（机械电子工程专业论文）跳汰选煤过程的智能控制方法.pdf

太原理工大学博士研究生学位论文 跳汰选煤过程的智能控制方法 摘要 跳汰机作为一种通用、高效、可靠的选煤设备，广泛应用于选煤厂， 在我国，大约6 0 的入洗原煤采用跳汰分选工艺，跳汰选煤在我国洁净 煤战略中占有相当重要的地位。 但与此不相适应的是，目前我国跳汰选煤的自动化水平仍处于十分 落后的状态：自动排料系统靠人工设定重物料层厚度期望值，控制算法 基本停留在简单的逻辑控制或常规p d 控制上，达不到床层稳定的控制 要求；床层的分层过程控制系统虽然采用了数字风阀，但风水制度的调 节完全由跳汰司机根据经验进行，不仅工作量大，而且人为因素影响大， 无法做到稳定、准确的调节。这导致了物料不能按密度良好分层，不同 密度物料问的错配现象严重和大量精煤流失或精煤污染，严重影响了选 煤生产的效率和效益。 跳汰过程是一个典型的机理复杂、影响因素多、变量间相互耦合、 时变、严重非线性的动态过程，产品质量及分选效率与床层厚度和风阀 参数之间无法建立确切的数学模型，传统控制理论和方法难以对此类系 统进行有效的控制。近年来，以专家系统、模糊控制、神经网络为代表 的人工智能技术被引入复杂工业过程控制领域，同时也为跳汰过程的自 动控制提供了一条有效途径。 本文研究用智能控制方式实现跳汰过程自动化的策略和实现方法。 首先对影响跳汰分选效果的主要因素做了深入分析，得出床层的密 度分布与产品质量密切相关，其正态分布的标准离差可反映出床层中的 错配物含量的结论，提出跳汰过程的自动控制应以优化分层状态为目标 的控制策略。作者分析了脉动水流特性、松散度和排料过程对分层状态 的影响，为明确过程控制中的状态变量与控制要素奠定了基础。 某些重要位置上沿床层深度方向的密度分布信息对跳汰过程控制至 摘要 关重要，为此本文研究了获取床层状态信息的y 射线密度检测原理与技 术，研制了以c s 为射源的丫射线探测器及其后续处理电路，解决了计 数可靠性、抗噪声干扰等关键问题，并应用于现场跳汰机。试验表明， 用y 射线密度探测器能够真实地反映床层在不同深度的密度值，该信息 与其它状态信息相结合，可以较准确地反映出跳汰机床层按密度分层的 状态。 跳汰过程中，可定量信息与不确定( 模糊) 信息共存，且多种因素 间互相关联，一些关键参数无法用数学公式表征。对此作者研究了基于 模糊推理的状态识别方法，提出了用密实期和松散期的密度差值表征床 层松散度的方法；提出了基于密度均值、标准离差、原煤灰分及床层厚 度等信息的跳汰机分层状态模糊评判方法。为了研究各状态参数之间的 关系，设计了现场数据采集与记录系统，对床层在不同深度、不同时间 段( 密实期与松散期) 的密度值、床层厚度、原煤灰分、给料速度、风 阀操作参数等作了长时间记录，并辅以定时人工筛分浮沉实验。通过对 大量现场数据记录的分析表明，跳汰机分层状态模糊评判方法具有较高 的识别精度。 在上述研究的基础上，进行了模拟跳汰机的实验室实验，从中得到 了风阀操作制度对脉动水流特性的调节关系、脉动水流特性对床层松散 状态的调节作用、床层松散度与分层状态的关系，从而建立了风阀操作 制度与分层状态之间的关系链，为控制规则的制定提供了可靠依据。 本文根据跳汰过程的特点，提出了专家控制系统的构成框架，研究 了分层过程控制专家系统的知识获取、知识的表示与检索方法及推理机 制，并根据分层状态、床层松散状态、给料速度信息和现场运行记录及 定时人工筛分浮沉结果进行推理，建立了专家系统规则库，给出了具体 的风阀操作参数的调节方法。同时从跳汰机综合控制的角度，对排料过 程模糊控制方法做了改进性研究，提出了床层厚度期望值的自动修正方 法；在此基础上，设计并实现了跳汰机总体协调控制系统。 现场运行情况表明：基于专家系统和模糊控制的跳汰机自动控制策 略是可行的。尽管该系统还需不断完善，但对稳定精煤灰分、减少精煤 i i 太原理工大学博士研究生学位论文 流失、提高产品质量与分选效率起到了重要作用，取得了很好的经济效 益。 关键词：跳汰选煤，密度检测，分层状态，专家系统 1 1 1 英文摘要 i n t e l l i g e n tc o n t r o l m e t h o do fc o a l j i g g i n gp r o c e s s j i gi s u t i l i z e dw i d e l yi nc o a lp r e p a r a t i o np l a n ta sau n i v e r s a l ，e f f i c i e n t a n dr e l i a b l ec o a lp r e p a r a t i o ne q u i p m e n t a b o u t6 0p e r c e n to fr a wc o a li s c l e a n e d b yj i g g i n gp r o c e s s i nc o a l p r e p a r a t i o np l a n t j i g g i n gp l a y s a n i m p o r t a n t r o l ei nc o a lc l e a n i n gi no u r c o u n t r y , b u tt h