任明昊 謝 賢 胡尚軍 陳 桃 李加文 張守遜 李 悅 童 雄

(1.昆明理工大學(xué) 國土資源工程學(xué)院，昆明 650093；2.省部共建復(fù)雜有色金屬資源清潔利用國家重點實驗室，昆明 650093；3.金屬礦尾礦資源綠色綜合利用國家地方聯(lián)合工程研究中心，昆明 650093)

碎磨流程屬于物料準(zhǔn)備階段，他為選別作業(yè)提供粒度適宜的物料，在整個選礦過程中耗能最多，而且直接影響著生產(chǎn)成本和選礦指標(biāo)。然而，想要提高碎磨流程產(chǎn)品的質(zhì)量需要克服很多困難，包括解決礦石特性差異、碎磨工藝選擇和能耗匹配不等實際生產(chǎn)問題，滿足有高效節(jié)能生產(chǎn)、綠色環(huán)保發(fā)展的時代要求等。而數(shù)字化、智能化能顯著提高碎磨分級的工作效率和應(yīng)變能力[1]。因此，繼續(xù)深耕電氣及自動化領(lǐng)域，主動引入人工智能、大數(shù)據(jù)等信息技術(shù)，推動生產(chǎn)方式向數(shù)字化、精細化、柔性化轉(zhuǎn)變，成為碎磨技術(shù)領(lǐng)域新的重要研究方向。此外，國家為促進傳統(tǒng)優(yōu)勢產(chǎn)業(yè)提質(zhì)增效，要求企業(yè)實施技術(shù)改造提升行動計劃。這也讓“如何進行智能化改造提升”成為了各工業(yè)領(lǐng)域不得不面對的現(xiàn)實課題?；诖耍疚闹貜募夹g(shù)和應(yīng)用方面探討碎磨流程的數(shù)字化、智能化改造提升的技術(shù)路線和行動路線。

1 碎磨流程的裝備升級

1.1 生產(chǎn)設(shè)備升級

為適應(yīng)新時代手動開關(guān)和現(xiàn)場控制所不能滿足的快節(jié)奏、高標(biāo)準(zhǔn)生產(chǎn)要求，需要升級改造各類碎磨設(shè)備。

1.1.1 智能碎磨設(shè)備功能

如今，新型的碎磨設(shè)備能通過對機電一體化、過程檢測、PLC控制、冗余系統(tǒng)、組態(tài)軟件等自動化技術(shù)的組合，實現(xiàn)可視化操作、過載保護和對設(shè)備各組件及整體運行狀態(tài)的實時監(jiān)控。設(shè)備還可以通過內(nèi)置適宜通信技術(shù)來分享狀態(tài)參數(shù)、應(yīng)用機器學(xué)習(xí)算法進行分析預(yù)測、調(diào)用多種智能策略微調(diào)工作狀態(tài)，實現(xiàn)在線維護、故障警告、穩(wěn)定負荷等基礎(chǔ)的智能操作。

以新型球磨機為例，磨機的運行聲音、襯板磨損、油膜厚度、軸承溫度、電機轉(zhuǎn)速等都在監(jiān)測范圍，一有異常就會發(fā)出警報。舒云峰[2]研制的破碎機PLC控制系統(tǒng)，配置了冗余系統(tǒng)來增加系統(tǒng)可靠性，避免了故障對生產(chǎn)過程產(chǎn)生影響。他通過程序設(shè)計實現(xiàn)了設(shè)備監(jiān)控功能，還給出了破碎機液壓泵和油加熱器等關(guān)鍵部件的就地及遠程控制手段。智淑亞等[3]開發(fā)了智能控制旋轉(zhuǎn)沖擊破碎機，能檢測釬桿到打擊物表面距離并通過累次擊打確定入料礦物的硬度和強度，最終據(jù)此選出破碎時的最優(yōu)沖擊速度和頻率。

