選礦廠磨礦分級智能化控制系統研究

郭榮才

摘 要：隨著社會對選礦的需求不斷升高，選礦自動化發展在近幾年得到廣泛關注。磨礦控制環節是整個選礦工藝的關鍵環節，在實際應用中如果能夠把先進的智能控制技術與豐富的人工實踐經驗結合，就會獲得很好的生產效果。首先，該文研究磨礦電氣分層控制系統的結構以及運行原理；其次總結磨礦分級過程控制的技術特點以及現存問題；最后研究如何將智能控制引入到磨礦分層控制系統回路中。

關鍵詞：選礦自動化 磨礦電氣控制 分級過程控制 智能化

中圖分類號：TP309 文獻標識碼：A 文章編號：1672-3791（2017）04（b）-0031-03

選礦自動化的發展是從20世紀中期開始發展起來的技術，相比傳統的人工選礦它具有以下優勢：（1）降低人工成本；（2）簡化操作流程；（3）提高生產效率；（4）降低損耗；（5）提高選礦產品的穩定性以及質量。選礦自動化的工藝主要分為3個部分：（1）原料礦物破碎過程；（2）磨礦過程；（3）浮選過程。其中磨礦環節是礦石破碎的繼續部分，主要目標為將礦石經過處理后形成細粒度級的顆粒用于浮選環節，所以磨礦的效果直接影響磨礦產品的質量（包括：磨礦粒度特性、磨礦產品濃度、磨礦單體的解離度）和后續其他工藝處理能力，這樣就會影響整個選礦自動化工藝的經濟性、技術性、高品質性[1]。磨礦分級自動化能夠有效減少球磨機能耗的同時還能提高磨礦分級效率以及能源利用率。其發展經歷了3個階段[2]：（1）初始發展階段。開始沒有用于檢測控制的儀表，主要由人來主觀操作，這樣導致生產指標不穩定；（2）穩定發展階段。由于這個時期自動檢測儀表使用和推廣，如，礦漿pH計、X焚光分析儀和線礦裝粒度儀等，使得在磨礦過程給礦量及溢流濃度能得到精確控制；（3）最優化生產發展階段。這個階段主要特點是控制理論的不斷發展，先進的控制技術不斷優化控制效果，如，PID串級控制、模糊控制與PID控制結合等。不過，由于磨礦本身的非線性以及時變性特點，其本身的建模以及回路控制相對復雜，國內很少企業研究出較好的成果。近年來，由于人工智能技術、過程模型以及仿真技術得到很好推廣，這樣使得國內外出現了許多以磨礦過程控制模型為基礎，將智能控制算法與傳統的控制理念結合的潮流。該文分析傳統的選礦廠磨礦分級控制系統，研究近年來國內外的智能化控制算法與磨礦分級控制相結合情況。

1 礦廠磨礦電氣分級控制系統分析

傳統的磨礦電氣控制系統結構由圖1所示，由圖可以看出核心是磨棒機，分級作業主要是在原來磨棒機的基礎上加入分級機，目前主要是有水力旋流分級機和螺旋分級機兩種。其余包括不同的子系統[3]：（1）磨礦電機潤滑油部分。主要采用高、低壓潤滑油系統，磨主體分三段，前兩段采用球形磨，第三段采用棒形磨；（2）電氣控制聯鎖和繼電保護部分。不同設備的打開與關掉是有先后且持續時間也是不同的，要實現這些就需要電氣聯鎖，繼電保護主要有氣壓、氣溫、油溫、油壓保護，還包括過電流、電壓、勵磁保護等兩部分組成；（3）同步電機勵磁裝置部分。由兩部分組成：一部分是系統組成的回路部分；另一部分就是這個回路的控制部分，整個電路采用三相全橋整流，去磁部分采用具有高、低電壓的雙級雙路去磁；（4）自動噴油機械裝置部分。為了保證大齒輪運行摩擦小，噴油裝置就會每過一段時間就噴油潤滑一下；（5）氣動離合器部分。要就是通過氣壓壓力推動同步電機帶動磨機轉動的過程，目前主流的供氣結構是兩層供氣：一層是用來控制氣罐泄壓的壓力；另一層是確?？刂茪夤薰ぷ鲏毫?；（6）慢速轉動設備部分。添加慢速轉動結構，帶動磨機運動，使其可以實現電動“盤車”。

磨礦分級流程：礦石經傳送帶送入球磨機中，在棒磨機內加入礦水，然后在鋼球沖擊和研磨下逐漸粉碎，最后排入分級機中，分級機通過礦粒大小不同運動特點不一樣的原理，小顆粒礦石下沉速度較慢，就會隨分級機溢流進入浮選環節，較大的則會返回棒磨機中重新再磨。

2 傳統電氣分級控制系統存在的問題

存在以下幾點主要問題：（1）磨礦分級過程中，許多檢測量存在多變性以及隨機性的特點，不能很好地做出適應性強的控制策略；（2）檢測無法實現真正的實時控制。在時間上就無法避免地存在滯后的問題，且測量的結果也不準確；（3）需要較多的繼電器（時間繼電器和中間繼電器），這樣接線復雜的同時容易出現故障，且維修較為困難。

3 磨礦分級智能控制研究

3.1 磨礦分級機建模

為了實現磨礦分級的智能化控制，數學建模的準確性就十分重要。針對不同的分級機采用不同的建模。螺旋分級機粒度分級數學模型通過質量守恒定律，將分級前后的第次結果滿足（1）（2）等式；旋流器粒度分級數學模型國內外有很多，目前使用廣泛的是采用阿提本分離粒度模型，可以以公式（3）（4）表示：

