智能選礦廠架構設計

周俊武　徐　寧

(北京礦冶研究總院1, 北京　100160;礦冶過程自動控制技術國家重點實驗室2, 北京　100160;

?

智能選礦廠架構設計

周俊武1,2,3徐寧4

(北京礦冶研究總院1, 北京100160;礦冶過程自動控制技術國家重點實驗室2, 北京100160;

礦冶過程自動控制技術北京市重點實驗室3, 北京100160;北礦智云科技(北京)有限公司4，北京100080)

摘要：根據選礦廠的工業特點和選礦工藝、裝備及控制技術的現狀，設計了裝備智能化、業務智能化、知識自動化三個層次的智能選礦廠模型。結合各個層次的技術現狀和作用，闡述了設備自動化、設備虛擬智能化、動力設備智能化和過程儀表智能化的設計方式；探討了智能檢測、智能監控、智能控制、智能運維、智能管理等生產業務智能化的必要性和可行性；闡述了“互聯網+”時代的選礦廠生存發展模式和選礦廠數據資源化、知識自動化的必要性和迫切性。最后指出：建設實施智能選礦廠需要結合不同企業的實際裝備、生產工藝、人員素質情況和企業的發展規劃，循序漸進。

關鍵詞：智能選礦廠裝備智能化業務智能化知識自動化智能制造智能傳感器大數據互聯網+云計算

Intelligent manufacturingIntelligent sensorBus technologyControl systemBig dataInternet+Cloud computing

0引言

選礦廠是有色金屬流程工業的重要組成部分，對有色金屬工業整體的綠色、高效、安全運行發揮著重要的作用。在過去的15年里，工業自動化的普及加快了選礦廠的建設和發展，為提高生產的安全性、可靠性和經濟效益作出了重要貢獻。但隨著大數據、互聯網+、云計算等信息化技術的發展和社會生產結構的變革，各工業領域都面臨如何解決好兩化深度融合、實現智能制造模式的課題。

選礦廠主要的特點和困難是“靠天吃飯”，生產原料性質多變而可控性很差。選礦過程的典型特征是“多”、“變”和“不確定性”，在碎礦、磨礦、選別、濃縮、脫水等各個工序中，影響生產指標和產品質量的因素多、參數多，工藝、設備相互作用的機理復雜且具有不固定、不確定和不明確的特點；而隨著生產運行和損耗發生，生產要素的時間特征、空間特征和彼此的相關性都在發生變化。對“變”的識別能力成為選礦廠能夠正確“應變”的前提條件。智能化、信息化技術提高了選礦廠的識別能力和應變能力。

本文探討選礦工業智能優化制造的技術路線和行動路線，以更好地實現從設計到運營的全生命周期的可持續發展。

1智能選礦廠模型

智能選礦廠模型如圖1所示。智能選礦廠包括三個層次：裝備智能化、業務智能化和知識自動化。下面結合各個層次的技術現狀和作用進行一一闡述。

圖1　智能選礦廠模型Fig.1　Model of the intelligent concentration plant

2選礦廠裝備智能化

實施裝備智能化的關鍵時期是在選礦廠的工程設計階段，包括工藝流程、設備、自動化、工業網絡等系統的設計，分為硬件智能和軟件智能兩個方面。硬件智能包括過程儀器儀表、動力系統自動監控和綜合保護、生產設備的檢測與控制。軟件智能包括數字化設計工具的應用，比如以SYSCAD為代表的流程模擬軟件，JKSimet、JKSimFloat等工藝和設備仿真軟件，Matlab或LabVIEW等過程建模與分析軟件等。我國選礦廠數字化設計幾乎空白。較好的設計方式是將選礦廠運行涉及的各個專業與硬件智能有機結合，實現初步的裝備智能化。

2.1設備自動化

近15年來，我國實現了大型選礦設備的自主生產制造和設備的基礎自動化。大多數的國產設備通過機電一體化控制、過程檢測、執行機構、PLC系統等自動化裝備，基本實現了運行狀態實時監控和操作自動化。設備可根據自身的狀態參數作出實時的報警反饋和連鎖控制，以保障設備作業安全。

以半自磨機自動化系統為例，磨機的進料端油壓、出料端油壓、進料端軸承溫度、出料端軸承測溫、小齒輪傳動端油流、小齒輪非傳動端油流、小齒輪振動、主電機軸承及三相定子繞組溫度等過程參數，磨機有功功率、無功功率、勵磁電流、勵磁電壓、定子電流、電機轉速等電氣參數，都可以實時地被檢測和采集到DCS系統中。同時，設備自帶的PLC控制系統通過編程，對筒體、電機、高壓勵磁系統、潤滑油站、液壓系統、調速系統進行實時監控、自動控制、協同管理，顯著提高了設備的可靠性和工作效率，降低了勞動強度和安全風險。

