基于参量预报的磁选管回收率智能优化控制

竖炉焙烧过程的关键工艺指标磁选管回收率难以实时测量,因而实现优化控制很困难.将优化设定、参量预报与回路控制技术相结合,提出一种磁选管回收率的智能优化控制方法.基于案例推理的优化设定模型根据工况的变化和磁选管同收率的实时预报值给出基础控制回路的设定值,并通过先进的控制方法实现回路的稳定控制.该方法应用于竖炉焙烧过程的生产实际,使磁选管回收率的实际值保持在其目标值范围内,取得显著应用成效.     

磁选管回收率智能混合预报方法

针对衡量竖炉焙烧过程焙烧矿质量好坏的关键工艺指标磁选管回收率难以在线测量、化验结果滞后的难题，采用神经网络、案例推理和专家系统技术，提出了由神经网络预报模型、案例推理预报模型、自校正模型组成的磁选管回收率智能混合预报模型，讨论了模型的结构、主要功能和实现算法，并成功应用于赤铁矿选矿厂竖炉焙烧过程．应用效果表明，在工况正常与异常两种情况下，所提出的方法均能准确预报磁选管回收率．将磁选管回收率预报模型应用于竖炉焙烧过程的优化控制，使磁选管回收率保持在最优工艺指标范围之内，取得了明显的成效．     

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。     

基于精简并发潜结构映射的竖炉焙烧过程综合故障诊断

竖炉焙烧过程因运行条件异常变化或操作不当会造成上火、冒火、过还原和欠还原等运行故障.这些故障直接影响过程运行安全和产品质量（比如,磁选管回收率）,但难以采用基于模型和基于知识的方法建模故障与产品质量的关系,以及诊断故障变量.针对上述问题,本文提出数据驱动的基于并发潜结构映射（Concurrent projection to latent structures,CPLS）的竖炉焙烧过程综合故障诊断方法.首先,将并发潜结构映射分解的过程变量共有子空间与残差空间精简合并来建立磁选管回收率相关的过程变化空间,提出基于精简并发潜结构映射模型的竖炉焙烧过程综合监控方法;接下来,定义相应的重构贡献图并与竖炉焙烧过程相结合,提出CPLS精简重构贡献方法用于竖炉焙烧过程故障变量诊断;最后,利用竖炉焙烧过程半实物仿真平台采集的数据进行实验研究,结果表明所提方法不仅可以诊断出质量相关的故障,而且可诊断出回路设定值之外的故障变量.     

一类复杂工业过程的智能预报模型及其应用

针对复杂工业过程中关键变量的测量问题,基于智能技术提出一种由数据采集与处理模块、决策支持模块、预报模块、在线校正模块以及效果评价模块组成的智能预报模型,并将该模型用于竖炉焙烧过程的优化控制与决策中.应用结果表明其维护费用低、实时性好、可靠性及精度高,在很大程度上解决了关键变量测量困难的问题,为选矿厂综合自动化系统的优化控制与优化运行奠定了良好的基础.     

一种基于多目标评价的优化设定方法研究

复杂工业过程关键被控变量的设定值是否合理直接影响到生产指标能否优化实现.针对设定值的合理性问题,融入评价的思想,提出一种基于多目标评价的优化设定方法,采用案例推理技术建立了设定模型的总体结构,通过对设定值的事前评价,实现了在线调整设定值的闭环寻优功能.利用开发出的竖炉焙烧过程仿真平台验证了方法的正确性和有效性,可以避免...     

竖炉焙烧过程的智能设定模型

为了改善多目标评价案例推理设定模型在竖炉焙烧过程控制中的性能,运用注水原理分配过程变量的权重和群决策修正方法对多目标评价案例推理设定方法进行改进,得到一种新的智能设定模型.首先引入注水原理构造Lagrange函数对过程变量的权重进行优化分配,再通过案例检索和案例重用得到设定值的建议解,并根据多目标评价模型预测建议解对生产指标的影响效果,最后,对不合理的设定值进行群决策修正.将得到的设定模型应用于竖炉焙烧过程控制中,通过实验测试和对比应用说明了本文方法优于其他方法,能够有效提高多目标评价案例推理设定模型的控制性能.     

基于案例推理的竖炉故障预报系统

为降低竖望炉焙烧过程的故障发生率,基于故障机理的分析,将过程参量预报与案例推理技术相集成,提出了竖炉焙烧过程的智能故障预报方法.参量量预报模型对不易在线连续测量但能反映故障征兆的关键工艺参数进行实时预报,在此基础上,采用案例推理技术对焙烧过程进行全面分析并给出一些典型故障发生的概率和操作指导.将所建立的故障预报系统成功应用于竖炉焙烧过程的生产实际中,故障发生率明显降低,取得了显著应用成效.     

