统的结构、功能和浓密机底流浓度智能优化控制策略。实际应用结果表明,该方法实现了浓密机生产过程精细化,降低了浓密机压耙等生产事故,提高了浓密机生产效率,减轻了现场岗位劳动强度,实现了浓密机生产过程优化控制、优化运行和优化管理,取得了显著的应用效果。     

复杂生产过程计划调度级联模型在选矿MES中的应用研究

针对大型选矿生产线运行和管理特点,分析了选矿企业生产成本、原矿处理量、精矿品位、金属回收率等综合生产指标在计划层、执行层和控制层间的交互关系;说明了选矿企业计划调度主要特征是将综合指标逐层分解优化为日生产线指标的思想;建立了在保证产品质量合格前提下总成本最小为目标和在保证合理精矿品位的前提下,以减小精矿库存、最大限度地满足设备生产能力为目标的计划与调度两阶段级联优化模型;提出了决策选矿生产线日原矿处理量和精矿品位与尾矿品位等生产指标的生产计划调度优化方法,并应用于某选矿企业制造执行系统(Manufacturing execution system, MES),取得显著应用成效.     

稀土萃取生产过程控制系统的设计与应用

针对稀土生产的工艺特点,介绍了稀土萃取生产过程.根据现场条件和工艺要求,从全流程自动化角度出发,结合稀土萃取生产线自身生产过程的特点,设计了稀土萃取综合自动化系统的体系结构和功能,开发了基于过程管理/过程控制两层结构的稀土萃取生产线综合自动化系统.对生产过程进行了分散控制和集中管理、实现了生产过程的优化管理,优化控制和优化运行,在实际应用中取得了明显的效果.     

竖炉焙烧过程的多变量智能优化控制

针对铁矿选矿中的竖炉焙烧过程具有综合复杂性和产品质量指标一磁选管回收率难以在线测量因而不易实现优化控制的难题,通过对焙烧过程动态特性和人工操作模式的分析,将智能方法与前馈、反馈控制相结合,提出一种基于磁选管回收率、台时产量、煤气消耗等综合生产指标的多变量智能优化控制方法.根据综合生产指标的目标值和边界条件的变化在线对控制回路的设定值进行自动调整而实现优化控制.将提出的方法应用于国内某大型选矿厂竖炉焙烧过程,实现了综合生产指标的优化控制,取得显著应用效果.     

基于泡沫图像特征的浮选槽液位智能优化设定方法

浮选生产过程中浮选槽液位通常根据经验人工设定,具有主观随意性﹑液位波动大,使精/尾矿品位不满足要求.为此,提出一种基于浮选泡沫图像多特征的浮选槽液位智能优化设定的方法.在浮选槽工作原理以及液位与泡沫图像特征间关系的分析基础上,将基于案例推理的浮选槽液位预设定﹑基于多泡沫图像特征的改进LS-SVM（Least squares support vector machine）品位预测及基于BP神经网络的自学习模糊推理智能补偿等模型有机集成,提出了充分利用泡沫图像特征的液位智能优化设定方法.将该方法在某铝土矿浮选生产过程进行应用验证,可使粗选槽液位波动减小,提高了粗选精/尾矿品位合格率、总精矿品位合格率及回收率.     

数据驱动的锑粗选泡沫图像特征优化设定

针对锑浮选过程中精、尾矿品位难以在线检测, 浮选性能不稳定的问题, 提出一种数据驱动的泡沫图像特征优化设定方法. 该方法根据入矿品位类型对泡沫图像特征进行优化设定, 并针对不同入矿品位类型的样本分布特点,先尝试采用案例推理的方法从历史数据中寻找浮选性能优良的泡沫状态. 若经验知识不足, 则采用基于多中心模糊C均值聚类与概率支持向量回归的区间II 型模糊系统建模方法建立精、尾矿品位指标模型, 并在此基础上利用智能优化方法寻优泡沫图像特征值. 某锑浮选工业实验结果表明了所提出方法的有效性.

     

数据驱动的浮选过程运行反馈解耦控制方法

浮选过程是利用矿物本身的亲水或疏气性质或经药剂处理得到的亲水或疏气性质进行矿物分离的物理过程.本文通过建立以矿浆液位和矿浆流量为输入，以浮选过程的精矿品位与尾矿品位为输出的多变量、强耦合、非线性、时变的运行过程模型，利用未建模动态前一拍可测的特点，提出了包括矿物品位运行过程控制器驱动模型、PID控制器、反馈解耦控制器、未建模动态补偿器的数据驱动的一步最优未建模动态补偿PID解耦控制方法，实现了消除稳态误差、静态解耦与未建模动态的补偿，通过浮选过程运行反馈控制仿真实验验证了本文所提方法的有效性.     

