王　忠

[摘要]當(dāng)前，自動(dòng)化技術(shù)已經(jīng)在各行各業(yè)中發(fā)揮著重要作用。對(duì)選煤設(shè)備的自動(dòng)化的關(guān)鍵技術(shù)進(jìn)行總結(jié)分析，供同行參考。

[關(guān)鍵詞]選煤設(shè)備 自動(dòng)化 關(guān)鍵技術(shù)

中圖分類號(hào)：TP2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-7597（2009）0110129-01

一、引言

目前，我國現(xiàn)代化選煤廠大都實(shí)現(xiàn)了基于可編程控制器的選煤廠集中控制，部分選煤廠信息管理也由于計(jì)算機(jī)網(wǎng)絡(luò)的引入實(shí)現(xiàn)了部分信息共享。本文將對(duì)實(shí)現(xiàn)選煤設(shè)備自動(dòng)化的關(guān)鍵技術(shù)進(jìn)行總結(jié)分析。

二、選煤自動(dòng)化的幾項(xiàng)關(guān)鍵技術(shù)

追蹤計(jì)算機(jī)集成過程系統(tǒng)的發(fā)展潮流和控制論、信息論、計(jì)算機(jī)網(wǎng)絡(luò)等學(xué)科的最新進(jìn)展，結(jié)合我國選煤廠的現(xiàn)狀和生產(chǎn)實(shí)踐，要實(shí)現(xiàn)選煤廠生產(chǎn)自動(dòng)化、操作參數(shù)優(yōu)化、產(chǎn)品質(zhì)量預(yù)測與控制智能化、管理與銷售信息化以及各個(gè)系統(tǒng)的集成綜合自動(dòng)化，尚需進(jìn)行以下關(guān)鍵技術(shù)的研究。

（一）軟測量技術(shù)的研究

作為自動(dòng)化“眼睛”的傳感器是實(shí)現(xiàn)選煤廠綜合自動(dòng)化的基礎(chǔ)，其重要性不言而喻。目前，傳感器使用存在如下主要問題：1.同國外同類產(chǎn)品相比，國產(chǎn)傳感器在穩(wěn)定性、精度和可靠性方面還有比較大的差距，而選用國外同類產(chǎn)品價(jià)格昂貴，花費(fèi)巨大；2.目前選煤廠用傳感器品種不全，相當(dāng)多的重要工藝參數(shù)沒有可選用的傳感器進(jìn)行實(shí)時(shí)監(jiān)控，如磁選機(jī)尾礦的磁鐵粉損失量、旋流器的分級(jí)粒度、分級(jí)效率等等。

所謂軟測量技術(shù)是指采集生產(chǎn)過程中比較容易測量的二次變量，構(gòu)造推斷估計(jì)器來估計(jì)并克服擾動(dòng)和測量噪聲對(duì)過程主導(dǎo)變量的影響。軟測量技術(shù)的實(shí)質(zhì)是建立被測量參數(shù)與影響這些參數(shù)的其他操作參數(shù)之間的數(shù)學(xué)模型，用軟件實(shí)現(xiàn)一些難于用儀表直接測量的變量的在線估計(jì)。軟測量技術(shù)可在一定程度上代替現(xiàn)有的人工分析和在線分析儀測量某些分析指標(biāo)，是對(duì)生產(chǎn)過程進(jìn)行先進(jìn)控制和優(yōu)化控制的前提和基礎(chǔ)。選煤生產(chǎn)過程的動(dòng)態(tài)特性往往表現(xiàn)為非線性、大慣性和大滯后、多個(gè)變量相互關(guān)聯(lián)、甚至是時(shí)變的。

（二）數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的研究

隨著各種檢測儀器的使用，使選煤廠歷史地記錄各類工藝參數(shù)成為可能。然而，由于選煤廠生產(chǎn)過程大部分時(shí)間處于正常狀態(tài)，過程計(jì)算機(jī)記錄的數(shù)據(jù)大多是正常工況下的數(shù)據(jù)，人們往往忽略了這些歷史數(shù)據(jù)中隱含大量有關(guān)過程有用信息的事實(shí)。

