磨矿分级过程的混合智能建模与仿真

作者：铁鸣; 岳恒; 柴天佑

来源：东北大学学报(自然科学版), 2007, (05): 609-612.

• 磨矿分级
• 物料平衡
• TSK模型
• 径向基网络
• 混合智能 ore grinding and classification
• population balance
• TSK model
• RBFN
• hybrid intelligence

针对具有非线性、多变量、参数时变、边界条件波动等综合复杂特性的磨矿分级过程,基于物料平衡理论建立球磨机与泵池的动态模型,结合机理模型与经验知识建立有用功率TSK(Takagi-Sugeno-Kang)模型来确定粒度选择函数,给出旋流器分级经验模型,并基于径向基网络(RBFN)计算溢流浓度和对溢流粒度分布误差进行补偿,研制了可进行磨矿分级过程动态仿真的混合智能模型.用某铁矿选矿厂二段磨矿闭路实际生产数据进行仿真实验,在旋流器给矿控制量和新给入矿浆流量、浓度、粒度波动下,模型的仿真结果与磨机有用功率实际值变化趋势相同.

• 单位
  东北大学; 流程工业综合自动化国家重点实验室; 辽宁沈阳