1.1.2 傳統(tǒng)碎磨設(shè)備改造

除了研發(fā)內(nèi)置感知功能的新設(shè)備，還可以對傳統(tǒng)設(shè)備進行智能化改造。常見的手段是首先通過運用各種新型檢測技術(shù)和配套傳感器實現(xiàn)對環(huán)境參數(shù)和設(shè)備狀態(tài)參數(shù)的獲取，然后將參數(shù)移交控制系統(tǒng)做出決策，再通過調(diào)節(jié)軟啟動柜、變頻器、無功補償柜、框架斷路器、液壓系統(tǒng)等直接手段，以及改變給礦速度、調(diào)節(jié)礦漿濃度等間接手段，控制碎磨設(shè)備執(zhí)行命令，最終實現(xiàn)控制物料平衡和優(yōu)化產(chǎn)品質(zhì)量兩大目標(biāo)[4]。

例如，甘桂裕等[5]研制的圓錐破碎機智能化控制系統(tǒng)可以接收傳感器收集的設(shè)備參數(shù)和運行記錄并實時顯示，自主判斷運行狀況并在設(shè)備運行異常時發(fā)出警報反饋。張衛(wèi)等[6]使用激光物位計在重板給礦機運行間隙檢測顎式破碎機下部礦倉料位和破碎腔料位。其團隊設(shè)計的自適應(yīng)控制系統(tǒng)還可以調(diào)節(jié)給礦機的給礦速度和啟停，使破碎機始終處于“擠滿式”給礦的最佳工作狀態(tài)。曾濤等[7]使用金屬檢測儀在輸送過程中檢測物料，然后在必要時控制高壓輥磨機主動避讓金屬雜質(zhì)，可以避免磨機被其損壞。OLIVIER等[8]則通過使用深度卷積神經(jīng)網(wǎng)絡(luò)即時地對礦石圖像進行分類，實現(xiàn)了提前將入料礦物的尺寸表征提供給磨機的功能。

1.2 工具軟件賦能

使用數(shù)字化工具為行業(yè)賦能是常用的改造提升手段。在碎磨設(shè)備相關(guān)領(lǐng)域，建模仿真和分析預(yù)測類的軟件工具已經(jīng)同實際生產(chǎn)過程聯(lián)系在了一起，并成功應(yīng)用于設(shè)備研發(fā)、工業(yè)試驗和設(shè)備選型等環(huán)節(jié)。

1.2.1 碎磨設(shè)備設(shè)計

工具軟件已廣泛應(yīng)用于現(xiàn)代碎磨設(shè)備的設(shè)計制造流程。如羅秀建等[9]在對慣性圓錐破碎機進行大型化研究時，其團隊首先完成的是對主要結(jié)構(gòu)參數(shù)、工作參數(shù)的理論計算，再按設(shè)計經(jīng)驗對部分參數(shù)進行調(diào)整優(yōu)化，之后建立三維模型并基于模型對設(shè)備整體和部分重要零部件進行仿真模擬，如確定動錐實際工作中的應(yīng)力分布和位移狀況、探尋動錐裝配體的的共振頻率范圍等，最終，經(jīng)由上述全部流程得到GYP-1500慣性圓錐破碎機的整機設(shè)計資料后，才會制備樣機、進行試驗。

而在使用實體設(shè)備進行工業(yè)試驗之前，還會先使用計算機技術(shù)來預(yù)測設(shè)備的實際工作狀態(tài)，實現(xiàn)對物理樣機功能的部分替代。如此不僅能降低成本，還能縮短開發(fā)周期。常見技術(shù)是虛擬樣機技術(shù)，如龐國強等[10]就基于ADAMS建立了MQYG系列溢流型磨機參數(shù)化模型。JAYASUNDARA等[11]將動力學(xué)模型運用到不同尺寸的球磨機上。這些模型可用于研究該系列磨機在各種不同工況下的特性。而張將等[12]為驗證某液壓圓錐破碎機各關(guān)鍵部件結(jié)構(gòu)強度能否滿足設(shè)計要求，對整機結(jié)構(gòu)進行了仿真分析計算，最終得到了最大過鐵載荷工況下，破碎機各關(guān)鍵部件的彈性變形狀況和應(yīng)力分布，實現(xiàn)了對各部件強度的校核。

