跳汰機(jī)人工神經(jīng)網(wǎng)絡(luò)控制技術(shù)研究.pdf

1、跳汰選礦是物理選礦的一種重要方法。我國(guó)目前入洗原煤的50％左右是用跳汰機(jī)分選的。 跳汰機(jī)作為跳汰選煤的關(guān)鍵設(shè)備，其控制包括分層和排料兩個(gè)方面，控制效果的好壞直接決定了分選效率的高低。由于傳統(tǒng)的控制方法是基于精確的系統(tǒng)數(shù)學(xué)模型的控制，適于解決線性、時(shí)不變等相對(duì)簡(jiǎn)單的問(wèn)題，而對(duì)于跳汰機(jī)這樣復(fù)雜的非線性、大滯后系統(tǒng)，建立精確的數(shù)學(xué)模型極其困難，因此傳統(tǒng)的控制方法很難達(dá)到良好的控制效果。本文的主要研究工作包括: 在詳細(xì)分析了影響

2、跳汰機(jī)分選效果的因素后，指出:盡管分層是排料的前提，但跳汰是一個(gè)連續(xù)的過(guò)程，分層和排料是同時(shí)進(jìn)行的，排料的好壞直接影響著分層效果，分層和排料的共同作用決定了跳汰機(jī)分選效率的高低，跳汰機(jī)的控制必須將二者結(jié)合考慮，而目前的控制系統(tǒng)仍然是簡(jiǎn)單的、粗放的控制，問(wèn)題的關(guān)鍵是沒(méi)有解決跳汰床層分層狀態(tài)的在線檢測(cè)。 分析了跳汰床層γ射線分層狀態(tài)檢測(cè)系統(tǒng)的構(gòu)成及實(shí)現(xiàn)方法，有效解決了分層狀態(tài)的在線檢測(cè)問(wèn)題，為跳汰機(jī)有效控制系統(tǒng)的建立確定了基本的、可

3、靠的平臺(tái)。通過(guò)采集分層狀態(tài)典型樣本數(shù)據(jù)，使用人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)學(xué)習(xí)算法，建立了跳汰機(jī)分層、排料一體模型。 提出了把跳汰機(jī)分選效果(終極目標(biāo)-矸石帶煤)作為目標(biāo)函數(shù)，即把性能函數(shù)直接作為目標(biāo)函數(shù)，而把分層和排料的眾多過(guò)程變量作為輸入，利用人工神經(jīng)網(wǎng)絡(luò)的分布并行處理、非線性映射、自適應(yīng)學(xué)習(xí)和魯棒容錯(cuò)等特性，通過(guò)實(shí)驗(yàn)確定了適合跳汰機(jī)特性的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、隱含層數(shù)目、隱含層節(jié)點(diǎn)數(shù)，并用遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行了優(yōu)化。

4、 研究了基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)算法在跳汰機(jī)矸石段的模式識(shí)別問(wèn)題，發(fā)現(xiàn)專門(mén)針對(duì)有限樣本情況的支持向量機(jī)比人工神經(jīng)網(wǎng)絡(luò)具有更大的優(yōu)越性，表現(xiàn)在測(cè)試誤差進(jìn)一步變小。對(duì)支持向量機(jī)的核函數(shù)進(jìn)行了線性函數(shù)、多項(xiàng)式函數(shù)、徑向基函數(shù)和S型函數(shù)的對(duì)比，并利用最小二乘支持向量機(jī)進(jìn)行了仿真，針對(duì)此項(xiàng)研究，發(fā)現(xiàn)了徑向基函數(shù)作為核函數(shù)時(shí)訓(xùn)練誤差和測(cè)試誤差均較小。 由于預(yù)測(cè)控制注重的是模型功能，而不是結(jié)構(gòu)形式，過(guò)程的描述可以通過(guò)簡(jiǎn)單的實(shí)驗(yàn)獲得，不需

5、要深入了解過(guò)程的內(nèi)部機(jī)理。因此，預(yù)測(cè)控制算法改變了現(xiàn)代控制理論對(duì)模型結(jié)構(gòu)較嚴(yán)格的要求，更著眼于根據(jù)功能要求，按最方便途徑建立多樣性模型。這一點(diǎn)對(duì)于跳汰機(jī)這種理論嚴(yán)重落后于實(shí)踐的系統(tǒng)尤為適用。 從模型算法控制、動(dòng)態(tài)矩陣控制和廣義預(yù)測(cè)控制這三種預(yù)測(cè)控制算法和基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)控制分析入手，提出了利用事先離線訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器，通過(guò)預(yù)測(cè)下一時(shí)刻的矸石帶煤量實(shí)現(xiàn)跳汰機(jī)風(fēng)閥周期預(yù)測(cè)控制的方法，并利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了矸石帶煤預(yù)測(cè)器以及