Theory and method of genetic-neural optimizing cut-off grade and grade of crude ore

Cut-off grade for ore drawing is a kind of technological method used to control the process of drawing in sublevel caving with no sill pillar. The cut-off grade for ore drawing means the grade of ore in the last time (current time) of ore drawing. Grade of crude ore is the grade of ore entering the milling workshop after ore mixing. Cut-off grade and grade of crude ore are key parameters of production and management in mine system. Genetic algorithm and neural networks nesting method are used in this research to simulate the highly complexity and highly non-linear relationship between variables in mining system, to optimize the cut-off grade and grade of crude ore. The idea is detailed as follows. Cut-off grade and grade of crude ore are joined as chromosome of population for evolution computation; Self-adaptive neural network is used to obtain the local connection between the revenue (fitness function) and chromosome; Genetic algorithm is performed to search the optimal cut-off grade and grade of crude ore globally. The inner layer of nesting is neural networks, which is used to compute loss rate, amount of tailing ore and total cost; the outer layer is evolutionary computation, which is used to get the revenue. The inner layer carries out local approximation, and the outer carries out global search. These two layers carry out the optimization of cut-off grade and grade of crude ore jointly. Take Daye Iron Mine as an example, and the result shows that, the present scheme (cut-off grade is 18%, grade of crude ore is 41–43%) should be improved. During the period of August to November in the year 2007, the optimal cut-off grade is 15.8%, and optimal grade of crude ore is 43.7762–44.1387%, the optimized scheme can improve the present value by 9.01–9.44 million yuan.     

PS转炉造渣过程的动态优化控制

建立了Pierce-Smith(PS)转炉造渣过程的非线性状态空问模型,并提出了基于生产质量指标反馈校正的铜锍造渣过程的动态优化控制方案.该方案首先基于最优模型求得最优控制律.为消除吹炼过程中的扰动以及其他不确定因素所带来的影响,再引入基于生产质量指标的反馈调整机制.其中反馈信息由软测量模犁根据进出转炉的物料计算得到,智能控制单元根据反馈的质量信息和期望的质量目标间的偏差对最优控制律进行补偿修正.并在该动态优化控制方案基础上,设计并开发了铜锍吹炼过程的优化控制指导决策系统.实际运行结果表明该系统优化了产品的质量,同时也实现了铜锍生产过程的节能.     

锑浮选过程加药量自适应迭代学习控制

针对现有的加药量控制方法需要浮选过程动态模型或是鲁棒性不足的问题, 提出一种基于自适应动态规划 (ADP) 的浮选过程加药量自适应迭代学习控制方法. 首先, 将药剂量控制问题转化为两级优化问题 (问题 1 和问题 2). 其中, 基于前馈控制原理求解问题 1 得出前馈补偿分量以抑制外界扰动. 然后, 采用基于值迭代的 ADP 算法, 求解问题 2 以得到最优反馈增益, 从而设计一个数据驱动的最优加药量控制策略使最终的生产指标 (精矿品位和尾矿品位) 跟踪给定值, 且药剂量消耗最少. 最后, 通过工业生产数据进行仿真验证, 证明所提方法的收敛性和稳定性.     

烧结法配料过程计算机控制系统

针对烧结法配料过程的工艺特点及技术要求，提出了实现综合生产指标优化的配料过程计算机控制系统，讨论了由过程控制、过程管理二层结构组成的计算机控制系统的结构、功能及优化控制策略，基于人工智能方法实现了过程控制。该系统成功应用于某氧化铝厂烧结法配料生产过程，磨机产能和生料浆一次配料合格率得到了大幅度提高，实现了配料过程的优化控制、优化运行、优化管理，取得了显著的应用成效。     

制造执行系统的研究现状和发展趋势

制造执行系统（Manufacturing Execution Systems,MES）是制造（生产）过程的计算机在线管理系统,处于制造企业计划层与控制层之间的执行层,是企业资源计划系统和设备控制系统之间的桥梁和纽带,是制造企业实现敏捷化和全局优化的关键系统。综述了制造执行系统MES的产生与发展过程,以及MES的功能模型,给出了协同的MES功能模型和实现综合生产指标优化的流程工业MES功能模型,分析了MES的应用现状,提出了MES的发展趋势和实现管理扁平化和综合生产指标优化的流程工业MF5所需要的关键技术。