动态环境下选矿生产全流程运行指标优化决策方法研究

摘要

我国赤铁矿资源丰富，但其品位低、磁性弱、嵌布粒度细、矿物组成复杂，难以选别，因此采用焙烧-磁选的工艺进行选别。赤铁矿选矿过程主要包括竖炉焙烧、磨矿和磁选工序将有用矿物和脉石分离，使得有用矿物成分富集，从而获得品位合格的精矿和尾矿。选矿过程运行优化控制是根据竖炉磁选管回收率、磨矿粒度和磁选精矿品位与尾矿品位等运行指标的目标值确定各过程控制系统设定值，并使被控变量跟踪设定值，从而将运行指标控制在目标范围内，并且尽可能提高磁选管回收率、磨矿粒度和磁选精矿品位，尽可能降低尾矿品位。上述运行指标的目标值由选矿生产全流程的综合精矿品位和产量等综合生产指标来确定。因此，运行指标的优化决策对提高综合精矿品位和产量具有重要意义。
　　选矿生产全流程运行指标决策要使综合精矿品位和产量指标在目标值范围内，而且使综合精矿品位和产量尽可能高。运行指标和综合精矿品位与产量等综合生产指标之间不仅涉及到过程机理，而且与具体工艺因素相关，机理不清，难以用精确的机理模型描述。选矿生产过程的外部环境和内部干扰动态不确定，导致选矿生产全流程运行指标决策的综合生产指标（综合精矿品位和产量等）目标与范围、约束条件边界（如原料成分波动范围、磨机等设备故障引起的运行时间变化以及最大处理能力等）的频繁变化。因此，运行指标优化决策是难以建立模型的多目标非线性动态优化问题，难以采用现有的优化方法实现运行指标优化决策。实际生产中运行指标决策往往由工艺工程师凭经验进行。由于人工调整不当或不及时常常不能保证生产全流程的综合生产指标在其目标范围内，难以实现全流程的优化运行，从而造成产品质量差、能耗高、资源消耗大等问题。因此，研究如何在动态环境下及时有效的对选矿生产全流程运行指标进行优化决策，从而实现生产全流程的全局优化具有重要理论研究意义和应用价值。
　　本文针对上述问题，依托国家973计划项目课题“复杂生产制造全流程一体化控制系统整体控制策略与运行控制方法”和国家自然科学基金青年基金项目“动态环境下复杂工业全过程多工序工艺指标闭环优化决策方法”，开展选矿生产全流程运行指标优化决策方法的研究，主要研究工作如下:
　　1)给出了选矿生产全流程运行指标决策问题的数学描述。其中，给出了以运行指标磁选管回收率、强、弱磁磨矿粒度、强、弱精矿品位和强、弱尾矿品位，以及原矿性质与生产工况条件强、弱磁入磨品位、强、弱磁球磨机台时处理量、强、弱磁球磨机运行时间和废石品位等可测干扰作为输入，综合精矿品位和产量输出的性能指标的描述;决策变量为上述七个运行指标，约束条件包括综合精矿品位和产量的上下限范围、各运行指标上下限范围、磨机的最大设备处理能力与原矿品位的下限等资源的约束，以及运行指标和综合生产指标之间关系的等式约束;运行指标决策的优化目标为综合精矿品位和产量指标在其目标范围内，并且尽可能的高。并且对上述运行指标优化决策问题难以采用已有优化方法的难点进行了分析。
　　2)针对选矿生产全流程运行指标多目标优化决策、磁选管回收率与磨矿粒度等运行指标和综合精矿品位与产量等综合生产指标之间难以用精确的机理模型描述和优化决策目标与约束条件动态变化的问题，将优化方法与综合生产指标预报、运行指标的动态校正相结合，提出了由运行指标初值优化、综合生产指标（综合精矿品位和产量）指标预报模型、指标前验和后验评估与动态校正组成的运行指标优化决策的结构。将多目标进化算法与案例推理相结合，选矿运行过程数据与专家知识相结合，动态校正与规则提取相结合，提出了运行指标初值优化、综合精矿品位和产量预报模型、指标前验和后验评估与动态校正模块的设计方法。
　　3)提出了由线性主模型和非线性误差补偿模型组成的综合精矿品位和产量预报模型的混合建模策略。其中非线性误差补偿模型采用最小二乘支持向量机(LS-SVM)来建立。针对具有非高斯干扰的过程，模型参数估计中均值和方差性能指标不适用的问题，将随机控制系统概率密度函数PDF控制的思想引入参数选择问题的性能指标中，即通过使模型输出误差概率密度函数跟踪一个给定的分布形状来调整模型内部可调参数来保证模型的精度。采用上述方法选择LS-SVM非线性误差补偿模型的参数，建立了以运行指标为输入的综合精矿品位的预报模型。另外，针对不同的生产工况条件对精矿产量的影响，提出了基于多模型的精矿产量预报模型。利用实际生产数据，进行了仿真实验研究，验证了所提出方法的有效性。
　　4)提出了基于粗糙集规则挖掘的运行指标动态校正方法。首先，根据选矿过程记录的运行数据特征，构建了综合精矿品位和产量偏差与运行指标增量间的规则形式，然后利用基于粗糙集的规则挖掘从大量实际生产数据中挖掘出补偿规则。当综合精矿品位和产量实际值或预报值和其目标值发生偏差时，利用所挖掘的增量规则对运行指标进行补偿校正。通过反馈补偿的仿真实验验证了所提方法的有效性。
　　5)利用选矿过程的实际生产数据，在实验室研发的选矿生产全流程运行指标优化决策的半实物仿真平台上开展了实验研究。采用所提出的方法，开展了当综合精矿品位和产量目标值和范围变化，同时原料成分如入磨原矿品位、因故障等原因引起的磨机运行时间、磨机处理量三个边界条件发生变化时，运行指标决策的实验。实验结果表明，在目标值与范围和边界条件变化时，系统能够及时对运行指标进行决策，从而使综合精矿品位和产量在目标范围内，与人工决策相比，磁选管回收率提高2％，强、弱磁磨矿粒度分别提高1.49％和1.98％，强、弱磁精矿品位分别提高0.57％和1.26％，尾矿品位分别降低0.31％和0.67％，使得全流程的曰综合精矿品位和产量分别提高0.57％和132.37t/d，实现选矿生产全流程的优化。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．2 工业过程运行控制与优化研究现状

