半自磨机优化控制技术研究

第３７卷　第３期　有　色　冶　金　设　计　与　研　究　２０１６正　

６　月　

半自磨机优化控制技术研究　王庆凯１，２，３杨佳伟１，２，３，邹国斌１，２，３，余刚　＇２＇ｓ　（１．北京矿冶研究总院，北京市１００１６０；２．矿冶过程自动控制技术国家重点实验室，北京市１００１６０：　３．矿冶过程自动控制技术北京市重点实验室，北京市１００１６０）　

（摘要］如何高效地控制日益复杂的磨矿过程是矿物加工领域目前面临的一个挑战，采用先进和可靠　的控制技术是实施控制方案时的关键因素。然而，关键参数不可测、干扰因素多和系统惯性大等原因都极大　地制约了半自磨机的控制效率。针对这一问题，从模型仿真、专家系统控制和实际应用等方面对半自磨机的　优化控制技术进行了研究。　［关键词］半自磨机；优化控制；专家系统；模型仿真　中图分类号：ＴＰ２７３　文献标识码：Ａ　文章编号：１Ｏ０４—４３４５（２０１６）０３—０００１—０６　

Ｒｅｓｅａｒｃｈ　ｏｎ　Ｏｐｔｉｍｉｚａｔｉｏｎ　Ｃｏｎｔｒｏｌ　Ｔｅｃｈｎｏｌｏｇｙ　ｆｏｒ　ＳＡＧ　Ｍｉｌｌ　ＷＡＮＧ　Ｑｉｎｇｋａｉ　，　，ＹＡＮＧ　Ｊｉａｗｅｉ　郐，ＺＯＵ　Ｇｕｏｂｉｎ　２，３，ＹＵ　Ｇａｎｇ　，ｚ　（１．Ｂｅｉｊｉｎｇ　Ｇｅｎｅｒａｌ　Ｒｅｓｅａｒｃｈ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｍｉｎｉｎｇ　ａｎｄ　Ｍｅｔａｌｌｕｒｇｙ，Ｂｅｉｊｉｎｇ　１００１６０，Ｃｈｉｎａ；　２．Ｓｔａｔｅ　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｍｉｎｉｎｇ　ａｎｄ　Ｍｅｔａｌｌｕｒｇｙ　Ｐｒｏｃｅｓｓ　Ａｕｔｏｍａｔｉｏｎ，Ｂｅｉｊｉｎｇ　１００１６０，Ｃｈｉｎａ；　３．Ｂｅｉｊｉｎｇ　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｍｉｎｉｎｇ　ａｎｄ　Ｍｅｔａｌｌｕｒｇｙ　Ｐｒｏｃｅｓｓ　Ａｕｔｏｍａｔｉｏｎ，Ｂｅｉｊｉｎｇ　１００１６０，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ　Ｈｏｗ　ｔｏ　ｈｉｇｈ－ｅｆｆｅｃｔｉｖｅｌｙ　ｃｏｎｔｒｏｌ　ｉｎｃｒｅａｓｉｎｇｌｙ　ｃｏｍｐｌｅｘ　ｇｒｉｎｄｉｎｇ　ｐｒｏｃｅｓｓ，ｗｈｉｃｈ　ｉｓ　ａ　ｃｈａｌｌｅｎｇｅ　ｆａｃｅｄ　ｉｎ　ｆｉｅｌｄ　ｏｆ　ｍｉｎｅｒａｌ　ｐｒｏｃｅｓｓｉｎｇ，ｔｈｅ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ａｄｖａｎｃｅｄ　ａｎｄ　ｒｅｌｉａｂｌｅ　ｃｏｎｔｒｏｌ　ｔｅｃｈｎｏｌｏｇｙ　ｉｓ　ｋｅｙ　ｆａｃｔｏｒ　ｏｆ　ｉｍｐｌｅｍｅｎｔａｔｉｏｎ　ｏｆ　ｃｏｎｔｒｏｌ　ｓｃｈｅｍｅ．Ｈｏｗｅｖｅｒ，　ｋｅｙ　ｐ￣ａｍｅｔｅｍ　ｈａｖｅ　ｔｈｅ　ｄｉｓａｄｖａｎｔａｇｅｓ　ｏｆ　ｕｎｃｅｒｔａｉｎｔｙ，ｍｏｒｅ　ｉｎｔｅｒｆｅｒｅｎｃｅ　ｆａｃｔｏｒｓ　ａｎｄ　ｂｉｇ　ｓｙｓｔｅｍ　ｉｎｅｒｔｉａ，ｗｈｉｃｈ　ｗｉｌｌ　ｇｒｅａｔｌｙ　ｌｉｍｉｔ　ｃｏｎｔｒｏｌ　ｅｆｆｉｃｉｅｎｃｙ　ｏｆ　ＳＡＧ　ｍｉｌ１．Ｔｈｅ　ｐａｐｅｒ　ｍａｋｅｓ　ｒｅｓｅａｒｃｈ　ｏｎ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｃｏｎｔｒｏｌ　ｔｅｃｈｎｏｌｏｇｙ　ｏｆ　ＳＡＧ　ｍｉｌｌ　ｆｒｏｍ　ｔｈｅ　ａｓｐｅｃｔｓ　ｏｆ　ｍｏｄｅｌ　ｓｉｍｕｌａｔｉｏｎ，　ｅｘｐｅｒｔ　ｓｙｓｔｅｍ　ｃｏｎｔｒｏｌ　ａｎｄ　ａｃｔｕａｌ　ａｐｐｌｉｃａｔｉｏｎ　ａｎｄ　ＳＯ　ｏｎ．　Ｋｅｙｗｏｒｄｓ　ＳＡＧ　ｍｉｌｌ；ｏｐｔｉｍｉｚａｔｉｏｎ　ｃｏｎｔｒｏｌ；ｅｘｐｅｒｔ　ｓｙｓｔｅｍ；ｍｏｄｅｌ　ｓｉｍｕｌａｔｉｏｎ　

