30选矿自动化年评.docx

第30章 选矿自动化年评周俊武1、徐宁2、王庆凯1、赵建军1（1北京矿冶研究总院、矿冶过程自动控制技术国家重点实验室；2北矿智云科技（北京）有限公司）过去十年选矿自动化的发展速度、普及率前所未有，新建选矿厂无一例外地同步建设自动化系统，老选矿厂也不断通过自动化系统的建设实现改造提升、转型升级1。但应用情况、实施效果各不相同，本文就选矿过程检测技术和控制与优化技术做简要评述。30.1 在线检测与分析技术在线检测与分析技术是实现自动化、智能化的基础。在过去的十年里，选矿过程的流量、物位、压力、温度、酸碱度等单一参数的检测应用的十分普及和成熟，这里就不再赘述。选矿过程在线分析技术的开发与应用不仅从未止步，而且越来越被行业所重视。尤其是随着应用基础研究的快速发展，促进了高端分析系统等智能装备的开发与应用。这类装备通过一个或者多个参数的物理测量和数学建模，能够感知、预测生产中的矿物特征、设备状态、生产指标等复杂的、综合的、关联的过程信息。这些装备使得生产操作智能化成为可能，改变了选矿自动化传统的含义和任务，缩短了选矿自动化技术与生产成本、效益、安全、环保、管理、知识储备、人才培养等经济效益和社会效益之间的距离。30.1.1 磨机状态监测技术在诸多选矿设备中，磨机运行成本最高、能源消耗最大，磨机运行状态和效率的控制是实现磨矿过程节能优化的关键。决定磨机工作效能的三个因素：磨机筒体尺寸、提升衬板的状态和磨机的装载量及物料分布情况。如果能够及时掌握磨机内物料装载量、磨机内物料浓度粒度状态、衬板磨损程度等设备、状态信息，就能够及时调整磨机操作条件，使得磨机处理量最佳、运转效率最优、维护保养及时。因此，磨机状态监测技术一直是矿业技术研究的焦点和热点，国外的AMIRA、CSIRO、Outotec、COREM、JKMRC等研究机构都在这方面做了大量的研究工作。磨机状态监测技术的种类很多。国际矿业联盟AMIRA立项、CSIRO承担的“基于振动测量的磨机负荷监测”项目，2006年研制成功了惯性供电系统、加速度计传感器组和无线多通道信号采集系统，利用振动测量方法预测磨机运行状态，2008年在North Parkes Mine进行了试验。2008年AMIRA利用了离散元素法模拟磨矿过程矿石、钢球、衬板之间的动力学特征，进而建立了多项磨机运行状态参数的预测模型，包括磨机负载、磨矿粒度、磨机衬板磨损状况、磨机物料分布范围等。Outotec公司2006年报道了利用功率曲线中的脉动信息预测磨机装载量并开发磨机装载量分析仪MillSense的研究，他们认为功率曲线中的脉动信息是由磨机周期性的将物料提升起来、再撞击到底部物料的运动过程产生的，因而能够通过对脉动信息的提取，以及其在磨机旋转周期的相位变化，来判断充填物料的运动趋势。磨机电耳检测是采用声响法，将磨机工作过程中产生的噪音，通过麦克采集，转变成仪表信号的方法。据文献报道，该方法被用于南京银茂铅锌矿有限公司选矿厂2、中国黄金集团内蒙古矿业有限公司乌努格吐山铜钼矿选矿厂3等的磨矿控制系统中，起到了良好的应用效果。我国在较长一段时间内采用电耳方法预测磨机负荷状况，该方法在一定程度上能够反映磨机负荷状况，但是由于干扰信号种类众多、信号分析处理手段比较简单，准确度受到了一定影响。2006年我国开始基于磨机筒壁振动信号检测与分析的“磨机/半自磨机负荷检测技术”研究，成功开发“基于振动测量的磨机负荷监测”系统，实现了振动信号采集和信号实时处理，设备在工业现场长期可靠运行45。但是，磨机振动信号受衬板磨损程度的影响严重，随着时间的推移，信号会出现长期漂移。十二五期间，通过增加衬板磨损测量传感器，在线测量衬板磨损情况，对振动信号进行修正，极大地改进了系统的适用性，同时，可以预测衬板磨损，合理安排检修计划。目前，磨机振动信号的特征参量Beta可用于磨矿控制系统中,并已经成功应用于三山岛金矿、焦家金矿等选矿厂的磨矿给矿控制回路。综合国内外的研究成果与应用实践看，磨机状态特征具有多参数耦合、时变、大滞后、多样化等特征，依靠单一检测技术或者方法的局限性很大，因此需要具体对象具体分析，根据被监测对象和具体磨矿工艺的特点，将动力学仿真、数据建模、多变量统计监控等多种技术有机整合，才能取得较好的效果。另一方面，这些年我国磨机设备自带的自动化系统比较成熟了，包括功率、电流等参数，润滑、液压等装置的临界操作和联锁控制等。从生产实践来看，这些看似简单的变量和信息，对磨机运行状态的分析也是非常重要的。30.1.2 浮选泡沫状态分析技术目前浮选泡沫状态分析技术以分析浮选泡沫表面视觉特征为主，是浮选工况和工艺指标的直接指示器，在实际矿物选别生产中，浮选泡沫表面视觉特征，如颜色、大小、流速、纹理等依靠人工观察，主观性强、误差大、效率低，无法实现浮选状态的客观评价与认知，造成生产过程不稳定，矿物原料流失严重，药剂消耗量过大，为此将机器视觉应用到矿物浮选过程的监控中，可以提高浮选过程的回收率。近年来，基于机器视觉的浮选泡沫表面特征监测技术已引起了工业发达国家科研机构的高度关注并推出相应产品。C. Aldrich等6、Ivana Jovanovi等7以及南非Mintek8中共提及16款国外的泡沫图像产品。