郭榮才

摘 要：隨著社會(huì)對(duì)選礦的需求不斷升高，選礦自動(dòng)化發(fā)展在近幾年得到廣泛關(guān)注。磨礦控制環(huán)節(jié)是整個(gè)選礦工藝的關(guān)鍵環(huán)節(jié)，在實(shí)際應(yīng)用中如果能夠把先進(jìn)的智能控制技術(shù)與豐富的人工實(shí)踐經(jīng)驗(yàn)結(jié)合，就會(huì)獲得很好的生產(chǎn)效果。首先，該文研究磨礦電氣分層控制系統(tǒng)的結(jié)構(gòu)以及運(yùn)行原理；其次總結(jié)磨礦分級(jí)過程控制的技術(shù)特點(diǎn)以及現(xiàn)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(tǒng)回路中。

關(guān)鍵詞：選礦自動(dòng)化 磨礦電氣控制 分級(jí)過程控制 智能化

中圖分類號(hào)：TP309 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2017）04（b）-0031-03

選礦自動(dòng)化的發(fā)展是從20世紀(jì)中期開始發(fā)展起來(lái)的技術(shù)，相比傳統(tǒng)的人工選礦它具有以下優(yōu)勢(shì)：（1）降低人工成本；（2）簡(jiǎn)化操作流程；（3）提高生產(chǎn)效率；（4）降低損耗；（5）提高選礦產(chǎn)品的穩(wěn)定性以及質(zhì)量。選礦自動(dòng)化的工藝主要分為3個(gè)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(huán)節(jié)是礦石破碎的繼續(xù)部分，主要目標(biāo)為將礦石經(jīng)過處理后形成細(xì)粒度級(jí)的顆粒用于浮選環(huán)節(jié)，所以磨礦的效果直接影響磨礦產(chǎn)品的質(zhì)量（包括：磨礦粒度特性、磨礦產(chǎn)品濃度、磨礦單體的解離度）和后續(xù)其他工藝處理能力，這樣就會(huì)影響整個(gè)選礦自動(dòng)化工藝的經(jīng)濟(jì)性、技術(shù)性、高品質(zhì)性[1]。磨礦分級(jí)自動(dòng)化能夠有效減少球磨機(jī)能耗的同時(shí)還能提高磨礦分級(jí)效率以及能源利用率。其發(fā)展經(jīng)歷了3個(gè)階段[2]：（1）初始發(fā)展階段。開始沒有用于檢測(cè)控制的儀表，主要由人來(lái)主觀操作，這樣導(dǎo)致生產(chǎn)指標(biāo)不穩(wěn)定；（2）穩(wěn)定發(fā)展階段。由于這個(gè)時(shí)期自動(dòng)檢測(cè)儀表使用和推廣，如，礦漿pH計(jì)、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(yōu)化生產(chǎn)發(fā)展階段。這個(gè)階段主要特點(diǎn)是控制理論的不斷發(fā)展，先進(jìn)的控制技術(shù)不斷優(yōu)化控制效果，如，PID串級(jí)控制、模糊控制與PID控制結(jié)合等。不過，由于磨礦本身的非線性以及時(shí)變性特點(diǎn)，其本身的建模以及回路控制相對(duì)復(fù)雜，國(guó)內(nèi)很少企業(yè)研究出較好的成果。近年來(lái)，由于人工智能技術(shù)、過程模型以及仿真技術(shù)得到很好推廣，這樣使得國(guó)內(nèi)外出現(xiàn)了許多以磨礦過程控制模型為基礎(chǔ)，將智能控制算法與傳統(tǒng)的控制理念結(jié)合的潮流。該文分析傳統(tǒng)的選礦廠磨礦分級(jí)控制系統(tǒng)，研究近年來(lái)國(guó)內(nèi)外的智能化控制算法與磨礦分級(jí)控制相結(jié)合情況。

