基于粗糙集-BP神经网络的浮选槽液位预测

针对反浮选过程中浮选槽液位指标难以建立精确的数学模型、常规检测方法不能有效控制问题,提出一种将粗糙集与BP神经网络理论相结合方法[1],建立反浮选液位软测量模型。从浮选过程积累的数据中获取过程知识,通过粗糙集属性约简对训练样本数据进行处理,根据结果确定BP网络的输入、输出、隐层神经元数,从得到的优化设定自动更新浮选槽液位控制回路的设定值,避免了人工控制的不稳定性和不精确性。此方法应用于某浮选厂,满足了液位预测要求的精度,在液位控制、经济指标提高及浮选过程稳定等方面取得了明显的效果。     

粗糙集理论在阳离子反浮选控制中的应用

针对阳离子反浮选生产过程被控对象复杂、数学模型不确定以及控制精度要求高等特点,提出了一种基于粗糙集理论的智能控制方法.通过对控制过程中的一些有代表性的状态以及操作人员在这些状态下采取的控制策略所构成的决策表进行约简,归纳出一系列控制规则.运用该方法进行准确度测试和命中率试验,结果表明控制模型的给出值与现场实际数值基本吻合,命中指标满足综合指标要求.在阳离子反浮选控制中运用粗糙集理论时,便于现场技术人员和操作工人的操作,能合理添加药剂量,避免了传统工艺由人为加药造成的浪费.     

基于流量特性的调节阀阀芯曲线智能拟合

 在金川公司选矿厂2006年大型浮选设备工业实验中,为保证矿浆液面自动控制系统液位的稳定性,提出了一种符合现场复杂情况,具有线性流量特性调节阀阀芯曲线的智能拟合方法。在基于过程补余量算法中,结合BP神经网络模型,用不同形状的调节阀阀芯曲线改变调节阀的原有流量特性,从对控制的稳定性、控制响应的时效性等因素考虑后,确定了这种阀芯的最佳拟合曲线,经现场实际使用验证,效果良好。     

基于案例推理的浮选过程智能优化设定

针对在浮选过程中表征关键工艺指标的精矿品位和尾矿品位难以建立精确数学模型,而常规控制方法又难以进行有效控制的难题,将案例推理和常规控制相结合,提出了基于案例推理技术的浮选过程工艺指标优化设定方法.该方法从浮选过程积累的大量过程历史数据中获取过程知识,将典型生产工况总结成案例的形式来构造案例库,并对案例检索、案例重用、案例修正及存储进行了论述.由智能优化设定模型自动更新基础控制回路的设定值,避免了人工手动设定的主观性和随意性.该方法应用于某选矿厂浮选过程,取得了显著的应用效果,表明了该方法的有效性.     

神经网络在非球面镜面型多项式反求中的应用

介绍BP神经网络的结构与学习算法,建立用于非球面镜面型多项式系数反求的BP神经网络模型,并且论述模型建立的步骤与原则方法,最后阐述了利用所建立的模型对非球面镜面型多项式系数反求的实施过程.研究表明,该方法能够较好地实现复杂非球面镜面型多项式系数的反求,并具有一定的容错能力.     

浮选矿浆液位过程的IMC-PID设计与实现

浮选过程是选矿生产中的关键环节,其液位要求严格控制以保证金属回收率.采用一种基于内模控制(IMC)设计的PID控制器(IMC-PID)来实现选矿浮选矿浆液位的自动控制,具有结构简单、整定参数少、鲁棒性强等优点.介绍了IMC-PID的基本原理和设计步骤,给出了液位控制系统的具体实现.应用表明,基于IMC-PID的浮选液位控制系统提高了浮选的金属回收率,保证了精矿品位,具有良好的推广价值.     

金矿浮选回收率预测模型

浮选回收率是金矿选矿过程重要的生产指标,目前主要是通过人工化验的方法检测获得,人工检测周期较长,造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上,分别采用多元线性回归和BP神经网络的方法,建立了金矿厂浮选回收率的预测模型.预测误差分析表明,BP神经网络预测模型能较好地预测金矿厂的浮选回收率,当预测相对误差在±3%范围内时,模型的预测精度达到91%,对于实际生产具有良好的参考作用.     

浮选回路随机动态仿真

作者在IBM-PC/XT微型机上建立一种通用的工业浮选随机动态仿真器。浮选动态模型的参数根据实验室分批浮选数据估计。仿真器包含了浮选槽、调浆槽、泵池、混合器和管道等单元模块,通过流程拓扑矩阵将各种单元模块联系起来构成浮选回路系统模型。随机噪声叠加到确定性动态模型的可测或不可测干扰变量、控制变量和输出变量上,从而构成了浮选回路的随机动态模型,可以更真实地描述实际浮选过程的动态行为。仿真器可用于研究和选择浮选回路的控制策略。     

颗粒表面电化学反应电荷传递模型及其浮选意义

分析了硫化矿物浮选分离体系中矿物颗粒表面反应电荷传递方式;对于不同的硫化矿物浮选体系,提出硫化矿物浮选过程中颗粒表面电化学反应电荷传递的3种模型:颗粒自身电荷传递模型;颗粒/液相介质电荷传递模型;颗粒/电极碰撞接触电荷传递模型.通过模型分析,讨论颗粒表面电化学反应电荷传递模型应用于不同硫化矿浮选工艺过程的浮选意义.研究结果表明:硫化矿物表面发生电化学反应时,反应电荷的传递与矿物性质、矿物表面特征、矿浆液相介质性质以及电位控制方式有关;所建立的模型对硫化矿物浮选电化学过程电位调控和复杂硫化矿物之间的浮选分离具有指导意义.     

基于切换控制的均匀液位控制

过程工业中常常提出均匀液位控制问题,即在保证液位不出界的前提下,使输出流量尽可能平缓.对于此类受限控制问题,模型预测控制可以取得满意效果,但在线优化的复杂性又阻碍了算法在实际中的推广.基于模型预测控制,提出了一种通过调整预测时间域长度来处理液位约束的方法,加上对未知扰动的估计算法,最终推出切换PI控制律.该方法既简化了在线优化过程,又增强了对随机扰动的适应性,已成功地应用于甘肃金川集团公司6 kt磨浮系统中.