赤铁矿强磁选过程综合自动化系统

针对强磁选过程的特点及工艺要求,基于智能技术提出了实现工艺指标优化的强磁选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3层结构组成的综合自动化系统的结构、功能和控制策略。采用智能优化设定模型、反馈补偿器及回路控制系统实现了精矿品位、尾矿品位的优化控制。所提出的系统成功应用于某选矿厂强磁选生产过程,实现了强磁选过程的优化控制、优化运行和优化管理,提高了精矿品位,降低了尾矿品位,取得了明显的应用效果。     

复杂工业过程运行的混合智能优化控制方法

工业过程运行的优化控制的目标是将反应产品在加工过程中的质量、效率、消耗的工艺指标控制在目标值范围内. 由于复杂工业过程的工艺指标难于在线测量且与控制回路输出之间的动态特性具有强非线性、强耦合、难以用精确模型描述、随生产边界条件变化而变化的综合复杂性,因此, 难以采用已有优化控制方法, 运行控制只能采用人工设定的控制方式. 由于人工控制不能及时准确地随运行工况调整设定值, 难以将工艺指标控制在目标值范围内, 甚至造成故障工况.本文提出了根据运行工况实时调整控制回路设定值, 通过控制系统跟踪调整后的设定值, 将工艺指标控制在目标值范围内的过程优化运行的混合智能控制方法. 该方法由控制回路预设定模型、前馈补偿与反馈补偿器、工艺指标预报模型、故障工况诊断和容错控制器组成. 在某选矿厂22台竖炉组成的焙烧过程的应用案例, 证明了所提出方法的有效性.     

Multi-objective evaluation-based hybrid intelligent control optimization for shaft furnace roasting process

A hybrid intelligent control optimization method based on multi-objective evaluation (MOE) is proposed to control the production indices of a process and maintain them in their desired range. This method consists of a loop control layer with an air–fuel ratio adjustment model and a setting layer. The set points of the control loops are produced by case-based reasoning (CBR) and followed by the closed loop. These set points are also adjusted through the real-time evaluation and online correction. The proposed approach has been applied to the roasting process and its effectiveness has been verified by the results of practical application.     

典型赤铁矿磨矿过程智能运行反馈控制

冶金磨矿是典型的高能耗、低效率过程,其控制与优化不仅仅是使常规过程控制系统尽可能好地跟踪期望设定值,而且要控制整个过程运行,实现表征磨矿整体运行性能的磨矿粒度与生产效率等运行指标的优化.针对我国广泛使用的赤铁矿两阶段全闭路磨矿,由于其原矿石性质与成份复杂且不稳定、粒级波动大,磨矿运行指标不能在线测量,工况时变,难以建立过程数学模型,提出基于数据与知识的智能运行反馈控制方法,包括基于案例推理的控制回路预设定、磨矿粒度动态神经网络软测量以及多变量模糊动态调节器.为了验证所提方法的有效性,将所题方法应用于中国某大型赤铁矿选厂,取得显著应用成效.     

Optimal operational control for complex industrial processes

Process control should ensure not only controlled variables to follow their setpoint values, but also the whole process plant to meet operational requirements optimally (e.g., quality, efficiency and consumptions). Process control should also enable that operational indices for quality and efficiency be improved continuously, while keeping the indices related to consumptions at the lowest possible level. This paper starts with a survey on the existing operational optimization and control methodologies and then presents a data-driven hybrid intelligent optimal operational control for complex industrial processes where process operational models are difficult to obtain. Applications via a hybrid simulation system and an industrial roasting process for hematite ore mineral processing are presented to demonstrate the effectiveness of the proposed operational control method. Issues for future research on the optimal operational control for complex industrial processes are outlined before concluding the paper.     

炼焦生产全流程优化控制实验平台设计与开发

面向炼焦生产全流程智能优化控制,设计与开发一种仿真实验平台。分析炼焦生产流程和仿真实验目的,提出一种包括优化控制实验层和炼焦过程模拟层的分层分布式系统结构。实现炼焦过程状态参数与控制信号的模拟收发、各车间级子系统优化监控、全流程生产集中实时监视与综合生产目标优化等璁能。系统运行表明,该仿真实验平台能合理有效的模拟炼焦生产特性和进行智能优化控制实验。     

Hybrid intelligent control for optimal operation of shaft furnace roasting process

A hybrid intelligent control method is proposed to control the technical indices into their desired range. This is realized by on-line adjusting the set-points of control loops for optimal operation of the shaft furnace in response to changes in operating points. The controller consists of six modules, namely a pre-setting model for control loop set-points, a predictive model for technical index, a feedforward compensator using predictive model, a feedback compensator, a fault working situation diagnosis and a fault tolerant control model. The proposed approach has been successfully applied to the roasting process of shaft furnace in a mineral processing plant in China and its efficiency has been verified by the practical application results.     

实现粒度指标的磨矿过程智能优化控制系统

磨矿过程具有多变量、非线性、强耦合、大时滞、时变等综合复杂特征,其关键工艺指标磨矿粒度难以用常规控制方法进行直接控制。将基础控制、智能控制以及软测量技术相结合,构建了实现磨矿粒度指标的磨矿过程智能优化控制系统。该系统由基础控制系统、过程监控系统以及智能优化设定系统组成,具有设备顺序逻辑控制、回路控制、过程监控以及回路智能优化设定等功能。该系统已成功应用在某大型选矿厂的磨矿过程中,取得了显著效益,具有推广应用的前景。