褐鐵礦選礦設(shè)備球磨機控制的發(fā)展

現(xiàn)階段的水泥生產(chǎn)過程中，基于上位機手工操作現(xiàn)場設(shè)備是仍是主流，手工操作僅能保證球磨機的正常運行，無法保證褐鐵礦選礦設(shè)備球磨機在最佳負荷區(qū)域運行。相對于手工操作，傳統(tǒng)的控制方案效果顯然更好，但仍然無法保證其控制效果。更由于粉磨系統(tǒng)普遍存在的大滯后、多變量特點，常規(guī)控制很難達到預(yù)期效果。因此在實際應(yīng)用中一般結(jié)合其它控制策略，找到球磨機的最佳工作狀態(tài)。尤其是一些潛在控制算法的應(yīng)用，更為褐鐵礦選礦設(shè)備球磨機控制提供了多種解決方案。

隨著先進控制理論及計算機技術(shù)的發(fā)展，對褐鐵礦選礦設(shè)備球磨機制粉過程又有了新的方案。由于模糊策略不需要被控對象的數(shù)學(xué)模型，僅僅通過人工經(jīng)驗就可以總結(jié)出較好的控制規(guī)則，因此廣受歡迎。它可以有效地應(yīng)付非線性對象，并在實際過程中得到很好的應(yīng)用。

本文將大量的人工經(jīng)驗進行總結(jié)后，以模糊語言的形式歸納，實現(xiàn)了褐鐵礦選礦設(shè)備球磨機的模糊控制。本文將褐鐵礦選礦設(shè)備球磨機系統(tǒng)作看做一個具有強耦合性質(zhì)的多輸入多輸出過程，通過調(diào)節(jié)給煤量等調(diào)節(jié)磨出口溫度等關(guān)鍵參數(shù)。通過解耦使使耦合對象變成一個耦合程度極其輕微的控制對象，再用模糊控制器設(shè)計控制器。具體介紹了該系統(tǒng)的結(jié)構(gòu)和實現(xiàn)方法，根據(jù)電廠實際運行情況證明了此控制策略的的安全性和有效性，此種策略比較具有借鑒意義。本文提出提一種專家模糊控制算法，根據(jù)運行狀態(tài)，運用知識庫中的專家知識在線修改相關(guān)加權(quán)系數(shù)，達到修改控制規(guī)則的目的。通過實際運行證明，此算法優(yōu)于傳統(tǒng)的模糊控制算法，能夠保證球磨機制粉系統(tǒng)的安全、穩(wěn)定及最佳經(jīng)濟運行。

神經(jīng)網(wǎng)絡(luò)控制不依賴于系統(tǒng)的數(shù)學(xué)模型，且具有自學(xué)習(xí)、自適應(yīng)等特點，適合具有非線性、強耦合系統(tǒng)的控制。本文利用神經(jīng)網(wǎng)絡(luò)模型對褐鐵礦選礦設(shè)備球磨機系統(tǒng)進行非線性辨識，并在此基礎(chǔ)上給出了具體的控制器的設(shè)計方案。通過對物理特性跟蹤實現(xiàn)對產(chǎn)量的控制，在多家水泥廠的應(yīng)用表明效果良好。本文提出了解耦控制的思想，不斷監(jiān)測現(xiàn)場工況并在此基礎(chǔ)上自適應(yīng)的調(diào)整控制器參數(shù)實現(xiàn)對關(guān)鍵變量的控制，實驗結(jié)果驗證了控制的有效性。

基于案例推理和規(guī)則調(diào)整的智能控制策略也讓褐鐵礦選礦設(shè)備球磨機上得到了一定程度的應(yīng)用，并取得了加好的經(jīng)濟效益。文獻在總結(jié)熟練操作工的大量操作經(jīng)驗的基礎(chǔ)上對多輸入多輸出過程進行了智能調(diào)節(jié)。充分分析各個變量之間的關(guān)系，將一個多變量過程分解成多個單回路過程，并在現(xiàn)場取得很好的應(yīng)用效果。文獻采用基于統(tǒng)計的過程控制策略與規(guī)則推理過程相結(jié)合的方法，提出了由工況監(jiān)測、控制器優(yōu)化層設(shè)計和底層控制器相結(jié)合的控制方案。首先由工況監(jiān)測模塊對球磨機的當(dāng)欠負荷做出判斷，再由監(jiān)督層規(guī)則優(yōu)化控制器的設(shè)定值，通過控制回路的輸出跟蹤修改后的設(shè)定值，使球磨機負荷始終保持在最佳負荷或近似最佳負荷狀態(tài)。文獻采用案例推理與數(shù)據(jù)融合結(jié)合的方法，提出了某配料過程球磨機負荷控制方案?，F(xiàn)場應(yīng)用效果良好，大大降低了能耗，同時臺時也穩(wěn)步提高，球磨機負荷較為穩(wěn)定，取得了很好的預(yù)期效果。

由于褐鐵礦選礦設(shè)備球磨機系統(tǒng)屬于典型的多輸入多輸出過程，且精確地數(shù)學(xué)模型往往難以建立，因此有不少專家采用預(yù)測控制方法對粉磨過程進行控制與優(yōu)化。文中采用最小二乘的思想建立粉磨系統(tǒng)的數(shù)學(xué)模型，并采用廣義預(yù)測控制的方法實現(xiàn)了球磨機的自動控制。文中建立了球磨機的神經(jīng)網(wǎng)絡(luò)預(yù)測模型，提出了基于神經(jīng)網(wǎng)絡(luò)預(yù)測控制器的非線性預(yù)測控制方法，最終實現(xiàn)非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)直接預(yù)測控制。由于具體的實現(xiàn)過程較為復(fù)雜，故實際應(yīng)用受到一定局限。東南大學(xué)的陳夕松等人充分利用預(yù)測控制在處理多輸入多輸出系統(tǒng)問題上的優(yōu)勢，建立了球磨機的多輸入多輸出模型，并取得了良好的控制效果和經(jīng)濟效益。文分別將有約束MPC和無約束MPC算法與多回路PID控制在球磨機上的應(yīng)用效果做了比較，得出了兩種預(yù)測控制算法綜合性能均好于多回路PID的結(jié)論。

對于褐鐵礦選礦設(shè)備球磨機系統(tǒng)而言，因其具有的非線性、大滯后、強耦合等特點，單一的控制算法很難將所有問題全部解決，因此不少專家將復(fù)合控制的思想應(yīng)用于球磨機系統(tǒng)。文針對被控對象的實際特點采用了分模式的控制方案，設(shè)定分模式控制的閾值，偏差大子閾值時采用模糊控制，偏差小于閾值時采用PID控制。文獻采用預(yù)測控制和模糊思想組成的復(fù)合控制方案對褐鐵礦選礦設(shè)備球磨機系統(tǒng)進行控制。當(dāng)系統(tǒng)偏差較大時采用模糊控制使輸出值盡快跟蹤設(shè)定值，當(dāng)偏差較小時采用預(yù)測控制實現(xiàn)在穩(wěn)態(tài)值附近的動態(tài)優(yōu)化，并以此進行穩(wěn)態(tài)優(yōu)化。

目前在實際現(xiàn)場中有所應(yīng)用的控制算法還主要有自尋優(yōu)控制和自適應(yīng)控制。自尋優(yōu)控制對常規(guī)控制的規(guī)則進行了改進，提出將常規(guī)控制和具有自學(xué)習(xí)功能的動態(tài)自尋最優(yōu)控制相結(jié)合的控制策略。自適應(yīng)控制策略在一臺實驗球磨機上進行了仿真，仿真結(jié)果證明了控制的有效性。