因此，如何從過去的數(shù)據(jù)中發(fā)現(xiàn)有用的信息，提取有用的知識(shí)，把所獲得的知識(shí)用于過程監(jiān)控，提高過程自動(dòng)化水平，實(shí)現(xiàn)生產(chǎn)過程的操作管理、控制一體化是值得研究的課題。

數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)（Knowledge Discovery in Databases1 簡稱KDD）是一門新興的邊緣學(xué)科。它匯集了來自機(jī)器學(xué)習(xí)、模式識(shí)別、數(shù)據(jù)庫、統(tǒng)計(jì)學(xué)、人工智能以及管理信息系統(tǒng)各學(xué)科的成果，將生產(chǎn)中積累的大量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，總結(jié)出規(guī)律性的東西，形成企業(yè)的知識(shí)和規(guī)則，為過程監(jiān)控和管理提供素材。數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)技術(shù)應(yīng)用于過程監(jiān)控是近幾年的事，顯示了巨大潛力。過程監(jiān)控?cái)?shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)方法可以按不同的方法進(jìn)行分類，根據(jù)功能和應(yīng)用目的，過程監(jiān)控中的數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)方法可概括為：特征提取、聚類與分類、相關(guān)與依賴分析和綜合。特征提取是選擇能描述數(shù)據(jù)的特征的過程，是知識(shí)發(fā)現(xiàn)過程重要的步驟。

聚類、分類技術(shù)可用于選煤過程的過程建模、故障診斷、規(guī)則提取、決策樹的形成和操作策略的形成等。相關(guān)與依賴分析是數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的重要方法，分兩個(gè)層次：即結(jié)構(gòu)相關(guān)分析和數(shù)值相關(guān)分析。結(jié)構(gòu)相關(guān)分析用來分析決定變量之間的關(guān)聯(lián)情況，而數(shù)值相關(guān)分析則決定變量的關(guān)聯(lián)程度。在過程監(jiān)控中，相關(guān)分析可用來分析過程特性變化和引起故障的原因，在操作策略的形成和故障診斷中起重要作用；回歸分析（包括線性回歸和非線性回歸）是相關(guān)分析的有效方法；所謂數(shù)據(jù)綜合就是對(duì)數(shù)據(jù)集合的精簡描述，是數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)普遍采用的方法，包括規(guī)則綜合、多變量可視化技術(shù)、變量之間的函數(shù)關(guān)系等。知識(shí)發(fā)現(xiàn)是一個(gè)復(fù)雜的過程，過程監(jiān)控中數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)是一種新技術(shù)，還沒有形成完整的理論體系，其應(yīng)用都是針對(duì)具體問題展開研究。在選煤流程工業(yè)中，知識(shí)發(fā)現(xiàn)將在以下領(lǐng)域中發(fā)揮作用：1.變量維數(shù)約減和關(guān)聯(lián)消去，簡化過程監(jiān)控系統(tǒng)操作畫面；2.操作策略的自動(dòng)形成；3.過程狀態(tài)辨識(shí)；4.故障檢測與診斷（FDD）；5.過程各種模型的建立；6.規(guī)則提取?？梢灶A(yù)見，在選煤工業(yè)過程監(jiān)控中知識(shí)發(fā)現(xiàn)技術(shù)蘊(yùn)涵著巨大的發(fā)展?jié)摿?，為?shí)現(xiàn)選煤過程控制和生產(chǎn)優(yōu)化提供了新的途徑，是值得深入和廣泛研究的新領(lǐng)域。

（三）先進(jìn)控制、智能控制技術(shù)的研究

遺傳算法與模糊邏輯、神經(jīng)網(wǎng)絡(luò)相互融合，通過模擬人類思維方式和結(jié)構(gòu)來設(shè)計(jì)用于解決復(fù)雜的各種非線性問題的控制策略，并已在各種實(shí)際工程中得到應(yīng)用，取得了良好的效果。