ea u t o m a t i o no fj i g sf a l l sb e h i n di nc h i n a i nt h ea u t o m a t i c d i s c h a r g es y s t e mo fj i g g i n g ，t h ee x p e c t a t i o nv a l u eo f b e dd e p t hd e p e n d so n t h em a n u a l w o r k ，a n dt h es i m p l el o g i c a l c o n t r o lo rc o n v e n t i o n a lp i d a l g o r i t h mu s e di nd i s c h a r g i n gc a nn o ts a t i s f i e st h eb e ds t a b i l i z i n g a l t h o u 曲 t h e d i g i t a l a i rv a l v ei s a d o p t e d i nj i g s ，t h e a d j u s t m e n to fa i r - w a t e rm l e d e p e n d s o nt h e e x p e r i e n c e s o fj i g o p e r a t o r s b u ta u t o m a t i c s y s t e m t h e p a r a m e t e r sc a r l n o tb ea d j u s t e ds t a b l ya n da c c u r a t e l yd u et ot h ee x c e s s i v e h u m a nf a c t o r s t h es a t i s l y i n gs t r a t i f i c a t i o na c c o r d i n gt od e n s i t yd i s t r i b u t i o n c a nn o tb eo b t a i n e d ，a n dt h es e r i o u sm i s p l a c i n go fd i f f e r e n td e n s i t ym a t e r i a l c a u s e sl a r g en u m b e ro f c l e a n i n gc o a ll o s to rc o n t a m i n a t e d ，w h i c ha f f e c t st h e e f f i c i e n c ya n d b e n e f i t so fc o a lc l e a n i n gs e r i o u s l y m u l t i v a r i a b l e c o u p l i n g e a c h o t h e r , t i m e - v a r i a n t ，h e a v y n o n l i n e a r c h a r a c t e r i s t i ca r ec o n t a i n e di nj i g g i n gp r o c e s s t h ep r e c i s em a t h e m a t i c a l m o d e lb e t w e e np r o d u c t q u a l i t y o r s e p a r a t i o ne f f i c i e n c y a n do p e r a t i o n a l p a r a m e t e r s c a r ln o tb eb u i l tb e c a u s et h ep r o c e s sm e c h a n i s m d e s c r i p t i o ni st o o c o m p l e xa n d al a r g eo fu n c e r t a i nf a c t o r se x i s t t h ee f f e c t i v ec o n t r o lc a nn o t b ea c h i e v e db yc o n v e n t i o n a lc o n t r o lt h e o r ya n d m e t h o d s r e c e n t l y , a r t i f i c i a l i n t e l l i g e n tt e c h n o l o g y , s u c h a s e x p e r ts y s t e m ，f u z z y c o n t r o la n dn e u r a l n e t w o r k ，i s i n t r o d u c e dt o c o m p l e xp r o c e s sc o n t r o l ，w h i c hp r o v i d e s a n e f f e c t i v em e t h o do ft h e j i g g i n ga