式中：、、分別為初始礦石總量、分級后流入浮選的礦石總量以及分級后進入沉砂的礦石總量；、、分別為初始第i 粒級礦石質量分數、分級后流入浮選的第i 粒級礦石質量分數以及分級后進入沉砂的第i 粒級礦石質量分數；為分級效率；、、分別為旋流器給礦石入口壓力、礦石密度以及給水密度；、 分別為分離粒度和分級粒度；為旋流器直徑；為給礦的固體體積溶度。

3.2 磨礦分級控制算法

有了準確的控制模型，再加上近年來分級過程檢測（如，給礦量檢測、礦漿濃度檢測、礦漿粒子檢測等）儀表的快速發展，給磨礦分級控制的發展提供了很好的前提條件。傳統的磨礦控制策略存在以下問題：（1）閉環PID控制不能很好地適用于時間滯后較多的控制對象，但磨礦本身存在很大的時間滯后，期間參數隨機性變化的情況較多，不能很好地應用于磨礦分級過程；（2）Simth預估控制模型能夠在一定程度減小由于磨礦分級帶來的時間滯后的影響，但補償效果不明顯，且對系統穩定性的控制能力不強；（3）解耦控制算法則只能處理對應的被控變量，在一定程度上存在局限性。

3.2.1 磨礦分級現代控制算法

現代控制算法是從20世紀中期發展起來的，主要有：（1）自適應控制。可以通過控制變量的輸入輸出參數，提取模型的一些信息，然后調整系統控制參數，使自身處于一個滿意的工作狀態，這樣就算一些控制變量在變化，也能通過自適應算法自我調整逐漸適應；（2）預測控制。與傳統的Simth預估控制不同，是建立在傳統預測算法、滾動優化算法、反饋矯正算法基礎上的滾動時域模型。如動態矩陣控制，能夠實時地進行反饋自動調節，且具有很強的魯棒性。

3.2.2 磨礦分級智能控制算法

隨著人工智能的發展，智能控制算法在磨礦工藝里得到了較好的應用。目前用于磨礦分級的智能控制算法主要有模糊PID控制、專家控制、神經網絡控制以及混沌控制。

（1）模糊PID控制[4]。在磨礦分級工藝中，常常采用兩個二維的模糊控制器并聯連接設計。這兩個模糊控制器一個是用于給料控制，一個用于主電機電流控制。前者輸入變量是粒度偏差、粒度偏差變化率，輸出為控制量、、，其語言值為，對應的論域值為。隸屬度函數采用三角形隸屬度函數，規則為合成算法，輸出量采用重心法解模糊運算，生成相應的給料模糊控制規則。另外一個主電機電流控制的輸入參數是主電機工作電流偏差以及主電機工作電流偏差變化率，其輸出控制量的論域和語言值與給料控制一樣，對應的隸屬度函數以及控制規則也相同。其結構可參考圖2。

（2）專家控制[5]。主要依靠的是模擬熟練員工或者專家對磨礦工藝思維的一套智能推理算法。如圖3所示，其中：Pa為粒度實際化驗值；Pd為粒度期望設定值；Ip為工況條件集；Id為邊界條件集。這樣通過磨機的動態特點，結合知識庫，采用人工智能自動尋優算法來修正磨礦分級環節的相關參數，使得控制更加具有適應性。

（3）神經網絡控制[6]。目前有很多算法與神經網絡結合，如模糊神經網絡。建立一個N1層輸入M1層輸出的W1層神經網絡來實現對磨礦分級磨機裝載量的控制，另外，再建立一個N2層輸入M2層輸出的W2層神經網絡磨礦濃度的控制，即將給礦量、補加水量、返砂量等作為輸入，磨機功率的最優值作為輸出然后就是對神經網絡進行模擬訓練，常采用RBFN訓練方式，也有RLS和LMS等。最后得到合適的參數，用于磨礦分級控制。神經網絡算法在近年來發展較快，特別是人工智能的發展，該方法能夠很好地避免磨礦延時特性以及參數波動所引起的一些擾動，具有很好的魯棒性。

4 結語

隨著社會對選礦的需求不斷升高，選礦自動化發展在近幾年得到廣泛關注。磨礦控制環節在選礦工藝中占有重要地位，在實際應用中容易受到干擾以及其他影響，且磨礦分級控制本身存在的非線性時變的特點，加大了對磨礦控制的難度。通過研究分析磨礦分級系統的原理，找出實際應用的問題，分析現有控制算法的特點，研究如何將先進的智能控制算法（模糊PID控制、專家控制、神經網絡控制）引入到磨礦分級控制環節，能夠有效地優化整個磨礦分級控制工藝，提高生產效率。

參考文獻

[1] 趙大勇，岳恒，周平，等.基于智能優化控制的磨礦過程綜合自動化系統[J].山東大學學報：工學版，2005，35（3）：119-124.

[2] 胡博.磨礦自動控制系統在廣東大頂礦業的應用[J].南方金屬，2012（4）：27-30.

[3] 劉曉青，楊靜，吳定允，等.磨礦過程的綜合自動化技術[J].河南理工大學學報：自然科學版，2016，35（5）：666-671.

[4] 程恒.模糊PID控制技術在磨礦系統中的應用[J].礦山機械，2010（3）：76-79.

[5] 周平，柴天佑.基于案例推理的磨礦分級系統智能設定控制[J].東北大學學報：自然科學版，2007，28（5）：613-616.

[6] 王云峰，李戰明，袁占亭，等.RBF神經網絡與模糊理論相結合的磨礦分級智能控制方法[J].重慶大學學報：自然科學版，2010，33（3）：124-128.