重介质悬浮液密度宽域智能控制系统设计

为满足原煤煤质变化对重介质悬浮液密度大范围调节的需求,在重介质分选过程中采用反分流工艺,设计了一种重介质悬浮液密度宽域智能控制系统。利用BP神经网络建立了合格介质桶液位预测模型,以悬浮液密度实际值与设定值的偏差、合格介质桶液位实际值、分流阀开度及补水阀开度作为模型输入变量,经模型计算得出合格介质桶液位预测值;依据合格介质桶液位偏差与密度偏差,通过基于支持向量机的一对一多分类算法实现加介质、稳态、密度阶跃上升、密度阶跃下降控制模式切换,并依据控制模式自动调整分流阀、补水阀、加水阀开度及浓介质泵、反分流泵开启时间,从而实现密度大范围调节。该系统应用后密度波动范围稳定在±0.005g/cm~3,密度调节时间短。     

选煤厂重介质分选智能控制系统研究

针对选煤厂重介质分选系统悬浮液液位、密度的时变性、耦合性以及非线性特点,设计基于模糊PID控制的智能控制系统,稳定悬浮液密度,实现悬浮液液位的动态平衡.根据选煤厂重介质分选系统操作经验和各输入、输出变量的理论值,设计模糊子集和论域、模糊控制规则,建立基于悬浮液液位、密度的模糊控制器,实现模糊PID控制.仿真结果表明,与...     

重介分选过程分流自动控制系统设计

针对重介分选过程分流阀手动控制存在精确性差、介质消耗量大等问题,设计了一套重介分选过程分流自动控制系统,建立了基于最小二乘支持向量机的分流阀开度预测模型。该系统利用传感器采集悬浮液密度、煤泥含量、合介桶液位和补水阀开度等参数,作为分流阀开度预测模型的输入变量,经模型计算得出相应的分流阀开度输出值并输送至PLC,PLC根据分流阀开度值控制分流阀动作,从而实现分流量自动控制。实际应用表明,该系统可使重介悬浮液密度波动控制在±0.005g/cm3,吨煤介耗降低了0.216kg。     

重介悬浮液密度与液位PFC-PID控制算法研究

为解决重介选煤控制系统中重介悬浮液密度与液位调节过程的大滞后与强耦合问题,建立了悬浮液密度与液位控制系统的数学模型,并在对系统进行解耦的基础上,提出了一种重介悬浮液密度与液位PFC-PID控制算法。该算法采用闭环控制方法对密度与液位加以控制,即内环采用常规PID控制技术对解耦后的系统加以控制,以稳定系统;外环采用预测控制技术,将内环作为外环控制的广义预测对象,解决了大滞后问题。仿真结果表明,该控制算法具有超调量低、调节时间短、静态误差小的特点,且具有很好的抗扰能力,控制效果整体优于传统PID控制。     

基于粒子群算法的煤炭重介洗选智能控制系统

为实时智能调节煤炭重介洗选工艺参数,优化煤炭生产效果,设计基于粒子群算法的煤炭重介洗选智能控制系统。管理人员在系统监控端,下达重介洗选智能控制指令,传输至PLC主控单元;主控单元由现场设备层的液位传感器、同位素密度计、磁性物浓度计,采集重介洗选时合格介质桶液位、悬浮液密度、煤泥含量三种核心工艺参数,发送至控制端的基于粒子群算法的重介洗选智能控制器;此控制器结合工艺参数检测值与标定值的偏差、偏差变化率,由粒子群算法整定设置满足时域性能指标为最小值的PID控制器参数后,结合控制规则表,输出加介阀、补水阀、分流箱开度大小,由对应控制模块调节开度,智能调节合格介质桶液位、悬浮液密度、煤泥含量。实验中,此系统可在5 s快速控制悬浮液密度、液位、煤泥含量变成给定值,可将精煤产率提升1.49%。     

FMC-Ⅰ型重介选煤密度自动测控装置的应用

<正> FMC-Ⅰ型重介选煤密度自动测控装置是用于重介选煤厂对悬浮液密度进行自动测量调节控制的装置。重介质选煤是依据阿基米德原理,将原煤送入重介质悬浮液中进行分选。悬浮液一般是用粒度很细的磁铁矿粉末、水和煤泥配制成悬浮状态的混合物。悬浮液密     

CMAC与PID复合控制方法在重介选煤系统中的应用研究

针对重介质选煤系统具有强耦合、非线性、多变量的特点,利用传统PID算法存在超调量大的问题,提出了一种基于CMAC与PID算法的控制方法。通过研究介质密度与介质桶液位的动态特性建立了重介选煤系统的数学模型,给出了CMAC与传统PID算法相结合的控制原理。Simulink仿真结果表明,该方法优于传统PID算法,动态性能好,稳态精度高。     

基于模糊控制的重介质悬浮液密度控制方法

针对现有重介质悬浮液密度模糊控制方法存在控制精度不高、通用性不强的问题,提出了一种基于模糊控制的重介质悬浮液密度控制方法。该方法以悬浮液密度偏差、悬浮液密度偏差变化率、合格介质桶液位作为密度模糊控制器的输入变量,以合格介质桶液位偏差、合格介质桶液位偏差变化率作为液位模糊控制器的输入变量,利用密度模糊控制器和液位模糊控制器有效控制补水阀和分流箱,从而实现重介质悬浮液密度精确、稳定控制。应用结果表明,该方法响应速度快,可使悬浮液密度波动范围稳定在±0.007g/cm~3。     