1.2.2 碎磨設(shè)備優(yōu)化升級

設(shè)備的優(yōu)化升級主要是通過調(diào)整碎磨設(shè)備各項結(jié)構(gòu)參數(shù)乃至增加新的構(gòu)件來增益它的運行狀況，而為實現(xiàn)此類增益往往需要進行復(fù)雜的數(shù)理計算和應(yīng)用各類仿真優(yōu)化軟件。

仿真模擬手段常用于結(jié)構(gòu)參數(shù)的探索。有限元分析軟件如ANSYS，常用于結(jié)構(gòu)靜力分析、結(jié)構(gòu)動力分析和模型性能預(yù)測領(lǐng)域，在碎磨領(lǐng)域中被用來研究應(yīng)力分布、檢測結(jié)構(gòu)強度。如李柏林[13]采用ANSYS對大型立式輥磨機進行了研究，給出了盤體應(yīng)力分布更加合理的設(shè)計方案。軟件ADAMS則在動力學(xué)和運動學(xué)分析領(lǐng)域的效果更好，可以用于計算磨機介質(zhì)運動軌跡和動能等動態(tài)特性。李小瑩[14]采用ADAMS軟件建立了偏心機構(gòu)不同的兩種振動磨機的運動模型，分析比較了空載和有載情況下兩者研磨缽蓋體與磨礦介質(zhì)相互沖擊時的運動形式和能量狀況，選出了運動效果更優(yōu)的一方。

離散元法是專門用來解決不連續(xù)介質(zhì)問題的數(shù)值模擬方法，所以特別適于研究主要狀態(tài)是顆粒物質(zhì)進行不連續(xù)運動的破碎磨礦過程，在探究碎磨機理和分析碎磨過程中的異常狀況等方面能夠發(fā)揮重要作用。例如，武秋俊等[15]使用EDEM對慣性圓錐破碎機的破碎過程進行仿真研究，發(fā)現(xiàn)了破碎區(qū)下半?yún)^(qū)域顆粒流動不均勻的原因：部分大顆粒未被及時破碎，在間隙處造成了短期瞬態(tài)的堵塞，阻礙了上方顆粒流動。而在探明異常原因后，就可以繼續(xù)研究如何調(diào)整結(jié)構(gòu)、解決問題。

此外，大多數(shù)仿真模擬軟件還提供了耦合功能和程序接口，實現(xiàn)了豐富的功能。如EDEM可以與PBM模型等CFD軟件功能耦合，進行顆粒—流體系統(tǒng)仿真[16]，還可以引入自行設(shè)計的接觸模型、顆粒工廠。如畢秋實等[17]使用EDEM仿真得到破碎過程中雙齒輥破碎機輥齒的分布載荷，然后加載到ANSYS環(huán)境中進行強度分析，最終確定了輥齒的最大受力、最大應(yīng)力和最大變形量的位置，并給出了齒形優(yōu)化方案。

2 碎磨流程的工藝優(yōu)化

2.1 工藝回路設(shè)計

新的理念可以幫助我們確定碎磨工藝流程設(shè)計的大方向。如“多碎少磨、能耗前移”提醒我們應(yīng)該降低磨礦環(huán)節(jié)給料粒度和用細破碎部分取代常規(guī)磨礦?！澳苁赵缡铡⒛軖佋鐠仭贝呱隽穗A段磨礦階段選別工藝。但工藝和設(shè)備的最終選擇必須依賴充分的試驗，要靠數(shù)據(jù)證明選擇的合理性。過去回路設(shè)計和設(shè)備選型只能依賴從業(yè)者經(jīng)驗和實驗室的小規(guī)模試驗，而如今一些專業(yè)的流程模擬軟件可起到很好的輔助作用，它們可以較為直觀地表現(xiàn)出不同工藝選擇下的碎磨效果，實現(xiàn)不同方案的快速比較。

