基于案例推理的磨矿分级系统智能设定控制

针对磨矿分级过程的关键工艺指标磨矿粒度难以用常规控制方法进行有效控制的难题,将智能设定方法与常规控制相结合,提出了基于案例推理的磨矿分级系统智能设定控制方法.以粒度指标的区间控制为目标,依据边界条件和运行工况等信息,由智能设定模型自动更新各基础控制回路的设定值,避免了人工设定的主观性及随意性,各控制回路跟踪更新的设定值,从而将粒度控制在目标范围内.该方法已成功应用于某赤铁矿选厂的磨矿分级过程,应用效果表明提出的方法是有效的.     

窄级别给料球磨机最佳介质尺寸判据研究

针对窄级别给料,本文对生产实践中一些选择球磨机最佳介质尺寸的方法进行了分析研究,认为应通过产物的整个粒度分布曲线来判断球磨机最佳介质尺寸,并根据批次实验结果提出了一种判断球磨机最佳介质尺寸的图形法.     

模糊控制在磨矿控制中的应用

本文针对于磨矿中的二次溢流粒度及浓度控制在常规自动化控制的不足而提出了自己的控制方法——模糊控制,并且根据实际经验而设计出了模糊控制器。可有效解决磨矿作业控制当中很多不确定性的问题。     

基于RBF神经网络和RS理论的磨矿分级系统软测量模型

为了提高硫化镍选矿过程的效率并改善选矿产品的质量,运用RS理论研究了某选矿厂磨矿工艺多维数据的属性约简.在建立相应RBF神经网络预测模型基础上,给出了表征磨矿生产过程内在规律的最小知识表达,并基于该模型对选矿生产指标进行了预测.结果表明:磨矿工艺数据可以进行浓缩,生产过程经验操作能够找到相应的理论依据,从而加深了对生产工艺过程内在规律的认识;应用软测量技术获取了球磨机和旋流器内部状态主要关键参数,该模型分析过程相对简单,网络学习训练时间少、学习精度高;仿真结果表明估计值与分析值拟合良好.     

搅拌磨超细粉磨金精矿工艺的优化

研究了搅拌磨超细粉磨金精矿的工艺,考察了主要参数对粉磨效果的影响.结果表明,通过优化磨矿过程中各种影响因素,可以获得细度-20μm＞99%的金精矿产品.     

磨矿破裂过程的蒙特卡洛仿真方法研究

研究了磨矿破裂过程的蒙特卡洛仿真方法.蒙特卡洛仿真的误差反比于其计算区域内颗粒数量,导致该方法存在计算精度和计算代价难以协调的矛盾.主要研究目标是在不降低精度的条件下提高仿真速度.首先给出了事件驱动的磨矿过程蒙特卡洛仿真的主要步骤.通过提出一种新的包络函数改进仿真抽样效率.设计了批次磨矿的仿真实验.仿真结果表明:所提出的改进算法能够显著降低无效抽样,提高仿真速度,而且保持仿真精度符合要求.     

某磁铁矿选厂细磨工艺优化研究

根据某磁铁矿选厂流程考查结果,对细磨设备工作状况进行了分析,指出了细磨设备及工艺存在的问题：球磨机磨矿效率低,补球尺寸过大;水力旋流器分级效率低,沉砂中合格细粒含量较高造成过粉碎严重。提出了细磨作业优化提高的措施：球磨机补球尺寸由40 mm调整为10～20 mm,并适当减少装球量;水力旋流器安装压力表监控给料压力以提高分级效率,或采用开路细磨,最终达到节能降耗的目的。     

基于频域特征提取与RBF相结合的磨矿浓度软测量

为解决磨矿浓度难以直接检测的问题,提出一种通过磨机振动、磨音信号频域特征提取利用特征频谱与径向基函数(RBF)神经网络相结合的非线性建模方法.采用快速傅里叶变换(FFT)将时域振动及磨音信号转换为频谱变量,对频谱变量通过主元分析(PCA)进行谱特征提取,采用径向基函数(RBF)变换实现谱特征的非线性映射.实验表明,该方法可以实现对磨矿浓度的准确软测量,提高测量精度1％,方法有效.     

从硫酸渣中回收铁精矿的试验研究

硫酸渣中含有大量的铁矿物,为了充分利用资源和利于环保,进行了选矿试验.介绍了从硫酸渣中提高铁精矿品位的工艺流程,经过预先分级,磁选机选别,粗精矿再用磁选柱选别,获得了品位65.07%、回收率73.24%的铁精矿.     

磨矿分级过程多模型智能控制研究

提出了一种非线性多模型控制算法,在若干平衡点附近首先建立多个子模型及相应的控制器,再通过在线计算模型匹配度来适应模型参数的变化,被控对象的最终输入是各控制器输出的加权和.将其应用于磨矿分级非线性系统的控制研究,仿真结果表明,所提算法极大地改善磨矿分级系统的动态响应,并增强了系统的鲁棒性.