選煤工業(yè)屬于典型的流程工業(yè)，由于選煤過程存在的時(shí)變、非線性、強(qiáng)耦合、環(huán)境干擾不確定等因素，導(dǎo)致過程建模困難。多變量預(yù)測控制、自適應(yīng)控制、模糊控制、專家控制系統(tǒng)以及神經(jīng)網(wǎng)絡(luò)方法等多種控制手段在石化流程工業(yè)中的成功應(yīng)用為選煤工業(yè)提供了有益的借鑒。對(duì)于選煤過程控制，運(yùn)用知識(shí)工程和專家系統(tǒng)技術(shù)，可以在控制過程難以辨識(shí)時(shí)避開建模的困難，同時(shí)通過充分利用人的知識(shí)與經(jīng)驗(yàn)建立控制策略，提高系統(tǒng)的控制性能。

通過知識(shí)工程方法將有關(guān)對(duì)象的定性知識(shí)、人的經(jīng)驗(yàn)知識(shí)與技巧和啟發(fā)式邏輯推理有效地集成起來，構(gòu)成知識(shí)庫系統(tǒng)，以支持系統(tǒng)控制策略和算法的優(yōu)選及運(yùn)行狀態(tài)的優(yōu)化。利用神經(jīng)網(wǎng)絡(luò)對(duì)于復(fù)雜無模型不確定問題的自適應(yīng)能力和學(xué)習(xí)能力，可以用于控制系統(tǒng)的補(bǔ)償環(huán)節(jié)和自適應(yīng)環(huán)節(jié)，以及非線性系統(tǒng)的辨識(shí)和控制。其快速優(yōu)化的計(jì)算能力，可用于復(fù)雜控制問題的優(yōu)化計(jì)算；同時(shí)充分發(fā)揮各種智能方法和技術(shù)的特長，通過它們的有機(jī)結(jié)合，形成互補(bǔ)的綜合智能集成技術(shù)，為選煤工業(yè)過程控制和優(yōu)化提供強(qiáng)有力的技術(shù)支撐。因此，加強(qiáng)智能控制理論同選煤生產(chǎn)實(shí)際的密切結(jié)合，注意引入智能化方法以及知識(shí)工程方法，對(duì)于加快選煤過程綜合自動(dòng)化的進(jìn)程，推動(dòng)選煤工業(yè)的發(fā)展具有重要意義。

三、小結(jié)

計(jì)算機(jī)集成過程系統(tǒng)（Computer Integrated Process System CIPS）是過程控制進(jìn)入計(jì)算機(jī)時(shí)代的產(chǎn)物，其目標(biāo)是實(shí)現(xiàn)計(jì)算機(jī)集成綜合自動(dòng)化。實(shí)現(xiàn)選煤廠綜合自動(dòng)化是我國選煤工業(yè)發(fā)展的必然趨勢，實(shí)現(xiàn)這個(gè)目標(biāo)需要有包括軟測量技術(shù)、數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)、智能控制和故障診斷技術(shù)等關(guān)鍵技術(shù)的強(qiáng)有力支撐。

參考文獻(xiàn)：

[1]田慕琴、熊詩波、熊曉燕，異步電動(dòng)機(jī)故障診斷信號(hào)的采集[J].電測與儀表，2005，（10）.

[2]聶朋偉，可編程序控制器在選煤自動(dòng)化中的應(yīng)用[J].礦業(yè)工程，2005，（05）.

[3]鄭利兵、熊詩波、楊潔明，基于定子電流監(jiān)測機(jī)械系統(tǒng)扭轉(zhuǎn)振動(dòng)的研究[J].機(jī)械管理開發(fā)，2002，（S1）.

[4]陳冬冰、熊詩波，可編程控制PLC在跳汰機(jī)風(fēng)閥控制中的應(yīng)用[J].機(jī)械管理開發(fā)，2003，（02）.