u t o m a t i o n t h i sa r t i c l es t u d i e st h es t r a t e g ya n dr e a l i z e dm e t h o do f j i g g i n gp r o c e s s a u t o m a t i o nw i t h i n t e l l i g e n tc o n t r o lt h e o r y t h em a i ni n f l u e n c i n gf a c t o r so f j i g g i n gs e p a r a t i o na r ea n a l y z e dd e e p l y t h ea n a l y s i ss h o w st h a tt h ed i s t r i b u t i o nc h a r a c t e r i s t i ci sc l o s e l yr e l a t i v et o t v 太原理工大学博士研究生学位论文 p r o d u c tq u a l i t y t h em i s p l a c e d m a t e r i a lc o n t e n ti nb e dc a nb er e f l e c t e db yt h e s t a n d a r dd e v i a t i o no fn o r m a ld i s t r i b u t i o n t h ea u t h o rp u t sf o r w a r dt h a tt h e t a r g e to fj i g g i n gp r o c e s sc o n t r o ls h o u l db et h eo p t i m u ms t r a t i f i c a t i o n s t a t e a n dt h eb e ds t r a t i f i c a t i o ns t a t ei sa f f e c t e db yp u l s i n gw a t e rc h a r a c t e r i s t i c ， m o b i l i t yo f t h e j i gb e d a n d d i s c h a r g i n gp r o c e s s t h eb e ds t r a t i f i c a t i o ns t a t ei sak e yf a c t o ri nj i g g i n gp r o c e s sc o n t r 0 1 y r a d i a ld e n s i t yd e t e c t i n gp r i n c i p l ea n dt e c h n o l o g yi ss t u d i e di nt h ea r t i c l e y r a d i a ls e n s o ra n ds u b s e q u e n tc i r c u i ti sd e v e l o p e d t h ek e yp r o b l e m s ，s u c ha s t h er e l i a b i l i t yo fc o u n t i n ga n da n t i n o i s ea r er e s o l v e d ，a n dt h i sd e t e c t o ri s a p p l i e di np r a c t i c e y r a d i a ls o u r c ei sc s ”e x p e r i m e n ts h o w st h a tt h ey r a d i a ld e n s i t yd e t e c t o rc a nm e a s u r et h ec o a ld e n s i t yi nd i f f e r e n tb e dd e p t h p r e c i s e l y b e ds t a t u sc a n b er e f l e c t e db yc o m b i n i n g d e n s i t yi n f o r m a t i o n w i t h o t h e rs t a t ei n f o r m a t i o n i nj i g g i n gp r o c e s s ，q u a n t i t a t i v ei n f o r m a t i o na n du n c e r t a i ni n f o r m a t i o n ( f u z z yi n f o r m a t i o n ) a d p e a r s a tt h es a m et i m ea n dm u l t i - f a c t o r sa s s o c i a t ee a c h o t h e r s o m ek e yf a c t o r sc a n n o tb ed e s c r i b e db ym a t h e m a t i cm o d e l t h e a