關(guān)于選礦過程智能化控制技術(shù)的探討

徐寧，周俊武，王清

(北京礦冶研究總院，北京 100044)

關(guān)于選礦過程智能化控制技術(shù)的探討

徐寧，周俊武，王清

(北京礦冶研究總院，北京 100044)

根據(jù)選礦生產(chǎn)過程的特點(diǎn)，結(jié)合對(duì)國(guó)內(nèi)外選礦自動(dòng)化技術(shù)的研究情況，論證選礦過程智能化對(duì)我國(guó)選礦生產(chǎn)流程的必要性。對(duì)帶有自學(xué)習(xí)功能的智能化選礦控制系統(tǒng)的結(jié)構(gòu)進(jìn)行了設(shè)計(jì)，并介紹了在此結(jié)構(gòu)上利用多變量統(tǒng)計(jì)過程監(jiān)控技術(shù)進(jìn)行磨礦過程運(yùn)行狀態(tài)的建模與識(shí)別工作。

選礦;過程控制;智能化;軟測(cè)量;在線檢測(cè);歷史數(shù)據(jù)

1 關(guān)于過程控制和智能控制

工業(yè)過程控制是一門非常復(fù)雜的、實(shí)踐性很強(qiáng)的多專業(yè)交叉學(xué)科，同時(shí)也是大規(guī)模流程工業(yè)生產(chǎn)所必需的關(guān)鍵技術(shù)。近幾十年來，工業(yè)過程控制技術(shù)發(fā)展迅速。首先是計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、通訊技術(shù)的融合，形成了可以集中處理多回路、進(jìn)行復(fù)雜運(yùn)算的集散控制系統(tǒng)(DCS)和總線控制系統(tǒng)(FCS)，生產(chǎn)過程數(shù)據(jù)能夠以ms級(jí)的采樣周期被采集和存儲(chǔ)到數(shù)據(jù)庫(kù)里;其次，控制理論和控制方法已從傳統(tǒng)的經(jīng)典控制理論和方法向著先進(jìn)控制、智能控制、優(yōu)化控制的方向發(fā)展。

PID控制是工業(yè)過程最常用和實(shí)用的方法，對(duì)穩(wěn)定生產(chǎn)過程有著重要的貢獻(xiàn)。PID控制器的機(jī)理是被控對(duì)象的線性數(shù)學(xué)模型，或者說實(shí)際的被控對(duì)象在一定的約束條件內(nèi)被線性化了。隨著流程工業(yè)的生產(chǎn)規(guī)模在日益擴(kuò)大，復(fù)雜程度在日益增加，生產(chǎn)流程的數(shù)學(xué)模型越來越難以得到。PID控制滿足不了生產(chǎn)對(duì)控制速度和控制精度的要求。工業(yè)生產(chǎn)急需更有效的控制方法來克服干擾因素引起的生產(chǎn)波動(dòng)、質(zhì)量下降、經(jīng)濟(jì)指標(biāo)惡化等問題。

于是，傳統(tǒng)控制理論與模糊邏輯、神經(jīng)網(wǎng)絡(luò)、遺傳算法等人工智能方法相結(jié)合，充分利用人類的控制知識(shí)對(duì)復(fù)雜系統(tǒng)進(jìn)行控制，逐漸形成了智能控制系統(tǒng)的雛形［1］。

迄今，對(duì)于“智能控制”這一術(shù)語尚沒有明確的定義。美國(guó)IEEE控制系統(tǒng)協(xié)會(huì)將“智能控制”歸納為:智能控制必須具有模擬人類學(xué)習(xí)(Learning)和自適應(yīng)(Adaption)的能力。智能控制首先不依賴于單一的數(shù)學(xué)解析模型，而是數(shù)學(xué)模型和知識(shí)系統(tǒng)相結(jié)合的廣義模型［1］。與傳統(tǒng)的控制系統(tǒng)相比，智能控制系統(tǒng)通常具有以下特點(diǎn):

(1)較強(qiáng)的學(xué)習(xí)能力:能對(duì)未知環(huán)境提供的信息進(jìn)行識(shí)別、記憶、學(xué)習(xí)、融合、分析、推理，并利用積累的知識(shí)和經(jīng)驗(yàn)不斷優(yōu)化、改進(jìn)和提高自身的控制能力。

