磨矿过程的集成建模与智能控制方法.docVIP

磨削过程的集成建模与智能控制方法 摘要 研磨工业生产系统是一种典型的复杂非线性，多变量，具有强烈的耦合、大时滞的过程。集成建模最新研究与智能控制磨削过程的总结。这种生产系统主要包括模糊控制，神经网络控制，软件测量建模与混合智能控制策略。最后展望了在磨矿过程控制领域的研究方向。 关键字 磨削工艺，集成建模，智能控制 1引言 去皮控制过程是选矿厂的一个重要的生产工艺过程，这个过程占整个选矿厂生产成本的40%-60%。研磨控制过程的好坏直接关系到选矿厂产品的成本。研磨过程的控制主要是控制研磨过程的一些重要参数。研磨过程控制系统是一种复杂的，非线性的，非确定性的系统，因此，需要通过智能控制的方法和磨削过程建模来优化。 国内矿业生产机械化水平相当于国外上个世纪50年代的水平。随着计算机技术和自动化水平的进步与发展，工业过程控制系统已经是过程控制与企业管理的一种综合性一体化的自动化的系统了。北京的采矿和冶金研究所研制的银矿石的控制，pH值控制，溢流控制，这些都是单回路单参数控制方法。从70年代后期到80年代中期，由于在电子仪器和工业自动化技术和计算机技术的快速发展，我们用单板计算机控制修整的一些参数。在90年代中后期，分布式控制系统结合计算机各种控制设备和检测设备，我们实现了选矿车间生产过程的分布式控制。 2010年11月23日收稿。这项工作是由辽宁省教育厅高等学校科研基金（批准号，与中国与辽宁省教育厅科研创新团队项目（批准号：2008t091）资助。 Wangjisheng(电话电子邮件：wang_jiesheng @ 126.com），中国，鞍山114044， 辽林科技大学，电子信息工程学院。 Sunshifeng（电子邮件:sunshifeng.cool@163.com). 中国，鞍山114044，辽林科技大学，电子信息工程学院。 磨削过程目前在国内采用以下基本工艺，矿料通过球磨机的球磨仓，由球磨机将其直接研磨成合格的料渣，料渣由分级机提选，不合格的再防砂。不同种类的磨具在研磨过程中使用，这也满足了更多地矿渣提选的要求。本文从研磨过程的建模，研磨的智能控制和近年来国内外一些进步的技术为我们描述了研磨过程未来的发展前景。智能控制方法包括模糊控制，神经网络控制，软测量，混合智能控制。 2研磨与数学建模过程的现状 数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并解决实际问题的一种强有力的数学手段。数学模型是对对象的本质更深层次的思考，它可以反映对象的性质，也是在一定层面上基于一定程度精度的，抽象的，具有实际系统的结构信息。工业数学模型的过程，包括子过程和动态数学模型过程的静态数学模型过程[4]。 在优化修整生产过程和仿真与自动化控制的提升上，工艺数学建模的研究和研磨数学建模的研究与应用已经十分广泛。磨削过程建模主要是指一种磨削数学模型的建立。在1956年，S.R.Broadbent，T.G.Callcatt broken和一些人提出了矩阵模型，这个数学研究对描述材料破碎和粉碎的离散过程具有重要的意义。后来，L.G.Austin ,D.E.Kelsall, R.J.Reid和其他人也发表了大量文章[5]。自70年代以来，许多人发表了与研磨加工数学模型相关的文章，特别是在研磨的动力学，功能函数S和故障函数B的方法的研究基础上，在很多国家都有相关的文章。 研磨的数学建模实际上是研磨过程的建模。过程建模的方法就是机械结构和测试的方法。结构模型通常是由代数方程或微分方程组成。在对工业目标获得了一个全面的,清晰的认识之后，再写出过程中不同类型的平衡方程（如物料平衡，能量平衡，动量平衡，等）和反映流体传热介质基本规律的动力学方程，材料的参数方程和器件的特性方程。回归分析法的机制是不需要完整的知识，只要收集大量的容易测得的变量的数据并结合机构的部分知识，使用统计的方法这些丰富的数据中提取隐藏信息，然后建立变量与因变量的数学模型。这保证了不可预测的因变量和可测量的变量之间的数学关系，并为预估因变量[6-8]建立了精确的数学模型。一些改进算法在最小二乘法的基础上提出，例如逐步回归法（MSR）[9]，主成分回归法（PCR）[10]和PLSR法[11]。建立投入产出模型通常只用于实验模型。一些数学模型以实际测量过程的输入与输出数据为基础，而这些数学模型主要是传统的识别方法和系统辨识方法。 磨削的数学模型是以智能控制为基础。只有建立一个良好的数学模型，研磨的智能控制的研究才有意义，才能更好地模拟实际的工业过程，识别问题和解决实际问题，提高磨削加工的生产效率。 三,磨削的智能控制 A模糊控制 模糊控制的现代控制理论是基于模糊集，并以基础