2.2設備虛擬智能化

設備智能化的主要發展方向是通過建模仿真開發工業級仿真器，即將設備工作機理仿真與實際生產過程聯系在一起，開發虛擬的、但又符合生產實際的生產設備模型。工業級設備仿真器的主要特點是：

①滿足工藝過程的質量、能量、體積平衡；

②動態模擬設備內部物料的分布特征，較為準確地反映生產過程的物理、化學變化；

③既可以利用大量的實時監控數據作為仿真器的輸入和訓練樣本，也可以將關鍵工藝位置的取樣分析數據作為仿真器的輸入和訓練樣本，從而建立設備關鍵參數與過程關鍵參數的數學模型，達到模擬實際生產的目的。

工業級設備仿真器比單純的機理仿真模型簡潔，比一般的系統輸入輸出模型復雜。工業級仿真器首先要關注對生產過程造成重要影響的因素或參數，同時要分析造成過程輸入與過程輸出的關系變化的原因。以磨機為例，磨機輸入包括給礦量、給水量、循環負荷，磨機輸出包括排礦礦漿體積流量、礦漿濃度、合格產品質量和不合格產品質量。過程建模只能較為準確地描述磨礦輸入參數與磨礦輸出參數的時間關系和質量關系，但無法描述造成不合格產品的原因，也無法對合格產品和不合格產品的程度進行量化。因此過程建模能夠解決一部分操作問題，但是沒有辦法解決生產的優化問題。設備仿真器恰好可以彌補過程建模在這方面的缺陷。

COREM 與McGill 大學2006 年開發的工業級磨機仿真器SAG-ToolsTM，被應用于Brunswick 選礦廠的半自磨機上。該系統能夠實時預測磨機內部的14 個變量，包括磨機填充率、物料運動軌跡和分布區間等，用于對磨機操作和維護的指導。這款仿真器采用“簡化的離散元素”建模方法，仿真磨機內部礦石質量、鋼球質量、球料比、磨礦濃度、襯板磨損等狀態的變化和由此產生的內部物料運動的變化。仿真器同時集成了磨礦設備的實時運行數據，并對這些數據進行綜合分析[1]。

選礦設備工業級仿真器是建模仿真、軟測量和選礦技術的有機結合，是智能選礦廠的重要技術裝備。

2.3動力設備智能化

選礦廠的動力設備包括了變壓器、進線柜、無功補償柜、變頻柜、軟啟動柜和抽屜柜等出線柜，智能化的核心體現在變供配電回路中核心部件的數字化和網絡化，如框架斷路器、電量監測儀、變頻器、馬達保護器等。

以施耐德PM820型電力參數測量儀為例，可監測電能消耗，測量電流、電壓、功率、電度、功率因數、頻率等參數，監測電網的穩定性和供電質量等，并且可以通過Modbus RTU的通信接口實時上傳所有監測數據，極大地提高了對用電回路的監控水平。

動力設備智能化，特別是智能電量儀表的合理使用，可以有效診斷破碎機、磨機等高負荷用電設備的用電狀態。這些狀態參數將作為控制優化和生產節能的主要反饋數據。

2.4過程儀表智能化

總線技術是過程儀表智能化的重要技術，傳統儀表只有測量、顯示、報警、自檢等功能。總線儀表通過通信功能，使得儀表與控制系統的交互數據更加豐富。除了測量值，DCS系統能夠通過總線讀取到儀表的制造信息、運行狀態、故障信息，實現遠程標定和參數設置，從而提高了儀表的使用效率和維護效率，保障了控制系統的穩定運行。

3選礦廠業務智能化

3.1選礦過程的智能控制系統

選礦過程的智能控制系統由基礎DCS系統、智能傳感器、智能監控、模型校正等部分組成。與傳統的單回路控制相比，智能控制系統更加復雜和豐富，因為單回路控制的目標是一個參數的穩定，而智能控制的目標是多個參數在一定生產條件下的最佳匹配。智能控制系統除了根據一個或者多個過程參數的反饋對控制周期、控制強度進行調整外，還要根據過程統計監控識別出的生產工況進行不同生產操作模式的切換。智能控制系統的執行機構不再只是調節閥、變頻器，而是幾乎擴大到所有的生產設備。

