磨礦分級(jí)過(guò)程模糊控制研究與仿真

周旭東

摘要：磨礦分級(jí)過(guò)程所運(yùn)用的機(jī)理相對(duì)而言較為復(fù)雜，存在著諸多的特點(diǎn)，采用傳統(tǒng)自動(dòng)控制的方式往往很難讓磨礦分級(jí)產(chǎn)品符合相關(guān)工藝要求標(biāo)準(zhǔn)。因此有必要探究更為有效的方式來(lái)對(duì)磨礦過(guò)程中所運(yùn)需的控制量進(jìn)行控制，以此才能更為有效地促進(jìn)磨礦分級(jí)過(guò)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(guān)鍵詞：磨礦;模糊規(guī)則庫(kù);模糊控制;控制變量;SABC工藝流程

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

中圖分類號(hào)：TD91? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2020）03-0182-03

0? 引言

對(duì)于選礦工藝而言，磨礦是其一項(xiàng)基礎(chǔ)內(nèi)容，且其效果的好壞可直接對(duì)相關(guān)經(jīng)濟(jì)的高低、選礦工藝技術(shù)的高低起到一定程度厚的影響作用。磨礦過(guò)程相對(duì)而言比較復(fù)雜，也存在著諸多因素能夠?qū)ζ湓斐捎绊?，因此很難保障其數(shù)學(xué)模型建立后的精確性。目前國(guó)內(nèi)的大多數(shù)磨礦分級(jí)過(guò)程仍為傳統(tǒng)模式，需操作人員依據(jù)其經(jīng)驗(yàn)來(lái)手動(dòng)調(diào)整變量，存在著一定的局限性。而模糊控制方法的運(yùn)用則改善了這一問(wèn)題。本文主要是對(duì)磨礦分級(jí)過(guò)程模糊控制研究和仿真實(shí)行相關(guān)分析。

1? 模糊控制策略概述

模糊控制能夠在非線性多變量實(shí)際系統(tǒng)中充分發(fā)揮有效控制效果，屬于工程諸多控制方案中的一種非線性控制，同時(shí)其也比較容易實(shí)現(xiàn)，控制魯棒性相對(duì)比較強(qiáng)。由于磨礦分級(jí)系統(tǒng)比較復(fù)雜且具有較高的不確定性，能夠讓模糊系統(tǒng)發(fā)揮其自身優(yōu)勢(shì)。TSK模糊建模的方式對(duì)于模型的控制精度能夠起到良好的提升作用，對(duì)后件參數(shù)通過(guò)線性函數(shù)來(lái)計(jì)算，對(duì)模糊化復(fù)雜程度起到了降低作用[1]。以一階TSK模型來(lái)作為基礎(chǔ)，不做任何數(shù)據(jù)結(jié)構(gòu)的假設(shè)，通過(guò)大量的數(shù)據(jù)學(xué)習(xí)總結(jié)控制規(guī)則，再利用數(shù)據(jù)庫(kù)來(lái)對(duì)模糊控制器輸出值實(shí)行相關(guān)計(jì)算。無(wú)論是參數(shù)優(yōu)化步驟還是鑒定結(jié)構(gòu)步驟，均實(shí)現(xiàn)自動(dòng)進(jìn)行的效果，且同時(shí)也能夠?qū)σ?guī)則的正確性、最佳數(shù)量起到平衡作用。相比較傳統(tǒng)控制方式而言，模糊控制優(yōu)勢(shì)之處在于其能夠基于數(shù)據(jù)學(xué)習(xí)的方式來(lái)對(duì)控制規(guī)則進(jìn)行掌握，且對(duì)未明確對(duì)象的數(shù)學(xué)模型也能實(shí)現(xiàn)有效控制。

2? 控制變量的選擇

SABC工藝流程中，回路主要由旋流器、球磨機(jī)構(gòu)成。其中，能夠作為磨礦分級(jí)過(guò)程控制系統(tǒng)控制量的主要有球磨機(jī)給水量、給礦量、球磨機(jī)排礦補(bǔ)加水量、渣漿泵頻率：

