基于模糊控制的浮選智能專家系統(tǒng)

曹建赟

（紫金礦業(yè)廈門分公司， 福建 廈門 361001）

1 模糊控制理論

模糊控制理論是1974 年由L.A.Zadeh 提出的。模糊控制重點(diǎn)考慮系統(tǒng)輸入輸出的模糊化和模糊化與控制規(guī)則，無需對系統(tǒng)進(jìn)行精確地?cái)?shù)學(xué)建模，是一種智能控制方法。其控制策略能夠很好地模擬人的思維推理過程。專家經(jīng)驗(yàn)可以定義為模糊規(guī)則，輸入、輸出可以劃分為不同的模糊集合，通過模糊化、模糊規(guī)則與去模糊化流程來擬系統(tǒng)的非線性行為，并可以通過計(jì)算機(jī)來實(shí)現(xiàn)控制。模糊控制可有效地應(yīng)用于時(shí)滯系統(tǒng)中。在1974 年，英國倫敦大學(xué)教授Mamdani.E.H 研制成功第一個(gè)模糊控制器，并把它應(yīng)用于鍋爐和蒸汽機(jī)的控制中。采用模糊控制器的控制系統(tǒng)框圖見圖1。

圖1 模糊控制系統(tǒng)框圖

定義模糊規(guī)則為：IF x1is a1...and xnis anthen y1is b1...and ynis bn。其中ai（i=1，...，n），bi（i=1，...，n）為模糊語言變量。定義模糊化為：系統(tǒng)輸入偏差e 到x的映射。定義去模糊化為y 到u 的映射。定義模糊控制器F 為e 到u 的映射，u=e^F。模糊隸屬函數(shù)f 是模糊集合中用到的函數(shù)，在x1is a1中，模糊隸屬函數(shù)表示為x1屬于模糊集合a1中的真實(shí)程度。隸屬函數(shù)數(shù)值f（x1is a1）是在0 到1 之間。將e 的值量化為m個(gè)等級，e 所屬的模糊集合劃分為n 個(gè)集合，將u 的值量化為p 個(gè)等級，u 所屬的模糊集合劃分為m 個(gè)集合，則可定義控制器F 為En*m^Um*n。其中E 為n*m的隸屬矩陣[1-3]。

2 影響浮選的因素

2.1 磨礦粒度對浮選的影響

為了保證浮選獲得較高的工藝指標(biāo)，應(yīng)通過試驗(yàn)確定入選粒度，即磨礦細(xì)度。因?yàn)槿脒x粒度過大或過小對浮選過程均有影響。各類礦物的浮選粒度上限不同，硫化礦一般為0.2～0.25 mm，氧化礦一般為0.25～0.30 mm。不同的礦物有最優(yōu)的浮選粒度，粒度過粗（大于0.1 mm）或過細(xì)（小于0.01 mm）對回收率都有影響。粒度過大，即便是礦物已單體解離，因其重量超過了汽泡的浮載能力，浮選過程中往往不能被浮起，故造成回收率下降。粒度過細(xì)（一般指小于18 μm），由于微粒與微粒之間、微粒與介質(zhì)之間、微粒與汽泡之間的相互作用，使細(xì)粒的浮選速度變慢、選擇性變壞，從而導(dǎo)致回收率降低[4-5]。

2.2 泡沫特性對浮選的影響

氣泡特性是影響浮選過程的重要因素。浮選過程通過加藥、加氣產(chǎn)生泡沫，調(diào)節(jié)礦物的可浮性與泡沫的厚度，將精尾礦分離在不同層面。泡沫的特性如尺寸、大小、速率顏色等對浮選指標(biāo)均有影響。通過改變礦漿pH 值改變礦物表面的電化學(xué)性質(zhì)。通過增加礦漿的濃度與給礦量，將礦粒與氣泡的碰撞概率增大，礦粒與氣泡實(shí)現(xiàn)更好地黏附。通過加氣、增加攪拌程度，可以增加細(xì)小泡沫數(shù)量與密度，從而增大碰撞概率，有助于浮選指標(biāo)的提升。通過控制液位和泡沫層厚度可將精礦和尾礦位于不同的層面。

3 浮選專家系統(tǒng)

3.1 試驗(yàn)研究方案的制定及生產(chǎn)過程浮選手動(dòng)控制

根據(jù)工藝礦物學(xué)研究的成果，試驗(yàn)研究人員要通過對大量資料的研究才能初步確定試驗(yàn)方案，包括工藝流程的結(jié)構(gòu)、工藝條件（磨礦細(xì)度、礦漿濃度等）、藥劑制度及選礦指標(biāo)。由于資料與時(shí)間的限制，在試驗(yàn)研究過程中，對所確定的基本方案驗(yàn)證、修正工作量大，甚至出現(xiàn)改變基本方案的現(xiàn)象，造成人力物力和時(shí)間的浪費(fèi)。

