代伟 董翠连 周平 柴天佑

(东北大学流程工业综合自动化国家重点实验室，沈阳 110819)

强磁选过程由于其内部的复杂动态特性，难以 建立精确的数学模型，或者建立的机理模型因受复杂因素的影响而不可靠、不稳定，且工艺生产指标无法在线实时测量，使得基于数学模型的优化控制方法［1］难以实施，只能靠操作员凭经验以及通过观察系统运行状态给出控制回路设定值.然而，系统的运行性能不仅受原材料的波动还受各种未知干扰的影响，依靠人工的操作模式往往不能及时准确地判断工况和调整设定值，从而无法保证控制系统性能.文献［2］将建模与控制相集成，预测、反馈、前馈相结合，提出过程优化运行的混合智能控制方法.文献［3］采用案例推理、专家规则技术，设计了上层优化设定控制器，并应用到酒钢选矿厂生产过程自动控制系统.然而该方法由于受工艺指标无法在线检测的条件限制，不能对设定值进行实时在线优化控制，从而无法及时有效地抑制各种未知干扰对生产指标的不利影响，造成系统在相当长的时间内处于开环控制，鲁棒性能较差.

针对这一问题，本文采用由基于CBR的回路预设定模型、基于小波神经网络软测量模型以及基于专家规则的补偿器构成的运行操作优化设定控制策略.传统的优化控制软件一般采用非组件化的编程模式开发，多属于专用或者封闭式系统，缺乏前瞻性的框架结构，可扩展……