r t i c l es t u d i e st h es t a t u si d e n t i f i c a t i o nb a s e do nf u z z yr e a s o n i n g ，a n dp u t s f o r w a r dt h a tb e dm o b i l i t yi s e x p r e s s e db yd e n s i t y d i f f e r e n c eb e t w e e n c o m p a c tp e r i o da n dm o b i l i t yp e r i o d ，a l s ot h ef u z z yj u d g m e n t m e t h o db a s e d o nd e n s i t ym e a nv a l u e ，s t a n d a r dd e v i a t i o n ，r a wc o a la s hc o n t e n ta n db e d d e p t h i n f o r m a t i o n i no r d e rt o s t u d y t h e r e l a t i o n s h i p o fa l lk i n d so f p a r a m e t e r s ，d a t aa c q u i s i t i o na n dr e c o r d i n gs y s t e mi sd e s i g n e d o p e r a t i o n a l p a r a m e t e r s ，s u c ha sd e n s i t y , b e dd e p t h ，r a w c o a la s hc o n t e n t ，f e e dv e l o c i t y , a i r v a l v ee t c ，a r er e c o r d e df o ral o n gt i m e s i m u l t a n e o u s l y , t h et i m i n ga r t i f i c i a l f l o a ta n ds i n kt e s ti sc a r r i e do u t 1 、h eh i 曲i d e n t i f i c a t i o np r e c i s i o no fb e d s t r a t i f i c a t i o ns t a t u si s a c q u i r e dt h r o u g ht h ea n a l y 7 s i s o f r e c o r d i n gd a t ao n s i t eu s i n gf u z z y j u d g m e n t m e t h o d b yl a r g e n u m b e r so f e x p e r i m e n t s ，t h ea d j u s t m e n tr e l a t i o n s h i p b e t w e e na i r v a l v eo p e r a t i o n a lr u l ea n dp u l s i n gw a t e rc h a r a c t e r i s t i c ，t h ep u l s i n gw a t e r c h a r a c t e r i s t i ca n dm o b i l i t yo fb e d ，a l s ot h em o b i l i t yo f b e da n ds t r a t i f i c a t i o n h a v eb e e no b t a i n e d t h ec h a i nb e t w e e na i rv a l v eo p e r a t i o n a lr u l ea n db e d s t r a t i f i c a t i o ni s s e t u p ，w h i c hs u p p l i e s t h e r e l i a b i l 蚵f o r c o n t r o l v 英文摘要 d e c i s i o n m a k i n go fe x p e r ts y s t e m e x p e r t c o n t r o l s t r a t e g y i s p u tf o r w a r db a s e d o nt h ec h a r a c t e r i s t i co f j i g g i n gp r o c e s si nt h i sa r t i c l e k n o w l e d g ea c q u i s i t i o n ，k n o w l e d g ee x p r e s s i o n ， s e a r c hm e t h o da n dr e a s o n i n gm e c h a n i s ma r es t u d i e di nt h ee x p e r ts y s t e m t h er