磨矿过程智能优化控制技术研究与应用

在分析了该矿某矿山近8年的历史数据和磨矿工艺参数的基础上,结合该厂原有工艺参数依赖人工调整,导致半自磨进矿量、渣浆泵泵池液位波动大,进入浮选工艺流程流量、浓度、细度不稳定的问题,展开了智能优化控制技术研究。通过对矿石性质及粒度分布分析,引入磨机负荷检测分析仪,将关键参数的计算技术与传统PID控制相结合,搭建磨矿的优化控制系统,实现了对磨矿生产过程中的浓细度控制。磨矿自动控制系统投用后,不仅能稳定磨矿工艺流程,还能保证磨矿产品满足选别要求,同时增大了磨矿系列台时处理能力。     

包钢选矿厂磨矿自动化系统

文章介绍磨矿微机控制系统的组成、工作原理及特点.将微机技术用于磨矿控制系统中,可实现生产过程的自动化和设备管理的现代化,保证控制系统的可靠性、长期稳定性及稳定生产过程.实现了最佳经济技术指标,取得很好的效果.     

基于案例推理的磨矿分级过程优化研究

为了解决磨矿分级过程本身复杂特性造成的基于模型优化控制方法无法应用的问题,提出了基于案例推理的过程优化方法框架和基于粗糙集规则挖掘的案例修正方法,解决了以往基于规则的案例修正中的规则获取困难的问题。以河钢矿业公司一个选矿厂为例,实现了基于案例推理的磨矿分级过程优化的离线准备阶段工作,并对在线优化阶段进行了仿真研究,为基于案例推理的磨矿分级过程在线优化提供了一个实现思路。     

基于案例推理的磨矿分级过程优化研究

磨矿分级过程具有大惯性、参数时变以及非线性等复杂特性,为解决由于其本身复杂特性造成的基于模型优化控制方法无法应用的问题,本文将从对磨矿分级过程作出分析入手,对经验知识的优化过程进行探讨,并以案例的方式呈现,推理出应用于磨矿分级过程中的优化方式,希望为今后研究人员提供参考依据。     

选矿生产过程综合自动化系统

针对中国选矿行业自动化程度低 ,生产成本高 ,资源消耗大 ,环境污染严重的问题 ,提出了由制造执行系统和过程控制系统两层结构组成的选矿生产过程综合自动化系统 ,讨论了系统的结构、功能和控制策略。并将该系统成功应用于中国酒钢集团选矿厂 ,实现了选矿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。     

智能磨矿系统半自磨机控制关键参数研究

以某选矿厂半自磨工艺智能磨矿系统生产实践为基础,总结分析了智能磨矿系统半自磨机重要控制参数的影响和运行情况。通过分析生产实践数据发现,智能磨矿系统的关键控制参数为半自磨机转速、给矿粒度、半自磨机磨矿浓度。半自磨机转速对智能磨矿系统的控制最敏感,调节效果最显著,可快速调整磨矿系统运行状态;给矿粒度次之,能起到短时调节作用;半自磨机磨矿浓度敏感性最弱,可实现微调。通过上述关键参数的协同控制,能实现磨矿系统处理能力最大化,产品粒度可调可控。     

优化自动化控制过程提高干熄焦发电量

自动化控制系统是确保焦炉、干熄焦、发电各生产环节的稳定运行的重要保障,而优化和改进自动控制系统对提高干熄焦发电的经济效益有重要作用。总结了干熄焦自动控制系统的特点及其重要的优化节点的优化措施。     

稀土分离过程综合自动化系统研究

针对稀土工业生产过程自动化装备水平普遍较低而造成的生产成本高，产品质量一致性差，资源消耗大的问题，提出了实现稀土产品纯度和金属回收率等综合生产指标优化的稀土萃取分离生产过程综合自动化系统，讨论了由生产过程管理系统和过程控制系统两层结构组成的综合自动化系统的体系结构、功能和以萃取分离过程两端出口产品纯度为目标的优化控制策略。将所提出的系统应用于某公司HAB萃取提钇生产过程，实现了稀土萃取过程的优化控制、优化运行和优化管理，取得了显著的应用成效。     

基于虚拟现实的磨矿过程仿真

采用3ds max软件和cult3d软件对磨矿生产过程进行虚拟现实仿真,对磨矿过程中各组成部件进行三维建模、贴材质、导出cult3d文件,在cult3d软件中进行虚拟现实制作,仿真出实时的、可交互的磨矿生产过程,该仿真过程可为我们提供检验、评价控制策略的方法.     