常見碎磨流程模擬軟件有JKSimMet和CITIC SMCC，而選礦過程模擬軟件USIM PAC、MODSIM以及冶金過程模擬軟件METSIM中也集成了碎磨模擬功能。以JKSimMet的使用為例，其需要通過邦德功指數(shù)、JK落重試驗、研磨試驗等手段收集數(shù)據(jù)來建立粉碎模型，之后再輸入回路設(shè)計和預(yù)選設(shè)備參數(shù)，即可進行碎磨流程的物料平衡計算，實現(xiàn)對實際生產(chǎn)時的處理量及各作業(yè)的產(chǎn)率、產(chǎn)品粒度等運行細節(jié)參數(shù)的準(zhǔn)確模擬。若模擬結(jié)果不佳，可以重新設(shè)計工藝回路、調(diào)整設(shè)備規(guī)格，直到選出符合需求的工藝流程[18]。此外，這些流程模擬軟件還可以結(jié)合現(xiàn)場生產(chǎn)數(shù)據(jù)進行模型擬合，實現(xiàn)預(yù)測結(jié)果驗證和薄弱環(huán)節(jié)調(diào)整、優(yōu)化。如林煒[19]利用JKSimMet比較了增加中碎環(huán)節(jié)和使用二段頑石破碎兩項改造方案，發(fā)現(xiàn)前者對選礦廠原礦處理能力的提升更高。而孫文瀚[20]使用流程模擬軟件還原了某選礦廠SAB碎磨工藝生產(chǎn)情況，并考察了各階段的粒度分布，由此確定半自磨機排礦的篩后粒度過低是造成球磨機運行功率過低的主要原因，進而給出增大篩孔尺寸的改進方案，解決了該廠半自磨機與球磨機負荷不匹配問題。

2.2 碎磨設(shè)備選型

流程模擬軟件等具有仿真模擬功能的軟件工具還可以用于AB、ABC、SAB、SABC和高壓輥磨工藝流程中的碎磨設(shè)備選型。自磨機/半自磨機和高壓輥磨對礦石性質(zhì)非常敏感，沒有統(tǒng)一的處理量計算公式，只能先進行半工業(yè)試驗才能確定設(shè)備規(guī)格、耗時嚴重。而流程模擬軟件模擬得出的各作業(yè)節(jié)點的產(chǎn)率和物料流信息非常豐富，可以作為選擇碎磨設(shè)備的依據(jù)。王星亮等[21]應(yīng)用JKSimMet軟件磨礦單元對兩個礦山進行了半自磨機的模擬選型，并與實際生產(chǎn)數(shù)據(jù)進行了分析比較，發(fā)現(xiàn)模擬結(jié)果的產(chǎn)品粒度、單位功耗及循環(huán)負荷均與實際符合，證實了通過模擬可以確定設(shè)備規(guī)格。