１半自磨工艺　优质资源的迅速枯竭和金属需求的持续增加对　矿石加工的能力和效率提出了更高的要求，这要求　选矿设备的规格不断增大，性能不断提高。磨矿是选　矿流程的关键作业之一，其工艺目前可以分为两大　类：一类是传统的碎磨流程，另一类是目前发展迅速　的自磨／半自磨流程。经过长期的生产实践检验，传　统的磨矿流程存在工艺流程长、设备型号和数量众　多、基础建设投资高等缺点；而自磨／半自磨流程，特　别是半自磨机流程由于省去了两段破碎和筛分设　备，配置更加方便，投资也相对降低，特别是在用于　大吨位的选厂和处理潮湿、黏性高的矿石时表现出　明显的优越性。自２０世纪５０年代北美和南美在工　

业上采用半自磨机以来，半自磨工艺的技术便得到　迅速发展，已经越来越多地被应用到各矿山企业。目　前．全球应用的半自磨设备已经达到１　０００多台，装　机功率年增长率超过１５％［１］。半自磨流程是由“半自　磨机＋球磨机＋顽石破碎机”组成的闭路碎磨分级流　程，其典型的流程配置如图１所示。　

图１　典型的半自磨流程配置　收稿１３期：２０１６—０６—０２　基金项目：国家高技术研究发展计划项目（８６３项目）：（２０１１ＡＡ０６０２０３）。　作者简介：王庆凯（１９７９一），男，教授级高工，主要从事选矿自动化和优化控制技术研究工作。　·６·　有　色　冶　金　设　计　与　研　究　第３７卷　２）半自磨机工况的稳定性。图１１为破碎机启停　切换时人工控制与优化控制的效果对比曲线，如图　所示，在破碎机启停切换时，优化控制比人工控制操　作的频率更高，控制更加精细，半自磨机的轴压和功　率比人工控制时更加稳定。　

（ａ）人工控制　（ｂ）优化控制　图１１　人工控制（左）与优化控制（右）效果对比　注：（ａ）、（ｂ）图形比例相同。　从图１２和图１３中的曲线可以看到，优化控制　

系统投用后，半自磨机轴压的标准差和功率的标准　差均有所降低，这表明在系统投用期间半自磨机的　轴压和功率的变化幅度更小，运行状态更加稳定。　５０ｏ　Ｑ４ｏ０　Ｑ　３０ｏ　２【】０　ｌ００　０００　

蓁　一　燮　１～一…～　６…　…　１　１～～～　毒１６…～　。　一　囊　时间／ｄ　图１３半自磨机功率的日标准差　注：色块填充部分为优化控制投用的时间段，未填充部分为优化　控制未投用的时间段。　

６结语　

本项目以半自磨机的生产控制为核心。通过对　大量的生产过程数据的分析处理。研究了半自磨机　的操作变量（给矿量、给水量）与表征变量（负荷、功　率等）、输出变量（顽石产生量、产品浓细度）的相关　性，从多个角度建立了半自磨的仿真模型。实现了半　自磨工作状态的智能检测，并在吸收生产操作经验　和管理经验等先验知识的基础上提取构建了半自磨　机优化控制规则库，实现了半自磨机生产的优化控制。　

