基于某矿山磨矿过程专家系统的应用

张 雄 关长亮 姜新涛 杨 驰 冯贺林

(丹东东方测控技术股份有限公司)

基于某矿山磨矿过程专家系统的应用

张 雄 关长亮 姜新涛 杨 驰 冯贺林

(丹东东方测控技术股份有限公司)

某矿山选矿厂为实现磨矿过程的全自动化并为现场提供智能解决方案，采用了专家系统控制技术。该专家系统界面由C#编写，内核算法主要由matlab实现，并交互数据库、OPC通讯、模糊控制等技术混合开发；具有运行控制、变量管理、软测量、规则库管理、学习库、数据分析、系统日志等功能；专家系统运行界面可实时给出调度人员现场各控制对象的控制方案，用户可实时查看优化系统中所有被控量的当前值和建议值，以及相关过程状态的当前值，同时可查看各过程状态变量过去一段时间的历史曲线，以及各个被控对象控制效果的历史曲线。该专家系统的应用有效提高了选厂磨矿的自动化控制水平，达到了提高生产率、降低能耗、减少生产故障的目的。

磨矿过程 专家系统 数据库 模糊控制 OPC通讯

磨矿自动化技术随着现代控制理论的不断发展而不断进步。磨矿自动化初期控制方式主要以人工操作为主，自动检测仪表为辅。到20世纪60年代中期，随着数字化技术的发展，尤其是数字PID的发展，磨矿过程进入了数字控制时代，初步实现了给矿量的自动调节。到了70年代中后期，随着DCS技术和现场检测仪表的发展，磨矿自动化技术进入大规模集散控制时代，80年代以后，磨矿自动化技术主要向智能化控制发展[1]。

在磨矿过程控制系统的研究中，南非、澳大利亚、加拿大等国家一直处于领先地位。国外的磨矿自动化研究现状是通过把计算机技术与先进的控制技术相结合，实现了高水平的磨矿过程智能优化控制。而我国在磨矿自动控制领域起步较晚，70年代中后期才正式开始选矿自动控制的研究工作。虽然目前我国的磨矿技术比70年代中后期有了飞跃的发展，但国内磨矿自动化技术基本都是基于简单数字控制或单变量 PID控制，并没有在综合智能控制的方向上取得较大的突破。某些选矿厂引进的国外磨矿控制系统又过分依赖于先进机械设备，因此不能很好的与国内生产现状相融合。少数实现自动控制的企业也只能保证整个磨矿机组的稳定性控制，难以实现智能优化控制[2]。随着我国经济、科技、技术水平等的飞速发展，我国诸多矿山企业对生产管理水平的要求已不再局限于现状，节约资源、降低成本、提高生产率、提高金属回收率等都成为日常管理必不可少的重要课题[3]。现有的自动化水平已经滞后于我国矿山行业的发展要求，因此对选矿自动化采用专家系统控制技术已经势在必行。

1 工艺流程简介

某矿山选矿厂磨矿过程为半自磨+球磨+破碎工艺(以下简称SABC流程)，先由采矿车将矿石运输到旋回破碎机进行破碎，破碎产品经运输皮带运到储矿堆进行堆积。然后原矿从储矿堆经过3#皮带机进入半自磨机，半自磨机排矿进入直线筛，筛上产品经过4#皮带机、5#皮带机进入顽石缓冲仓，经过顽石缓冲仓下的给料机送入6#-1和6#-2皮带机，经由皮带进入圆锥破碎机，圆锥破碎机排料进入半自磨机给料皮带。最后直线筛筛下产品进入砂泵池，由变频砂泵打入到水力旋流器组进行分级，沉砂部分进入到球磨机，球磨机排矿返回到旋流器给矿砂泵池，旋流器溢流产品进入到浮选。其SABC工艺流程见图1。

图1 磨矿工艺流程

2 专家系统的设计目的及控制目标

该专家系统的设计目的为：与自动化操作条件下相比，提高磨机处理台时5～12个百分点；在保证溢流粒度合格的前提下，提高旋流器溢流粒度的稳定性。

该专家系统的控制目标为：磨矿粒度-0.074 mm粒级含量占60%～65%；旋流器溢流浓度为40%～50%；在旋流器溢流浓度与磨矿粒度满足要求的条件下，使磨机的处理能力最大化，同时由于下游浮选流程的限制，对磨机的最大处理能力进行限制；在保证溢流粒度合格的前提下，提高旋流器溢流粒度的稳定性，保持在5%以上。

3 专家系统引入的优势

磨矿智能化平台及专家优化系统是大数据结合专家思想[4]，通过先进的算法(模糊控制和神经元网络技术)来实现优化控制的智能平台[5-6]。在流程优化控制的基础上，可实现以下功能：保证生产的稳定性和连续性；增加处理量，提高回收率和产品质量；减少生产成本和能源消耗；减少操作工能力水平对工艺流程的影响。

4 专家系统及其在选矿过程中的实现

4.1 专家系统

专家系统是人工智能研究的主要领域，专家系统的力量来自于它强大又丰富的知识库和处理知识的推理机制。其实质是一个计算机程序系统，能够以某一领域专家的水平解决该领域的复杂问题[7-8]。

磨矿智能优化平台(专家系统)是以流程为主的系统控制优化平台，在保证系统连续安全稳定运行的前提下，提高选矿厂产品的回收率、粒度合格率、降低能源消耗等指标[9]。优化平台的核心控制理念是模糊控制，根据现场工艺的特点和要求，结合专家的控制经验，共同制定模糊推理机制，对现场生产过程中的关键变量和指标进行自动控制和调整，达到优化整个系统的目的[10]。专家系统功能见图2。