2.1 球磨機(jī)給水量控制策略

給水量主要運(yùn)用于對(duì)其回路內(nèi)存在的物料的濃度實(shí)行調(diào)整，依據(jù)當(dāng)前給水量、給礦量來(lái)對(duì)磨機(jī)內(nèi)的濃度進(jìn)行判斷，起到避免磨機(jī)漲肚停產(chǎn)狀況的作用，保障了系統(tǒng)的正常運(yùn)轉(zhuǎn)[2]。

2.2 球磨機(jī)給礦量控制策略

給礦量可直接對(duì)生產(chǎn)效率關(guān)系起到直接影響，其主要是對(duì)旋流器溢流值、磨機(jī)功率值進(jìn)行實(shí)時(shí)調(diào)整，以此來(lái)對(duì)整體磨礦分級(jí)階段出入料平衡效果進(jìn)行保障。

2.3 球磨機(jī)排礦補(bǔ)加水控制策略

球磨機(jī)排礦補(bǔ)加水，指的是渣漿泵池的補(bǔ)加水，其主要對(duì)旋流器-球磨系統(tǒng)中的礦漿量進(jìn)行平衡。

2.4 渣漿泵頻率控制策略

參考實(shí)際旋流器流量、溢流粒度來(lái)對(duì)渣漿泵頻率進(jìn)行調(diào)節(jié)，充分保障其溢流粒度達(dá)標(biāo)情況下，來(lái)對(duì)浮選作業(yè)的接受能力進(jìn)行考慮，同時(shí)即時(shí)調(diào)整溢流流量，避免出現(xiàn)浮選槽漫礦現(xiàn)象的出現(xiàn)。

3? 模糊規(guī)則庫(kù)

運(yùn)用模糊建模控制方法時(shí)，模糊規(guī)則庫(kù)的建立可采用高斯型隸屬度函數(shù)來(lái)構(gòu)建。對(duì)于人們而言，高斯型正態(tài)分布的隸屬函數(shù)能夠充分對(duì)其在事物判斷方面的思維特點(diǎn)起到體現(xiàn)的作用，且相比較下，高斯型函數(shù)光滑型、對(duì)稱性更強(qiáng)，無(wú)零點(diǎn)存在于圖形上，物理意義較為清晰，能夠更好地對(duì)隸屬度函數(shù)起到描述的作用[3]。

3.1 構(gòu)建模糊規(guī)則庫(kù)的方式

先預(yù)處理相應(yīng)的數(shù)據(jù)，以此來(lái)對(duì)數(shù)據(jù)集中異常值起到識(shí)別并消除的作用。后得到僅有1條初始規(guī)則的1個(gè)規(guī)則數(shù)據(jù)庫(kù)。通過(guò)相關(guān)計(jì)算方式后得出：

后實(shí)行新模糊規(guī)則的建立，將其向模糊規(guī)則庫(kù)進(jìn)行添加。基于相應(yīng)的樣本數(shù)據(jù)檢驗(yàn)規(guī)則來(lái)對(duì)該規(guī)則庫(kù)進(jìn)行驗(yàn)證，得到Zi_max樣本最大誤差數(shù)據(jù)，將其作為整體候選中心來(lái)對(duì)新規(guī)則實(shí)行構(gòu)造，得出：

由于規(guī)則的創(chuàng)建是基于系統(tǒng)輸出誤差來(lái)進(jìn)行，因此其有可能認(rèn)為異常值是新規(guī)則的中心。即僅依靠預(yù)處理數(shù)據(jù)的方式，不可能實(shí)現(xiàn)對(duì)存在異常值數(shù)據(jù)集的完全消除。而為了進(jìn)一步實(shí)現(xiàn)對(duì)噪聲數(shù)據(jù)影響起到降低的目的，避免異常值成為規(guī)則中心，依據(jù)相關(guān)理論制定出相應(yīng)約束內(nèi)容：

其中uk，i_max所表示的是在第i個(gè)規(guī)則中，代表第k個(gè)數(shù)據(jù)的隸屬度值，而δ以及λ所代表的是其閾值，第i個(gè)樣本的均方誤差則以MSE_Di_max來(lái)表示;此外，文中所提到的隸屬度函數(shù)uk，i_max以及閾值δ、λ的確定利用下述公式來(lái)計(jì)算：