(2)較強(qiáng)的自適應(yīng)能力:具有適應(yīng)受控對(duì)象動(dòng)力學(xué)特性變化、環(huán)境特性變化和運(yùn)行條件變化的能力。

(3)較強(qiáng)的容錯(cuò)能力:系統(tǒng)對(duì)各類故障具有自診斷、屏敝和自恢復(fù)能力。

(4)較強(qiáng)的魯棒性:系統(tǒng)性能對(duì)環(huán)境干擾和不確定性因素不敏感。

(5)較強(qiáng)的組織功能:對(duì)于復(fù)雜任務(wù)和分散的傳感信息具有自組織和協(xié)調(diào)功能，使系統(tǒng)具有主動(dòng)性和靈活性［2］。

2 選礦工藝流程

選礦是一個(gè)連續(xù)的生產(chǎn)過程，由一系列連續(xù)的作業(yè)所組成。整個(gè)選礦過程可分為選別前的準(zhǔn)備作業(yè)、選別作業(yè)和產(chǎn)品處理作業(yè)。選別前的準(zhǔn)備作業(yè)包括破碎和篩分、磨礦和分級(jí)，其主要目的是使有用礦物與脈石礦物，以及不同的有用礦物之間相互分開，達(dá)到礦物單體分離，為分選作業(yè)做準(zhǔn)備。有時(shí)這種準(zhǔn)備作業(yè)是將物料分成若干適宜的粒級(jí)，為分選作業(yè)做準(zhǔn)備。選別作業(yè)是選礦過程的關(guān)鍵作業(yè)(或稱主要作業(yè))。它根據(jù)礦物的不同性質(zhì)，采用不同的選礦方法，如浮選法、重選法或磁選法等等。產(chǎn)品處理作業(yè)主要包括精礦脫水和尾礦處理。精礦脫水通常由濃縮、過濾、干燥(有時(shí)需要)三個(gè)階段組成。尾礦處理通常包括尾礦貯存和尾礦水處理［3］。本文重點(diǎn)討論碎磨、浮選和濃縮脫水過程。

碎礦的典型流程是三段一閉路，即由顎式破碎機(jī)先進(jìn)行粗碎，然后經(jīng)過中碎圓錐破碎機(jī)破碎后送入分級(jí)篩篩分，粒度合格的礦石進(jìn)入球磨機(jī)的給礦倉(cāng)，不合格的被返回到細(xì)碎圓錐破碎機(jī)進(jìn)行破碎后，與中碎礦石合并進(jìn)入分級(jí)篩篩分，從而構(gòu)成閉路碎礦。

磨礦過程是由球磨機(jī)和水力旋流器(有時(shí)是螺旋分級(jí)機(jī))組成的閉路磨礦過程。礦石和水、鋼球按照一定比例送入球磨機(jī)研磨一定時(shí)間后排入礦漿泵池，再由礦漿泵輸送至水力旋流器分級(jí)，細(xì)粒級(jí)產(chǎn)品溢流進(jìn)入浮選作業(yè)，粗顆粒的沉砂返回球磨再磨，形成閉路磨礦。

浮選是目前銅、鉛、鋅、金等貴、重金屬礦物的主要選別方法，通常由粗選、掃選和精選組成。根據(jù)礦石中銅、鉛等硫化礦物的可浮性，采用有針對(duì)性的藥劑制度，依次從礦漿中把它們浮選分離出來，分別得到單獨(dú)的精礦和尾礦。在閉路浮選中，可對(duì)粗選尾礦掃選進(jìn)一步回收剩余的有價(jià)礦物，對(duì)精選的尾礦采用再返回粗選進(jìn)一步選別。

濃縮脫水是固液分離的關(guān)鍵作業(yè)，目的是去除礦漿中的水分，既有利于精礦和尾礦的輸送，達(dá)到節(jié)能的目的;也能夠回收水資源進(jìn)行生產(chǎn)再利用。由于重力作用，精礦礦漿在濃密機(jī)中經(jīng)過一段時(shí)間的沉降形成“沉砂”，“沉砂”濃度達(dá)到一定時(shí)，從濃密機(jī)底部排出，進(jìn)入過濾機(jī)進(jìn)一步過濾脫水，其濾餅即為精礦產(chǎn)品。濃密機(jī)的溢流則從濃密機(jī)上部的溢流口排出，經(jīng)過回水泵池收集后可返回流程再用。浮選作業(yè)的尾礦通常會(huì)用于井下充填或者輸送到尾砂庫(kù)(廢棄)。