但相关文献较少，其中Visio Froth（Metso），FrothMaster（Outotec）已在国外的矿山企业有了广泛的应用。国内北京矿冶研究总院、中南大学、中国矿业大学等也开展了浮选泡沫图像处理及检测技术的研究，取得了一定的研究成果。J.F. Reddick等9使用SmartFroth尝试通过颜色预测品位，并认为单独的颜色信息不能用来准确的预测精矿品位。A. Supomo等10在印尼PT Freeport的粗选槽上，使用VisioFroth测量泡沫溢流速度，通过修改液位控制设定值，配以其他限制条件，调整产率，并宣称提高了粗选流程回收率2.4%。J. Leiva11等使用VisioFroth测量泡沫输运估计空气回收率，I. Rojas等12使用VisioFroth测量泡沫输运特性。E. Sanwani等13采用JK俘获法和CSIRO电导率法测量浮选槽内气泡体积分数并对比。Nicolas Barbian等14通过专用隔离筒测量泡沫厚度来测量气泡稳定性，与泡沫图像测量的空气分散特性对比结果一致，证明适中的充气量是保持泡沫稳定性和回收指标的关键。Barbian. N等15对气泡固体荷载和空气回收率进行测量，并引入两个参数泡沫体积矿物荷载和互相关极点，并研究这两个变量与浮选性能的相关性。Lin. B等16提出并实施了一种的气泡尺寸估计方法。Nunez. F等17开发了基于软测量的动态纹理预测为采样时泡沫速度的算法。M.H. Moys等18对测量泡沫载荷的方法进行改进。C. Marais等19通过泡沫图像信息估计铂品位。Mehrshad. N等20提出了一种基于标记的自适应分水岭分割算法测量泡沫尺寸分布。A. Kramer等21将化学品动态表面张力的测定快速气泡法引入到浮选中在线测量气泡表面张力。W. Kracht等22采用随机逼近法测量泡沫尺寸分布。Nissinen. A等23使用ERT测量数据对泡沫结构进行建模，并联合使用泡沫图像技术进行检测，结果表明两者有较好的相关性。Jahedsaravani. A等24在实验室采用固定变量法改变浮选运行条件，使用图像技术分析泡沫信息，然后采用神经网络法进行建模。Ata. S等25使用高速摄像机拍摄并分析颗粒对毛细管吹出气泡的影响。Morris. GDM等26使用高速相机浮选并验证Dippenaar在1982年对方铅矿颗粒对气泡薄膜的影响，并提出一些不同的观点。北京矿冶研究总院2008年开发出了BFIPS-I型浮选泡沫图像分析系统，该系统根据获取的浮选泡沫图像可以计算出浮选泡沫大小、个数、稳定性、速度、颜色、纹理等特征参数，该系统在德兴铜矿大山选矿厂铜钼混合浮选作业进行的工业应用，并实现了利用泡沫特征参数对精矿泡沫品位进行的预测1。2014年BFIPS-II型浮选泡沫图像分析系统在山东黄金集团焦家金矿选矿厂中使用，通过联合调解锥阀以及充气量，控制浮选泡沫速度，实现了浮选过程的自动控制并取得显著效果。中南大学也在基于机器视觉的矿物浮选过程监控技术方面取得了相应的研究成果，研发了铝土矿、铜矿、金锑矿等多种矿物浮选泡沫图像处理系统，其铝土矿浮选泡沫图像处理系统能够自动提取出表示泡沫颜色、大小、速度、纹理、稳定性、流动性等泡沫特征，并提供泡沫图像实时显示、特征曲线及工艺参数曲线实时显示，实现浮选泡沫状态的分类、识别与综合评价和自动生成生产报表等功能，该系统有效改善工人工作环境和劳动强度，对现场浮选操作提供指导信息，提高了浮选过程的自动化技术水平27。近几年许多学者针对泡沫纹理、尺寸、颜色、移动速度等特征的提取方法及浮选工况识别方法展开了大量研究。为了准确获取泡沫图像纹理，桂卫华等28在灰度共生矩阵方法的基础上提出一种新的浮选泡沫图像纹理特征提取方法，将泡沫图像进行颜色空间转换，对转换后的泡沫图像计算其颜色共生矩阵，然后从归一化后的颜色共生矩阵中提取特征统计量，最后根据特征统计量表征的泡沫纹理状况，从而为浮选优化控制提供依据。刘金平29建立了泡沬图像变换域系数的统计分布模型，并根据泡沫图像对应的视觉特征与浮选生产工况的相互关系，开发基于泡沫图像统计特征参量的粗选过程药剂添加健康状态的自动识别功能，以及浮选生产工况的综合分类与评价功能，以铝土矿浮选过程为对象,将所提出的方法应用到了浮选过程工况分类与识别中,并利用所收集的浮选操作知识,根据工况识别结果,为浮选现场操作工人提供了相应的操作指导。任会峰30依据泡沫图像与浮选矿浆pH值的关联性，提出泡沫颜色、形态和纹理特征提取方法,建立基于泡沫图像特征与多工况子模型组合的pH软测量模型,实现铝土矿浮选pH值的实时检测,为浮选过程优化控制创造条件。周开军31提出了基于分级分水岭算法的泡沫图像自适应分割方法，引入样本统计分布的概念,提取了气泡平均尺寸、方差、偏斜度及陡峭度等统计特征，提出了基于形态学签名变换的泡沫形状特征提取方法，对气泡形态特征进行量化。分析泡沫形态特征与矿物回收率的相关性,建立了基于最小二乘支持向量机的矿物回收率预测模型，为优化操作提供依据。林霞32针对目前存在的浮选泡沫图像的纹理特征提取存在计算量大及精度低的特点,在图像的空间域中提出了基于CCHS的纹理特征提取方法。