當(dāng)式（5）中① 值較小時(shí)，則表示其在數(shù)據(jù)集中已經(jīng)偏離了其它數(shù)據(jù)，即不能將其作為新規(guī)則中心，而通過(guò)①的制定則確保了新規(guī)則中心不被異常值所替代。若是有異常值存在的狀況且有著較長(zhǎng)的訓(xùn)練模型過(guò)程，則最終模型可能存在擬合現(xiàn)象，而式（5）中②的輔助條件則在一定程度上避免了擬合現(xiàn)象的出現(xiàn)[4]。式（5）中③的運(yùn)用則讓新規(guī)則中心遠(yuǎn)離了其他規(guī)則中心。若是所選用的樣本條件符合式（5），則可將其作為新規(guī)則中心來(lái)運(yùn)用，若非如此則將其舍棄。若采用的樣本數(shù)據(jù)均不能成立式（5），應(yīng)當(dāng)對(duì)算法的訓(xùn)練過(guò)程進(jìn)行終止，以此來(lái)預(yù)防出現(xiàn)過(guò)擬合狀況。同時(shí)將新規(guī)則函數(shù)Anew_rule，j中的mnew_rule，j設(shè)定為前件參數(shù)，將σnew_rule，j設(shè)置為后件參數(shù)：

前件參數(shù)

其中xi_max，j所代表的是zi_max，j生成隸屬度函數(shù)前件。

標(biāo)準(zhǔn)差所代表的是新規(guī)則各隸屬度函數(shù)形狀及其有效范圍值。依據(jù)上述內(nèi)容所分析，存在隸屬度的樣本能夠影響新規(guī)則的分布，因此，計(jì)算標(biāo)準(zhǔn)差時(shí)，不同樣本權(quán)重均有著差異性。

帶權(quán)重標(biāo)準(zhǔn)差

其中以LWR方式來(lái)估算后件參數(shù)σnew_rule，j，LRW所對(duì)應(yīng)目標(biāo)函數(shù)為

加權(quán)后的新模糊規(guī)則計(jì)算的主要關(guān)聯(lián)對(duì)象僅為訓(xùn)練部分子集。

后對(duì)系統(tǒng)參數(shù)實(shí)行相應(yīng)的調(diào)整。規(guī)則庫(kù)R能夠?qū)φ撚蚍秶鷥?nèi)輸入值的模糊輸入值進(jìn)行確定。為了確保模型在訓(xùn)練過(guò)程中精度的提升，可將規(guī)則庫(kù)R基于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程來(lái)進(jìn)行相應(yīng)的調(diào)整[5]。

最后需對(duì)模型性能實(shí)行相應(yīng)的測(cè)試，采用均方誤差來(lái)對(duì)建模方法誤差指標(biāo)進(jìn)行計(jì)算：

3.2 模糊建模步驟分析

3.2.1 模糊建模具體步驟

第一步：數(shù)據(jù)預(yù)處理;

第二步：模糊規(guī)則的初步建立（以式（1）、式（2）來(lái)確認(rèn)前件參數(shù)→對(duì)后件參數(shù)進(jìn)行計(jì)算（采用最小二乘法進(jìn)行）→對(duì)模型性能進(jìn)行測(cè)試（采用均方誤差法進(jìn)行））;

循環(huán)過(guò)程為：

第三步：實(shí)行新模糊規(guī)則的構(gòu)建（確保樣本能夠滿足最大誤差值，且可以在式（5）來(lái)實(shí)現(xiàn)計(jì)算，若是此樣本不存在，則算法則即時(shí)終止→對(duì)新規(guī)則隸屬度函數(shù)參數(shù)進(jìn)行計(jì)算（以式（9）和式（10）來(lái)進(jìn)行計(jì)算）→對(duì)新規(guī)則后件參數(shù)實(shí)行計(jì)算（以LWR算法計(jì)算））;

第四步：對(duì)模型參數(shù)實(shí)行調(diào)整（采用新神經(jīng)模糊系統(tǒng)進(jìn)行）;

第五步：在規(guī)則庫(kù)進(jìn)行新規(guī)則的添加并對(duì)規(guī)則庫(kù)更新，測(cè)試其規(guī)則數(shù)、誤差。

