池彥賀　王建民

(華北理工大學(xué)電氣工程學(xué)院)

?

承德某選礦廠磨機給礦控制系統(tǒng)的設(shè)計

池彥賀王建民

(華北理工大學(xué)電氣工程學(xué)院)

針對磨礦分級過程的非線性、強耦合、大時滯等特性，傳統(tǒng)的PID控制算法不能實現(xiàn)磨機給礦量的最優(yōu)控制，將模糊控制器加入到給定環(huán)節(jié)，指導(dǎo)磨礦分級系統(tǒng)最佳給礦量的設(shè)定，使傳統(tǒng)的恒值控制系統(tǒng)變成了隨動控制系統(tǒng)。再由神經(jīng)網(wǎng)絡(luò)優(yōu)化PID的參數(shù)，形成智能PID控制系統(tǒng)，使給礦量準確快速跟蹤給定量?，F(xiàn)場運行結(jié)果表明，智能PID控制系統(tǒng)安全穩(wěn)定，提高了磨機臺時處理量，降低了能耗，減少了工人的工作量，提高了選廠的經(jīng)濟效益。

磨機給礦量模糊控制神經(jīng)網(wǎng)絡(luò)

磨礦分級作業(yè)是選礦過程的關(guān)鍵[1-2]，而其中球磨機運行狀態(tài)的檢測與控制，又是磨礦分級作業(yè)的核心。磨機負荷是磨機運行狀態(tài)的重要參數(shù)，指磨機內(nèi)部瞬時的裝載量，磨機的給礦量是磨機負荷指標的重要組成部分[3]。中小型選礦廠采用傳統(tǒng)的PID控制器和人工手動調(diào)節(jié)的方法控制磨機給礦量，實時性差，穩(wěn)態(tài)誤差大，控制精度低。針對上述問題，筆者將模糊控制器加入到給定環(huán)節(jié)，通過對磨機運行特性曲線的分析，總結(jié)出一套模糊控制規(guī)則，根據(jù)磨機現(xiàn)場的運行狀態(tài)進行模糊推理，輸出最佳磨機負荷值，指導(dǎo)系統(tǒng)最佳給礦量的設(shè)定。將神經(jīng)網(wǎng)絡(luò)的自適應(yīng)性、可以處理非線性系統(tǒng)的優(yōu)點和PID算法簡單且魯棒性好的優(yōu)點有機的組合到一起，形成智能PID控制，對磨機給礦量實現(xiàn)了理想的控制效果。

1　磨礦工藝流程

承德某選礦廠一段磨礦分級作業(yè)有4個系列，磨礦分級作業(yè)工藝流程如圖1所示(以1#生產(chǎn)線為例)。破碎后的礦石由料倉經(jīng)下料機給到皮帶秤，然后進入一段球磨機進行磨礦。皮帶秤的稱重傳感器可以檢測到給料量的數(shù)值。同時根據(jù)設(shè)定好的水料比計算所需水量，球磨機加水量通過水流量計控制；球磨機排料給入螺旋分級機，螺旋分極機將粗粒級返回到球磨機，溢流顆粒進入后續(xù)作業(yè)。

2　磨機運行特性

球磨機運行特性十分復(fù)雜，非線性、大時滯的特點導(dǎo)致磨機最優(yōu)負荷值不斷飄移[4-6]，典型的磨機負荷的大小與功率P、電流I、磨音s間的非線性關(guān)系如圖2所示。根據(jù)磨機負荷大小可以將磨礦特性曲線分成3個區(qū)域。當(dāng)0﹤t﹤t1時，磨機負荷較低，功率也不高，此時球磨機處于“空磨”狀態(tài)，臺時產(chǎn)量低且能耗高；當(dāng)t1﹤t﹤t2時，磨機負荷較高，功率也較高；當(dāng)t﹥t2時，磨機負荷較低且功率較低，并且磨機內(nèi)料量較多，磨機處于“飽磨”狀態(tài)，隨著磨機負荷的繼續(xù)增加，磨音愈發(fā)沉悶，所以容易出現(xiàn)堵磨現(xiàn)象，不但生產(chǎn)效率低而且會威脅到生產(chǎn)安全，在實際生產(chǎn)中應(yīng)該盡量避免此區(qū)域出現(xiàn)。