针对复杂工况导致浮选泡沫图像纹理复杂多变以及光照变化等鲁棒性等问题,在图像的频率域中提出了基于改进的Gabor小波变换的泡沬图像的纹理特征提取方法,将提取到的纹理特征用于工业分类。欧文军33研究了速度和形状特征提取算法，一种基于宏块跟踪的泡沫运动速度提取方法,并引入最大势能的概念,模拟分水岭集水盆地的淹没过程,基于最大势能的分水岭分割方法获取泡沫的形状特征，采用专家知识系统为浮选过程优化控制提供指导。陈宁34提出一种基于颜色共生矩阵的浮选泡沫图像纹理特征提取方法，通过统计泡沫图像纹理复杂度及与之对应的矿物品位，分析两者的变化关系，定性地指出泡沫纹理复杂度与矿物品位的相关性，给出浮选泡沫的最佳纹理复杂度区间。牟学民35提出了一种自适应的基于Fourier-Mellin变换与模板匹配相结合的泡沫图像宏块跟踪方法来自动跟踪形变气泡以准确测量浮选泡沫流向刮板的速度，以及基于泡沫图像灰度 SIFT 与 Kalman滤波相结合的泡沫速度特征提取方法跟踪各种泡沬运动子块。针对泡沬稳定度特征难以定量描述问题,提出基于数字图像处理的浮选泡沫表面形变系数与破碎率特征提取方法,对泡沫形变系数、泡沫破碎率的量化描述。李建奇36研究浮选泡沬图像的清晰度评价方法、泡沫图像的光照均匀化方法,以及泡沫图像的多尺度增强方法,进一步提出一种面向参数测量的泡沫图像自适应分割方法,在铝土矿浮选工业应用方面进行了研究。其他基于泡沫图像处理技术的方法，还包括统计树型小波变换后的小波系数来提取精选泡沫图像纹理特征参数，利用ARMA(自回归滑动平均)动态纹理模型描述泡沫图像之间的相关性37，以及提出基于旋转分类的模糊纹理谱纹理特征提取方法38、基于局部特征贝叶斯概率模型的泡沫图像分类方法39、基于改进LBP 算子的精选泡沫图像表面纹理粗细度特征提取方法40、多分辨率下的小波变换方法41、基于SIFT的速度特征提取42、凸壳二叉树的SVM多类图像分类算法43、小波变换结合ARMA的动态纹理建模方法44、自适应分数阶微分图像增强方法45、基于颜色共生矩阵(CCM)的纹理特征提取算法46、基于PSO的混合尺寸泡沫图形分割方法47。30.1.3 浓密机负荷监测技术浓密机负荷主要指的是储泥量，通过测量耙架扭矩、耙架电流、泥床压力、泥层厚度等手段均可以间接反映。泥床压力检测通常需要预先在浓密机锥底进行安装时预埋压力传感器，泥层厚度可以通过超声波物位计或浸入式红外浊度仪来实现，这两种方式的优点是反应储泥量更直接，缺点是需要做大量的标定工作。利用耙架扭矩、耙架电流判断浓密机储泥量很简洁实用，但是反应的设备状态信息很有限，失真率也很高。近年来，软测量技术被应用到浓密机的研究领域。例如北京矿冶研究总院根据浓密机的工作原理，输入输出物料、浓密机电流/扭矩等信号实现了泥床厚度的预报48。30.1.4 矿石粒度分析利用图像分割技术实现皮带运输机上的矿石粒度（块度）测量，测量对象包括粗碎、细碎的给矿矿石和破碎后矿石，自磨/半自磨机给矿矿石，以及皮带上的钢球、球磨机给矿等，以此为指导进行碎磨控制，能够提高碎矿和磨矿的生产效率和处理量。美国SPLITENGEINEERING公司开发的Split-Online Rock Fragmentation Analysis system，KSX公司研发的PlantVision系统已在国外矿山用于生产实践。国内在这方面的研究起步较晚，尚处于工业试验研究阶段。30.1.5 矿浆粒度测量磨矿过程的粒度是直接关系到选矿生产精矿品位和金属回收率的重要指标，粒度的在线检测对磨矿过程的优化控制、提高精矿品位和金属回收率具有重要意义。国内外相关公司和科研机构已经研发出采用超声波衰减、直接测径、激光衍射等多种测量原理的稳定的检测方案和产品。1超声波粒度仪超声波粒度仪主要由取样装置、空气消除器、传感器（超声波探头）、电子处理装置以及显示仪表部分组成。来自工艺流程的矿浆经过取样装置进入空气消除器，除去混入矿浆中的空气泡后，流进传感器进行检测，为了克服矿浆浓度的影响，传感器同时需要检测浓度引起的超声波衰减对测量结果进行校正。采用超声波衰减原理的包括德国SYMPATEC GmbH生产的在线超声波衰减粒度仪OPUS（On-line Particle size analysis by Ultrasonic Spectroscopy），美国热电公司的PSM-400型粒度仪，国产设备包括东方测控公司研发的DF-PSM在线超声波粒度分析仪49等，这些产品在国内的矿山企业都有应用案例。2直接测径式粒度仪直接测径式粒度仪（也称机械式粒度仪）一般由取样装置、流量稳定装置、标定取样器、测量头，电子控制显示单元等组成。其核心检测部件测量头部分由马达、减速机构、凸轮、测量柱塞、差动变压器、测量槽组成。通过马达、减速机构、凸轮、柱塞将马达的旋转运动转换为柱塞在测量槽中的上下垂直运动，带动陶瓷测量头完成测量动作5153。直接测径式粒度仪不需要除气装置，不受矿浆磁效应和矿浆中杂质的影响，浓度变化的影响也不敏感，从相关报道可见其推广应用的数量远大于其它测量原理的粒度仪产品。3激光衍射粒度仪激光衍射粒度分析仪基于矿物颗粒的光散射，散射模型基于米氏理论，模型宽度取决于粒度尺寸。