科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对赤铁矿磨矿过程的磨矿粒度(Grinding particle size,GPS)与控制回路输出之间的动态特性难以用数学模型描述,且磨矿粒度不能在线测量,并受矿石成分与性质频繁波动干扰,难以采用已有运行优化方法的难题,结合磨矿过程的特点,利用数据,采用神经网络,提出由回路预设定值优化、性能指标估计、优化设定值评价以及磨矿粒度软测量组成的数据驱动的磨矿过程运行优化控制方法.该方法由磨矿粒度软测量估计矿浆粒度,通过回路预设定值优化模块求得使性能指标估计值接近最优值的回路预设定值,经优化设定值评估产生回路设定值,最后通过控制回路跟踪设定值,将矿浆粒度控制在目标值范围内并尽可能的接近目标值.通过研制的运行优化与控制研究平台,采用实际运行数据进行仿真实验,表明所提方法的有效性.
-
单位东北大学; 流程工业综合自动化国家重点实验室
