動(dòng)態(tài)環(huán)境下選礦生產(chǎn)全流程運(yùn)行指標(biāo)優(yōu)化決策方法研究.pdf

1、我國(guó)赤鐵礦資源豐富，但其品位低、磁性弱、嵌布粒度細(xì)、礦物組成復(fù)雜，難以選別，因此采用焙燒-磁選的工藝進(jìn)行選別。赤鐵礦選礦過(guò)程主要包括豎爐焙燒、磨礦和磁選工序?qū)⒂杏玫V物和脈石分離，使得有用礦物成分富集，從而獲得品位合格的精礦和尾礦。選礦過(guò)程運(yùn)行優(yōu)化控制是根據(jù)豎爐磁選管回收率、磨礦粒度和磁選精礦品位與尾礦品位等運(yùn)行指標(biāo)的目標(biāo)值確定各過(guò)程控制系統(tǒng)設(shè)定值，并使被控變量跟蹤設(shè)定值，從而將運(yùn)行指標(biāo)控制在目標(biāo)范圍內(nèi)，并且盡可能提高磁選管回收率、磨礦粒

2、度和磁選精礦品位，盡可能降低尾礦品位。上述運(yùn)行指標(biāo)的目標(biāo)值由選礦生產(chǎn)全流程的綜合精礦品位和產(chǎn)量等綜合生產(chǎn)指標(biāo)來(lái)確定。因此，運(yùn)行指標(biāo)的優(yōu)化決策對(duì)提高綜合精礦品位和產(chǎn)量具有重要意義。
　　選礦生產(chǎn)全流程運(yùn)行指標(biāo)決策要使綜合精礦品位和產(chǎn)量指標(biāo)在目標(biāo)值范圍內(nèi)，而且使綜合精礦品位和產(chǎn)量盡可能高。運(yùn)行指標(biāo)和綜合精礦品位與產(chǎn)量等綜合生產(chǎn)指標(biāo)之間不僅涉及到過(guò)程機(jī)理，而且與具體工藝因素相關(guān)，機(jī)理不清，難以用精確的機(jī)理模型描述。選礦生產(chǎn)過(guò)程的外部環(huán)境

3、和內(nèi)部干擾動(dòng)態(tài)不確定，導(dǎo)致選礦生產(chǎn)全流程運(yùn)行指標(biāo)決策的綜合生產(chǎn)指標(biāo)（綜合精礦品位和產(chǎn)量等）目標(biāo)與范圍、約束條件邊界（如原料成分波動(dòng)范圍、磨機(jī)等設(shè)備故障引起的運(yùn)行時(shí)間變化以及最大處理能力等）的頻繁變化。因此，運(yùn)行指標(biāo)優(yōu)化決策是難以建立模型的多目標(biāo)非線性動(dòng)態(tài)優(yōu)化問(wèn)題，難以采用現(xiàn)有的優(yōu)化方法實(shí)現(xiàn)運(yùn)行指標(biāo)優(yōu)化決策。實(shí)際生產(chǎn)中運(yùn)行指標(biāo)決策往往由工藝工程師憑經(jīng)驗(yàn)進(jìn)行。由于人工調(diào)整不當(dāng)或不及時(shí)常常不能保證生產(chǎn)全流程的綜合生產(chǎn)指標(biāo)在其目標(biāo)范圍內(nèi)，難以實(shí)

4、現(xiàn)全流程的優(yōu)化運(yùn)行，從而造成產(chǎn)品質(zhì)量差、能耗高、資源消耗大等問(wèn)題。因此，研究如何在動(dòng)態(tài)環(huán)境下及時(shí)有效的對(duì)選礦生產(chǎn)全流程運(yùn)行指標(biāo)進(jìn)行優(yōu)化決策，從而實(shí)現(xiàn)生產(chǎn)全流程的全局優(yōu)化具有重要理論研究意義和應(yīng)用價(jià)值。
　　本文針對(duì)上述問(wèn)題，依托國(guó)家973計(jì)劃項(xiàng)目課題“復(fù)雜生產(chǎn)制造全流程一體化控制系統(tǒng)整體控制策略與運(yùn)行控制方法”和國(guó)家自然科學(xué)基金青年基金項(xiàng)目“動(dòng)態(tài)環(huán)境下復(fù)雜工業(yè)全過(guò)程多工序工藝指標(biāo)閉環(huán)優(yōu)化決策方法”，開(kāi)展選礦生產(chǎn)全流程運(yùn)行指標(biāo)優(yōu)化決

5、策方法的研究，主要研究工作如下:
　　1)給出了選礦生產(chǎn)全流程運(yùn)行指標(biāo)決策問(wèn)題的數(shù)學(xué)描述。其中，給出了以運(yùn)行指標(biāo)磁選管回收率、強(qiáng)、弱磁磨礦粒度、強(qiáng)、弱精礦品位和強(qiáng)、弱尾礦品位，以及原礦性質(zhì)與生產(chǎn)工況條件強(qiáng)、弱磁入磨品位、強(qiáng)、弱磁球磨機(jī)臺(tái)時(shí)處理量、強(qiáng)、弱磁球磨機(jī)運(yùn)行時(shí)間和廢石品位等可測(cè)干擾作為輸入，綜合精礦品位和產(chǎn)量輸出的性能指標(biāo)的描述;決策變量為上述七個(gè)運(yùn)行指標(biāo)，約束條件包括綜合精礦品位和產(chǎn)量的上下限范圍、各運(yùn)行指標(biāo)上下限范圍、磨

