模糊智能控制在磨礦分級給礦系統中的應用

勞春萍 楊承志

(昆明理工大學信息工程與自動化學院，云南 昆明 650500)

0 引言

磨礦分級作業是選礦廠重要的生產環節，它直接影響后續工藝的效率及最終產品的質量和產量，其控制目標是將礦漿溢流粒度穩定在工藝要求范圍內，同時提高磨機效率，達到節能降耗的目的。在磨礦分級系統中，球磨機的給礦量是重要的被控量，它直接影響控制目標，因此，應對其實施有效的控制，以避免磨機出現欠載和“脹肚”的現象。

磨礦分級過程存在大慣性、參數時變和非線性等特點，磨礦分級系統是一個具有純滯后的多變量系統，傳統控制算法難以取得滿意的控制效果。本文在總結這些經驗的基礎上，采用模糊推理和智能控制的思想，建立了一套先進的給礦控制系統。實際應用表明，系統取得了較好的控制效果。

1 磨礦工藝簡介

某選礦廠采用二段球磨磨礦工藝，工藝流程如圖1所示。

圖1 磨礦分級工藝流程圖Fig.1 Flowchart of ore grinding and classification process

礦倉中的礦石經振動給礦機、皮帶機送到球磨機，經球磨機磨細后進入分級機，粒度合格的礦漿溢流進入泵池，粒度不合格的則返回一段球磨機再磨。進入泵池的礦漿泵入高頻振動篩，經高頻振動篩選擇后，合格礦漿直接進入浮選作業，粒度不合格的礦漿進入二段球磨機再磨，再磨后的礦漿進入泵池，形成一個循環。

2 控制方案

根據磨礦分級給礦的控制目標和對象特性，設計了串級給礦控制系統。控制系統原理如圖2所示。

圖2 控制系統原理圖Fig.2 Principle of the control system

首先由電流變送器檢測球磨機的電流，經模糊運算后，得到當前給礦量的最佳設定值。為了補償給礦機存在的給礦誤差，增設了給礦量反饋環節，通過電子皮帶秤檢測實際給礦量，與經過模糊計算得到的給礦設定值進行比較，并對誤差進行PID調節，從而構成一個模糊控制 +PID調節的串級回路控制系統［1］。系統主回路采用模糊控制算法實現給礦量設定值優化，副回路采用PID控制器實現穩定給礦。

2.1 給礦量設定值控制

由于原礦性質變化等不確定性的干擾，給礦量的多少將直接影響球磨機的工作效率和溢流產品質量，且磨礦分級過程時間滯后較大、干擾因素多，系統難以建立精確的數學模型，而選擇好被控量將大大簡化系統的控制過程。

本系統可以選擇粒度作為被控變量(溢流粒度由在線粒度儀測出)，或者選用與球磨機負荷緊密相關的球磨機電流作為被控變量(球磨機電流由電流變送器檢測出)。

本文采用與球磨機負荷緊密相關的球磨機電流作為被控變量，通過模糊優化算法得出最佳給礦量，避免了復雜的建模過程。

球磨機的電流量與負荷量(裝載量)具有動態峰值特性關系［2］，如圖3所示。因此，根據球磨機的電流量，即可判斷其負荷量的大小。

圖3 電流與裝載量關系曲線Fig.3 Curve of relationship between load and current

磨礦開始時，隨著裝載量的增加，球磨機的電流逐漸增加，當到達某一極值后，隨著裝載量的增加，球磨機的電流值將不再增加反而下降。此極值點的電流最大，此刻的裝載量是球磨機裝載量的最佳裝載控制點。所以，為了提高球磨機的效率，應使裝載量盡量控制在極值點附近。

圖3中，A區表示球磨機開始裝載時處于欠載狀態，隨著裝載量的增大，球磨機的電流也逐漸增大，當裝載量上升到一定程度時進入B區，即最佳工作區，此時球磨機的電流最大，工作效率最高，但如果裝載量繼續增大，就會進入C區，即過載區，此時磨機電流將逐漸減小，工作效率下降。我們期望使球磨機工作于B區，但實際操作相當困難，因為當球磨機處于B區時，一旦有振蕩，很容易產生“脹肚”故障，所以選擇將磨機裝載量控制在球磨機最佳工作區B區稍前一點的地方。

在模糊控制方式下，對于漂移的動態特性，控制系統具有自動跟蹤功能，可保證“參考點”始終處在安全的最佳范圍內，同時可根據其變化趨勢和方向進行綜合判斷，合理調節給礦量。

2.2 給礦量控制回路

當給礦量設定值確定以后，系統采用閉環PID控制方式實現給礦量的穩定控制，保證磨機穩定運行，達到最高工作效率。電子皮帶秤檢測出實際給礦量，并將它送回PID控制器與給礦量設定值相減，得出的誤差值根據磨礦給礦PID控制算法得出相應的控制量，最終通過變頻器改變給礦電機的頻率，使磨機給礦量按給定值變化。給礦電機采用異步采樣控制方式，設給礦量設定值閉環優化周期為T1，給礦控制周期為T2。若選擇的T1大于T2，則在一個給礦量閉環優化周期內實施穩定的給礦控制是可行的［3］。

3 控制算法

3.1 給礦量設定值優化算法

給礦量的多少直接影響著磨礦濃度、溢流濃度和磨機的狀態，其時間滯后較大，過程干擾因素多，難以建立精確的數學模型，而磨機的電流量與負荷量有一個動態峰值的特性關系。因此，可根據磨機電流量的大小和變化趨勢來判斷磨機的負荷量。一般情況下，負荷量增加，設備電流量也增大。