選礦生產(chǎn)的核心指標(biāo)是精礦品位和回收率，而經(jīng)濟(jì)效益的體現(xiàn)則是在生產(chǎn)平穩(wěn)前提下的最佳的精礦品位與回收率組合。但是礦石性質(zhì)是破壞選礦生產(chǎn)平穩(wěn)的主導(dǎo)因素，主要體現(xiàn)在“循環(huán)負(fù)荷”上，即閉路流程中的返回部分，比如礦石硬度引起破碎、磨礦作業(yè)的循環(huán)量增加，礦物組成變化引起浮選級(jí)數(shù)(次數(shù))的增加。選礦過程是物理變化和化學(xué)變化同時(shí)存在的過程，很難象單純的化學(xué)反應(yīng)方程式一樣左邊等于右邊。循環(huán)負(fù)荷既是必然的、也是必需的生產(chǎn)產(chǎn)物。現(xiàn)實(shí)的選礦廠由于設(shè)備容積(比如磨機(jī)、浮選機(jī)、濃密機(jī))、管道口徑與坡度、輸送設(shè)備能力(比如渣漿泵)一定，則整個(gè)流程的“流通能力”一定，所以一旦循環(huán)負(fù)荷過大或者過小，帶來的是流程堵塞、跑冒滴漏，或者短路。

無論是進(jìn)行何種類型的控制系統(tǒng)設(shè)計(jì)，都必須考慮礦石性質(zhì)這個(gè)最主要、最頑固的干擾因素給生產(chǎn)穩(wěn)定性和生產(chǎn)指標(biāo)帶來的影響。難點(diǎn)是礦石性質(zhì)基本上不可在線測(cè)量和預(yù)先控制，既使是在線分析的數(shù)學(xué)模型也必須是在一定范圍方能有效，因此利用智能化的學(xué)習(xí)方法“感知”和“識(shí)別”這種擾動(dòng)可能是一種解決方法。

3 國(guó)外選礦自動(dòng)化技術(shù)

國(guó)外選礦流程自動(dòng)化技術(shù)比我國(guó)先進(jìn)得多，至少要領(lǐng)先20年，主要體現(xiàn)在:

(1)檢測(cè)分析技術(shù)先進(jìn)，不僅對(duì)選礦生產(chǎn)過程的單一工藝參數(shù)，也包括設(shè)備的運(yùn)行信息、生產(chǎn)異?；蛘吖收蠣顟B(tài)的預(yù)估和分析。

(2)控制理論和控制方法先進(jìn)，得益于生產(chǎn)過程數(shù)據(jù)的積累，以及以此為基礎(chǔ)的生產(chǎn)過程、生產(chǎn)設(shè)備的建模，和生產(chǎn)運(yùn)行規(guī)律的知識(shí)發(fā)現(xiàn)。

(3)數(shù)學(xué)建模和仿真工作先進(jìn)，對(duì)生產(chǎn)流程的設(shè)計(jì)能力和調(diào)整能力強(qiáng)。

礦石塊度分布是影響破碎和磨礦作業(yè)的處理能力和生產(chǎn)指標(biāo)的重要因素之一。盡管無法對(duì)礦石硬度進(jìn)行準(zhǔn)確測(cè)量，但是礦石可磨性的變化勢(shì)必影響破碎或者研磨后的產(chǎn)品塊度和粒度分布信息。因此原礦石以及碎磨過程的中間礦石的塊度/粒度分布是最直接的能夠反應(yīng)原礦性質(zhì)和生產(chǎn)效果的信息。美國(guó)的SPLITENGEINEERING公司開發(fā)的Split－ Online?Rock Fragmentation Analysis system利用圖像分割技術(shù)實(shí)現(xiàn)了皮帶上的礦石塊度在線分析，包括對(duì)粗碎、細(xì)碎的給礦礦石和破碎后礦石，自磨/半自磨機(jī)給礦礦石，以及皮帶上的鋼球、球磨機(jī)給礦等，以此為指導(dǎo)進(jìn)行碎磨控制，能夠提高碎礦和磨礦生產(chǎn)效率和處理量。圖1是該系統(tǒng)的應(yīng)用示意圖，圖2是該系統(tǒng)分析結(jié)果與篩分結(jié)果的比較圖。

