硫化镍矿选矿过程模型及优化策略研究-控制理论与控制工程专业毕业论文.docxVIP

．一-’Doctor ．一-’ Doctor of Engineering 胡．} Control Theory and Control Engineering in the Graduate School of Lanzhou University of Technology Supervisor Professor Yuan Zhanting，Professor Li Zhanming May,2010 III 嚼、 { ，.，. 学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学 校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容 编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇 编本学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中 国学位论文全文数据库》，并通过网络向社会公众提供信息服务。 作者签名：立玉喀 日期：加肜年石月否日 日期：汐，o年6月6日 刷醛轹意U、 IV ， IJ:t 4 :JT 第3章 第3章 模型预测控制策略在旋流器分级控制中的应用 2 4 3．1引一言 24 3．1．1磨矿分级工艺过程 24 3．1．2磨矿分级工艺控制要求 25 3．2磨矿分级控制总体方案设计 25 3．3磨矿模型预测控制算法研究 26 3．3．1模型预测控制基本原理 26 3．3．2 DMC控制算法的三个部分 27 3．4基于大滞后磨矿分级系统的动态分支预测转移控制技术 32 3．4．1动态分支预测转移控制技术 32 V ‘. ，.Jp L 4．4磨矿过程软测量综合模型及优化 4．4磨矿过程软测量综合模型及优化 49 4．4．1网络的训练原理、策略及方法 49 4．4．1．1模型辨识原理 49 4．4．1．2磨矿过程串级控制系统框图及策略 49 4．4．1．3应用RS理论分析的基本步骤 51 4．4．1．4 RBF网络训练 52 4．4．2模型建立及仿真 53 4．4．3小结 54 第5章 磨矿过程模块化并行结构模型及优化 56 5．1引言 56 5．2磨矿过程模块化概念 56 5．2．1砂泵池液位控制模块 5 7 5．2．2水力旋流器分级质量控制 5 7 5．2．3磨矿过程质量控制 5 7 5．2．4浮选过程优化控制模块 5 8 5．3分块建模 5 8 5．4建立磨矿分级过程一个系列的模块模型 64 5．5定量分析技术 64 5．5．1大概率事件优先原理 64 5．5．2基于Amdahl定律的磨矿过程模块性能 65 VI ? ...} .... 6．4．4神经网络调节阀曲线拟合 6．4．4神经网络调节阀曲线拟合 74 6．4．5比例系数 75 ‘6．5实验仿真 75 6．6小结 78 总结与展望 79 参考文献 82 致谢 89 附录A(攻读学位期间所发表的学术论文目录) 90 附录B(磨矿分级过程有关参数) 91 VII ? J ，、 茸}学7王论文摘 茸}学7王论文 摘 要 硫化镍矿的磨矿过程是一个复杂系统，耦合性强，且各个环节间的相互影响大，具 有一定的相关性。目前，在磨矿过程中，由于缺乏探测球磨机和水力旋流器内部工作状 态的仪器设备，磨矿过程的规律至今仍没有被完全认识清楚，而真实磨矿过程的复杂性， 很难用数学模型精确表示其整个过程的特性，甚至有许多控制策略是无模型的。本文针 对磨矿过程半经验模型，对磨矿整个过程从数据采集处理和软测量技术、多变量动态过 程模型辨识技术及先进控制策略等方面进行了相关的一些探索和研究，同时，针对目前 控制理论和磨矿过程应用之间的脱节现象，将现代控制理论经过改造移植到选矿过程控 制领域中，研究推出从具体磨矿系统的特点出发，寻求对模型要求不高，但在线计算方 便，且对环境的不确定性有～定适应能力的实用控制策略和方法。 近年来，随着智能技术的迅速发展，以模糊系统、神经网络等为代表的智能技术显 示出了对复杂非线性工业系统强大的处理能力，一系列基于智能控制理论及方法的先进 控制技术被不断提出和改进，并在对复杂工业对象的控制问题上取得了一些重大的突破 和丰硕的成果。但是，由于目前的智能控制技术基础理论发展还不完善，在应用智能控 制方法和技术时存在许多值得改进的地方。本文针对目前有关智能方法的先进控制技术 提出一些新的参考方法和改进的应用策略，主要创新点有： 1、利用RBF神经网络和磨矿过程中可测量信息来预测磨矿过程将来的过程行为， 将RBF神经网络和模糊理论结合起来，通过在RBF神经网络隐层增加模糊化层和模糊规 则推理层，使磨矿过程特性和参数变化对控制质量影响