u l e b a s ei ss e tu pb a s e do nb e ds t r a t i f i c a t i o ns t a t u s ，b e dm o b i l i t ys t a t u s f e e dv e l o c i t y , r e c o r d i n gd a t ao ns i t e ，a r t i f i c i nf l o a ta n ds i n kt e s tr e s u l t i n o r d e rt oi m p r o v et h e j i gc o n t r o ls y s t e m ，t h em o d i f i e df u z z y c o n t r o lm e t h o do f d i s c h a r g ep r o c e s s i ss t u d i e da n dt h ea u t o m o d i f l e dm e t h o do fb e dd e p t h e x p e c t a t i o nv a l u e i s p u t f o r w a r d t h ec o o p e r a t i o nc o n t r o ls y s t e mo f j i g s t r a t i f i c a t i o na n d d i s c h a r g ep r o c e s si sd e s i g n e d a n dr e a l i z e d o p e r a t i o nr e s u l to ns i t e s h o w st h a tj i gc o n t r o ls 仃a t e g yb a s e do ne x p e r t s y s t e ma n df u z z yc o n t r o l i s f e a s i b l e a l t h o u g ht h i ss y s t e mn e e d si m p r o v e c o n s t a n t l nt h i sc o n t r o ls y s t e mp l a y sa ni m p o r t a n t r o l ei ns t a b i l i z i n gc l e a n i n g c o a la s hc o n t e n t ，d e c r e a s i n gc l e a n i n gc o a l l o s s ，i m p r o v i n gp r o d u c tq u a l i t y a n d s e p a r a t i o ne f f i c i e n c y k e yw o r d s ：j i g g i n gp r e p a r a t i o n ，d e n s i t yd e t e c t i n g ，s t r a t i f i c a t i o n s t a t e ， e x p e r ts y s t e m v i 太原理工大学博士研究生学位论文 第一章绪论 1 1 洁净煤技术和跳汰选煤 洁净煤技术是指煤炭在开发和利用过程中减少污染与提高利用效率的加工、燃 烧、转化及污染治理等技术，是使煤炭作为一种能源达到最大限度的利用，而便其 造成的污染降低到晟低水平，达到煤的高效、洁净使用【】。选煤是应用物理、物理 化学或化学等方法将原煤脱灰、降硫并加工成质量均匀、用途不同的成品煤的加工 技术，是合理利用煤炭资源、保护环境最经济有效的技术途径“1 。 我国煤炭资源同国外相比有许多不同的特点p 删，难选煤多，高灰、高硫煤所占 的比例较大，大部分原煤灰分含量在2 5 以上，平均含量也达1 7 6 ，高硫煤( 硫分 占2 以上) 占1 2 7 8 ，平均硫分含量为1 1 1 。虽然中国选煤工业发展较快，入选煤 量位居世界第三，但与国外一些发达国家相比，入洗率还很低，仅为3 8 6 ( 全世界 原煤平均入选比例在5 0 左右，德国为9 5 ，英国和澳大利亚为7 5 ，俄罗斯为6 2 1 ， 南非为6 0 ，波兰为5 0 ) 。近几年，随着全球范围可持续发展战略的实施，人类对 保护生态环境的高度重视以及用户对煤炭产品的质量及品种的要求日趋严格，形成 了洁净煤技术继续不断发展的态势，从而形成了选煤工业的巨大发展空间【6 】。 在我国，约6 0 的入选原煤采用跳汰分选工艺。跳汰分选的优点在于：工艺流 程简单，设备操作维修方便，处理能力大，选煤成本低，且有足够的分选精度。另 外，跳汰选煤的适应性较强，处理的粒度级别较宽，在0 5 一1 5 0 m m 范围内既可不分 级入选，也可分级入选，除非极难选煤，均可优先考虑采用跳汰分选的方法处理。 正因为跳汰分选有上述的优势，所以近年来，虽然重介分选技术和浮选技术都锝到 了迅速发展，但跳汰法仍是使用最广泛的选煤方法【7 j 。 与跳汰选煤地位不相适应的是，跳汰选煤的自动化水平一直非常落后。 在跳汰分选中，主要包含有两个过程：一是床层在脉动水流和重力的共同作用 下按密度分层的过程，一是产品分离( 即排料) 过程【8 j 。 