图2 专家系统功能

4.2 优化控制平台

优化控制平台的主要功能有：规则库的启动、停止控制；规则库信息交互、控制效果查看；计算结果的传送与显示。其控制内容为：磨机给矿量优化控制，磨机磨矿浓度优化控制，旋流器溢流粒度控制。优化控制平台的界面见图3。

图3 优化控制平台界面

4.3 变量管理

变量管理环节作为专家系统数据来源的重要组成部分，主要采用C#与OPC通讯以及C#与数据库交互等技术，可对数据采集与保存，并可实现数据点添加、删除、修改、自定义变量的设置、数据变量的上下限设置、数据变量归档与采集频率设置、数据变量滤波除噪方法等功能。变量管理界面见图4。

4.4 软测量

软测量的基本思想是把自动控制理论与生产过程知识有机结合起来，应用计算机技术对难以测量或暂时无法测量的重要变量，选择其他一些可测量变量，通过构造某种数学模型，从而来推断或估计该变量，以软件来代替硬件的功能。该部分通过软测量模型建立、修改、删除、软测量模型输入、输出变量配置、软测量模型参数与权重配置、软测量模型效果展示(曲线图与数据表格共同显示)，完成软测量任务，软测量训练方法主要提供ESN(回声状态网络)、SVM(支持向量机)、SCM(样本特征匹配)3种方法。软测量界面见图5。

4.5 规则库管理

规则库主要用于存取和管理所获取的专家知识和经验，供推理系统利用，关键因素在于：一是识别领域规则的基本结构和特点，寻找合适的规则表示方法；二是确定适当的规则库存储结构；三是抽取领域规则转化成计算机可识别的代码；四是调试精练规则库。从而实现模糊规则新建、编辑、删除、输入输出、自定义变量的配置、变量模糊化(隶属度函数选择、参数配置)、模糊规则编辑、模糊规则调试与模拟输出、模糊规则自学习添加、调试过程与模拟输出结果图形展示等功能。规则库界面见图6。

图4 变量管理界面

图5 软测量台界面

4.6 学习库

学习库对规则的实时修正，以及磨矿的一些参数自学习从而实现对磨矿过程的一些状态以及故障的预估有很重要的意义，具体主要有模糊规则学习和软测量模型训练两个功能。学习库界面见图7。

4.7 数据分析

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程，这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。该部分主要可实现数据浏览、数据分布统计、数据相关性分析、数据统计评价等。数据分析界面见图8。

图6 规则库管理界面

图7 学习库界面

5 专家控制系统接口

专家系统通过与DCS系统的接口，实现选矿工艺流程的自动化控制。磨矿专家系统通过以下方式实现与DCS系统的通信。

(1)DCS系统预留有以太网接口，以供与专家控制系统实现以太网通讯。专家控制系统通过OPC通信方式实现与组态软件的数据交互。

(2)专家控制系统自动读取DCS的相关数据，并对当前数据进行分析，提出优化设定值。专家控制系统将优化设定值发送到组态软件的指定界面上进行显示，并由操作员确认后(点击组态上的优化参数确认按钮)传输给DCS系统。DCS系统将优化设定值输入到相关的设定值，并执行该设定值。当操作员不确认的话，专家控制系统只显示，不控制。

图8 数据分析界面

(3)专家控制系统自动读取DCS的相关数据，并对当前操作指令进行分析，给出指令对磨矿流程的影响预测值，用于分析指令对磨矿流程的影响(正面的或者负面的)，并对操作员的操作方法正确与否进行评估。

6 结 语

某矿山选矿厂针对磨矿过程的特点，研究开发了磨矿全流程专家系统，该专家系统集优化控制平台、变量管理、知识库、学习库、软测量、数据分析为一体。经现场应用实践表明，该专家系统有效提高了选矿厂的磨矿自动化控制水平，为其他同类矿山的自动化改造提供了参考借鉴。

[1] 石辛民，郝整清.模糊控制及其MATLAB仿真[M].北京:清华大学出版社，2008.

[2] 王丰雨.磨矿分级作业混合控制系统研究[D].贵州：贵州大学，2007.

[3] 王泽红，陈炳辰.球磨机负荷检测的现状与发展趋势[J].中国粉体技术，2001，18(4):22-24.

[4] Dayong Zhang，Tianyou CHai. Intelligent optimal control system for ball mill grinding process[J].Control Theory and Application，2013(3)：454-462.

[5] 傅京孙，蔡自兴，徐光枯．人工智能及其应用[M].3版.北京：清华大学出版社，2004.

[6] 邢传鼎，杨家明，任庆生．人工智能原理及应用[M].1版.上海：东华大学出版社，2005.

[7] 黄之初，黎水平.磨机负荷专家模糊控制原理及实现方法[J].矿冶工程，1996(16)：22-25.

[8] Dubois D，Hullermeier E，Prade H. Fuzzy Set-based Methods in Instance-based Reasoning[J].IEEE Transactions on Fuzzy Systems，2002，10(3)：322-332.

[9] 沙亚红，常太华.球磨机负荷检测方法综述[J].现代电力，2006，15(2):234-236.

[10] Kolaez J. Measurement system of the mill charge in grinding ball mill circuits[J].Minerals Engineering，1997，10(12):1329-1338.

2015-03-10)

张 雄(1976—)，男，首席设计师，118002 辽宁省丹东市滨江中路136号。