- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于誤差PDF控制的选矿过程精矿品位混合建模方法
基于误差PDF控制的选矿过程精矿品位混合建模方法
摘要:本文提出了一种混合建模方法来建立选矿过程精矿品位和各个工序工艺指标之间的关系模型,模型的输入为选矿过程各工序的工艺指标,输出为精矿品位。所提出的模型由线性模型和非线性误差补偿模型组成,非线性误差模型由最小二乘支持向量机来建立。提出了使混合模型误差逼近一给定的高斯分布概率密度函数(PDF)的非线性误差补偿模型参数选择方法。通过现场数据对模型参数进行了辨识和测试,测试结果表明本文提出建模方法的有效性。
关键词:选矿过程,精矿品位,混合模型,PDF,LS-SVM
中图分类号:TP29
Modeling error PDF control based hybrid modeling approach for the concentrate grade of mineral processing plant
Abstract: A hybrid modeling approach is proposed to establish the relationship model between the concentrate grade of mineral processing plant and the technical indexes of all the production procedures. The inputs of the model are the technical indexes whilst the output is the concentrate grade. The proposed model consists of two parts, a linear model and a nonlinear error compensation model, where the nonlinear part is established using the least squares support vector machine (LS-SVM). The probability distribution function (PDF) control based model parameter selection approach of the nonlinear model is proposed to make the modeling error track a target Gaussian PDF. The parameter identification and model validation are performed using the practical data, and the results show the efficiency of the proposed approaches in this paper.
Keywords: Mineral processing, concentrate grade, hybrid model, PDF, LS-SVM
引言
选矿过程就是将从地下开采出来的原矿石经过物理/化学变化使有用矿物进行富集的过程[1,2]。富集后有用矿物称为精矿,其富集程度用精矿品位来描述。精矿品位越高,矿物中的杂质就越少,越有利于后续的冶炼加工。而过分追求高品位,使得大量有用矿物随尾矿抛弃,不仅导致资源利用率低,而且能源消耗大。因此,选矿过程需要尽可能提高精矿品位的同时还要减少消耗。
选矿过程是典型的流程工业过程,由一系列工序串联组成,前一工序的输出是后一工序的输入。每道工序都有自己的加工处理任务,每道工序加工处理后都有不同的产品质量或生产效率的衡量指标,本文统一称之为工艺指标。各工序的工艺指标直接影响选矿过程的精矿品位高低。
选矿过程控制与优化吸引了学术界和工业界的广泛研究,选矿过程自动化水平有了很大提高[2,3]。选矿过程自动化系统的发展可以从下面几个方面进行概述。常规控制通常是对过程变量,如竖炉的燃烧室温度、还原煤气流量、磨机给矿量、溢流浓度、泵池液位等,进行PID控制且多为SISO的控制系统,并且已是工业中广泛应用的成熟技术[4]。常规控制大多通过分布式控制系统(DCS)实现。先进控制过程优化在满足安全和稳定操作的前提下,通模型预测控制 [5-9]等方法协调工业过程底层回路的设定值(如给矿量、给水量等)来实现生产装置和工序(如磨矿、选别等)的工艺指标达到期望的满意目标范围,从而实现降低能源与原材料消耗,提高产量,利润最大化[10-12] 等。
目前,现有控制大多都是各个工序按照各自独立的目标进行控制的,但是局部最优并不能保证整个生产过程的全局优化,即各个工序的工艺指标达到最优,并不能
文档评论(0)