2.3 工藝參數(shù)優(yōu)化

探討設(shè)備最優(yōu)工藝參數(shù)的方法與之前碎磨設(shè)備優(yōu)化升級小節(jié)存在共通之處，均需要先大量運用仿真模擬手段，再基于這些預(yù)測結(jié)果和歷史數(shù)據(jù)進行統(tǒng)計分析。如ATA等[22]就使用隨機森林處理了六個月的磨機工況數(shù)據(jù)，通過建模實現(xiàn)了磨機功耗的預(yù)測。其團隊還評估出運行條件與功耗間的關(guān)系，結(jié)果可以作為工藝參數(shù)的選別標(biāo)準(zhǔn)。馬連銘等[23]將實際篩分獲取的破碎機產(chǎn)品粒度分布數(shù)據(jù)與通過JKSim Met模擬所得結(jié)果進行模型擬合，探索出了新的能表達入料粒度與破碎產(chǎn)品粒度分布間關(guān)系的公式。由于對碎磨性能的評價標(biāo)準(zhǔn)不同，相應(yīng)的工藝參數(shù)選取也會不同，而我們往往想要實現(xiàn)綜合性能的優(yōu)化，即實現(xiàn)多目標(biāo)的優(yōu)化。具體到多目標(biāo)優(yōu)化問題的處理方法一般有兩種，一種是將問題降維轉(zhuǎn)化成單目標(biāo)優(yōu)化問題。如王文博[24]采用線性加權(quán)法建立了圓錐破碎機性能多目標(biāo)規(guī)劃模型，先將涉及破碎腔襯板磨損狀況、立方狀破碎產(chǎn)品質(zhì)量占比、產(chǎn)品標(biāo)定粒度占比以及生產(chǎn)率的這些目標(biāo)函數(shù)各自乘以權(quán)重并加和組合成了綜合評價函數(shù)，再據(jù)此進行優(yōu)化。另一種是使用NSGA-Ⅱ、MOPSO等多目標(biāo)優(yōu)化算法直接處理多目標(biāo)優(yōu)化問題，然后獲取Pareto最優(yōu)解集，供人們在實際生產(chǎn)中結(jié)合工況進行選擇。張笑等[25]使用多目標(biāo)遺傳算法NSGA-Ⅱ，以振動強度最高、撞擊力最大以及研磨介質(zhì)體積最小為優(yōu)化目標(biāo)，對立式振動磨的響應(yīng)面模型進行了多目標(biāo)優(yōu)化設(shè)計，得到了可以提供決策參考的最優(yōu)解集。由于傳統(tǒng)的逐階段優(yōu)化取得的最終結(jié)果往往未必最優(yōu)，而流程模擬等手段可以將碎磨流程視作整體，給出同時調(diào)整各階段工藝參數(shù)后的預(yù)測結(jié)果，找出能實現(xiàn)整體最優(yōu)的改進措施。如龔道振等[26]就通過模擬分析得出了涉及粗磨、細磨、中礦再磨等環(huán)節(jié)，給礦粒度、給礦量、鋼球尺寸、填充率等參數(shù)的，能夠?qū)崿F(xiàn)整體優(yōu)化的改進措施。

3 碎磨流程的生產(chǎn)控制

3.1 實時檢測技術(shù)

在實際生產(chǎn)中，想要保持碎磨設(shè)備的可靠運行、確保產(chǎn)品指標(biāo)能與設(shè)計相符，必須要做到對環(huán)境參數(shù)與關(guān)鍵運行參數(shù)的實時測量。而想要更進一步，實現(xiàn)碎磨過程控制以及連鎖控制，也要依賴監(jiān)測技術(shù)了解運行狀態(tài)、把握操作節(jié)點。總之，需要運用實時檢測技術(shù)實現(xiàn)對生產(chǎn)控制的全流程感知。實時檢測技術(shù)包括直接檢測手段和間接的軟測量技術(shù)。直接檢測方面，一般使用各類檢測儀表與傳感器獲取數(shù)據(jù)并綜合取樣分析結(jié)果后再做判斷。以粒度分析為例，礦山可以配置基于超聲波、光散射和圖像識別的分類識別裝置。隨著圖像濾波和分割兩種關(guān)鍵技術(shù)的成熟，布置好光源和工業(yè)照相機后，基本可以實現(xiàn)30 mm級別破碎礦石的表層粒度分布信息的準(zhǔn)確獲取，如可以確定6～50 mm的煤顆粒的密度分數(shù)和灰分含量[27]。盧才武等[28]使用GLCM算法，在優(yōu)化了生成距離和灰度壓縮等級的選取方法后，訓(xùn)練構(gòu)建了支持向量機的分類模型，實現(xiàn)了0～7 mm細粒度礦石的高精度分級測定。當(dāng)受限于復(fù)雜環(huán)境和直接檢測手段缺失時，還可以使用建立在工藝機理分析和離線/在線數(shù)據(jù)處理之上的軟測量技術(shù)，通過機理建模、經(jīng)驗建模以及兩者結(jié)合的建模來預(yù)測估計實際情況。如TANG等[29，30]使用球磨機筒體振動、軸承座振動和振聲信號等多源機械信號，在互補融合、去除冗余后，建立了數(shù)據(jù)驅(qū)動的磨機負荷軟測量模型。為覆蓋實際工況變化，包括適應(yīng)概念漂移以及考慮異常數(shù)據(jù)，還需研究軟測量模型的在線自適應(yīng)策略。如李德鵬等[31]基于Bagging方法進行采樣，獲取的樣本數(shù)據(jù)集訓(xùn)練構(gòu)筑了多個魯棒基隨機向量函數(shù)鏈神經(jīng)網(wǎng)絡(luò)模型，然后將基模型采用自適應(yīng)加權(quán)數(shù)據(jù)融合算法進行組合，得出的集成模型可以少受樣本中異常數(shù)據(jù)的影響，很好地實現(xiàn)磨礦過程地粒度檢測。