激光衍射法分析原理的一个优势在于它能够给全粒级分布的结构，不需要标定，而且在较宽的粒度范围上，它的重复性和精度均很好，但其缺点是被分析的样品数量很少，行业内对其应用的效果褒贬不一，芬兰Outotec公司的基于光衍射原理的PSI500粒度分析仪，在我国永平铜矿选矿厂已有相关的应用报道51，但未见该产品在其它企业推广应用。4软测量技术东北大学根据磨矿回路的特点，采用多输入层神经网络和遗传算法相结合的方法，提出了采用实数编码遗传算法训练多输入层神经网络的混合算法，建立了磨矿粒度的神经网络软测量模型，并在某大型选矿厂通过现场数据验证和实际应用验证了该方法的有效性53。30.1.6 矿浆品位测量矿浆品位的在线、实时分析对指导生产、节约药剂、控制产品质量和提高回收率等方面都起着非常关键的作用。在线、载流型X射线荧光分析仪是集电子、核电子、自动控制、精密仪器加工于一体的连续流程性工业过程参数分析的大型仪器设备，该类仪器在生产线上对生产过程连续、自动进行多元素成分分析，广泛适用于冶金、选矿、化工、建材等行业的过程分析领域。矿浆品位分析仪从测量方法上来说，有波长色散X射线荧光分析（WDXRF）和能量色散X射线荧光分析（EDXRF）两种；而从获取X射线荧光的方法上来说，有放射性同位素和X光管两种不同激发源的X射线荧光分析。前者有以澳大利亚Amdel公司为代表生产的放射性同位素型在线X射线荧光分析仪；后者则有以芬兰奥托昆普公司为首，它以X光管为激发源，生产了库里厄系列的载流X射线荧光分析仪。由于波长色散X射线荧光分析在计数率、分辨能力、测量速度等方面都优于能量色散X射线荧光分析。多年来，奥托昆普公司一直致力于库里厄家族的开发、研制和生产，成为全世界著名的载流波长色散X射线荧光分析仪生产厂家，Courier系列品位分析仪54在凡口铅锌矿选矿生产自动检测技术中的应用。当然，澳大利亚Amdel公司、美国丹佛公司、瑞典波利登公司等均开发出各自的载流X射线荧光品位分析系统，各具特色，并在世界各国得到广泛应用。我国在“十一五”“863”研究计划中立项支持了“载流X荧光品位分析系统开发”课题。该课题由北京矿冶研究总院承担，研制成功了BOXA型载流X荧光品位分析仪，该分析仪系统包括一次取样器、多路器、分析仪控制单元、分析仪探头和分析仪管理站5部分组成。该仪器可以测量24个矿浆流道，5个金属元素，测量精度：高品位矿浆2%4%，低品位矿浆4%6%。一个品位分析系统最多可配置24个一次取样器，分属于4个多路器，一次取样器和多路器均由分析仪控制单元控制，根据测量需要完成取样和冲洗等工作。分析仪控制单元包括人机交互界面和模块化的控制器，各模块之间统一调度，协同工作。分析仪探头由高精度高压源、X光管、分光晶体和X射线探测器及制冷系统、温度控制系统等组成。通过分析仪的管理站可进行参数设计、回归模型分析、历史数据统计和报表等功能。目前BOXA型分析仪在国内外选矿厂已经推广应用十几台，取得了良好的应用效果。与此同时，国内的中钢集团马鞍山矿山研究院有限公司55、丹东东方测控技术有限公司也研发成功了采用核辐射源作为激发源的能量色散型分析仪产品。30.1.7 液位测量Outotec2013年发布的新产品LevelSense，该产品用于检测浮选泡沫层厚度，其采用的是电阻抗成像技术,结构为探针式，并宣称该产品对液位检测更加准确可靠，并展开了更加深入的研究。Pursiainen56受Outotec委托，开发了一个用于LevelSense的喷淋清洗装置。Heiskanen Kari指导学生57使用LevelSense，就电导率与工艺参数的关系进行研究。A. Nissinena58针对探针式ERT探头提出两种简化模型算法，提高运算速度。Antti Nissinen等人59发表关于使用LevelSense测量泡沫尺寸和泡沫载荷，进行深入开发。J Kourunen60使用Outotec等提供的试验条件，对气液二相流成像进行研究，并在文章最后表示Numcore和Outotec在后续研究中成功的应用在三相流中。Suzanna Ridzuan Aw等人61对电阻抗成像技术的应用做了一个回顾，大多集中在气含率及流体测量两个方面，此外还有泡沫上升速度和气泡尺寸测量等。30.1.8 皮带上矿石品位分析皮带上矿石品位分析目前以美国赛默飞的ECA系列产品最为成熟，该产品采用瞬发伽玛中子活化分析法（PGNAA），主要应用在煤炭和水泥原料检测，Cottle, I.62在2007年铁矿石会议上介绍了该系列的第八代产品。贾文宝等63报告了大陆中电MJA型煤炭在线检测装置，应用关于多家电厂。高翔等64对PGNAA技术应用于煤炭分析进行了研究。贾文宝等65就煤炭重量对PGNAA分析的影响及修正进行的深入研究。宋青峰等66使用PGNAA技术检测铜镍矿，并认为其满足现场检测控制的需要。30.2 控制与优化技术我国矿产资源具有贫、细、杂的特点，导致选矿生产过程工况复杂多变，对于生产过程关键工艺参数和关键信息的采集及自动化要求更为迫切，近年国内许多学者和研究机构对选矿生产过程控制与优化开展了大量研究工作，取得了一定进展。30.2.1 破碎过程控制与优化碎矿过程具有流程长、设备多且分散，人工操作和设备管理难度较大的特点，控制目标需在保证设备和流程安全生产的基础上，提高破碎效率，降低单位矿石破碎能耗。