傳統的過程儀表和選礦工業專用智能傳感器執行自動反饋，為控制系統提供更能體現生產機理及其作用機制的數據和信息；智能監控是智能控制系統的安全保障，積極運用數據建模、多變量統計分析、人工智能等手段，對生產中的故障、波動、偏離等不利因素進行動態跟蹤識別，并及時傳遞給控制系統?？刂葡到y根據這些不利因素的狀態調整控制策略或者控制強度，保證安全生產。模型校正利用實時數據和數學建模，模擬分析當前控制系統的工作模式、邊界條件、工作區間是否已經發生變化，從而對控制系統的參數或者策略進行調整，保證控制作用的時效性。

3.1.1選礦專用智能傳感器

智能傳感器是智能控制系統的重要元件，國際上大型的礦業機構在20世紀就已經開發和應用選礦專用的智能傳感器，并一直持續到現在。智能傳感器的產品類型日益豐富。從“十一五”開始，中國也開展了這個方向的系統研究與開發工作。智能傳感器的任務是實現生產節能和提高資源回收率，主要集中在碎磨過程和選別過程。

碎磨工藝過程中,智能傳感器分析的參數主要包括物料性質、磨機狀態、設備故障等，采用的技術包括圖像分析、音頻檢測、振動檢測，以及用于綜合過程參數和設備參數的軟測量技術。

通過檢測磨機筒壁的振動信號分析磨機充填率及物料運行特征的技術，最早由國際礦業技術聯盟AMIRA立項研究。2006年，北京礦冶研究總院在“863”重點項目支持下開展自主研究；2010年，完成樣機的工業試驗；2013年，實現磨礦過程控制的優化。

浮選過程的智能傳感器有泡沫分析和浮選機分層狀態檢測。泡沫分析主要采用圖像分析技術，浮選機分層狀態監測主要采用電阻斷層成像技術、壓力分布檢測技術。

高校行政機構在高校中有著重要作用，它協調、監督學校各方面的后勤和教學工作的開展。隨著我國高校的不斷發展，高校教育改革的進度不斷加深，內部管理的規模也在持續地擴大和改變，使得行政管理的范圍也隨著擴大，行政管理工作的內容、復雜程度也不斷增加。因此，只有進行行政管理的改革，提高管理工作的效率，才能使得各行政部門的職能得到充分發揮。

從礦業的發展形勢分析，軟測量傳感器將會有更大發展空間。一方面，軟測量傳感器以建模為基礎，能夠同時預測多個生產過程變量，在一定程度上會削減傳統過程儀表的用量，降低企業固定資產投資。另一方面，軟測量傳感器便于通過互聯網進行遠程維護，降低了企業的維護投入。

3.1.2選礦過程的智能監控技術

選礦過程智能監控的主要切入點有：

①從工藝過程數質量平衡關系入手，進行故障的檢測、識別與診斷，通過建立選礦流程數質量平衡仿真模型，利用數據訓練和先驗知識建立過程仿真器，能夠幫助工藝人員更有效和更準確地發現潛在生產故障。

②從設備機理模型入手進行故障的檢測、識別與診斷。將智能傳感器的檢測信息與設備模型相結合，開發故障檢測系統。以輸入輸出變量與機理模型參數的數學模型作為故障識別參照系，過程操作變量與機理模型參數的數學模型作為故障診斷的判據。

③利用工業過程監控技術對大量的生產歷史數據加以有效的信息處理和利用，挖掘其中蘊含的過程信息，經過適當的工藝分析與計算處理手段，為操作人員提供生產運行狀況、產品質量、產量、能耗、成本、安全等詳細信息，用于指導生產操作。

裝備智能化和信息物理融合系統(cyber physical system, CPS)在選礦廠的應用，使得控制系統的信息采集、處理和加工能力顯著加強，采集和存儲的過程數據越來越豐富。如何從海量數據中挖掘出有價值的過程信息，成為具有實際應用意義的研究課題。在這樣的背景下，基于多元統計理論的工業過程監控技術應運而生，并取得了廣泛的關注和應用。

選礦生產的物料性質、設備性能會產生積累效應。一旦“積累效應”超過生產臨界狀態，就會造成嚴重的生產故障或事故，企業需要為恢復或修復生產付出巨大的經濟代價。應用工業過程監控技術對選礦生產過程進行故障檢測、故障識別和故障診斷，是選礦過程智能監控的主要內容。

影響選礦生產過程的因素眾多，既有礦、水、風、藥、電等能源物耗因素，也有生產設備和生產設施設計選型的影響，以及人工經驗差異化造成的影響。選礦過程智能監控只有根據不同的生產訴求確定合適的監控方法，才能提高故障的檢測率，降低故障的誤報率和漏報率。