因此磨機(jī)負(fù)荷和運(yùn)行狀態(tài)是選礦生產(chǎn)最關(guān)注的設(shè)備信息，同時(shí)也是磨礦控制的關(guān)鍵。21世紀(jì)初，Anglo Platinum、Phelps Dodge、Rio Tinto、WMC Resources和Xstrata等企業(yè)聯(lián)合贊助澳大利亞的CSIRO機(jī)構(gòu)開發(fā)了基于半自磨/球磨機(jī)表面振動(dòng)檢測(cè)的磨機(jī)負(fù)荷在線分析系統(tǒng)。該系統(tǒng)可獲取轉(zhuǎn)動(dòng)中磨機(jī)內(nèi)物料的運(yùn)動(dòng)信息，分析襯板和提升板的磨損情況，優(yōu)化磨機(jī)操作參數(shù)，減少磨礦作業(yè)的鋼耗，每年為企業(yè)節(jié)約數(shù)百萬澳元的成本［4］。

礦漿粒度、礦漿品位的在線檢測(cè)技術(shù)已經(jīng)發(fā)展的非常成熟，并且在我國(guó)也取得了較廣泛的應(yīng)用。分析粒度的儀器有OUTOTEC公司的基于位移原理PSI300和基于激光原理的PSI500分析儀，德國(guó)SYMPATEC GmbH生產(chǎn)的在線超聲衰減粒度儀OPUS(On－line Particle size analysis by Ultrasonic Spectroscopy);分析品位則以芬蘭OUTOTEC公司開發(fā)Courier系列載流X熒光分析儀最為典型。南非MINTEK公司則利用軟測(cè)量技術(shù)開發(fā)了磨機(jī)排礦濃度預(yù)估器(Mill Discharge Density Estimator)和旋流器溢流礦漿粒度預(yù)估器(Particle Size Estimator)兩種軟測(cè)量裝置，通過建模方法實(shí)現(xiàn)磨礦過程變量信息的在線識(shí)別和獲取。

浮選精礦泡沫狀態(tài)是能否反映浮選狀況的最直接信息，2000年Outotec采用圖像處理技術(shù)計(jì)算浮選泡沫物理參數(shù)，結(jié)合在線X射線熒光分析儀分析數(shù)據(jù)，優(yōu)化浮選過程，在150m3浮選機(jī)工業(yè)試驗(yàn)中提高銅回收率2.34%，金回收率1.78%，降低藥劑消耗7.10%。

在選礦過程優(yōu)化控制技術(shù)開發(fā)方面，南非的Mintek公司積累了25年的選礦生產(chǎn)數(shù)據(jù)并結(jié)合大量的工業(yè)實(shí)踐開發(fā)了選冶過程優(yōu)化軟件包StarCS;芬蘭的OUTOTEC把其所屬的礦山作為實(shí)驗(yàn)室，歷經(jīng)40年開發(fā)了PROSCON先進(jìn)控制系統(tǒng)，這均是當(dāng)前國(guó)際礦業(yè)界優(yōu)化控制軟件產(chǎn)品的典型代表。圖3展示了StarCS系統(tǒng)的組織架構(gòu)，圖4是PROSCON 40年的發(fā)展歷程。

從國(guó)外選礦自動(dòng)化技術(shù)的發(fā)展應(yīng)用可以看出:

由于礦物性質(zhì)和工藝流程的日趨復(fù)雜，單一工藝參數(shù)的在線檢測(cè)不能滿足生產(chǎn)優(yōu)化控制的需要;具有智能學(xué)習(xí)特點(diǎn)的、由復(fù)雜過程多變量融合的過程信息的軟測(cè)量技術(shù)和方法，與單一參數(shù)檢測(cè)一起，構(gòu)成了實(shí)現(xiàn)優(yōu)化控制的信息基礎(chǔ)。