3.2 故障診斷方法

故障診斷方法需要在感知的基礎(chǔ)上更進一步做到識別。傳統(tǒng)的分類方法是將這一識別過程分為基于模型、基于知識和基于數(shù)據(jù)三類，但前兩類方法也要應(yīng)用歷史數(shù)據(jù)進行補足優(yōu)化?，F(xiàn)在流行的基于人工智能的故障檢測方法也需要運用到大量數(shù)據(jù)。其中，基于數(shù)學(xué)模型的故障診斷方法，需要通過對比模型與實際生產(chǎn)來實現(xiàn)故障檢測與分離，典型的方法包括參數(shù)估計法、狀態(tài)估計法以及等價空間法。由于碎磨流程入料多變、機理復(fù)雜，難以建立精準(zhǔn)的數(shù)學(xué)模型，此類診斷方法往往不能用于整個環(huán)節(jié)的監(jiān)控管理，但可以用于對機理明確的單元設(shè)備建模。如可以建立滾動軸承中轉(zhuǎn)子和內(nèi)外圈的復(fù)雜接觸過程的解析模型，還可以用于設(shè)計僅考慮少量已知影響因素的簡化過程模型，如襯板磨損時變模型等[32]。基于知識的故障診斷方法主要有兩類，包括借助專家經(jīng)驗對癥狀進行溯源和建立定性模型作為診斷依據(jù)。具體來說，就是建立知識庫和規(guī)則庫，再運用推理機制對故障做出診斷。碎磨過程中的一些運行信息與故障類型存在簡單的對應(yīng)關(guān)系，如溫度與電機過熱、油位與油箱液面過低，很容易就能轉(zhuǎn)換成規(guī)則或者生成故障樹以用于之后的識別。但是碎磨流程整個環(huán)節(jié)的具有多閉環(huán)、高耦合的特點，難以從中拆解故障的因果邏輯關(guān)系，往往要基于監(jiān)測數(shù)據(jù)進行類比、訓(xùn)練、聚類，使用數(shù)據(jù)挖掘乃至深度學(xué)習(xí)的算法，才能取得可用的規(guī)則?；跀?shù)據(jù)的故障診斷方法是實時性最強的方法，它強調(diào)直接對能反映系統(tǒng)狀態(tài)變化的監(jiān)測信號進行處理、分析和做出識別。不過單純以信號處理為核心的方法缺點也很明顯，其擅長提取故障特征和檢測是否故障，對故障的分離和診斷無力。而支持向量機擅長針對小樣本進行訓(xùn)練和分類，一些集成學(xué)習(xí)方法和神經(jīng)網(wǎng)絡(luò)也常用于解決分類問題，它們和上述的信號處理方法之間互補性很強。所以，如今基于數(shù)據(jù)的故障檢測往往將其與機器學(xué)習(xí)或神經(jīng)網(wǎng)絡(luò)技術(shù)結(jié)合。如田晶晶[33]使用BP神經(jīng)網(wǎng)絡(luò)和遺傳算法分布構(gòu)建和優(yōu)化了旋回式破碎機的故障診斷方法，并以此為基礎(chǔ)進一步實現(xiàn)基于實時數(shù)據(jù)的診斷和預(yù)警。