破碎过程的检测仪表已完全成熟，一般采用大量程雷达料位计检测矿仓料位，采用电子皮带秤或者核子秤检测运输皮带矿量，采用微波料流开关检测设备下料口堵塞情况；在此基础上，集成颚式破碎机、圆锥破碎机、皮带运输机、除尘器等主要设备运转信息，实现一键启停的开停车控制和设备保护的连锁控制，可优化操作岗位数量，减轻工人劳动量。国外在破碎过程控制与优化方面，Metso的DNA控制系统旨在提高生产过程可操作性和安全性以，其中以Metso HP系列为代表的圆锥破碎机控制系统的通常选取了主传动电机功率和破碎机排矿口尺寸两个参数作为被控变量，通过检测给矿量、压力、功率、油温、排矿口尺寸等来动态调整排矿口尺寸和给矿速率，其目标函数是排矿口尺寸最小、给矿量最大。系统的所有控制动作均是向这两个目标逼近。比较典型的控制策略是挤满给矿方式。JKMR的MOSHGBAR提出通过自适应算法来调整排空口以弥补衬板的磨损，实现破碎机的优化控制67。瑞典的Erik Hulthn提出了一种状态机算法，根据设备负荷实时调整排矿口68。另据报道，GTEBORG开发了一种将过程数据转化为所需要的紧边排矿口设定值的算法，现场应用结果表明，该算法能够自动为调节系统提供紧边排矿口的设定值，与定值控制系统相比可提高合格产品的产量3.5%。德国的Dipl.-Ing.提出了一种负荷驱动来控制整个破碎回路的算法。该方法通过综合考虑整个破碎流程中破碎机、筛网和皮带的负荷情况来合理调整破碎机的给料频率，尽可能的控制整个破碎回路中的设备处于当前工况下允许的负荷上限水平，将产量增加了一倍。在成功实现逻辑控制的基础上，国内对圆锥破碎机和高压辊磨机的挤满式给料和恒功率控制进行了深入研究和应用，基于PLC和触摸屏控制系统自主开发了山特维克CH420圆锥破碎机自动控制系统，与自带的ASRi控制系统相对，功能相仿，改造成本节约了80%；开发了单片机为核心的液压圆锥破碎机智能控制系统，设计了模糊参数自整定PID 控制和改进型模糊 Smith 预估器的智能控制器，有效降低了数学模型不匹配对系统的影响，较好地实现了破碎机的恒功率控制；开发了基于 S7-300PLC 与WinCC的破碎机排矿口模糊控制系统，实现了破碎机排矿口的自动调整和功率最大化，系统运行稳定，上述控制算法的应用提高了破碎效率，降低了单位矿石能耗。在上述基础上，国内在破碎过程智能故障诊断方面做了初步的探索，该诊断系统以在线检测数据为支撑，以因果推理、主元分析和机器学习技术相融合，可以及时发现潜在的生产异常或者故障，通过报警、修改操作或控制、甚至停机处理等方式消除异常或者故障的存在。近年来，国内学者研究了模糊PID控制技术及Smith预估方法在碎矿过程优化控制中的应用。由于模糊控制不依赖精确的数学模型，能够很好的克服非线性因素影响，并且具有较强的鲁棒性。一般常采用模糊控制和PID控制结合的控制方式，吴宇平69提出了一种基于模糊遗传优化算法的碎矿系统给矿量优化控制策略，控制器采用模糊自适应PID 控制算法，并利用遗传算法对控制器参数进行优化，以提高参数在线寻优能力。任金霞70提出了一种基于神经网络和Smith 预估器的模糊PID 控制方法，使仿真控制效果得到了明显的改善，采用自适应控制与模糊PID 相结合的方法71，应用于圆锥破碎机给矿量控制系统。杨丽荣72将模糊控制理论引入到破碎机恒功率控制中，模糊控制不依赖于对象的精确模型，能够较好地克服破碎机主电机功率非线性、时变等因素的干扰影响，动静态性能和抗干扰均优于传统的人工调整控制和PID 控制，具有较强的鲁棒性。肖成勇73采用模糊控制方法设计了一套液压圆锥破碎机排矿口自动调整系统，连续监测破碎机内部的实际负荷和运行状态，实现排矿口的自动调整，以模糊控制理论为基础，利用 MATLAB 提供的仿真工具 SIMULINK，对模糊控制器控制规则进行参数的仿真优化，通过参数响应效果的比较，使模糊控制系统得到最快阶跃响应，得到了优化后的模糊控制规则表。李爱莲74设计了模糊参数自整定 PID控制和改进型模糊 Smith 预估器的智能控制器,对破碎机的恒功率控制进行了仿真研究。岳峰采用一种改进型Smith预估器，利用模糊控制在线整定其一阶惯性环节的时间参数，最终把模糊自整定PID控制与模糊自适应Smith预估环节结合起来构成一个模糊Smith智能控制方案75。针对圆锥破碎机控制系统具有不确定大纯滞后问题，通常是在 PID 反馈控制基础上引入 Smith 预估器来提高系统的控制质量，但是由于 Smith 预估器过于依赖被控对象的数学模型，PID-Smith 控制难以获得满意的控制效果。将模糊控制与Smith 预估控制结合，可改善系统的性能，但是模糊控制的稳态性能较差，仍达不到理想的控制效果，高宏岩76将模糊控制、积分控制和 Smith 预估控制集成，组成模糊复合控制，应用于圆锥破碎机控制系统中。人工神经网络方法的应用，刘达77根据破碎机的粒度特征曲线等工作参数，并依据破碎机的排料粒度均值和粒度方差对破碎机的工作性能进行了量化，建立了破碎机基于BP神经网络模型，根据破碎各段产品筛分粒度数据，建立了带粒度分布优化的破碎过程模型，以利润为目标，建立基于BP神经网络和误差最小原则的破碎优化模型，并采用遗传算法进行求解。