多年来，排料过程的控制一直是由人工设定床层厚度期望值，用浮标传感器获 取重物料层厚度，与设定值相比较后，通过偏差控制排料闸板启闭与开度或排料轮 启停与转速，一般采用简单的逻辑比较法或p i d 算法。这种控制的效果较差，如使 第一章绪论 排料闸板或动作迟缓或大起大落，床层超厚、排空波动很大，从而使排出的重产物 中夹带煤严重。同时床层不稳还会破坏已分好的床层，床层状态变差又会影响分离 精度。如此相互影响，恶性循环。 空气室的进排气决定筛下脉动水流波动过程的周期状态，于是通常是通过空气室 进排气循环的设定，即各空气室迸排气阀顺序动作的设定来控帝床层按密度分层的 过程。其分层过程的控制关系可由下图描述： 目前我国床层分层过程控制的现状是：跳汰周期和频率等参数均通过数控箱的 拨码盘由人工设定，操作工人完全依赖于手工探查和自己的经验来做调整。所谓手 工探查是工人用探杆( 木棍) 插入动态床层中来感觉重物料层的厚度和床层的松散 程度。显然，这样的控制很难实现合理的风水制度，以使分层效果达到最佳状态。 这就导致了灰分控制不精确、大量的精煤流失或精煤污染。 随着全球能源竞争的日趋激烈，煤炭生产企业面临着更为严峻的挑战，跳汰选 煤过程这种落后的手动控制模式，严重制约了产品质量、分选效率和处理能力的提 高，制约了选煤生产的效率和效益。在我国“十五”规划中，跳汰机的自动控制技 术和传感器技术的开发已被列为洁净煤技术的十大发展方向之一c 5 ，可见，实现跳 汰过程的自动化已成为我国选煤厂的迫切要求和我国未来发展的必然趋势。 1 2 跳汰选煤过程控制的研究现状 一个多世纪以来，国内外科学家在跳汰分选机理的研究方面一直未间断，但由 于跳汰分选过程的复杂性，直到目前对跳汰分选机理的认识主要还是建立在假说( 古 典理论、位能理论、统计理论等) 的基础上。近年来，国内外选煤工作者在继续研 究分选机理的同时，对跳汰过程主要参数的检测技术与控制方法予以重视，做了大 量研究工作。 1 9 9 2 年，美国c i i 公司曾依据跳汰机理，研究矸石中1 8 含量与矸石灰分之间 的关系，建立了数学模型，依据此模型，利用p i d 调节器通过矸石的在线灰分控制 跳汰机的排料，并通过模型计算排料组成，对风水进行优化，以实现分层的自动控 制。这种控制策略以精确的跳汰过程数学模型为基础。他们在邢台矿务局东庞矿选 煤厂历时3 年的研究，耗资3 7 万美元，于1 9 9 5 年投入运行，但运行一段时间，由 2 太原理工大学博士研究生学位论文 于数学模型的复杂性和精度难以达到要求，最终未能实现对跳汰杌的实时控制斜。 波兰的跳汰机大部分是k o m a g 型，1 9 9 4 1 9 9 9 年，其排料系统也是采用基于浮标 检测料层高度的方法，用控制器分析高度差，并控制挡板伺服马达的位置调节排料 量。这样的控制对入料的均质化有较高要求。由于波兰的入料性质不稳定，所以排 料效果不佳。2 0 0 0 年，由波兰e m a 6 中心开发和研制了b o s s - - 2 0 0 0 型跳汰机自动排 料装置及a s 一2 0 0 0 控制系统l j ，其特点是根据物料床层厚度的测量值控制两个相互 独立的伺服马达( 溢流堰挡板和排料闸门) 的位置，采用可编程控制器对挡板和闸 门的位置进行综合分析后，由控制器动态调整伺服马达的工作参数以调节产品的排 出量。在k o m a g 中心进行的试验显示出这种排料装置可保持精煤和矸石质量稳定。 但这种排料装置必须改变跳汰机结构，将溢流堰挡板设计成可动部件。 澳大利亚j k r m c 公司为昆士兰中部的n e w l a n d s 煤矿的a p i c 跳汰机开发了一种 j i g s c a n 控制器【l ”，该控制器的突出特点是利用j k m r c 公司专门开发的压力传感器能 够测量脉动速度和位移、空气室的液位。跳汰机过去一直被看作是一个交互影响因 素甚多、难以充分认识的“黑箱”，j i g s c a n 依据在跳汰运行情况下采集的大量数据 弥补了这种不足。因为脉动波形( 振幅、陡峭度、周期) 对分选质量和性能具有重 要影晌，为跳汰机操作人员提供了控制参考依据，当脉动波形显示出异常时，操作 人员可以进行校正。该系统对脉动速度的测量目前正在开发中。 澳大利亚学者荣瑞煊等人应用两种新方法对影响跳汰分选的因素迸行了分析 1 8 1 。第一种方法是利用新型的采样装置对跳汰床层进行在线分析，该技术是从整个 床层高度的任一点进行采样，采样是在线进行的，不会影响跳汰分选作业的正常进 行，得到的采样结果可用来分析床层的分布情况；第二种方法是应用示踪粒子找出 大颗粒在跳汰分选过程中的分布情况，利用该项技术可确定颗粒的分层时间和精煤 及矸石的分层情况，这对跳汰机的操作制度的优化有一定的指导作用。上述两种方 法己应用在澳大利亚某选煤厂的跳汰机性能测试中，该跳汰机是6 r e x 7 5 m 的三段式 b a t a c 型跳汰机。使用了上述两种方法后，对影响空气和水流动态特性的水动力学参 数进行了相应地调整，分层情况有一定的改进，估计产率可提高2 。在此基础上， 荣瑞煊等人与澳大利亚的n e w l a n d sc o a lm y l t d 合作，进行分层特性及其优化的进一 步研究，已建成了一台可连续工作的实验室跳汰枫，使用了耐磨型多色人工试料， 主要研究工作是提高影响跳汰分选各种因素的检测水平，为跳汰分选和重产物排出 的自动控制提出合理的、可靠的控制策略，但目前研究成果还不成熟。 