結(jié)束條件：若滿足終止條件則得出最終數(shù)據(jù)庫(kù);若不能滿足則進(jìn)行循環(huán)過(guò)程，直至滿足終止條件。

3.2.2 最終規(guī)則庫(kù)的運(yùn)用

①利用最終所得出的規(guī)則庫(kù)來(lái)控制磨礦分級(jí)對(duì)象，對(duì)其變量測(cè)量值進(jìn)行控制，將其以閉環(huán)反饋方式送入模糊模型實(shí)行計(jì)算，規(guī)則庫(kù)能夠基于誤差值上來(lái)實(shí)現(xiàn)自行調(diào)整，并形成最終完善模糊控制系統(tǒng)。

②通過(guò)其運(yùn)用，能夠?qū)δ：?guī)則庫(kù)中的規(guī)則數(shù)量起到控制設(shè)定的效果，從而起到對(duì)控制精度實(shí)行改變的作用[6]。但受到不同規(guī)則數(shù)量的影響，上述運(yùn)算方式在實(shí)際運(yùn)用時(shí)可能需要依據(jù)誤差來(lái)對(duì)隸屬度函數(shù)數(shù)量進(jìn)行調(diào)整變化，以此實(shí)現(xiàn)控制精度，而由于設(shè)定規(guī)則數(shù)量受限，因此依然需要通過(guò)規(guī)則數(shù)量的提高，來(lái)保障最終精度有更好的提升。即當(dāng)規(guī)則數(shù)量少時(shí)，該模型的運(yùn)算速度相對(duì)較快，但可能存在較大誤差;當(dāng)規(guī)則數(shù)量多時(shí)，該模型的運(yùn)算速度相對(duì)較慢，但誤差相對(duì)較小。

4? 結(jié)束語(yǔ)

磨礦分級(jí)過(guò)程屬于一個(gè)相對(duì)復(fù)雜過(guò)程，諸多因素均可導(dǎo)致其遭受影響，導(dǎo)致的是很難對(duì)其數(shù)學(xué)模型的精確性起到保障作用，同時(shí)也使得磨礦技術(shù)的運(yùn)用受到一定程度的影響，甚至使部分礦山依然是運(yùn)用人工手動(dòng)操作[7]。而通過(guò)模糊建模分級(jí)控制方式的運(yùn)用，能夠有效對(duì)象建模起到控制作用，該方式基于大量數(shù)據(jù)來(lái)實(shí)行學(xué)習(xí)建模，并對(duì)目標(biāo)參數(shù)進(jìn)行設(shè)計(jì)，最終達(dá)到平衡建模結(jié)構(gòu)與控制精度的目的，對(duì)磨礦分級(jí)過(guò)程控制的精確性、高效性起到了穩(wěn)定作用。

參考文獻(xiàn)：

[1]于云鵬，王巖.磨礦分級(jí)過(guò)程模糊控制研究與仿真[J].金屬礦山，2017（1）：149-153.

[2]王仲夏，李久鋼，蔡忠源.基于模糊控制的設(shè)備安全距離預(yù)警系統(tǒng)設(shè)計(jì)[J].黑龍江工業(yè)學(xué)院學(xué)報(bào)（綜合版），2018（4）.

[3]邱勝利.礦用通風(fēng)機(jī)監(jiān)控系統(tǒng)開發(fā)研究——基于PLC和模糊理論[J].能源與節(jié)能，2017（2）：38-39.

[4]王會(huì)清，張守元.預(yù)測(cè)模糊控制在磨礦分級(jí)過(guò)程的應(yīng)用研究[J].礦冶工程，2002，22（3）：60-62.

[5]趙書玲，王曉燕，汪鋒鎖，等.仿人模糊控制器在磨礦分級(jí)過(guò)程的應(yīng)用研究[J].江西理工大學(xué)學(xué)報(bào)，2004，20（4）：20-21.

[6]李金標(biāo)，錢鑫.磨礦分級(jí)過(guò)程模糊智能控制系統(tǒng)[J].有色金屬（選礦部分），1992，16（6）：37-40.

[7]賈永紅.模糊控制在磨礦分級(jí)自動(dòng)控制中的應(yīng)用[C].中國(guó)自動(dòng)化學(xué)會(huì)全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì).2004.