此外，實際生產(chǎn)中往往正常工作狀態(tài)較長，故障狀態(tài)的數(shù)據(jù)較少，所以利用歷史數(shù)據(jù)進行訓(xùn)練實現(xiàn)故障分類的人工智能方法往往面臨著很大的樣本不均勻的問題。而深度學(xué)習(xí)，尤其是遷移學(xué)習(xí)和生成對抗網(wǎng)絡(luò)為樣本不均衡調(diào)整和擴充提供了新思路。

3.3 過程控制策略

過程控制是感知、識別和控制三者的結(jié)合。包括要通過傳感器、軟測量等感知手段實時追蹤各設(shè)備、各階段的生產(chǎn)細節(jié)，通過基于機理、知識、數(shù)據(jù)等方法實現(xiàn)對工況變更、工序銜接等關(guān)鍵生產(chǎn)節(jié)點的識別，最后是完成碎磨過程控制策略的設(shè)計，需要選取合適的控制框架和控制理念。當(dāng)磨礦過程相對穩(wěn)定時，即待磨礦石嵌布粒度均勻、化學(xué)組分和物理性質(zhì)穩(wěn)定或可以通過配礦的方式實現(xiàn)均勻化時，適宜采用基于模型的控制框架，并采用實時優(yōu)化和多變量解耦控制方法進行碎磨流程的控制。此時，為了應(yīng)對模型不夠精確和碎磨過程必然會存在的不確定性，可以引入魯棒控制和自適應(yīng)控制理念進行補足。二者中，一個犧牲每種工況時的性能，以獲得對所有工況的魯棒性；一個為適應(yīng)每種工況，設(shè)計了在線調(diào)節(jié)控制器參數(shù)的機制。如周穎等[34]利用逆解耦方法實現(xiàn)磨礦分級系統(tǒng)的解耦，并對解耦后的子系統(tǒng)采用了改進的內(nèi)模控制和自抗擾內(nèi)?？刂啤Ｆ溥€通過引入內(nèi)模補償器和增益對時滯進行補償，減小了系統(tǒng)對模型的依賴。當(dāng)?shù)V石成分性質(zhì)不穩(wěn)定時，考慮碎磨過程的動態(tài)時變狀況會非常復(fù)雜以至于難以建立模型時，可以使用模型預(yù)測控制、模糊控制和專家系統(tǒng)的控制策略。其中模型預(yù)測控制使用的是簡化模型，通過在每一個采用時刻反復(fù)的預(yù)測加優(yōu)化，實現(xiàn)按時間向前滾動式的有限時域優(yōu)化，也相應(yīng)的適應(yīng)了復(fù)雜工況。如孫志民[35]針對磨礦過程，建立了一種基于最小二乘支持向量機的非線性預(yù)測控制器，并將基于高斯搜索的改進粒子群優(yōu)化算法作為最佳控制量的優(yōu)化求解方法。模糊控制和專家系統(tǒng)則均無需建立精確的數(shù)學(xué)模型。模糊控制將現(xiàn)場數(shù)據(jù)與操控經(jīng)驗翻譯成規(guī)則，再利用模糊邏輯推理和解模糊，將模糊的控制規(guī)則上升為數(shù)值運算和控制程序再執(zhí)行。其中最常見是模糊-PID控制，如張健明[36]將每次待磨礦石的供給量偏差及偏差速率作為模糊控制的輸入，實現(xiàn)了PID控制器的自調(diào)整機制可以抑制干擾。專家控制系統(tǒng)則是通過檢索知識規(guī)則庫中收集的碎磨流程案例和經(jīng)驗，進行整個流程的參數(shù)修正以及優(yōu)化。如張元元[37]提出了分布式優(yōu)化控制專家系統(tǒng)的架構(gòu)，由兩個分別針對一段磨礦、二段磨礦優(yōu)化控制的專家子系統(tǒng)和協(xié)同控制子系統(tǒng)組成，系統(tǒng)投入使用后增產(chǎn)降耗效果顯著。

