磨矿过程智能控制策略研究.pdf

东北大学博十论文 摘 要 磨矿过程智憾控制策略的研究 摘 要 (磨矿分级是选矿厂最重要的环节之一。由于过程影响因素多(如矿石性质、 磨机结构、磨矿操作因素等〕，而且呈非线性，所以，长期以来磨矿分级过程控 制一直存在着难以用精确数学模型表达磨矿分级过程时变、非线性和多干扰因素 的建模问题，同时对磨矿分级过程的自适应控制、优化控制和智能控制的发展受 到极大的制约。 近年来随着计算机和自动控制技术迅速发展，尤其是现代控制理论、人工智 能技术的发展和完善为选矿过程的智能控制创造了更有利条件丫 本文创造性地提出了用球磨机噪声(声响)倍频中心频率频谱分布来分析球 磨机内部参数关系的变化规律。采用攀枝花机钦磁铁矿石在中305x305mm球磨机 上全面系统地进行了干式和湿式磨矿球磨机声响与内部参数分批试验，并在 中450x460mm球磨机上选用大石河磁铁矿石进行了连续磨矿试验。试验研究结 果表明:球磨机内部参数如磨矿浓度、料球比和介质充填率等不仅与输入功率和 生产率有对应关系，而且与球磨机声响频谱分布也有显著的对应关系，声响可以 作为球磨机内部参数的判断依据。 本文首次在球磨机系统应用径向基函数网络进行声响频谱分布与内部参数 变量过程建模。在Matlab环境下实现了对径向基函数网络模块式、开放式的编 程，使神经网络模型编程具有很高的灵活性、重组性、扩展性。在分析大量训练 试验的基础上，提出了二步有导师训练方法，解决了大型神经网络模型训练过程 中训练点逗近精度高时扩展点严重振荡的现象。研究结果表明将声响频谱分布与 径向墓函数网络模型相结合能有效地解决多变量、非线性、时变复杂的球磨机系 统长期存在的建模难题。 较全面地论述了球磨机神经网络专家系统理论与基本结构框架，提出了塞 于神经网络球磨机专家系统的知识表示、知识获取、自适应学习训练、专家并行 推理的方法等。在Matlab环境下，充分利用Matlab强大的数值计算功能实现了 球磨机神经网络专家系统开放式和模块式编程，建立了RBF网络和BP网络各种 不同条件的训练程序库、神经网络推理程序库、神经网络权值和阎值库等各类知 识库和数据库，用户通过特别设计窗口进行咨询。 操播蘸热 拿: 东北大学博I:论文 球磨机神经网络专家系统的一个突出的特点是:在Matlab环境下，系统的 网络训练、专家推理和专家咨询过程都能逐步显示和解释说明，从而使专家的形 象思维过程、推理过程明了清晰;神经网络专家系统的实现将为球磨机系统提供 新的智能控制策略。 神经网络模型仿真结果表明:通过适当调整径向基函数网络结构参数 (神 经元和分布常数等)，并对网络模型进行再学习，模型就能准确地预报训练点的 目标输出值、有效预报训练点以外扩展点输出值.由于径向基函数网络是局部逼 近神经网络，训练时只要调整少量权值，网络就可以达到全局逼近。因此，径向 基函数网络具有训练步数少、学”速度快、III练时间短等优点。丫 关键词:球磨机声赫频谱分布建模神经网络专家系统 0{1 东北人学博 {论义 摘 要 StudyonIntelligenceControlStrategyofBallMillProcess ABSTRACT Thegrindingandclassificationsystemisthemostimportantprocessinthe mineralprocessingplants.However,itisverydifficulttoestablishtheprecise mathematicalmodelsduetohavingthecomplexityoftheprocedureandmanyfactors ofnonlinearcharacteristics,likeraworecharacteristics,thestructureoftumblingmill andoperatingfactors.Toagreatextent