圆锥破碎机的电振给矿机随着进料的粒度及干湿度的变化，其执行器的特性为含变时滞的非线性环节，粒度越大，湿度越大，电振机带来的时滞就越大，一般控制系统设计中将电振机作为一个纯比例惯性环节或者简化为纯比例环节，因而使设计的系统和实际系统的特性出入较大，任金霞78提出了一种基于神经网络整定的模糊预估策略，利用神经网络整定PID参数进行了仿真研究。模型预测等方法，高压辊闭路破碎系统的主要工艺参数控制包括稳定给料控制、处理量调节控制及产品粒度控制，对产品的粒度控制一般是采用闭路筛分工艺来实现的，若生产中产品粒度变粗，则筛上返回量增加，即循环量增加，造成高压辊磨机的通过量要增加，功耗增加，由于新给矿量并没变化，所以增加的功耗也就用于矿石粒度的细度控制。张勇79根据皮带称得到的循环负荷的变化趋势，研究矿石性质是否发生变化，决定是否需要调节高压辊磨机的设定压力，使设备的工作参数更为合理。董钢80建立针对曲线腔形圆锥破碎机的生产率计算模型，基于总体平衡理论，对圆锥破碎机破碎腔分层情况进行分析，将述破碎产品粒形的经验模型与粒度预测模型相结合，建立基于粒度分布情况的破碎产品针片率预测模型、基于质量控制预测机制的圆锥破碎机优化设计模型，用于高效新型圆锥破碎机的设计。杨国亮81提出了一种基于大脑情感学习模型(BEL)的人工智能控制方法，BEL 模型是基于大脑中杏仁体和眶额皮质组织信息间传递方式的计算模型，简称A-O系统模型，基于大脑情感学习模型的新智能控制器，应于圆锥破碎机控制系统，具有良好的反应速度和较强的鲁棒性。另外，为实现破碎过程挤满给矿，破碎机一种控制方法是将实际电流值与设定的偏差信号作为 PI 调节器的输入信号，通过调节变频器的频率改变破碎机给矿皮带的速度，从而改变破碎机的给矿量，实现破碎机的自动充满给矿82。陈夕松83提供了一种圆锥式破碎机挤满给矿的自动控制装置及其方法,对设备自动调节,使破碎机处在最佳负荷运行状态同时克服工人手动操作的不足,根据破碎机机腔料位高度自动调节给矿,实现挤满给矿的自动化。相比较而言，国外圆锥破碎机的控制系统选取电机工率和主传动破碎机排矿口尺寸作为控制主参数，检测压力、功率、给矿量等的变化来动态调节排矿口尺寸和给矿速率。系统的所有控制动作都是向着排矿口尺寸最小而给矿量最大的目标逼近84。30.2.2 磨矿过程控制与优化磨矿是选矿过程非常重要的一个作业：一方面，磨矿过程的能耗占到了全厂能耗40%-50%，节能降耗需求强烈；另一方面，磨矿过程也需保证有用矿物和脉石达到最佳单体解离、为下一选矿工序提供质量和流量合格的物料。磨矿过程所需的物料流量、矿浆浓度、设备和管路压力、矿仓和泵池料位等检测仪表已有成熟的解决方案；在此基础上，通过集成半自磨机、球磨机、旋流器、螺旋分级机等主要设备运转信息，实现磨矿过程连锁保护，保证人员、设备及流程安全，优化操作岗位和减轻工人劳动工作量。近十年来，基于经典控制理论的基础自动控制已成功应用于磨矿过程，主要包括下列回路：基于单变量和单回路的磨机恒定给矿、比例给水，稳定了磨矿浓度；基于串级控制的旋流器入料浓度或者螺旋分级机溢流浓度的定值控制，基于分段控制的旋流器分级控制。总体上我国在磨矿过程控制方面上停留在恒定给矿比例给水控制的阶段。ABC、AB等新型磨矿工艺的普遍应用，让半自磨机成为控制核心，我国在半自磨、球磨机负荷监测方面取得一定进展，通过工业试验已经证明该项技术可以帮助挖掘磨机工作潜能，但目前距离稳定的商业化的控制软件产品还有一段距离，而磨矿过程优化控制软件产品在国外已经实现了商业化。近年来，国外在磨矿过程建模、软测量以及优化控制方面做了大量研究工作。Roux等85针对标准MPC计算负荷大问题，将模型预测控制（MPC）原理与近似动态规划相结合，将控制时域扩展至预测时域，开发了一种参考指令跟踪型的模型预测静态规划方法（MPSP）成功地应用于单级闭路磨矿回路。Celep等86对耐火金银矿石超细研磨的搅拌磨参数进行了优化，采用一个三层Box-Behnken试验设计将响应面法(RSM)与二次规划相结合，对超细磨矿的操作参数（钢球直径、磨矿时间、球料比、搅拌转速）进行建模与优化。该方法用于对硫化铜的湿式球磨系统的一些参数进行建模研究87。Kapakyulu等9192利用能量平衡建立一个总的传热系数模型作为负载量、磨机转速、筒体/衬垫设计的函数，对磨机的能量损失进行建模，通过量化筒体的总传热系数对筒体热传递的能量损失进行解释。Mitra90将数据驱动的建模技术应用于铅锌矿选矿厂的工业研磨操作来预测回路的输出变量、关键绩效指标（KPI）包括吞吐量、三个粒级分数、固体百分比和循环负荷，使用了前馈神经网络（FNN）和递归神经网络（RNN），利用基于物理和经验方法的混合模型来近似的工厂的实际行为。Jayasundara91结合离散元法（DEM）与常用的磨损模型预测艾莎磨机中的搅拌盘的磨损规律，有利于对艾莎磨机的设计和改进。Gunda92介绍了一种方法来监测艾莎磨机轴向混合的方法，利用沿磨机长度的质量和能量相结合的平衡建立磨机中矿浆混合的预测模型。Capece93通过将颗粒破碎模型与粒子间相互作用相结合，推导出一种非线性PBM的机械效率因子，有望提高干式磨机的设计，控制和优化。Powell94针对AG/SAG磨机的操作对磨机填充敏感，开发磨机填充与性能指标（如吞吐量、功率和产品粒度）相关的磨矿曲线，以获得最佳的磨矿操作。