此外，一些完全基于數(shù)據(jù)驅(qū)動的控制策略也已經(jīng)運用到了碎磨流程的過程控制過程，包括無模型自適應(yīng)控制、Q學(xué)習(xí)最優(yōu)控制方法、迭代學(xué)習(xí)控制等。如郭衛(wèi)平[38]將無模型自適應(yīng)控制和預(yù)測控制結(jié)合，應(yīng)用到了磨礦過程控制的單回路控制器及主控制器的設(shè)計中。代偉等[39]以磨礦粒度和負荷為優(yōu)化目標(biāo)，基于案例推理選出適合當(dāng)前工況的Q函數(shù)網(wǎng)絡(luò)模型，然后采用增強學(xué)習(xí)算法優(yōu)化了磨礦過程的設(shè)定值。

神經(jīng)網(wǎng)絡(luò)技術(shù)是一種構(gòu)建非線性模型的方法，常用做模式識別、模式分類和數(shù)據(jù)分析，可以構(gòu)建識別模型并配合控制策略實現(xiàn)優(yōu)化。鄧展等[40]通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了對磨礦分級過程的在線辨識，然后結(jié)合自尋優(yōu)控制方式實現(xiàn)了對磨機負荷的控制。神經(jīng)網(wǎng)絡(luò)也可以用來設(shè)計控制器。神經(jīng)網(wǎng)絡(luò)本身不是控制策略，但是依照各類控制理念和算法使用神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)集，可以構(gòu)建出磨礦回路，實時控制和優(yōu)化模型[41]。如穆海芳等[42]采用模糊算法對BP神經(jīng)網(wǎng)絡(luò)的輸入值進行調(diào)整，最終實現(xiàn)了磨礦過程的自適應(yīng)控制。

4 碎磨流程改造未來展望

隨著國家和企業(yè)對提質(zhì)增效、節(jié)能降耗需求的不斷推進，碎磨流程的智能化必將迎來發(fā)展浪潮。碎磨設(shè)備方面，顯而易見的趨勢是新的設(shè)備將不斷朝著智能化或易于自動控制的方向發(fā)展，用于配套礦山現(xiàn)狀研發(fā)的各類碎磨控制系統(tǒng)也將接管更多的礦山。隨著仿真模擬軟件結(jié)果準(zhǔn)確性的提高，仿真模擬軟件將會更多應(yīng)用于設(shè)備研發(fā)，用于提供預(yù)測和排錯的參考。碎磨工藝方面，如今工藝選擇和實時控制對數(shù)據(jù)的需求越來越多，不管將來選擇何種優(yōu)化手段和控制策略，礦山企業(yè)均需要有意識地留存和處理數(shù)據(jù)甚至建立配套的數(shù)據(jù)倉庫以待將來。

此外，還需關(guān)注工業(yè)界的數(shù)字雙生技術(shù)和工業(yè)互聯(lián)網(wǎng)兩類發(fā)展趨勢。其中，數(shù)字雙生技術(shù)力求在虛擬空間中映射現(xiàn)實世界中實體、實現(xiàn)對實體對象的動態(tài)仿真；工業(yè)互聯(lián)網(wǎng)是疊加物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新興技術(shù)和復(fù)用工業(yè)技術(shù)、經(jīng)驗知識的云邊端協(xié)同網(wǎng)絡(luò)平臺。它們都是我們可以學(xué)習(xí)和借鑒的方向，可以引進到碎磨流程中。