基于RBF神经网络的磨机负荷智能控制的研究

针对磨机运行过程中的非线性、大惯性、随机干扰大,常规PID控制不能取得很好控制效果的问题,提出用改进的RBF神经网络智能控制方式来控制磨机负荷。根据磨矿工艺流程和操作经验,利用改进的RBF神经网络构建在线辨识的磨机控制系统模型,解决了磨机控制系统难以建模的问题。结合自寻优控制方法,自动寻找磨机最佳负荷,减少磨机负荷的扰动,使磨机负荷维持稳定。实验结果表明,该控制方法能够很好地适应外界因素的变化,消除运行过程中的干扰,增强磨机系统的鲁棒性,使磨机保持稳定运行,提高磨矿效率,改善磨矿分级效果。     

基于C#的磨机监控系统设计

针对选矿厂磨矿过程中磨机负荷难以实现自动控制以及OPC技术数据传输存在弊端这2个问题,利用VS编程软件设计了基于C#的磨机监控系统。根据实际生产的需求以及监控系统的要求,在该监控系统中设计了设备运行状态显示,磨机运行数据曲线绘制,手动、自动、专家、优化4种控制方式,人机交互的编辑和操作菜单功能模块,以及运行数据存储等功能,同时利用C#本身拥有的串口通信技术,实现了磨机控制仪与监控计算机间的数据传输。运行效果表明,该系统满足磨机自动控制要求,并具有开发成本低,可靠性强,控制方式灵活等优点。