1 9 9 8 年，日本学者荒木芳昭等人从水的脉动波形及控制方面进行了研究”“，为 了获得更高的分选精度，提出了一种变波形的跳汰机控制方案。在一台高桑型半工 3 第一章绪论 业性实验用跳汰机上采用了计算机模拟的方法设计了一个控制系统。该跳汰机装备 有一个排气阀和分别适用于高、低压空气的两个进气阀，每个阀门均有一个气缸和 一个电磁阀控制，由一台3 2 位计算机控制，根据跳汰室内液位的变化控制高、低压 压缩空气的压力，经实验研究后，梯形波被认为是最适合于选煤的理想脉动波。一 般情况下，洗水脉动波形、波高与高、低压气体的压力和三个风阀的打开或关闭的 时间有直接关系。所以，一个理想的梯形脉动波形可通过合理地调节上述工作参数 来实现，而在实际生产中，工业跳汰机的脉动波形与波高很难保持稳定，一个确切 反映被控变量与控制输入之间的关系公式很难确定，根据上述特点，采用了模糊控 制的方法，采用一组控制规则和推理方法确定对该工艺过程的控制动作。实验结果 表明：在具有强烈干扰的跳汰分选作业中，采用开发的模糊控制系统可成功地生成 并保持梯形脉动波的理想波形与波高，同时该模糊系统也可生成慢速上升一快速下 降或快速上升一慢速下降等波形，在此基础上，作者提出了一个空气脉动跳汰机脉 动机理的数学模型，并根据该模型开发了一种新型的可产生理想脉动波形的风阀， 采用装备有这类新型风阀的半工业性实验跳汰机的连续试验，分选速度和分选精度 均有较大提高。但该系统的研制开发仍然是在实验室跳汰机上进行的，进一步的应 用于工业跳汰机的效果目前还没有见到公开报道。 文献 1 3 介绍了德国的b a t a c 跳汰机采用p l c 对所有排料闸门和脉动空气室进 行控制，并通过调节振幅、频率对吸啜力进行闭环控制。 上述研究成果有些己在跳汰生产实践中发挥出作用，许多技术值得我们借鉴。 相对于国外研究，我国在跳汰机参数检测技术与控制系统的研究上差距较大， 虽有不少文献提出了各种控制策略，但存在的问题仍比较明显。 在8 0 年代初期，中国矿业大学在抚顺老虎台选煤厂进行了跳汰机自动控制的研 究工作，但也只是将跳汰机纳入了全厂集中控制系统，并没有涉及跳汰机风水制度 的控制，后煤科院唐山分院又进行了智能跳汰机的研制开发工作，“九五”期间，煤 科院唐山分院进一步进行跳汰机自动控制的研究，但目前还没有开发出可用于分层 控制的自动控制系统。 中国矿业大学朱金波提出利用人工神经网络可学习跳汰机操作因素和分选指标 的映射关系1 1 4 】，在实际分选资料的基础上，用计算机进行多次训练学习，所映射的 关系可达到很高的精度，所以可应用神经网络预测一定操作条件下的分选指标，并 确定最佳操作参数。这种方法没有考虑跳汰过程的复杂性与受多因素影响的特点， 想直接建立操作参数与分选指标间的关系，这是完全不可能实现的。 1 9 9 9 年，平顶山选煤设计研究院李洪庆等在跳汰机风阀自动控制研究中，提出 4 太原理工大学博士研究生学位论文 了通过检测和控制空气室水位的方法来实现合适的脉动振幅的方法( h 】。在每一个跳 汰周期，空气室水位经历一个循环变化，空气室的水位波动状态将随着不同的跳汰参 数而改变，不合理的跳汰参数将导致不良的跳汰床层，保持稳定和适当的水位振幅， 是跳汰机物料良好分层的必要条件。跳汰机的各个空气室具有不同的水位振幅要求。 在矸石段，物料床层较厚，需要较大的振幅；在中煤段，物料床层较薄，需要较小的振 幅。具体控制过程是：在空气室侧边安装水位传感器，不断检测空气室水位的变化，并 在每一个跳汰周期结束时，控制器采集并存储一个最高水位信号值g 和一个最低水位 信号值d ，当g 与d 的差值( 水位振幅) 大于水位振幅设定值与死区的和时，自动步进减 小进气期和排气期的值，以使检测的水位振幅逐步减小，直至接近设定的水位振幅。 相反，当g 与d 的差值小于水位振幅设定值与死区的差时，自动步进增大进气期和排 气期的值，以使检测的水位振幅逐步增大，直至接近设定的水位振幅。这种方法虽然 具有简单明了的原理，但只用空气室水位单一参数参与控制，其可靠性受到质疑， 而且这种基于空气室水位的风阀闭环自动调节只是提出了一种设想，还未进行过工 业试验的检验。 2 0 0 2 年，中国矿业大学信息与电气工程学院马方清副教授等在中国矿业大学学 报上发表“跳汰机选煤生产过程智能控制”一文，提出以精煤灰分及精煤回收率为 控制目标的智能控制系统，系统由二层构成：上层以跳汰机实时分选效率、入选原 煤性质和可选性为依据，实时识别系统状态和趋势，实现智能控制系统底层各子控 制系统间协调和优化控制。底层是由一个多环境模糊控制器构成，分别实现跳汰机 系统的给料、排矸、排中煤和总用风量的模糊控制。 中国矿业大学倪建军等在2 0 0 3 年提出了一种基于模糊控制理论和方法的跳汰精 煤灰分在线回控系统【l “，该系统的输入包括精煤灰分偏差、浮标高度、闸板高度、 原煤灰分、缓冲仓位等参数，输出控制信号为床层高度设定值、给料量设定值等， 系统的基本控制回路包括：依据浮标的自动排料控制回路；依据精煤灰分偏差的床 层高度设定值调整回路；依据原煤灰分变化和闸板位置的给料量调节回路。 