APP下载

基于神经网络的粉磨系统控制技术

2018-08-18郭天舒

科学与财富 2018年22期

郭天舒

摘 要:本文主要针对典型两段式磨矿系统中机理复杂、影响因素多等诸多难点问题,采用补偿模糊神经网络对磨矿控制器的优化进行设计,通过利用模糊控制对模糊信息的处理能力和神经网络强大的学习能力很好地对磨矿控制中非线性、强耦合等问题进行解决。并通过MATLAB软件对其进行仿真验证,结果表明矿石粒度被很好地控制在设定值附近,证明了补偿模糊神经网络对磨矿控制的有效性和实用性。

关键词:优化控制,分级磨矿过程,模糊神经网络,粒度大小

1.引言

我国是矿产资源大国,矿产资源种类齐全,储量丰富,目前己发现的有171种矿产,居世界第三位,因此要求提高我国选矿的相关技术,磨矿分级就是在此背景下得到广泛应用[1]。

磨矿分级过程是衔接矿石破碎与最终矿石分选的中间桥梁键作用,是整个选矿生产流程中一个非常重要的环节,磨矿分级生产过程是一个极为复杂多变的多输入多输出生产过程,机理复杂,影响因素多,具有强非线性、时变性、强耦合等特点[2]。磨矿浓度、磨矿粒度与给矿量、分级机溢流浓度等关键过程变量都有着密切的联系,但它们之间的关系表现为强非线性和时变性等综合复杂的动态关系。

磨矿分级过程控制系统发展的关键主要包括以下几个方面,首先是磨矿工艺和磨矿设备的更新完善,其次是检测设备及技术的提高,另外,针对磨矿分级作业流程中不同的控制对象要提出相应的控制理论及方法,最后,还要有高性能的计算机和先进的开发软件作为保证。……

登录APP查看全文