6、機(jī)的最大設(shè)備處理能力與原礦品位的下限等資源的約束，以及運(yùn)行指標(biāo)和綜合生產(chǎn)指標(biāo)之間關(guān)系的等式約束;運(yùn)行指標(biāo)決策的優(yōu)化目標(biāo)為綜合精礦品位和產(chǎn)量指標(biāo)在其目標(biāo)范圍內(nèi)，并且盡可能的高。并且對(duì)上述運(yùn)行指標(biāo)優(yōu)化決策問(wèn)題難以采用已有優(yōu)化方法的難點(diǎn)進(jìn)行了分析。
　　2)針對(duì)選礦生產(chǎn)全流程運(yùn)行指標(biāo)多目標(biāo)優(yōu)化決策、磁選管回收率與磨礦粒度等運(yùn)行指標(biāo)和綜合精礦品位與產(chǎn)量等綜合生產(chǎn)指標(biāo)之間難以用精確的機(jī)理模型描述和優(yōu)化決策目標(biāo)與約束條件動(dòng)態(tài)變化的問(wèn)題，將優(yōu)化

7、方法與綜合生產(chǎn)指標(biāo)預(yù)報(bào)、運(yùn)行指標(biāo)的動(dòng)態(tài)校正相結(jié)合，提出了由運(yùn)行指標(biāo)初值優(yōu)化、綜合生產(chǎn)指標(biāo)（綜合精礦品位和產(chǎn)量）指標(biāo)預(yù)報(bào)模型、指標(biāo)前驗(yàn)和后驗(yàn)評(píng)估與動(dòng)態(tài)校正組成的運(yùn)行指標(biāo)優(yōu)化決策的結(jié)構(gòu)。將多目標(biāo)進(jìn)化算法與案例推理相結(jié)合，選礦運(yùn)行過(guò)程數(shù)據(jù)與專家知識(shí)相結(jié)合，動(dòng)態(tài)校正與規(guī)則提取相結(jié)合，提出了運(yùn)行指標(biāo)初值優(yōu)化、綜合精礦品位和產(chǎn)量預(yù)報(bào)模型、指標(biāo)前驗(yàn)和后驗(yàn)評(píng)估與動(dòng)態(tài)校正模塊的設(shè)計(jì)方法。
　　3)提出了由線性主模型和非線性誤差補(bǔ)償模型組成的綜合精礦

8、品位和產(chǎn)量預(yù)報(bào)模型的混合建模策略。其中非線性誤差補(bǔ)償模型采用最小二乘支持向量機(jī)(LS-SVM)來(lái)建立。針對(duì)具有非高斯干擾的過(guò)程，模型參數(shù)估計(jì)中均值和方差性能指標(biāo)不適用的問(wèn)題，將隨機(jī)控制系統(tǒng)概率密度函數(shù)PDF控制的思想引入?yún)?shù)選擇問(wèn)題的性能指標(biāo)中，即通過(guò)使模型輸出誤差概率密度函數(shù)跟蹤一個(gè)給定的分布形狀來(lái)調(diào)整模型內(nèi)部可調(diào)參數(shù)來(lái)保證模型的精度。采用上述方法選擇LS-SVM非線性誤差補(bǔ)償模型的參數(shù)，建立了以運(yùn)行指標(biāo)為輸入的綜合精礦品位的預(yù)報(bào)模型

9、。另外，針對(duì)不同的生產(chǎn)工況條件對(duì)精礦產(chǎn)量的影響，提出了基于多模型的精礦產(chǎn)量預(yù)報(bào)模型。利用實(shí)際生產(chǎn)數(shù)據(jù)，進(jìn)行了仿真實(shí)驗(yàn)研究，驗(yàn)證了所提出方法的有效性。
　　4)提出了基于粗糙集規(guī)則挖掘的運(yùn)行指標(biāo)動(dòng)態(tài)校正方法。首先，根據(jù)選礦過(guò)程記錄的運(yùn)行數(shù)據(jù)特征，構(gòu)建了綜合精礦品位和產(chǎn)量偏差與運(yùn)行指標(biāo)增量間的規(guī)則形式，然后利用基于粗糙集的規(guī)則挖掘從大量實(shí)際生產(chǎn)數(shù)據(jù)中挖掘出補(bǔ)償規(guī)則。當(dāng)綜合精礦品位和產(chǎn)量實(shí)際值或預(yù)報(bào)值和其目標(biāo)值發(fā)生偏差時(shí)，利用所挖掘的增

10、量規(guī)則對(duì)運(yùn)行指標(biāo)進(jìn)行補(bǔ)償校正。通過(guò)反饋補(bǔ)償?shù)姆抡鎸?shí)驗(yàn)驗(yàn)證了所提方法的有效性。
　　5)利用選礦過(guò)程的實(shí)際生產(chǎn)數(shù)據(jù)，在實(shí)驗(yàn)室研發(fā)的選礦生產(chǎn)全流程運(yùn)行指標(biāo)優(yōu)化決策的半實(shí)物仿真平臺(tái)上開(kāi)展了實(shí)驗(yàn)研究。采用所提出的方法，開(kāi)展了當(dāng)綜合精礦品位和產(chǎn)量目標(biāo)值和范圍變化，同時(shí)原料成分如入磨原礦品位、因故障等原因引起的磨機(jī)運(yùn)行時(shí)間、磨機(jī)處理量三個(gè)邊界條件發(fā)生變化時(shí)，運(yùn)行指標(biāo)決策的實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，在目標(biāo)值與范圍和邊界條件變化時(shí)，系統(tǒng)能夠及時(shí)對(duì)運(yùn)行指