1．2．1 基于模型的运行控制与优化方法

1．2．2 基于数据的运行控制与优化方法

1．2．3 选矿过程运行控制和优化研究与应用现状

1．3 工业过程指标优化决策研究现状

1．3．1 指标优化问题

1．3．2 指标预报问题

1．4 存在的问题与本文主要工作

第2章 选矿生产全流程运行指标决策问题描述

2．1 选矿生产过程简介

2．1．1 选矿过程生产工艺流程

2．1．2 选矿过程的生产指标

2．2 选矿过程的特征分析

2．3 选矿生产全流程运行指标决策过程描述

2．3．1 选矿生产全流程的运行与控制过程介绍

2．3．2 运行指标决策过程描述

2．3．3 存在的问题

2．4 选矿生产全流程运行指标决策的重要性与难点分析

2．5 本章小结

第3章 动态环境下选矿生产全流程运行指标优化决策方法

3．1 选矿生产全流程运行指标优化问题数学描述

3．1．1 数学描述

3．1．2 问题特征分析

3．2 运行指标优化决策结构与功能

3．2．1 概述

3．2．2 结构与功能

3．3 基于多目标进化计算和案例推理的运行指标初值优化

3．3．1 运行指标初值优化方法的结构与功能

3．3．2 基于多目标进化算法的运行指标初值优化方法

3．3．3 基于案例推理的运行指标初值决策方法

3．3．4 运行指标的综合计算求解

3．4 选矿生产全流程的综合生产指标预报

3．5 指标前验和后验评估与动态校正

3．6 实验研究

3．7 本章小结

第4章 基于建模误差PDF控制的综合生产指标预报方法

4．1 基于建模误差PDF控制的综合精矿品位预报模型建模方法

4．1．1 混合建模策略

4．1．2 线性模型

4．1．3 基于最小二乘支持向量机的非线性误差补偿模型

4．1．4 基于模型误差PDF和最小熵的LS-SVM模型超参数选择

4．1．5 实验研究

4．2 基于多模型的精矿产量预报模型

4．2．1 基于模糊最大似然估计聚类的工况划分

4．2．2 基于多模型的精矿产量预报模型

4．2．3 基于最小二乘支持向量机的局部模型

4．2．4 基于概率分布函数的参数优化

4．2．5 实验研究

4．3 本章小结

第5章 基于粗糙集规则挖掘的运行指标动态校正方法

5．1 粗糙集数据挖掘的基本概念

5．2 基于数据的动态校正策略

5．3 基于属性重要度的校正运行指标选择

5．4 基于粗糙集的校正规则挖掘方法

5．5 实验研究

5．5．1 实验背景

5．5．2 校正运行指标选择

5．5．3 校正规则挖掘

5．5．4 实验结果与分析

5．6 本章小结

第6章 选矿生产全流程运行指标优化决策实验研究

6．1 运行指标优化决策实验研究系统

6．1．1 概述

6．1．2 系统总体结构与功能

6．1．3 系统功能模块

6．2 实验研究

6．2．1 工业背景

6．2．2 实验方案

6．2．3 实验结果与分析

6．3 本章小结

结束语

攻读博士期间发表论文、获得科研成果及所参加的科研项目

致谢

作者简介

参考文献