《磨矿分级过程模糊控制研究与仿真》-工学论文，工程论文-论文范文参考-科学狗论文网

标题

磨矿分级过程模糊控制研究与仿真

范文

周旭东

摘要：磨矿分级过程所运用的机理相对而言较为复杂，存在着诸多的特点，采用传统自动控制的方式往往很难让磨矿分级产品符合相关工艺要求标准。因此有必要探究更为有效的方式来对磨矿过程中所运需的控制量进行控制，以此才能更为有效地促进磨矿分级过程控制的高效性。

Abstract： The mechanism used in the grinding and grading process is relatively complicated and has many characteristics. It is often difficult to make the grinding and grading products meet the relevant process requirements using traditional automatic control methods. Therefore， it is necessary to explore more effective ways to control the amount of control required during the grinding process， so as to more effectively promote the efficiency of the control of the grinding classification process.

關键词：磨矿;模糊规则库;模糊控制;控制变量;SABC工艺流程

Key words： grinding;fuzzy rule base;fuzzy control;control variables;SABC process flow

中图分类号：TD91? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文献标识码：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章编号：1006-4311（2020）03-0182-03

0? 引言

对于选矿工艺而言，磨矿是其一项基础内容，且其效果的好坏可直接对相关经济的高低、选矿工艺技术的高低起到一定程度厚的影响作用。磨矿过程相对而言比较复杂，也存在着诸多因素能够对其造成影响，因此很难保障其数学模型建立后的精确性。目前国内的大多数磨矿分级过程仍为传统模式，需操作人员依据其经验来手动调整变量，存在着一定的局限性。而模糊控制方法的运用则改善了这一问题。本文主要是对磨矿分级过程模糊控制研究和仿真实行相关分析。

1? 模糊控制策略概述

模糊控制能够在非线性多变量实际系统中充分发挥有效控制效果，属于工程诸多控制方案中的一种非线性控制，同时其也比较容易实现，控制鲁棒性相对比较强。由于磨矿分级系统比较复杂且具有较高的不确定性，能够让模糊系统发挥其自身优势。TSK模糊建模的方式对于模型的控制精度能够起到良好的提升作用，对后件参数通过线性函数来计算，对模糊化复杂程度起到了降低作用[1]。以一阶TSK模型来作为基础，不做任何数据结构的假设，通过大量的数据学习总结控制规则，再利用数据库来对模糊控制器输出值实行相关计算。无论是参数优化步骤还是鉴定结构步骤，均实现自动进行的效果，且同时也能够对规则的正确性、最佳数量起到平衡作用。相比较传统控制方式而言，模糊控制优势之处在于其能够基于数据学习的方式来对控制规则进行掌握，且对未明确对象的数学模型也能实现有效控制。

2? 控制变量的选择

SABC工艺流程中，回路主要由旋流器、球磨机构成。其中，能够作为磨矿分级过程控制系统控制量的主要有球磨机给水量、给矿量、球磨机排矿补加水量、渣浆泵频率：

2.1 球磨机给水量控制策略

给水量主要运用于对其回路内存在的物料的浓度实行调整，依据当前给水量、给矿量来对磨机内的浓度进行判断，起到避免磨机涨肚停产状况的作用，保障了系统的正常运转[2]。

2.2 球磨机给矿量控制策略

给矿量可直接对生产效率关系起到直接影响，其主要是对旋流器溢流值、磨机功率值进行实时调整，以此来对整体磨矿分级阶段出入料平衡效果进行保障。

2.3 球磨机排矿补加水控制策略

球磨机排矿补加水，指的是渣浆泵池的补加水，其主要对旋流器-球磨系统中的矿浆量进行平衡。

2.4 渣浆泵频率控制策略

参考实际旋流器流量、溢流粒度来对渣浆泵频率进行调节，充分保障其溢流粒度达标情况下，来对浮选作业的接受能力进行考虑，同时即时调整溢流流量，避免出现浮选槽漫矿现象的出现。

3? 模糊规则库

运用模糊建模控制方法时，模糊规则库的建立可采用高斯型隶属度函数来构建。对于人们而言，高斯型正态分布的隶属函数能够充分对其在事物判断方面的思维特点起到体现的作用，且相比较下，高斯型函数光滑型、对称性更强，无零点存在于图形上，物理意义较为清晰，能够更好地对隶属度函数起到描述的作用[3]。

3.1 构建模糊规则库的方式

先预处理相应的数据，以此来对数据集中异常值起到识别并消除的作用。后得到仅有1条初始规则的1个规则数据库。通过相关计算方式后得出：

后实行新模糊规则的建立，将其向模糊规则库进行添加。基于相应的样本数据检验规则来对该规则库进行验证，得到Zi_max样本最大误差数据，将其作为整体候选中心来对新规则实行构造，得出：

由于规则的创建是基于系统输出误差来进行，因此其有可能认为异常值是新规则的中心。即仅依靠预处理数据的方式，不可能实现对存在异常值数据集的完全消除。而为了进一步实现对噪声数据影响起到降低的目的，避免异常值成为规则中心，依据相关理论制定出相应约束内容：