由于選礦指標(biāo)追求的是統(tǒng)計(jì)規(guī)律上的穩(wěn)定和提高，而且每個(gè)選礦廠的礦石都有著自己的特殊性，因此選礦生產(chǎn)歷史數(shù)據(jù)可能蘊(yùn)含了豐富的礦物信息和流程信息，亟待人們?nèi)ネ诰虬l(fā)現(xiàn)生產(chǎn)的規(guī)律和知識(shí)。國(guó)外的優(yōu)化控制技術(shù)和方法均體現(xiàn)出了對(duì)歷史數(shù)據(jù)的學(xué)習(xí)能力、對(duì)將來過程的建模和預(yù)測(cè)能力，自覺的調(diào)整能力，是典型的智能化控制方法。

現(xiàn)代管理之父杜拉克指出:“知識(shí)生產(chǎn)力將日益成為一個(gè)國(guó)家、一個(gè)產(chǎn)業(yè)、一個(gè)公司的競(jìng)爭(zhēng)實(shí)力的決定性因素”，“無論什么傳統(tǒng)產(chǎn)業(yè)，之所以能夠發(fā)展壯大，就是因?yàn)樗麌@的知識(shí)和信息進(jìn)行了重組”［5］。智能化的過程檢測(cè)分析方法和過程優(yōu)化控制正是利用生產(chǎn)數(shù)據(jù)和多學(xué)科、多專業(yè)交叉的知識(shí)和信息重組的過程。由于選礦原料性質(zhì)的多變性和相對(duì)穩(wěn)定性，這種智能化方法對(duì)選礦生產(chǎn)過程的優(yōu)化顯得更有意義。

4 我國(guó)選礦自動(dòng)化技術(shù)現(xiàn)狀

隨著國(guó)民經(jīng)濟(jì)的快速發(fā)展，作為國(guó)家支柱產(chǎn)業(yè)的礦產(chǎn)資源行業(yè)在產(chǎn)能和規(guī)模上飛速前進(jìn)，國(guó)家和企業(yè)對(duì)資源開發(fā)的生產(chǎn)力水平、生產(chǎn)效率和可持續(xù)發(fā)展的能力提出更高的要求。2006年2月29日國(guó)務(wù)院《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006－2020年)》將提高水和礦產(chǎn)資源利用率作為國(guó)家發(fā)展的重點(diǎn)領(lǐng)域及其優(yōu)先主題。作為節(jié)能減排、增效增產(chǎn)的必要生產(chǎn)力手段，選礦自動(dòng)化技術(shù)在我國(guó)過去的十年中發(fā)展迅速。

改革開放帶來的國(guó)際市場(chǎng)一體化，使得我國(guó)的硬件水平完全達(dá)到了國(guó)際先進(jìn)水平。如今大型選礦廠自動(dòng)化系統(tǒng)，由先進(jìn)的過程儀表，具有高速數(shù)據(jù)傳輸能力的總線通訊網(wǎng)絡(luò)，大型、冗余、高計(jì)算速率的控制器，C/S、B/S的HMI交互平臺(tái)構(gòu)成了構(gòu)成了國(guó)際一流的數(shù)據(jù)平臺(tái)。但是我國(guó)選礦自動(dòng)化的應(yīng)用狀況并不盡如人意，關(guān)鍵原因有兩點(diǎn):

其一，選礦關(guān)鍵過程參數(shù)和過程信息的分析手段落后。我國(guó)礦產(chǎn)資源具有貧、細(xì)、雜的特點(diǎn)，并且礦山經(jīng)常是交叉開采、隨機(jī)配礦，這使得我國(guó)選礦廠的原料波動(dòng)更大，因此對(duì)于生產(chǎn)過程關(guān)鍵工藝參數(shù)和關(guān)鍵信息的采集、獲取更為迫切。只有擁有了這些手段，并利用先進(jìn)的數(shù)據(jù)平臺(tái)建立起生產(chǎn)過程的數(shù)據(jù)倉(cāng)庫(kù)，才有可能完成原料性質(zhì)變化、生產(chǎn)異常、設(shè)備磨損等生產(chǎn)狀況的智能化“識(shí)別”，為優(yōu)化控制奠定基礎(chǔ)。