煤科总院唐山选煤设计院在我国选煤领域居重要位置，但他们的工作大多侧重 于选煤新设备的研究，如动筛式跳汰机、多频脉动跳汰机、数控风阀结构的研究等， 近年来又将研究重点转向重介选煤，在跳汰选煤过程自动控制方面的研究未见报道。 5 第一章绪论 1 3 跳汰过程智能控制策略 1 3 1 - r 业过程的智能控制 工业过程可分为连续工业过程、离散工业过程和间隙工业过程三大类。随着经 济发展的全球化，连续工业过程如石化、电力、冶金、化工、医药、造纸包括选煤， 正面临着生产规模、经济效益、产品质量等多方面的严峻挑战。为提高连续过程工 业的竞争能力必须不断采用高新技术对其进行改造。正是在这一前提下，过程控制 的研究得到了很大的发展。特别是8 0 年代后期到9 0 年代以来，随着多学科如控制 论、信息论、系统论、人工智能、工程学等学科的渗透与交叉，同时信号处理、数 据库、计算机技术的迅猛发展，为实现高水平的工业过程自动控制提供了强有力的工 具，以神经网络、专家系统、模糊控制为代表的人工智能技术开始在连续过程控制 中应用并取得成果。 日本最早把专家系统技术引入到高炉过程控制领域。n k k 公司1 9 8 6 年率先开发 a l t l i 界上第一个高炉专家系统f 2 0 1 1 2 ”，运行效果良好。该系统是以高炉工艺机理和操 作经验相结合的方法建立的，采用了八类参数( 全炉透气性、局部透气性、炉子热 状态等) 的模糊值和四类参数( 风压、各层炉身压力等) 的变动值进行综合判断， 从而得出炉况“好”、“注意”、“坏”的结论，并指导操作人员采取措旌。文献 2 2 结合有色金属铅锌的冶炼烧结过程提出了种基于神经网络、模糊逻辑的工业过程 的参数模型化方法，并应于过程的稳态优化。文献 2 3 针对高炉冶炼生产过程复 杂、具有慢时变、非线性、大时滞、无法精确建模的特点提出了一种实时集成智能 控制方案，得到了令人满意的控制性能；文献r 2 4 将专家模糊神经网络控制系统 用于铝厂熟料窑炉的温度控制，也获得了良好的性能。 人工智能在解决工业复杂过程控制问题中体现出明显的优势，目前越来越得到 各国研究人员的广泛重视瞄1 1 2 6 1 。 从整体上看，智能控制具有如下特点： 1 智能控制不依赖于被控系统的数学模型，而是依赖于过程信息以及积累的知 识与经验，着重于研究过程描述及知识的表达和推理机制； 2 智能控制对环境具有学习、适应能力，对一个过程或未知环境所提供的信息 能进行识别、记忆，并利用积累的经验进一步改善系统的性能，这同人的学习过程 相类似； 6 太原理工大学博士研究生学位论文 3 对于复杂任务和分散的传感信息具有自组织和协调功能，可在任务要求范围 内进行自行决策，当出现多目标冲突时进行协调处理； 4 能够有效地克服被控过程和环境所具有的高度复杂性和不确定性，并能够达 到所期望的目标。 在智能控制领域，专家系统、模糊集合、神经网络称之为三大支柱。 ( 1 ) 专家系统 专家系统以知识表示、知识推理、知识获取为基础。其中知识表示和知识获取 是必要的前提条件。知识大多是从对客观世界的认识中得到、以经验的形式存在的 专门知识，表现为很强的模糊性，如何充分地表达知识中的模糊信息，成为知识表 示方法研究的重点。而推理则是专家系统中问题求解的主要手段，是使问题从初 始状态转移到目标状态的方法和途径，推理的过程就是问题求解的过程。按推理所 得结果的可靠性，可将推理方法分为确定性推理和不精确推理。人类求解复杂问题 的过程远比经典的演绎方式复杂得多，在专家系统中，事实和求解问题的知识往往 是不确定和不精确的，因此，不精确推理和模糊匹配问题在人工智能中受到越来越 多的重视。 用于工业过程实时操作指导的专家系统是面向具体生产过程的专家系统，它与 通常所指的专家系统的区别是它不仅需要事先将有关领域专家的知识和经验加以总 结和分类，以定形式存入知识库中，而且必须对实际运行状态信息进行实时采集 和处理，进行信号特征提取，并将多种信息进行融合，不断地在线进行知识更新。 因此工业过程实时操作指导专家系统在知识获取、知识表达、知识库的组成、推理 机制方面具有自己的特点。 ( 2 ) 模糊控制 模糊逻辑是把领域专家和熟练操作人员的控制经验归纳成为定性描述的一组条 件语句( 模糊规则) ，并利用模糊集理论进行推理，使控制器能够接受人的经验，模 仿人的操作策略进行控制。模糊控制的突出特点在于：鲁棒性强、适于解决常规控 制难以解决的非线性、时变和滞后系统问题：以语言变量代替常规的数学变量，易 于形成专家的“知识”；推理过程采用不精确推理，模仿人的思维过程，因而能处理 传统控制方法难以处理的复杂问题，并能达到令人满意的控制效果f 冽。 ( 3 ) 神经网络 神经网络是由大量处理单元经广泛互联而组成的人工网络。在人工神经网络中， 信息的处理是由神经元之间的相互作用来实现的，知识与信息的存储表现为网络元 件之间分布式的物理联系，网络的学习和识别取决于各神经元连接权值的动态演化 7 第一章绪论 过程。其突出优点是具有信息分布存储，并行处理以及自学习能力及很强的输入输 出间的非线性映射能力。因此，在模式识别等方面神经网络具有明显的优势。 专家系统适用于知识的运用，模拟逻辑处理知识的不确定性十分有效，而神经 网络技术可以帮助识别客观世界的隐含规律。因此，利用三者各自的优点