参考文献　［１］　

［２］　［３］　［４］　［６］　［７］　［８］　［９］　１　６　Ｈ　ｌ６　２１　２６　３１　３６　［１０］ｆ￥１ｄ　时　图１２半自磨机轴压的日标准差　注：色块填充部分为优化控制投用的时间段，未填充部分为优化　控制未投用的时间段。　肯克基Ｊ．半自磨机和球磨机在矿业的发展［Ｊ］．国外金属矿选　矿，１９９９（５）：８．　周俊武，徐宁．选矿自动化新进展［Ｊ］．有色金属（选矿部分），　２０１１（ｓ１）：４７—５４，６３．　Ｂ．Ｋ．Ｍｉｓｈｒａ．Ａ　ｒｅｖｉｅｗ　ｏｆ　ｃｏｍｐｕｔｅｒ　ｓｉｍｕｌ￣ｉｏｎ　ｏｆ　ｔｕｍｂｌｉｎｇ　ｍｉｌｌｓ　ｂｙ　ｔｈｅ　ｄｉｓｃｒｅｔｅ　ｅｌｅｍｅｎｔ　ｍｅｔｈｏｄ　Ｐａｒｔ　ＩＩ－Ｐｒａｃｔｉｃａｌ　ａｐｐｌｉｃａｔｉｏｎｓ　．　Ｉｎｔ．Ｊ．Ｍｉｎｅｒ．Ｐｒｏｃｅｓｓ，２００３，７１（１）：９５－１　１２．　Ｔ．Ａ．Ａｐｅｌｔ．Ｎ．Ｆ．Ｔｈｏｒｎｈｉｌ１．Ｉｎｆｅｒｅｎｔｉａｌ　ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　ｓａｇ　ｍｉｌｌ　ｐａｒａｍｅｔｅｒｓ　ＩＶ：Ｉｎｆｅｒｅｎｔｉａｌ　ｍｏｄｅｌ　ｖａｌｉｄａｔｉｏｎ［Ｊ］．Ｍｉｎｅｒａｌｓ　Ｅｎｇｉｎ—　ｅｅｒｉｎｇ，２００９（２２）：１０３２－１０４４．　Ｍ．Ｓ．Ｐｏｗｅｌ１．Ｔｈｅ　ｅｆｆｅｃｔ　ｏｆ　ｌｉｎｅｒ　ｄｅｓｉｇｎ　ｏｎ　ｔｈｅ　ｍｏｔｉｏｎ　ｏｆ　ｔｈｅ　ｏｕｔｅｒ　ｇｒｉｎｄｉｎｇ　ｅｌｅｍｅｎｔｓ　ｉｎ　ａ　ｒｏｔａｒｙ　ｍｉｌｌ【Ｊ】．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｍｉｎｅｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ，１９９１（３１）：１６３—１９３．　Ｍ．Ｙａｈｙａｅｉ．Ｓ．Ｂａｎｉｓｉ．Ｓｐｒｅａｄｓｈｅｅｔ－ｂａｓｅｄ　ｍｏｄｅｌｉｎｇ　ｏｆ　ｌｉｎｅｒ　ｗｅａｒ　ｉｍｐａｃｔ　ｏｎ　ｃｈａｒｇｅ　ｍｏｔｉｏｎ　ｉｎ　ｔｕｍｂｌｉｎｇ　ｍｉｌｌｓ　［Ｊ］．Ｍｉｎｅｒａｌｓ　Ｅｎｇｉｎｅｅｒｉｎｇ，２０１０，２３（１５）：１２１３—１２１９．　杨佳伟，陆博，周俊武．基于振动信号分析的球磨机工况检测技　术的研究与应用［Ｊ］．矿冶，２０１３，２２（３）：１０３—１０８．　Ｍ．Ｓ．ＰｏｗｅＵ．Ａ．Ｐ．ｖａｎｄｅｒ　Ｗｅｓｔｈｕｉｚｅｎ．Ａ．Ｎ．Ｍａｉｎｚａ．Ａｐｐｌｙｉｎｇ　ｎｄ　Ｃｕｒｖｅｓ　ｔｏ　ｍｉｌｌ　ｏｐｅｒａｔｉｏｎ　ａｎｄ　ｏｐｔｉｍｉｓａｔｉｏｎ［Ｊ］．Ｍｉｎｅｒａｌｓ　Ｅｎｇｉｎｅｅｒｉｎｇ，２００９，２２：６２５—６３２．　Ｂ．Ｋ．Ｌｏｖｅｄａｙ，Ｈ．Ｄｏｎｇ．Ｏｐｔｉｍｉｓａｔｉｏｎ　ｏｆ　ａｕｔｏｇｅｎｏｕｓ　ｎｄｉｎｇ［Ｊ］＿　Ｍｉｎｅｒａｌｓ　Ｅｎｇｉｎｅｅｒｉｎｇ，２０００，１３（１３）：１３４１—１３４８．　Ｄ．Ｈｏｄｏｕｉｎ。Ｓ　Ｌ　Ｊａｍｓａ－Ｊｏｕｎｅｌａ．Ｓｔａｔｅ　ｏｆ　ｔｈｅ　ａｒｔ　ａｎｄ　ｃｈａｌｌｅｎｇｅｓ　ｉｎ　ｍｉｎｅｒａｌ　ｐｒｏｃｅｓｓｉｎｇ　ｃｏｎｔｒｏｌ［Ｊ］．Ｃｏｎｔｒｏｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｐｒａｃｔｉｃｅ，　２００１，９（９）：９９５—１００５．　

嗽吼垂蔷眦蛳ｎ　０‘ｌ　１　量　髯　童露。蘧皿非　仰｛ｊ咖髓絮　鲫　们　棚．孽驾　避皿许　Ｓ霉矫毒氅假＊