圖1　磨礦分級工藝流程

圖2　磨機運行特性曲線

3　磨機給礦控制系統(tǒng)的設(shè)計

模糊控制對非線性、大時滯、強耦合的系統(tǒng)有很好的控制效果。根據(jù)分析和現(xiàn)場工作經(jīng)驗編寫控制規(guī)則。對球磨機的現(xiàn)場數(shù)據(jù)進行處理分析，得出一個最佳負荷點，也就是給礦量的給定值，然后通過智能PID控制器調(diào)節(jié)下料機的下料量以達到最佳給礦量，控制原理如圖3所示。其中給礦量的給定值為α，檢測值為β，給水量的檢測值為γ。

圖3　控制系統(tǒng)原理

由磨機運行特性曲線，將磨音信號s、電流I、功率信號P通過斜率計算得到Ks、KI、KP。由Ks、KI、KP作為模糊控制器的輸入變量會使控制規(guī)則變得復(fù)雜，二維的模糊控制規(guī)則已不能直觀的表示，而且編寫的程序工作量會很大且不易編程，通過對球磨機運行特性曲線的分析可以看出，最佳的磨機瞬時處理量所對應(yīng)的區(qū)域KP<0，當(dāng)KP>0時磨機處于嚴重“欠磨”狀態(tài)，需要加大料的給定。為了簡化控制規(guī)則，當(dāng)KP<0時，選取KI和Ks作為模糊控制器的輸入，選取給料量的設(shè)定值作為輸出，記做α；當(dāng)KP>0時，α以一定的步長增大給礦量的設(shè)定值，直至KP<0。

采用模糊控制器得出磨機最優(yōu)負荷所對應(yīng)的最大給礦量α，并以此作為給料輸入量，給料量采用神經(jīng)網(wǎng)絡(luò)PID控制器控制，該系統(tǒng)采用3層BP神經(jīng)網(wǎng)絡(luò)，以PID的3個參數(shù)ks、kI、kp作為神經(jīng)網(wǎng)絡(luò)的輸出，優(yōu)化PID控制器。神經(jīng)網(wǎng)絡(luò)對非線性和時變性系統(tǒng)有很好的控制效果，將神經(jīng)網(wǎng)絡(luò)和PID相結(jié)合，不僅增強了系統(tǒng)的穩(wěn)定性，而且增強了系統(tǒng)的處理能力和適應(yīng)能力。

選用西門子工控計算機構(gòu)成DCS系統(tǒng)。DCS系統(tǒng)結(jié)構(gòu)如圖4所示，該系統(tǒng)由過程控制層、過程監(jiān)控層、生產(chǎn)管理層3層結(jié)構(gòu)組成。過程控制層由2塊西門子塊和6塊 模塊組成，經(jīng)由工業(yè)以太網(wǎng)和WinCC通信并對現(xiàn)場運行設(shè)備發(fā)出控制指令；過程監(jiān)控層由WinCC組態(tài)軟件組成，實現(xiàn)現(xiàn)場數(shù)據(jù)的實時顯示、歷史數(shù)據(jù)的存儲、曲線繪制、遠程儀表的控制等功能；C#控制站作為控制終端，經(jīng)由RS485與組態(tài)軟件進行串行通訊，將現(xiàn)場數(shù)據(jù)傳遞給C#應(yīng)用程序，將模糊控制和神經(jīng)網(wǎng)絡(luò)等智能控制算法嵌入到C#控制站，通過對過程監(jiān)控層的數(shù)據(jù)分析和運算來指導(dǎo)給礦量的設(shè)定值，從而起到磨機給礦量最優(yōu)控制的效果。另外設(shè)置了一臺C#服務(wù)器，C#的客戶端可以訪問數(shù)據(jù)庫的參數(shù)，實現(xiàn)對磨礦現(xiàn)場的遠程監(jiān)視和管理，并且可以通過瀏覽器的形式進行訪問，為生產(chǎn)管理帶來了很大方便。