吞吐量、功率和产品粒度在不同的填充水平达到峰值，通过建立磨矿曲线有利于操作员确定最佳的操作设定值。McElroy95通过转筒外部可物理测量的变量来预测离子-离子(p-p)冲击能量。基于离散元(DEM)模型，针对水平旋转滚筒开发了一个软测量模型，定量预测p-p冲击能量。O.M. Alruiz等96通过基于地域和矿体的模型来预测磨矿处理量，并帮助制定矿石的开采计划和选厂检修的计划一最大化矿石的处理量。该模型通过基于功率的仿真方法将矿石的硬度、浮选给矿的粒度和磨矿的处理量联系起来，其中矿石的硬度通过对不同的区域或矿体进行邦德功指数实验、JK的落重实验或SMC实验获得。Akira Sato等97通过DEM仿真对磨矿介质的磨损率进行研究，研究发现磨损率和磨机的转速、钢球的直径以及填充率都有密切的关系，而且DEM计算的钢球的冲击能量与磨损率也存在一定的对应关系。M.S. Powell等98通过使用EDEM软件，对衬板的磨损和提升条形状的变化情况进行了拟合和预测，并通过模型仿真研究了磨机内的冲击能量，研究的结果表明结合DEM建模和仿真方法可以为衬板的设计和改进提供有力的帮助。R.Y. Yang等99建立并验证了一个ISA磨机的DEM模型，使用流动模式、速度、力场和功率描述了磨机内物料的流动情况，研究发现粒子的阻尼系数对物料流动性的影响可以忽略不计，而滑动摩擦系数、转速和填充料却对流动性有显著的影响。M. Sri Raj Rajeswari等100利用三维CFD成功建立了流化床气固两相流的动态模型，形象化的展示了流化床内部的固体分布运动情况，并且分析了固体给矿速度、气体压力、分级速度等操作参数对于流化床工作的影响。A. Ebadnejad等101通过响应曲面法建立半自磨的模型，该模型包括了钢球尺寸、介质填充率和混合填充率3个主要变量，并在模型中确定了这些变量与矿石粒度D80之间的关系。A. Remes等102通过实验数据建立了一个磨矿过程仿真模型，并在研究中发现最有效的建模方法是分别定义每个变量的输入和输出变化，最后还通过模糊的模型预测控制实现了对给矿速率和粒度分布情况的优化。Jian Tang等103通过FFT，KPCA，GA和LS-SVM等算法研究了对磨机负荷的软测量，并在实验室尺寸的磨机实验中进行了验证。Mohammad Kor等104用模糊逻辑和粒子群优化技术对实验室磨机进行了建模和优化，并对比了模糊算法和回归算法，得到了最小化衬板磨损的条件。Augustine B. Makokha等105通过建立一个带死区的串行搅拌器模研究了模块浓度和给矿量对于磨矿时间的影响，通过分析得出了磨矿浓度和填充率对于磨矿时间的影响比给矿量更大的结论。R. Ahmadi等106通过磨矿的动力学方程和物料平衡公式建立了一个快速确定邦德工指数的方法，并通过实验验证了这一方法的有效性。针对磨矿分级控制系统非线性、大滞后、时变和随机干扰因素大的特点，国内近些年自主开发了先进的检测仪表解决了关键设备和流程工艺参数实时检测的问题，典型的检测仪表包括基于振动原理的磨机负荷监测系统、基于频谱分析的磨音电耳、粒度分析系统等；并将现代智能控制技术应用于磨矿过程，预测函数控制、模糊控制、专家系统和神经网络控制都有应用于工业现场的案例，与传统算法控制效果相比，智能控制算法能提高磨机处理量，稳定和提高分级质量。但是目前国内还未能开发出成熟、受到国内外同行认可的磨矿过程智能控制软件。磨矿控制策略研究包括传统控制策略和现代控制策略,传统控制策略研究包括PID控制、Smith控制和解耦控制等，早期的磨矿分级基本采用PID单回路控制方式，如给矿、分级溢流、磨矿浓度等控制回路，针对时间滞后问题设计了预估补偿器，针对变量耦合问题设计了解耦补偿器。随着计算机技术与过程模拟仿真技术的发展，出现了一系列新型的现代控制策略研究，主要包括模糊PID控制、专家系统、模型预测控制、神经网络以及混合控制策略等107。国内学者针对磨矿过程模糊控制的研究与应用较多，主要是模糊控制不需要建立控制对象精确的数学模型，只需将现场操作人员的经验和数据总结成较完善的语言规则，该方法适用于具有非线性、时变、滞后特点的磨矿系统的控制。例如，程恒108采用模糊控制和 PID 控制相结合，整个控制系统既具有模糊控制对参数的适应性，且调节速度快，又具有 PID 的无静差、稳定性好的特点。邹金慧109结合工程实际介绍模糊控制的基本原理, 通过测量与载荷紧密相关的磨机电流, 采用二维模糊控制器对给矿量设定值进行模糊控制, 提出给矿量设定值的控制算法和控制规则，可有效地解决了磨机所发生胀肚和欠载的问题, 提高磨机的工作效率。吴光耀110用电流法来检测球磨机的装载量,采用模糊自调整PID 的方法，对给矿量进行控制。黄伟等111设计了双输入双输出的二维模糊控制器, 采用模糊控制的方法获得了给矿量设定值和排矿水量, 对溢流浓度和溢流粒度进行控制。首先由电流变送器检测球磨机的电流，经模糊运算后，得到当前给矿量的最佳设定值。为了补偿给矿机存在的给矿误差，增设了给矿量反馈环节，通过电子皮带秤检测实际给矿量，与经过模糊计算得到的给矿设定值进行比较，并对误差进行PID 调节，从而构成一个模糊控制结合PID 调节的串级回路控制系统112，系统主回路采用模糊控制算法实现给矿量设定值优化，副回路采用PID 控制器实现稳定给矿。