3.1.3選礦過程的智能控制

目前，成熟的選礦智能控制系統主要是由國外的礦業技術公司(如Metso、Outotec和Mintek等)提供的。

Metso的OCSR○專家控制系統將VisioRockTM、AudioMillTM、VisioBallTM、VisioPelletTM、VisioFrothTM、LaserFrothTM等智能傳感器與在線的人工智能模塊無縫集成，使礦物加工生產過程獲得最佳的技術性能和經濟效益[2]。

OUTOTEC的PROSCON是礦物加工過程優化控制系統，具有三個層次的控制功能：抑制干擾保證生產穩定、控制產品質量、確保最佳經濟效益。PROSCON ACT用于控制，主要技術是規則控制和模糊控制。PROSCON ACT包括歷史數據存儲和仿真模塊，控制策略在使用前可以離線、半在線、在線進行仿真，以測試和驗證算法的有效性。

Mintek開發的StarCS系統架構，由MillStar、FloatStar和LeachStar等模塊組成，分別負責磨礦、浮選、浸出等過程的優化控制。

我國從“十二五”開始較為系統地進行智能化選礦技術研究，包括以基于磨機振動的負荷監測系統為反饋的磨礦智能，以泡沫圖像分析系統為反饋的浮選智能控制，同時開展了面向生產過程的多變量統計監控技術研究，以提高智能控制的可靠性。上述研究工作在山東黃金礦業股份公司的焦家金礦、三山島金礦，江西銅業集團的德興銅礦進行了持續的工業化試驗，已取得了一些成果。

3.1.4發展趨勢

我國通過探索實踐，已經意識到僅僅依靠智能傳感器和基礎DCS系統實施智能控制所存在的不足。當生產波動頻繁或有更復雜的因素作用時，智能控制的有效性和可靠性會變得很差。建模仿真技術與智能控制的結合是必須的。有了建模仿真，智能控制才能“知其然”并“知其所以然”，從而能夠根據被控對象的變化自動調整自己的控制結構、控制方法，可靠性、有效性才能得到保障。

OUTOTEC公司開發的MillMapper和CrusherMapper技術獲得澳大利亞杰出科學獎——尤里卡獎。這是世界上第一個通過建模技術檢測和管理磨機/破碎機襯板狀態的產品，實現了對磨機/破碎機的動態維護、減少和避免了非正常停車，為智能控制提供了可靠的運行環境。

Metso開發的OCS-4DR○系統是一套離線仿真軟件系統，包括ImageMinerTM和NavigatorTM兩個模塊，具有快速存儲和追溯圖像以及圖像相關的過程參數的功能，并可根據歷史信息重構優化當前的自動化系統[2]。

3.2選礦廠運維智能化

選礦資產包括硬件資產、軟件資產和數據資產。硬件資產包括各類生產設備、過程設備、動力設備、網絡設備等。軟件資產包括企業的控制軟件、信息化軟件、OA軟件等。數據資產是企業長年運行積累的生產數據，包括實時數據庫和關系數據庫存儲的各類數據，以及保存下來的書面分析報告、報表、操作日志等。

資產運維通過對資產運行狀況的跟蹤與評價，進而設定合理的保養與維修計劃，從而延長資產服務年限、提高資產運行質量，達到企業資產增值保值的目的。傳統的礦山企業設有專門的設備運營部、機修車間、電儀班組、信息中心等組織機構，專職負責企業資產的運營管理。但是由于信息化程度不高，大多數運維采用“事件觸發”機制，往往是設備或者工藝流程已經故障了，才開展運維活動，此時故障已經成為既定事實。因此這種被動式的運維模式已經不能適應當前工業發展的需要。

選礦生產過程中的很多故障有很強的隱蔽性，不容易被發現。其主要原因有三點：一是選礦過程變化相對緩慢，磨損、腐蝕、結垢等現象對設備的累積效應要經過較長的時間才能被發現；二是工藝條件與設備條件發生偏差造成不匹配，導致運行效能降低并逐漸引發故障；三是人工操作的不一致性導致裝備容易發生故障。

如何及時、有預判性地對裝備進行維護，是選礦企業重點要解決的問題。

選礦廠智能運維系統是在裝備智能化和業務智能化系統的基礎上，利用物聯網技術實現設備巡檢數字化，利用智能監控技術實現設備運轉性能的數字化評測，利用互聯網技術實現資產信息與服務隊伍、設備供應商的信息共享，利用電子化流程實現運維活動的全流程監控和時間控制。其示意圖如圖2所示。在有條件的情況下，對于生產、工藝、設備的高效利用技術開發來說，運維數據是非常有價值的反饋。只是這種反饋數據的冗余程度高、交叉性強，因此可以和云端的數值模擬、過程模擬、操作模擬等應用結合起來考慮。這也是企業以知識為驅動、實現全生命周期可持續發展的必然選擇。