圖4　DCS系統(tǒng)結(jié)構(gòu)

4　現(xiàn)場運行效果與仿真效果

4.1現(xiàn)場運行效果

圖5是傳統(tǒng)PID控制系統(tǒng)在承德某選礦廠1#生產(chǎn)線運行效果，傳統(tǒng)的控制系統(tǒng)根據(jù)生產(chǎn)經(jīng)驗采用固定給礦量，不能保證磨機始終處于最佳負荷狀態(tài)，圖示給礦量約為65t/h，在跟蹤調(diào)節(jié)過程中有較大的波動；圖6是智能PID控制系統(tǒng)在2#生產(chǎn)線試運行的效果，與1#生產(chǎn)線相比，2#系統(tǒng)根據(jù)磨機生產(chǎn)運行狀態(tài)自行調(diào)節(jié)給礦量，保障了磨機時刻處于最佳負荷狀態(tài)且不需要人為干預(yù)，當(dāng)前時間段的磨機給礦量的最低值為76t/h，最高為82t/h，與傳統(tǒng)的控制系統(tǒng)相比，臺時處理量提高了20%左右，而且曲線較光滑平穩(wěn)，跟蹤響應(yīng)速度快。

4.2仿真效果

為了顯示智能PID控制器的控制效果，選取二階系統(tǒng)模擬被控對象模型，以單位階躍信號作為輸入，通過Matlab/Simulink進行智能PID控制與傳統(tǒng)PID控制的實驗仿真對比，結(jié)果如圖7所示。

由圖7可知，智能PID控制器調(diào)節(jié)所需時間短，系統(tǒng)的快速性好，超調(diào)量小，系統(tǒng)能快速達到穩(wěn)定狀態(tài)。

5　結(jié)　論

將模糊控制加入到磨機給礦量控制系統(tǒng)的給定環(huán)節(jié)，以模糊推理的形式根據(jù)磨機的運行狀態(tài)確定出最佳磨機負荷，并指導(dǎo)給礦量的設(shè)定值，使傳統(tǒng)的恒值系統(tǒng)升級為隨動控制系統(tǒng)，不僅使磨機臺時處理量提高了20%，而且減少了能耗；神經(jīng)網(wǎng)絡(luò)的加入克服了傳統(tǒng)PID響應(yīng)速度慢的缺點，可以使磨機給礦量準確快速地跟蹤給定值，且具有良好的魯棒性。實踐表明，智能PID控制方法安全、可靠，達到了理想的效果，提高了企業(yè)的經(jīng)濟效益。

圖5　傳統(tǒng)PID控制效果

圖6　智能PID控制效果

圖7　仿真結(jié)果

[1]柴義曉,許維丹.選礦自動化技術(shù)探討[J].工礦自動化,2011,37(10):73-76.

[2]勞春萍,楊承志.模糊智能控制在磨礦分級給礦系統(tǒng)中的應(yīng)用[J].自動化儀表,2011,32(10):60-62.

[3]張杰,王建民,楊志剛,等.承德某選礦廠磨機運行專家系統(tǒng)[J].金屬礦山,2013(7):144-148.

[4]張杰,王建民,楊志剛,等.模糊神經(jīng)網(wǎng)絡(luò)在磨機負荷控制中的應(yīng)用[J].儀表技術(shù)與傳感器,2014,05:66-68.

[5]夏浩軍,王娟,雷靜,等.一種神經(jīng)網(wǎng)絡(luò)智能PID控制器[J].楊凌職業(yè)技術(shù)學(xué)院學(xué)報,2005,4(2):30-32.

[6]陶福貴,張雨,郭俊杰.神經(jīng)網(wǎng)絡(luò)PID控制器在挖掘機提升系統(tǒng)中的應(yīng)用[J].煤礦機械,2014,35(4):187-189.

2016-04-25)

池彥賀(1991—)，男，碩士研究生，063009 河北省唐山市新華西道46號。