其中uk，i_max所表示的是在第i个规则中，代表第k个数据的隶属度值，而δ以及λ所代表的是其阈值，第i个样本的均方误差则以MSE_Di_max来表示;此外，文中所提到的隶属度函数uk，i_max以及阈值δ、λ的确定利用下述公式来计算：

当式（5）中① 值较小时，则表示其在数据集中已经偏离了其它数据，即不能将其作为新规则中心，而通过①的制定则确保了新规则中心不被异常值所替代。若是有异常值存在的状况且有着较长的训练模型过程，则最终模型可能存在拟合现象，而式（5）中②的辅助条件则在一定程度上避免了拟合现象的出现[4]。式（5）中③的运用则让新规则中心远离了其他规则中心。若是所选用的样本条件符合式（5），则可将其作为新规则中心来运用，若非如此则将其舍弃。若采用的样本数据均不能成立式（5），应当对算法的训练过程进行终止，以此来预防出现过拟合状况。同时将新规则函数Anew_rule，j中的mnew_rule，j设定为前件参数，将σnew_rule，j设置为后件参数：

前件参数

其中xi_max，j所代表的是zi_max，j生成隶属度函数前件。

标准差所代表的是新规则各隶属度函数形状及其有效范围值。依据上述内容所分析，存在隶属度的样本能够影响新规则的分布，因此，计算标准差时，不同样本权重均有着差异性。

带权重标准差

其中以LWR方式来估算后件参数σnew_rule，j，LRW所对应目标函数为

加权后的新模糊规则计算的主要关联对象仅为训练部分子集。

后对系统参数实行相应的调整。规则库R能够对论域范围内输入值的模糊输入值进行确定。为了确保模型在训练过程中精度的提升，可将规则库R基于神经网络学习过程来进行相应的调整[5]。

最后需对模型性能实行相应的测试，采用均方误差来对建模方法误差指标进行计算：

3.2 模糊建模步骤分析

3.2.1 模糊建模具体步骤

第一步：数据预处理;

第二步：模糊规则的初步建立（以式（1）、式（2）来确认前件参数→对后件参数进行计算（采用最小二乘法进行）→对模型性能进行测试（采用均方误差法进行））;

循环过程为：

第三步：实行新模糊规则的构建（确保样本能够满足最大误差值，且可以在式（5）来实现计算，若是此样本不存在，则算法则即时终止→对新规则隶属度函数参数进行计算（以式（9）和式（10）来进行计算）→对新规则后件参数实行计算（以LWR算法计算））;

第四步：对模型参数实行调整（采用新神经模糊系统进行）;

第五步：在规则库进行新规则的添加并对规则库更新，测试其规则数、误差。

结束条件：若满足终止条件则得出最终数据库;若不能满足则进行循环过程，直至满足终止条件。

3.2.2 最终规则库的运用

①利用最終所得出的规则库来控制磨矿分级对象，对其变量测量值进行控制，将其以闭环反馈方式送入模糊模型实行计算，规则库能够基于误差值上来实现自行调整，并形成最终完善模糊控制系统。

②通过其运用，能够对模糊规则库中的规则数量起到控制设定的效果，从而起到对控制精度实行改变的作用[6]。但受到不同规则数量的影响，上述运算方式在实际运用时可能需要依据误差来对隶属度函数数量进行调整变化，以此实现控制精度，而由于设定规则数量受限，因此依然需要通过规则数量的提高，来保障最终精度有更好的提升。即当规则数量少时，该模型的运算速度相对较快，但可能存在较大误差;当规则数量多时，该模型的运算速度相对较慢，但误差相对较小。

4? 结束语

磨矿分级过程属于一个相对复杂过程，诸多因素均可导致其遭受影响，导致的是很难对其数学模型的精确性起到保障作用，同时也使得磨矿技术的运用受到一定程度的影响，甚至使部分矿山依然是运用人工手动操作[7]。而通过模糊建模分级控制方式的运用，能够有效对象建模起到控制作用，该方式基于大量数据来实行学习建模，并对目标参数进行设计，最终达到平衡建模结构与控制精度的目的，对磨矿分级过程控制的精确性、高效性起到了稳定作用。

参考文献：

[1]于云鹏，王岩.磨矿分级过程模糊控制研究与仿真[J].金属矿山，2017（1）：149-153.

[2]王仲夏，李久钢，蔡忠源.基于模糊控制的设备安全距离预警系统设计[J].黑龙江工业学院学报（综合版），2018（4）.

[3]邱胜利.矿用通风机监控系统开发研究——基于PLC和模糊理论[J].能源与节能，2017（2）：38-39.

[4]王会清，张守元.预测模糊控制在磨矿分级过程的应用研究[J].矿冶工程，2002，22（3）：60-62.

[5]赵书玲，王晓燕，汪锋锁，等.仿人模糊控制器在磨矿分级过程的应用研究[J].江西理工大学学报，2004，20（4）：20-21.

[6]李金标，钱鑫.磨矿分级过程模糊智能控制系统[J].有色金属（选矿部分），1992，16（6）：37-40.

[7]贾永红.模糊控制在磨矿分级自动控制中的应用[C].中国自动化学会全国自动化新技术学术交流会.2004.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。