通過對球磨機的電流進行在線檢測，可以判斷磨機的負荷量狀態。因此，給礦量的設定和調整可以通過磨機電流的變化來確定和調整。在本系統中根據控制要求，結合工人的日常操作經驗，利用模糊控制的理論，總結并設計出了一套磨機給礦量設定值的模糊控制規則。

為了提高系統性能，采用二維模糊控制器，即雙輸入單輸出結構［4］。在本系統中選取磨機電流作為被控變量，模糊控制器的輸入選用磨機的電流變化率IP1和IP2，輸出為電流最終調整量ID。經過反復調試，以6 s作為計算平均電流的一個周期，任取6 s為周期T1，則周期T1的前6 s為周期T2，周期T2的前6 s為周期T3，周期T1的平均電流為IA0，周期T2的平均電流為IA1，周期T3的平均電流為IA2，磨機的電流變化率IP1為平均電流IA0和平均電流IA1的差值，IP2為平均電流IA1與平均電流IA2的差值。

對電流變化率 IP1和 IP2，取模糊集為{NB，NS，PS，PB}，論域為{－2，－0.9，0.9，2};對電流最終調整量ID，取模糊集為{NB，NS，PN，PS，PB}，論域為{－2，－1，0，1，2}。根據模糊控制理論，得出模糊控制規則如表 1 所示［5－6］。

表1 模糊控制規則表Tab.1 The rules of fuzzy control

從表1中可以看到，在IP1一定的情況下，隨著IP2的不斷增大，電流最終調整量ID也在不斷地增加。

本系統中，磨機的最佳處理量取為35～45 t/h。因此，當計算調整的給定值高于45 t/h時，把給定值設為45 t/h。當計算調整的給定值低于35 t/h時，則限定給定值為35 t/h，從而充分發揮磨機的工作效率，保證磨機既不發生“脹肚”現象，也不會出現欠載現象，保證磨機的正常工作。如果發生“脹肚”現象，則將電量累加和計數器清零，重新開始進行電量累加和計數工作。當計算調整的給定值在35～45 t/h之間時，則給礦量設定值根據式(1)進行計算。

當磨機正常工作時，搜索步長(Length)為電流最終調整量(ID)×0.8;當磨機出現“脹肚”時，搜索步長(Length)為0。

3.2 球磨機“脹肚”判斷及處理方法

由于球磨機的電流量與球磨機的裝載量存在一個動態峰值特性關系，因此，可以通過檢測球磨機的電流來間接判斷球磨機的工作狀況是否正常，其判斷方法及步驟如下。

①將檢測的磨機電流數據每6 s做一次平均，存入IA0。

②當某時刻的平均電流IA0小于參考電流IREF(參考電流IREF按式(2)進行計算)，或者當電流變化率IP1和IP2都小于－2時，設立“脹肚”標志，并停止給礦。

③在“脹肚”開始時進行計時，當脹肚處理時間t＞2 min且該時刻的電流值IA0大于參考電流IREF時，恢復給礦。

④“脹肚”期間計算的參考電流不能作為電流參考值，此時，將“脹肚”前的上一個參考值作為電流參考值。

通常情況下，球磨機在第一次運行時半小時內很少會出現“脹肚”的情況，為保險起見，可以根據以往經驗設定一個電流值作為第一個電流參考值。當磨機正常工作時，計算的電流參考值可作為實際參考值;當磨機“脹肚”時，計算的電流參考值不能作為實際參考值，而應取上一個參考值作為電流參考值。

4 控制系統的實現

系統在硬件上可以采用西門子PLC作為主控制器，完成數據的采集、處理以及控制算法的實現，通過通信卡實現PLC與上位監控管理計算機的通信［7］。在軟件上采用西門子的Step7編程軟件，采樣周期設為0.1 s，利用OB35中斷模塊進行調用。將檢測的磨機瞬時電流進行累加，計算電流平均值IA0、IA1、IA2及電流變化率IP1和IP2，然后根據模糊規則進行“脹肚”判斷和處理，確定給礦量的最佳設定值。

5 結束語

本文以某選礦廠磨浮作業自動控制為背景，針對磨礦分級給礦過程具有滯后大、干擾因素多、非線性和時變性嚴重等特點，且數學模型很難精確描述的特性及控制要求，提出了模糊控制與傳統PID控制相結合的串級回路控制方案。主回路采用模糊控制算法實現給礦量設定值優化，副回路采用PID控制器實現穩定給礦。該技術不依賴于控制過程的數學模型，且模糊控制器具有結構簡單、易于實現的優點。

實際應用結果表明，該方法能有效地避免磨機發生“脹肚”現象和欠載現象，提高磨機的工作效率，穩定磨機的各項工作指標，對提高磨礦作業生產效率和降低能耗具有實際指導意義。

［1］黃偉，魏鏡弢，王庭有，等.模糊智能控制在磨礦分級系統中的應用研究［J］.昆明理工大學學報:理工版，2009，34(4):96－100.

［2］吳光耀.選礦廠磨礦分級模糊智能控制系統［J］.電氣時代，2006(8):18－20.

［3］方仕雄，李奇，張建新.磨礦分級給礦系統模糊控制的設計和應用［J］.微信息技術(測控儀表自動化)，2002，18(5):17 －19.

［4］于軍琪，吳濤，黃永宣，等.磨礦分級系統溢流濃度的模糊智能控制［J］.西安交通大學學報:工學版，1999，33(9):1 －9.

［5］李士勇.模糊控制、神經控制和智能控制論［M］.哈爾濱:哈爾濱工業大學出版社，1998.

［6］易繼鍇，侯媛彬.智能控制技術［M］.北京:北京工業大學出版社，2004.

［7］段仁君，郭琦，邵亮，等.球磨機磨礦分級系統的自動控制［J］.礦業研究與開發，2002，21(6):18 －20.