圖2　智能運維信息系統示意圖Fig.2　Schematic diagram of intelligent operation & maintenance information system

3.3選礦廠管理智能化

選礦廠的管理涉及技術、經濟、人員、物料等多種生產要素的協調、調度和資源配置。實現管理智能化，一方面要依靠生產過程信息化技術，通過對生產數據的處理和運用獲得管理需要的信息，作為管理決策的依據；另一方面要依靠網絡技術和通信技術提高信息的傳遞效率、傳輸質量，在保證各個管理層級獲得準確、有效信息的同時，解決各個層級間的信息不對稱、信息不同步現象，提高整體決策水平。

工業實踐證明，報表自動化是選礦廠管理智能化的重要手段。選礦廠各生產環節產生的大量數據以及匯總計算得出的各項技術經濟指標，都要以報表的形式逐級向上傳送。這些數據包括品位指標、量值、率值等，它們通過復雜的計算相互關聯，任何一個值的變動都會給生產流程中的其他指標帶來變動，對產品質量和生產效率產生影響。報表自動化首先是自動收集實時生產數據、離散批次數據和人工錄入數據，然后按照選礦廠的管理需求自動生成投入產出、物料平衡、物料消耗、控制系統運轉率等項目的統計報表。報表的時間跨度可以根據不同崗位需求設定，報表的發布也根據不同的崗位任務進行定向發布和抄送發布。由于選礦是一個較慢的過程，如果企業能夠設立專業從事這些報表分析與處理的崗位，并設計與之相關的電子工作流程，則報表將對生產各要素的評價與調控起到更積極的作用。

4選礦廠的數據資源化和知識自動化

智能選礦廠的第三個層次是數據資源化利用和知識自動化。學會利用數據來持續地改善企業的生產運營，是未來實體工業發展必須面對的問題。工業局域網、工業物聯網讓工廠得到自己的數據并進行保存利用，互聯網讓工廠得以了解和接觸到外部工廠的生產數據、研究機構的技術數據、供貨商的應用數據乃至行業的數據。學會利用自己的和別人的數據，讓數據轉化成改造自身、提升生產力的可靠依據和驅動力，是智能選礦廠在未來互聯網時代生存的重要支撐之一。

5結束語

智能選礦廠是礦業智能制造新模式的重要組成部分，其發展目標是“去人化”、“輕資產”、“高效率”。未來，智能選礦廠的建設將圍繞裝備智能化、業務流程智能化和知識自動化循序漸進。因此，只有技術工作者和管理者共同努力、堅持不懈，才有可能實現其目標，絕不可以一蹴而就。本文旨在與同行們就智能選礦廠的建設思路作一些探討。

參考文獻：

[1] 周俊武,徐寧. 選礦自動化新進展[J]. 有色金屬(選礦部分), 2011(S1):47-63.

[2] 田慶梅，李國清，侯杰，等.黃金礦山選礦生產信息管理系統設計與實現[J].有色金屬(選礦部分)，2015(4)：75-79.

收稿日期：2016-05-26。

中圖分類號：TH-39;TP29

文獻標志碼：A

DOI:10.16086/j.cnki.issn1000-0380.201607001

Architectural Design of the Intelligent Concentration Plant

Abstract：According to the industrial characteristics and current status of the beneficiation process, equipment and control technology in concentration plant, the three-layer model of intelligent concentration plant is designed for equipment intellectualization, business intellectualization, and knowledge automation. Combining with the technical status and functions of each level, the design approaches for equipment automation, equipment virtual intellectualization, power equipment intellectualization and process instrument intellectualization are expounded. The necessity and feasibility of production business intellectualization, including intelligent detection, intelligent monitoring, intelligent control, intelligent operation & maintenance and intelligent management are investigated. The survival and development patterns of the concentration plant in the era of “Internet + ”, and the necessity and urgency of data resource reuse, knowledge automation of the plant are pondered. It is proposed at last that, construction and implementation of intelligent concentration plant requires combining actual facilities, productive technology, personnel quality and the development planning of different enterprises.

Keywords:Intelligent concentration plantIntelligent facilityProduction business intellectualizationKnowledge automation

國家高新技術研究發展計劃(“863”計劃)資助項目(編號：2011AA060200)。

第一作者周俊武(1966—)，男，2002年畢業于東北大學資源與土木工程學院，獲博士學位，研究員；長期從事選礦過程自動化及計算機應用軟件的研究開發工作。