1 礦廠磨礦電氣分級(jí)控制系統(tǒng)分析

傳統(tǒng)的磨礦電氣控制系統(tǒng)結(jié)構(gòu)由圖1所示，由圖可以看出核心是磨棒機(jī)，分級(jí)作業(yè)主要是在原來(lái)磨棒機(jī)的基礎(chǔ)上加入分級(jí)機(jī)，目前主要是有水力旋流分級(jí)機(jī)和螺旋分級(jí)機(jī)兩種。其余包括不同的子系統(tǒng)[3]：（1）磨礦電機(jī)潤(rùn)滑油部分。主要采用高、低壓潤(rùn)滑油系統(tǒng)，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(lián)鎖和繼電保護(hù)部分。不同設(shè)備的打開與關(guān)掉是有先后且持續(xù)時(shí)間也是不同的，要實(shí)現(xiàn)這些就需要電氣聯(lián)鎖，繼電保護(hù)主要有氣壓、氣溫、油溫、油壓保護(hù)，還包括過電流、電壓、勵(lì)磁保護(hù)等兩部分組成；（3）同步電機(jī)勵(lì)磁裝置部分。由兩部分組成：一部分是系統(tǒng)組成的回路部分；另一部分就是這個(gè)回路的控制部分，整個(gè)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(jí)雙路去磁；（4）自動(dòng)噴油機(jī)械裝置部分。為了保證大齒輪運(yùn)行摩擦小，噴油裝置就會(huì)每過一段時(shí)間就噴油潤(rùn)滑一下；（5）氣動(dòng)離合器部分。要就是通過氣壓壓力推動(dòng)同步電機(jī)帶動(dòng)磨機(jī)轉(zhuǎn)動(dòng)的過程，目前主流的供氣結(jié)構(gòu)是兩層供氣：一層是用來(lái)控制氣罐泄壓的壓力；另一層是確?？刂茪夤薰ぷ鲏毫Γ唬?）慢速轉(zhuǎn)動(dòng)設(shè)備部分。添加慢速轉(zhuǎn)動(dòng)結(jié)構(gòu)，帶動(dòng)磨機(jī)運(yùn)動(dòng)，使其可以實(shí)現(xiàn)電動(dòng)“盤車”。

磨礦分級(jí)流程：礦石經(jīng)傳送帶送入球磨機(jī)中，在棒磨機(jī)內(nèi)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(jí)機(jī)中，分級(jí)機(jī)通過礦粒大小不同運(yùn)動(dòng)特點(diǎn)不一樣的原理，小顆粒礦石下沉速度較慢，就會(huì)隨分級(jí)機(jī)溢流進(jìn)入浮選環(huán)節(jié)，較大的則會(huì)返回棒磨機(jī)中重新再磨。

2 傳統(tǒng)電氣分級(jí)控制系統(tǒng)存在的問題

存在以下幾點(diǎn)主要問題：（1）磨礦分級(jí)過程中，許多檢測(cè)量存在多變性以及隨機(jī)性的特點(diǎn)，不能很好地做出適應(yīng)性強(qiáng)的控制策略；（2）檢測(cè)無(wú)法實(shí)現(xiàn)真正的實(shí)時(shí)控制。在時(shí)間上就無(wú)法避免地存在滯后的問題，且測(cè)量的結(jié)果也不準(zhǔn)確；（3）需要較多的繼電器（時(shí)間繼電器和中間繼電器），這樣接線復(fù)雜的同時(shí)容易出現(xiàn)故障，且維修較為困難。