马英喆113依据历史数据样本分析构造模糊规则库，在专家经验的指导下选用合理的隶属度函数及参数，建立磨矿分级系统模糊控制模型,为解决模糊规则适用的优先级问题,设计基于遗传算法的模糊规则权值调节器，将权值序列作为染色体，设置遗传群组，经过染色体多代的交叉变异，采用赌轮算法的遗传选择使染色体向适应度最高的方向进化，最终得到优化的权值序列，实现模糊规则权值的优化调整。王占楼114选择了磨机声音、磨机功率、一次分级机返砂量三个主要参数，作为模糊控制器的输入，这些参数时刻都在发生变化，其变化反映出了磨机当前的工作状况，模糊控制器根据主要参数的变化或者变化趋势进行模糊判定，对应每一种变化趋势，模糊控制器都会给出一特定的给矿原则，然后 PID控制器根据这一给矿原则调整变频器控制给矿机，以达到精确给矿的目的。刘琪115提出了一种模糊内模控制(FIMC) 方法，通过模糊逻辑推理对内模控制中滤波器参数进行在线调整。周平116针对选矿过程中一个典型湿式磨矿回路,采用模糊推理等智能技术, 提出一种由模糊监督器、回路预设定模型和粒度预报器等构成的多变量模糊监督控制( MFSC) 方法，对生产过程进行监督, 对底层回路的设定值进行调整。梁蕾117针对磨矿分级环节的水力旋流器，对泵池液位采用模糊控制系统，增加积分环节来改进标准模糊控制算法,使设定与反馈的偏差、偏差变化率加权程度有所不同,消除了系统静态误差，用带有滞后的一阶惯性环节的简化对象模型进行了仿真。为了有效地避免磨机发生胀肚和欠载现象的发生，稳定和提高磨机的各项工作指标，国内开展了许多模糊PID 磨机自动控制技术研究120128，同时，该技术在多个金属矿山的磨矿分级系统中进行了应用。规则推理、专家系统及人工神经网络等智能技术得到了许多关注。周平129131采用规则推理(RBR)和统计过程控制(SPC)技术, 提出了由SPC机制、过负荷监测模块和监督控制器构成的磨机负荷智能监测与控制方法，由监督控制器自动修改控制回路的设定值, 通过控制回路的输出跟踪修改后的设定值, 使磨机负荷逐渐远离过负荷状态,构建了实现粒度指标的磨矿过程智能优化控制系统。针对典型赤铁矿两阶段全闭路磨矿存在的矿石性质不稳定、粒度波动大，磨矿运行指标不能在线测量以及难以建立过程数学模型等问题，提出基于数据与知识的控制方法，包括基于案例推理的控制回路预设定、磨矿粒度动态神经网络软测量以及多变量模糊动态调节器。王云峰130采用传统的RBF 神经网络与先进的模糊控制技术组合形成自适应模糊控制方案，对磨机装载量和磨矿浓度的控制进行了仿真研究。针对磨矿分级过程控制中具有的慢时变、非线性特征，赵宏伟131提出了一种基于系统辨识的自适应模糊推理网络模型，利用模糊聚类法对现有数据样本进行系统辨识，自动获取模糊规则库和相应的初始参数，依据得到的模糊系统构建基于Takage-Sugeno推理模型的自适应模糊神经网络推理系统，获得比传统的模糊神经网络具有更强的自适应性和更快的运算速度。齐一名132建立了自适应神经模糊推理系统（ANFIS），并对磨矿过程中不同的控制对象使用ANFIS建立了控制模型。丁亮133提出了基于模糊神经网络控制的方法对磨机的给矿量、砂泵池的矿浆浓度、旋流器入口压力进行了研究与设计,选取溢流粒度、旋流器运行压力、给矿量、砂泵池矿浆浓度、磨机功率、磨机电耳作为检测数据,选取给矿量、磨机后加水量、旋流器入口压力作为被控变量,实现球磨机给矿量自动控制、砂泵池浓度控制、旋流器溢流粒度的控制。高智超134采用以模糊逻辑为基础,构建以 BP 网络为结构框架的模糊神经网络，并讨论了基于模糊逻辑的模糊神经网络在某矿业公司选矿厂磨矿智能控制系统中的应用与研究。刘伟峰135选取可以直接测量得出的给矿量、液位、旋流器压力、磨矿浓度、补加水和球磨机电流六个参数作为输入变量，采用三层 RBF 神经网络，通过对磨矿粒度的预测来达到对磨矿过程控制的目的,并采用 MATLAB 开发平台建立预测模型，利用工业数据对预测模型进行了仿真实验。戴琨136基于事例推理技术，提出了闭路磨矿回路的智能多变量控制方法，用于对过程控制系统的设定值进行调节，根据期望与实际的磨矿粒度偏差，综合考虑表征磨机负荷状态的驱动电动机功率和磨音等信息，来调节磨矿新给矿量、旋流器给矿浓度和给矿流量等控制回路的设定值。赵大勇等137基于案例推理、规则推理、神经网络等智能方法，研究了由控制回路预设定模型、前馈与反馈补偿器和磨矿粒度预报模型组成的磨矿过程智能运行优化控制方法。基于软测量、多变量解耦、模型预测等技术的磨矿过程优化控制方法。李勇138针对以往无法在线检测磨机主要参数一磨矿浓度的问题,提出了灰色软测量方法，针对无法对磨矿生产率进行实时有效地检测提出了应用支持向量机(SVM)方法,实现对磨矿一生产率的在线预测,并基于磨矿生产率的软测量模型和能耗的机理模型,以提高磨矿生产率和降低生产能耗为目标,提出了磨矿过程质量综合优化控制策略。通过改进的磨矿浓度控制模型优化计算补水量设定值,进而采用串级控制实现磨矿浓度的最优跟踪控制。赵大勇139提出了一种增益自适应内模控制方法, 将内