球磨机自动控制系统的研究.pdf

《球磨机自动控制系统的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、矿业工程第8卷第4期42MiningEngineering2OlO年8月球磨机自动控制系统的研究秦虎刘志红。黄宋魏。(1．贵州大学矿业学院；2．贵州非金属矿产资源综合利用重点实验室，贵州贵阳550003；3．昆明理工大学国土资源学院，云南昆明650093)摘要：介绍了球磨机的基本原理，分析了影响其工作效率的主要因素，提出了用神经网络和PID相结合的控制方案，并对神经网络系统进行了仿真。结果表明，该控制方法具有响应速度快等特点，为球磨机的控制提供了有效的方法。关键词：球磨机；磨矿；神经网络PID；仿真中图分类号：TP273文献标识码：A文章

2、编号：1671—8550(2010)04—0042—03溢流粒度及浓度、给水流量成为直接影响磨矿效率0引言的因素。球磨机是选矿厂的最主要的设备之一。球磨机2球磨分级过程控制因其具有对物料适应性强、生产能力大、粉碎比大、易于调整粉末产品粒度、可适应各种不同情况——球磨机给矿量控制。在球磨机磨矿过程下的操作及结构简单、操作方便、能长期运转等优中，保证给矿量的稳定相当重要，如果给矿量过点，被广泛地应用于选矿厂中。但是球磨机的缺点大，超过了磨机的最大处理能力，就会使磨机效率也比较明显，主要表现在其工作效率低、能耗高、降低，甚至有可能产生‘胀肚’的

3、现象，从而影响体积较大、钢球耗量大、噪声大等方面]。因此，全厂的生产效率。如果过磨就不能对矿物进行有效提高球磨机的运行效率、降低单耗，更有效地对其的回收，造成资源的不必要浪费。因此，对给矿量进行控制，成为球磨机控制的主要研究课题。的控制非常关键，用功率变送器来实时监测磨机的功率，通过调节给矿阀门的大小来控制给矿量，从1球磨机的工作原理而保证了磨机效率。球磨机在磨矿过程中以一定的速度旋转，处在——球磨机给水流量控制。在球磨机工作过程筒体内的钢球由于旋转时产生离心力，以至于使它中，给水流量的变化对磨机的效率有较大影响，因与简体之间产生一定的摩

4、擦力。摩擦力使钢球随着为给水流量直接影响到磨矿浓度及分级溢流浓度的简体旋转，并达到一定的高度，当钢球的自身重力大小，从而直接影响到选别指标。因此，给水流量大于离心力时，研磨介质就脱离简体抛射落下，从是球磨机控制的主要指标。而击碎矿石。同时，在磨机旋转过程中，钢球还会——分级溢流粒度及浓度控制。满足工艺要求有滑动现象，对矿石产生研磨作用。矿石是在钢球的分级溢流粒度控制是磨矿控制最主要的目标之的冲击力与研磨力联合作用下进行粉碎]。一。必须在保证粒度稳定的同时，还要使二次溢流影响球磨机的工作效率的因素固有参数：磨机浓度稳定在一定的范围内。通过在

5、线粒度分析仪来尺寸、长径比、简体形状、排矿方式、衬板材质和实时检测分级溢流的浓度和粒度，通过水量对其实型式等；外部参数：矿石性质、给矿粒度、分级溢现控制。流粒度及浓度、给水流量等。这些参数都将影响到球磨机控制是一个非常复杂的控制过程，因此球磨机的工作效率，但就球磨机的自身工艺而言，采用常规的PID控榭方式很难达到要求。尽管PID其固有参数及矿石性质不可控，因此给矿量、分级有很多的优点，如算法较简单、鲁棒性好和可靠性高等优点，但它对于存在极大时滞的系统控制就显收稿日期：2O10—01—18得无能为力了。近年来，在常规PID控制基础上作者简介

6、：秦虎(1985一)，男(汉族)，四川资阳人，贵州大学矿业学院硕士研究生，研究方向：选矿自动化。引入了一些先进的控制方式，如模糊PID控制，2010年第4期秦虎等球磨机自动控制系统的研究43虽然该方法较常规PID在控制效果上有所改善，习过程是一种误差边向后传播边修正权系数的过但仍存在一些缺点，如模糊规则及隶属度函数的确程。在该控制系统中，以给矿量、给水压力、分级定还没有统一的方法。溢流粒度及浓度作为被控变量，通过BP网络学习综上所述，本文拟提出用神经网络与常规PID算法来调整PID控制参数的方法，使控制更加精控制相结合的方式对球磨机进行控

7、制，运用神经网确。BP神经网络结构组成为：输入、隐含和输出络可以无限的逼近非线性函数的特点，对PID控层。也有多层神经网络结构，其隐含层有多个。制器的比例、积分、微分系数进行自调整，从而达BP神经网络控制器的原理是由正向和反向传播来到精确控制的目的(如图1)。实现的。将输入信息从输入层经隐含层逐层处理，该系统以被控对象的给定输入与变送器所测定并传向输出层，每一层神经元的状态只影响下一层的实际输出之差作为神经网络控制器输入，以比神经元的状态。如果在输出层不能得到期望输出，例、积分和微分系数为输出，从而使PID的各数则转入反向传播，将误差信号

8、沿原来的连接通道返偏差达到最小。由此更加精确的对执行机构进行控回，通过修改各层的权值，使误差信号最小⋯。制。3．3带BP神经网络的PID控制PID控制算法为：“(k)一“(k一1)+△“(愚)