3 磨礦分級(jí)智能控制研究

3.1 磨礦分級(jí)機(jī)建模

為了實(shí)現(xiàn)磨礦分級(jí)的智能化控制，數(shù)學(xué)建模的準(zhǔn)確性就十分重要。針對(duì)不同的分級(jí)機(jī)采用不同的建模。螺旋分級(jí)機(jī)粒度分級(jí)數(shù)學(xué)模型通過質(zhì)量守恒定律，將分級(jí)前后的第次結(jié)果滿足（1）（2）等式；旋流器粒度分級(jí)數(shù)學(xué)模型國(guó)內(nèi)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(jí)后流入浮選的礦石總量以及分級(jí)后進(jìn)入沉砂的礦石總量；、、分別為初始第i 粒級(jí)礦石質(zhì)量分?jǐn)?shù)、分級(jí)后流入浮選的第i 粒級(jí)礦石質(zhì)量分?jǐn)?shù)以及分級(jí)后進(jìn)入沉砂的第i 粒級(jí)礦石質(zhì)量分?jǐn)?shù)；為分級(jí)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(jí)粒度；為旋流器直徑；為給礦的固體體積溶度。

3.2 磨礦分級(jí)控制算法

有了準(zhǔn)確的控制模型，再加上近年來(lái)分級(jí)過程檢測(cè)（如，給礦量檢測(cè)、礦漿濃度檢測(cè)、礦漿粒子檢測(cè)等）儀表的快速發(fā)展，給磨礦分級(jí)控制的發(fā)展提供了很好的前提條件。傳統(tǒng)的磨礦控制策略存在以下問題：（1）閉環(huán)PID控制不能很好地適用于時(shí)間滯后較多的控制對(duì)象，但磨礦本身存在很大的時(shí)間滯后，期間參數(shù)隨機(jī)性變化的情況較多，不能很好地應(yīng)用于磨礦分級(jí)過程；（2）Simth預(yù)估控制模型能夠在一定程度減小由于磨礦分級(jí)帶來(lái)的時(shí)間滯后的影響，但補(bǔ)償效果不明顯，且對(duì)系統(tǒng)穩(wěn)定性的控制能力不強(qiáng)；（3）解耦控制算法則只能處理對(duì)應(yīng)的被控變量，在一定程度上存在局限性。

3.2.1 磨礦分級(jí)現(xiàn)代控制算法

現(xiàn)代控制算法是從20世紀(jì)中期發(fā)展起來(lái)的，主要有：（1）自適應(yīng)控制?？梢酝ㄟ^控制變量的輸入輸出參數(shù)，提取模型的一些信息，然后調(diào)整系統(tǒng)控制參數(shù)，使自身處于一個(gè)滿意的工作狀態(tài)，這樣就算一些控制變量在變化，也能通過自適應(yīng)算法自我調(diào)整逐漸適應(yīng)；（2）預(yù)測(cè)控制。與傳統(tǒng)的Simth預(yù)估控制不同，是建立在傳統(tǒng)預(yù)測(cè)算法、滾動(dòng)優(yōu)化算法、反饋矯正算法基礎(chǔ)上的滾動(dòng)時(shí)域模型。如動(dòng)態(tài)矩陣控制，能夠?qū)崟r(shí)地進(jìn)行反饋?zhàn)詣?dòng)調(diào)節(jié)，且具有很強(qiáng)的魯棒性。

3.2.2 磨礦分級(jí)智能控制算法

隨著人工智能的發(fā)展，智能控制算法在磨礦工藝?yán)锏玫搅溯^好的應(yīng)用。目前用于磨礦分級(jí)的智能控制算法主要有模糊PID控制、專家控制、神經(jīng)網(wǎng)絡(luò)控制以及混沌控制。