對浮選的手動(dòng)控制是指在浮選自動(dòng)控制系統(tǒng)還沒有建立起來的時(shí)候，操作人員利用專業(yè)知識，并根據(jù)系統(tǒng)采集的給礦量、給礦濃度、給礦品位、通過現(xiàn)場走巡觀察泡沫形狀大小等，調(diào)節(jié)給藥、給氣、液位的設(shè)定值，從而滿足精礦尾礦品位工藝指標(biāo)。在手動(dòng)操作過程中，由于操作人員的經(jīng)驗(yàn)有限，對于復(fù)雜情況的判斷通常無法系統(tǒng)地做出最優(yōu)判斷。同時(shí)由于無法及時(shí)和準(zhǔn)確地控制系統(tǒng)，導(dǎo)致“跑槽”，“冒槽”等系統(tǒng)不穩(wěn)定現(xiàn)象，最終導(dǎo)致成本浪費(fèi)，回收率下降。

3.2 浮選專家系統(tǒng)控制

浮選專家系統(tǒng)充分利用當(dāng)前浮選工藝配置的過程檢測儀表、執(zhí)行機(jī)構(gòu)和在線粒度分析儀器、泡沫分析儀的歷史數(shù)據(jù)，通過規(guī)則提取形成專家規(guī)則庫[6]。根據(jù)對給礦條件、泡沫圖像和品位儀實(shí)際運(yùn)行狀況分析，自動(dòng)調(diào)節(jié)給藥、給氣、液位的設(shè)定值，實(shí)現(xiàn)生產(chǎn)工藝參數(shù)的自適應(yīng)調(diào)整，減少人為操作，同時(shí)對操作的穩(wěn)定性、可靠性和生產(chǎn)指標(biāo)變化情況進(jìn)行統(tǒng)計(jì)監(jiān)控[6]。浮選系統(tǒng)框圖如圖2 所示。

其中，磨礦模糊控制框圖如圖3 所示。

圖2 浮選專家系統(tǒng)框架

圖3 磨礦模糊控制框圖

浮選專家系統(tǒng)包含知識庫、試驗(yàn)基本方案與設(shè)備故障處理模塊。對于一個(gè)新項(xiàng)目的選礦試驗(yàn)，根據(jù)礦石的特性，通過專家系統(tǒng)分析比較，能確定試驗(yàn)的基本方案。選產(chǎn)過程中設(shè)備出現(xiàn)故障或指標(biāo)出現(xiàn)異常時(shí)，專家系統(tǒng)可以診斷。對于浮選生產(chǎn)過程的控制與優(yōu)化，專家系統(tǒng)可以給出控制規(guī)則，其中控制規(guī)則由選礦細(xì)度和泡沫特性來決定系統(tǒng)的加藥和加氣量。結(jié)合實(shí)際應(yīng)用，浮選專家系統(tǒng)學(xué)習(xí)過程如圖4 所示。

圖4 浮選專家系統(tǒng)學(xué)習(xí)過程

知識庫記錄了不同類型選礦廠的實(shí)際生產(chǎn)數(shù)據(jù)、試驗(yàn)研究數(shù)據(jù)和生產(chǎn)中故障診斷案例。引入知識庫對手動(dòng)控制中的經(jīng)驗(yàn)知識進(jìn)行離線學(xué)習(xí)，試驗(yàn)研究人員可輸入礦石的工藝礦物學(xué)研究成果進(jìn)行試驗(yàn)方案的制定。知識庫還記錄了手動(dòng)控制中的歷史經(jīng)驗(yàn)數(shù)據(jù)，包含在給礦條件變化下，當(dāng)系統(tǒng)穩(wěn)定時(shí)，加藥、加氣、泡沫層厚度的歷史數(shù)據(jù)。記錄了不同系統(tǒng)狀況下的泡沫圖像歷史數(shù)據(jù)，以及調(diào)整控制量數(shù)據(jù)。手自動(dòng)切換增加了系統(tǒng)的穩(wěn)定性。

3.3 基于OPC 通信的浮選控制

在現(xiàn)有的控制系統(tǒng)基礎(chǔ)上通過增加專家系統(tǒng)接口來實(shí)現(xiàn)對專家系統(tǒng)的控制。圖5 中給出了一種基于OPC 接口的浮選專家控制系統(tǒng)。控制系統(tǒng)通過OPC 服務(wù)器采集下位機(jī)數(shù)據(jù)，并將控制數(shù)據(jù)下發(fā)到浮選PLC。引入泡沫分析儀來獲取泡沫大小速度等參數(shù)。將泡沫分析數(shù)據(jù)與給藥、給氣、泡沫層厚度進(jìn)行關(guān)聯(lián)。將關(guān)聯(lián)數(shù)據(jù)存入歷史數(shù)據(jù)庫供專家系統(tǒng)離線學(xué)習(xí)，生成控制規(guī)則，以供在線控制使用。基于OPC 的浮選專家系統(tǒng)如圖5 所示。

4 模糊控制器的設(shè)計(jì)