重介选煤工艺多参数模糊控制方法研究

针对重介选煤工艺过程中悬浮液密度、磁性物含量以及液位三个参数相互耦合,采用人工或PID调节方式效果不理想的问题,通过分析重介选煤工艺过程,提出了一种重介选煤工艺多参数模糊控制方法。该方法采用两个模糊控制器分别控制液位和悬浮液密度,对两个模糊控制器的输出去模糊化后结合煤泥含量计算出分流量与补水量,进而控制分流箱阀门和清水阀的开度。工业试验结果表明,与传统PID控制方法相比,该控制方法的稳定性更高,响应速度更快,超调量更小。     

重介质选煤过程模型与数据混合驱动的自适应运行反馈控制

重介质悬浮液密度是决定重介质选煤产品质量的重要影响因素,但由于重介质选煤运行过程是一个时变的强非线性过程,导致根据实时工况的变化在线调整重介质悬浮液密度异常困难.为此,本文针对重介质选煤过程特性,提出一种模型与数据混合驱动的自适应运行反馈控制方法,用于在线调整重介质悬浮液密度设定值.所提方法首先将重介质选煤过程分解为低阶线性模型和未建模动态非线性项两部分;进而针对线性部分,将PI控制与一步最优控制相结合,设计了模型驱动的自适应PI控制器;并利用随机向量函数链接网络设计了数据驱动的虚拟未建模动态补偿器;最后分析了闭环系统稳定性,并在基于MATLAB和Unity3D的虚拟现实仿真平台上进行了对比仿真实验,验证了所提方法的有效性.     

广义预测控制的鲁棒化改进

利用内模控制结构分析了广义预测控制在未建模动态鲁棒性方面的缺陷,提出采用失配滤波器以增强系统的鲁棒性。针对广义预测控制的特点,提出了次优失配滤波器的简单设计方法。     

改进的GPC在基于以太网的网络控制系统时延中的应用

针对基于以太网的网络控制系统(NCS)具有随机时延的特性,提出了将广义预测控制应用于网络控制系统中.为克服模型失配和系统不确定性的影响,基于BP神经网络建立一个误差的预测模型,用误差预测值对输出预测值进行补偿,构建了带误差补偿的广义预测控制算法.实验仿真验证了带误差补偿的广义预测控制在模型失配时具有更好的控制效果.     

LS-SVM误差补偿的广义预测控制

广义预测控制（Generalized Predictive Control,GPC）汲取了DMC（Dynamic Matrix Control）、MAC（Model Algorithmic Control）中的多步预测优化策略,抗负载扰动、随机噪声、时延变化等能力强,且选取模型参数少,利于控制。然而,据研究发现GPC对模型失配问题有一定的局限性。最小二乘支持向量机（Least Squares Support Vector Machine,LS-SVM）是在支持向量机的研究基础上发展而来的,具有良好的回归、分类功能。在认真学习LS-SVM原理的基础上,提出了基于LS-SVM误差补偿的广义预测控制,并选择两个模型进行了仿真实验。通过与常规GPC的比较,表明了该算法具有更优的控制性能。     

基于神经网络误差修正的广义预测控制

本文基于ＢＰ结构神经网络，对系统的建模误差进行预测，并将其与模型预测相结合构成广义预测控制算法，目的在于抑制模型失配的影响，增强广义预测控制的鲁棒性；仿真结果表明了这一算法的有效性。     

重介洗煤密度自控系统研究

目的：本文介绍了PLC在洗煤厂的介质密度控制中的应用,针对介质密度变化规律性不强,大滞后等特点作出调整。方法：采用VB编程语言结合专家算法的方针,提出了一个解决方案,提高了控制密度精度。结果：使物料浓度配比更加合理,趋势变化更容易让现场人员接受。结论：提高了产煤精度及生产效率,节约了能源的同时为洗煤厂创造更大的经济回报。     

基于SVM的PVC汽提过程预测控制方法

针对汽提塔温度控制系统的非线性和参数时变的特性,采用支持向量机对汽提塔温度进行建模,结合非线性模型的实时线性化和广义预测控制隐式算法,提出了基于支持向量预测模型的广义预测控制算法.同时将该算法应用到聚氯乙烯汽提生产过程当中,并将模型在线校正和误差反馈校正相结合,根据实际情况进行了多种情况下的仿真,仿真结果表明了方法的有效性.     

MIMO系统预测控制及其Matlab与VC仿真实现

本文对一个多入多出耦合系统设计了一种基于隐式算法的广义预测控制器(GPC),此隐式算法利用与基于脉冲模型的预测控制(DMC)算法的等价性化简,避免求解Diophantine方程。同时对此多入多出系统设计了DMC控制器,并对二种算法和控制效果进行了比较。本文用Matlab编程实现两种控制算法,用VC++设计界面,在VC中调用M函数的动态链接库DLL实现Matlab和VC的混合编程。对此被控MIMO系统,最终即可通过在VC界面上实现控制方式和控制输出的设定得到控制输入输出的仿真图。此程序可以脱离Matlab环境运行。