排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
3.
摘要:随着设备和工艺的不断创新进步,半自磨流程的优化控制面临更大的挑战,而且随着近年来绿色矿山的推进,生产能耗目标要求越来越严格,半自磨优化控制需要同时考虑多个目标,本文在现场原有的控制系统上,针对半自磨流程多目标优化控制问题展开研究,同时考虑了处理量和能耗两个目标,实现在磨矿产品质量合格的情况下,最大化处理量,能耗最合理。 相似文献
4.
5.
磨矿过程是选前准备最后一道工序,其目的是使矿石中的有用矿物和脉石矿物或不同的有用矿物实现单体解离或者使物料的粒度满足选别作业的要求。磨矿过程的主要控制目标保证磨矿产物浓度、粒度合格,满足下一段磨矿或选别作业对此段磨矿粒度的要求,在此基础上尽可能提升处理量;同时也要保证设备安全及能耗合理。所以,磨矿过程优化控制是一个典型的多目标优化问题,针对磨矿生产过程存在多个目标问题进行研究,提出一种基于参考向量的磨矿过程动态多目标进化优化方法,首先,采用经验知识的专家系统作为参考向量,嵌入到NSGA-Ⅱ算法上,实现优化决策。然后,针对磨矿过程特点,建立生产指标正常的经验数学模型,解决目标函数难以建立的问题。针对周期改变或随机变化的实际生产工况,设计面向工艺的环境观测器,能够及时发现当前环境的变化,并合理给出新环境下磨矿过程的优化决策,实现磨矿过程多目标优化,即在磨矿产品合格前提下最大化处理量、能耗最合理。最后,设计开发控制器,在某半自磨磨矿过程成功应用,实现了磨矿产品指标的稳定、处理量的稳定以及磨矿电单耗的降低。 相似文献
6.
现有锂云母浮选系统的浮选设备由于容积小,缓冲能力有限,若使用常规PID控制易造成浮选液面大幅震荡,导致生产操作过程中各作业产率波动较大,对浮选产品品质的稳定造成了极大影响。此外,由于作业设备之间缺乏联动,整个浮选流程抵御来矿扰动能力差,作业重新恢复稳定所需人工调节时间较长。由于现有技术方案均过分依赖人工手动经验操作,多以经验调节为主,易造成经济损失。针对设备特点,设计一种基于专家PID和协同控制策略的锂云母浮选系统液位控制方法,能够解决现有采用常规PID控制造成浮选液面大幅震荡,采用人工手动经验操作控制稳定性差等问题。 相似文献
7.
8.
9.
10.