4.1 系統(tǒng)離線決策

系統(tǒng)離線決策模塊為操作人員提供輔助支持，幫助決策者做出手動(dòng)控制以保障系統(tǒng)運(yùn)行的穩(wěn)定性。設(shè)備故障模塊用于檢測設(shè)備故障，并給出報(bào)警提示，為系統(tǒng)啟停做決策，同時(shí)設(shè)備故障管理模塊為系統(tǒng)的數(shù)據(jù)采集提供支持。試驗(yàn)方案模塊對于一個(gè)新項(xiàng)目的選礦試驗(yàn)，根據(jù)礦石的特性，通過系統(tǒng)的分析比較，能確定下一步試驗(yàn)的方案。

圖5 基于opc 通信的浮選專家系統(tǒng)

4.2 歷史數(shù)據(jù)的獲取與分析

模糊控制器的設(shè)計(jì)是建立在大量準(zhǔn)確可靠的數(shù)據(jù)分析之上的，通過收集相關(guān)數(shù)據(jù)，分析生產(chǎn)流程的影響因素，建立控制器模型。影響浮選指標(biāo)的因素有礦石的可浮性、礦石的入料性質(zhì)、藥劑特性、充氣攪拌方式等。模糊控制器輸入輸出的關(guān)聯(lián)因素為輸入的給礦濃度、粒度、品位偏差、泡沫特性偏差數(shù)據(jù)量，他們決定了輸出的給藥、給氣、給水及泡沫層厚度變化量。在實(shí)際數(shù)據(jù)中，泡沫圖像特征包含了泡沫尺寸、速度、顏色等信息，泡沫層厚度通過加氣來控制。將數(shù)據(jù)集中品位偏差、泡沫特性數(shù)據(jù)、磨礦粒度作為輸入，將數(shù)據(jù)集中給氣、給水、給藥量作為輸出，統(tǒng)計(jì)出如下控制規(guī)律：

規(guī)律1：當(dāng)粗選泡沫兼并嚴(yán)重時(shí)，通過量化的泡沫特征數(shù)據(jù)得到了浮選速率80～10，浮選泡沫破裂90～80 時(shí)，此時(shí)減小進(jìn)氣量與 pH 值。

規(guī)律2：當(dāng)掃選泡沫層晃動(dòng)（跑水），通過量化的泡沫特征數(shù)據(jù)等到浮選X 軸速率8 增加到90，浮選泡沫層厚度出現(xiàn)波動(dòng)，此時(shí)減少進(jìn)氣量、泡沫層厚度。

規(guī)律3：粗選泡沫發(fā)黏，通過量化的泡沫特征數(shù)據(jù)等到浮選速率80～10，泡沫穩(wěn)定性90～95，此時(shí)增加進(jìn)氣量、降低泡沫層厚度、調(diào)整藥劑。

4.3 專家經(jīng)驗(yàn)的獲取與分析

在有經(jīng)驗(yàn)的操作人員看來，給礦粒度、泡沫特性與加藥量存在如下關(guān)系：

關(guān)系1：粒度過粗（大于0.1 mm）或過細(xì)（小于0.01 mm），礦物粒子回收率降低。

關(guān)系2：代表正常藥劑量添加。在該條件下氣泡產(chǎn)生均勻，尺寸相對適中，浮選泡沫礦物化粒度高。

關(guān)系3：藥劑添加過量。浮選氣泡過小，小泡居多，部分程棉絮狀，降低浮選精礦品位。

關(guān)系4：藥劑添加過少。浮選氣泡較大，虛泡多，礦物粒子回收率降低。

4.4 控制器設(shè)計(jì)

系統(tǒng)控制框圖如圖6 所示，將規(guī)則R 與M 用于模糊控制器設(shè)計(jì)。

圖6 模糊控制器框圖

定義輸入變量為：品位偏差、磨礦粒度、泡沫特征變化量。定義輸出變量為：輸出變量：給藥量、給氣量、液位值。定義控制規(guī)則為：

規(guī)則1：If（品位偏差＜M1）Then 給藥量=0

規(guī)則 2：If（M1＜ 品位偏差 ＜M1and N1＜ 泡沫特征變化量＜N2）The 給藥量 =y1

...

規(guī)則N：If（Mn-1＜品位偏差＜Mnand Nn-1＜泡沫特征變化量＜N）The 給藥量 =yn-1

規(guī)則N+1：If（磨礦粒度＜L1）Then 返還磨礦降低粒度控制信號

規(guī)則N+2：If（磨礦粒度＞L2）Then 返還磨礦提高粒度控制信號

5 結(jié)論

采用智能控制方法的浮選控制系統(tǒng)減少了人工手動(dòng)操作、取樣化驗(yàn)等手動(dòng)控制，增強(qiáng)了浮選過程的自動(dòng)化水平，改善了手動(dòng)控制方式難以適應(yīng)復(fù)雜多變的浮選過程，避免了浮選過程“跑槽”“冒槽”“不刮泡”等現(xiàn)象的發(fā)生。