（1）模糊PID控制[4]。在磨礦分級(jí)工藝中，常常采用兩個(gè)二維的模糊控制器并聯(lián)連接設(shè)計(jì)。這兩個(gè)模糊控制器一個(gè)是用于給料控制，一個(gè)用于主電機(jī)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(yǔ)言值為，對(duì)應(yīng)的論域值為。隸屬度函數(shù)采用三角形隸屬度函數(shù)，規(guī)則為合成算法，輸出量采用重心法解模糊運(yùn)算，生成相應(yīng)的給料模糊控制規(guī)則。另外一個(gè)主電機(jī)電流控制的輸入?yún)?shù)是主電機(jī)工作電流偏差以及主電機(jī)工作電流偏差變化率，其輸出控制量的論域和語(yǔ)言值與給料控制一樣，對(duì)應(yīng)的隸屬度函數(shù)以及控制規(guī)則也相同。其結(jié)構(gòu)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(duì)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(shí)際化驗(yàn)值；Pd為粒度期望設(shè)定值；Ip為工況條件集；Id為邊界條件集。這樣通過磨機(jī)的動(dòng)態(tài)特點(diǎn)，結(jié)合知識(shí)庫(kù)，采用人工智能自動(dòng)尋優(yōu)算法來(lái)修正磨礦分級(jí)環(huán)節(jié)的相關(guān)參數(shù)，使得控制更加具有適應(yīng)性。

（3）神經(jīng)網(wǎng)絡(luò)控制[6]。目前有很多算法與神經(jīng)網(wǎng)絡(luò)結(jié)合，如模糊神經(jīng)網(wǎng)絡(luò)。建立一個(gè)N1層輸入M1層輸出的W1層神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)對(duì)磨礦分級(jí)磨機(jī)裝載量的控制，另外，再建立一個(gè)N2層輸入M2層輸出的W2層神經(jīng)網(wǎng)絡(luò)磨礦濃度的控制，即將給礦量、補(bǔ)加水量、返砂量等作為輸入，磨機(jī)功率的最優(yōu)值作為輸出然后就是對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行模擬訓(xùn)練，常采用RBFN訓(xùn)練方式，也有RLS和LMS等。最后得到合適的參數(shù)，用于磨礦分級(jí)控制。神經(jīng)網(wǎng)絡(luò)算法在近年來(lái)發(fā)展較快，特別是人工智能的發(fā)展，該方法能夠很好地避免磨礦延時(shí)特性以及參數(shù)波動(dòng)所引起的一些擾動(dòng)，具有很好的魯棒性。

4 結(jié)語(yǔ)

隨著社會(huì)對(duì)選礦的需求不斷升高，選礦自動(dòng)化發(fā)展在近幾年得到廣泛關(guān)注。磨礦控制環(huán)節(jié)在選礦工藝中占有重要地位，在實(shí)際應(yīng)用中容易受到干擾以及其他影響，且磨礦分級(jí)控制本身存在的非線性時(shí)變的特點(diǎn)，加大了對(duì)磨礦控制的難度。通過研究分析磨礦分級(jí)系統(tǒng)的原理，找出實(shí)際應(yīng)用的問題，分析現(xiàn)有控制算法的特點(diǎn)，研究如何將先進(jìn)的智能控制算法（模糊PID控制、專家控制、神經(jīng)網(wǎng)絡(luò)控制）引入到磨礦分級(jí)控制環(huán)節(jié)，能夠有效地優(yōu)化整個(gè)磨礦分級(jí)控制工藝，提高生產(chǎn)效率。

參考文獻(xiàn)

[1] 趙大勇，岳恒，周平，等.基于智能優(yōu)化控制的磨礦過程綜合自動(dòng)化系統(tǒng)[J].山東大學(xué)學(xué)報(bào)：工學(xué)版，2005，35（3）：119-124.

[2] 胡博.磨礦自動(dòng)控制系統(tǒng)在廣東大頂?shù)V業(yè)的應(yīng)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(dòng)化技術(shù)[J].河南理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2016，35（5）：666-671.

[4] 程恒.模糊PID控制技術(shù)在磨礦系統(tǒng)中的應(yīng)用[J].礦山機(jī)械，2010（3）：76-79.

[5] 周平，柴天佑.基于案例推理的磨礦分級(jí)系統(tǒng)智能設(shè)定控制[J].東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2007，28（5）：613-616.

[6] 王云峰，李戰(zhàn)明，袁占亭，等.RBF神經(jīng)網(wǎng)絡(luò)與模糊理論相結(jié)合的磨礦分級(jí)智能控制方法[J].重慶大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，33（3）：124-128.