磨矿过程设定值在线优化策略设计

针对基于传统模型的方法难以在线优化磨矿过程回路设定值的问题,提出了基于案例推理与强化学习的运行指标优化方法,建立基于自回归神经网络的Q函数模型,并应用案例推理更新模型连接权值,实现了磨矿过程关键参数的实时优化。     

浅析选矿厂磨矿分级自动化控制系统设计及应用

本文简要分析了磨矿分级自动化控制系统的构成、功能设计,并通过工程实现来证明其应用效果。     

基于过程自动化的电流效率自学习控制

电流效率对于镀锡产线锡层厚度控制十分关键。针对某公司镀锡机组产品锡层厚度及规格多,操作人员预判每卷电流效率存在困难,设计了一种基于产线过程自动化系统的带钢电流效率自学习控制模块。该自学习模块数据基于产线实际使用的电流效率,对每次实际使用的电流效率按带钢镀层、规格进行存储并不断优化,最终得到适合产线实际生产的最优电流效率,为操作人员提供可靠的数据依据,保证产线变规格时镀层厚度电镀准确性。经实际生产验证,该控制模块使用效果良好,能满足现场生产要求。     

选矿过程智能优化决策制造系统架构设计与优化

优化矿产加工全过程的运行和控制,对提高产品质量,研究如何有效协调决策,制定整个矿物加工过程中的操作指标,减少社会资源利用和环境污染,保持可持续发展具有不可替代的作用。因此,构建智能化的选矿系统并实现生产优化非常重要,这不仅能提高生产效率,还能确保资源的有效利用,促进行业的可持续发展。     

模型驱动的冶金磨矿过程运行控制研究

描述冶金磨矿工艺流程、运行指标及其影响因素,分析磨矿过程运行控制的复杂性,介绍磨矿过程监督控制、磨矿过程运行优化控制、磨矿过程运行反馈控制等基于模型的磨矿过程运行控制方法和技术以及磨矿运行控制软件的发展,最后指出在磨矿运行指标多目标智能优化、磨矿多模型运行控制、磨矿故障工况诊断和自愈控制、多网络环境下磨矿运行控制等方面的未来研究方向。     

高精度薄带材冷连轧过程智能优化控制

带钢冷连轧控制是系统性极强、技术难度极大、精度要求极高的综合性技术，是保证冷轧带钢产品质量和生产效率的主要手段。东北大学自主开发了冷连轧全套自动化系统，涵盖了轧机主令控制、自动厚度控制、自动板形控制、物流跟踪、模型设定等功能，并研发了高精度数学模型、轧制规程多目标优化算法、加减速过程带钢厚度与张力补偿及轧制工艺优化等先进控制技术。所开发的系统已推广应用到多条冷连轧生产线中，现场应用表明,系统运行稳定，实现了0. 17mm极薄规格带钢高速稳定轧制，厚度偏差小于±2. 5μm，板形标准差小于7I。最后对轧制过程的智能化发展进行了展望。     

高精度薄带材冷连轧过程智能优化控制

带钢冷连轧控制是系统性极强、技术难度极大、精度要求极高的综合性技术,是保证冷轧带钢产品质量和生产效率的主要手段。东北大学自主开发了冷连轧全套自动化系统,涵盖了轧机主令控制、自动厚度控制、自动板形控制、物流跟踪、模型设定等功能,并研发了高精度数学模型、轧制规程多目标优化算法、加减速过程带钢厚度与张力补偿及轧制工艺优化等先进控制技术。所开发的系统已推广应用到多条冷连轧生产线中,现场应用表明,系统运行稳定,实现了0.17 mm极薄规格带钢高速稳定轧制,厚度偏差小于±2.5μm,板形标准差小于7 I。最后对轧制过程的智能化发展进行了展望。     

基于智能磨矿介质及CNN和优化SVM模型的球磨机负荷识别方法

当前球磨机负荷检测方法难以准确评估磨机内部变化,给磨机综合运行状态的控制和优化带来较大难度。本文设计了一款内嵌加速度传感器且与钢球介质物理性质相一致的智能磨矿介质用于识别磨机负荷,开展了不同充填率等磨矿条件下的磨矿试验,设计磨矿效果系数划分磨机负荷状态;分别采用了卷积神经网络方法(CNN)和优化的支持向量机(SVM)模型对智能磨矿介质获取的加速度信号进行球磨机负荷识别。基于优化的SVM模型将获取的一维加速度信号进行互补集合经验模态分解算法（CEEMD）去噪、时域特征值和样本熵提取等预处理,将上述磨机负荷的特征向量分别输入GA?SVM、GS?SVM、PSO?SVM分类模型进行训练,研究表明,PSO?SVM模型的识别准确率可达98.33%,但存在训练过程繁琐,耗费时间长的问题。在图像识别领域具有优秀应用能力的CNN模型是把智能磨矿介质检测加速度信号数据转换为二维图片后直接输入基于VGG19网络的CNN模型进行分类识别,磨机负荷分类识别准确率高于优化的SVM模型,可达98.89%,在保证识别准确率的同时有效节约了计算时间。基于CNN的智能磨矿介质球磨机负荷识别方法可为实现球磨机负荷检测与在线评估提供重要解决方案与技术保障。      

基于神经网络质量模型的磨矿过程智能控制

通过分析实际磨矿过程的生产状况和基本的生产数据 ,提出了在磨矿过程中结合比值调节控制前水和给矿量 ,运用专家系统对给矿量进行优化控制和基于神经网络质量模型的智能控制方法。实际仿真研究表明 ,该方法能够提高生产效率 ,解决磨矿过程中有一定难度的溢流浓度和分级粒度控制问题。     

基于智能有色金属工业互联网的自动化控制体系研究

我国有色金属行业自动化控制系统存在的诸多问题,智能化背景下的自动化控制体系就显得尤为重要。依托智能有色金属工业互联网,分析了一种新型的自动化控制技术。并通过该自动化控制系统技术的实际应用,验证了建立的该体系的准确性,希望为今后有色金属工业互联网自动化控制体系的研究提出一些建议和帮助。