其二，選礦優(yōu)化控制軟件開發(fā)落后，表現(xiàn)在開發(fā)主體上缺乏多專業(yè)的知識(shí)交叉和融合，因而對(duì)于生產(chǎn)過程數(shù)據(jù)開發(fā)利用的力度和深度不夠，在生產(chǎn)數(shù)據(jù)資源浪費(fèi)的同時(shí)，伴隨的是大量的金屬資源流失。

國(guó)家科技部在“十一五”科學(xué)技術(shù)發(fā)展規(guī)劃設(shè)立了《選冶過程測(cè)控技術(shù)與裝備》重點(diǎn)項(xiàng)目，高度關(guān)注到了選礦生產(chǎn)技術(shù)發(fā)展的瓶頸問題。該項(xiàng)目由北京礦冶研究總院牽頭，東北大學(xué)、清華大學(xué)等高校參加，歷時(shí)五年，在選礦過程檢測(cè)分析技術(shù)方面取得了可喜的成果。

2006年北京礦冶研究總院成功開發(fā)了BPSM礦漿在線粒度分析儀，首先在江西銅業(yè)集團(tuán)公司永平銅礦進(jìn)行了工業(yè)試驗(yàn)，試驗(yàn)成功進(jìn)行了產(chǎn)品化。迄今已經(jīng)在國(guó)內(nèi)外十幾個(gè)礦山得到了應(yīng)用。

2009年北京礦冶研究總院成功開發(fā)了BOXA型載流X熒光品位分析儀，首先在江西銅業(yè)集團(tuán)公司永平銅礦進(jìn)行了工業(yè)試驗(yàn)。試驗(yàn)期間設(shè)備經(jīng)受住了室外、高溫、潮濕等惡劣環(huán)境因素的考驗(yàn)，同時(shí)在銅精礦和硫精礦的測(cè)量分析上達(dá)到了國(guó)際同類設(shè)備的水平。

2009年北京礦冶研究總院與東北大學(xué)、清華大共同開發(fā)了半自磨機(jī)球磨機(jī)負(fù)荷監(jiān)測(cè)技術(shù)，先后在冬瓜山銅礦13000t/d選礦廠、烏奴格吐山銅礦30000t/d選礦廠、焦家金礦4000t/d選礦廠進(jìn)行了工業(yè)試驗(yàn)，解決了磨機(jī)筒壁振動(dòng)檢測(cè)的在線采集和無線傳輸問題，以及根據(jù)振動(dòng)信號(hào)識(shí)別磨礦負(fù)荷的初步研究工作。該項(xiàng)目在軟測(cè)量技術(shù)研究方面取得了很突出的成果。

2008年北京礦冶研究總院與中國(guó)礦業(yè)大學(xué)合作開發(fā)成功的浮選泡沫圖像分析儀。該分析儀能夠?qū)崟r(shí)分析出泡沫的大小、顏色、流動(dòng)速度等參數(shù)，在有色選礦上對(duì)銅礦漿品位的預(yù)測(cè)精度也達(dá)到了7%。2009年，又共同合作開發(fā)了礦石塊度圖像分析儀，并且在焦家金礦4000t/d選礦廠碎礦工段返砂皮帶上進(jìn)行了工業(yè)試驗(yàn)，經(jīng)過現(xiàn)場(chǎng)的篩分取樣校驗(yàn)，對(duì)生產(chǎn)過程有一定的指導(dǎo)作用。

這些研究成果對(duì)于實(shí)現(xiàn)選礦過程全面的在線分析、進(jìn)一步開發(fā)選礦智能化控制方法奠定了基礎(chǔ)。

除了在檢測(cè)分析技術(shù)上取得進(jìn)步之外，國(guó)內(nèi)一些院校也在方面利用各種智能方法進(jìn)行了選礦過程控制的探索。東北大學(xué)在國(guó)內(nèi)某選礦廠22臺(tái)豎爐組成的焙燒過程中，提出了根據(jù)運(yùn)行工況實(shí)時(shí)調(diào)整控制回路設(shè)定值，通過控制系統(tǒng)跟蹤調(diào)整后的設(shè)定值，將工藝指標(biāo)控制在目標(biāo)值范圍內(nèi)的過程優(yōu)化運(yùn)行的混合智能控制方法［6］。

5 選礦過程智能化控制系統(tǒng)的設(shè)計(jì)與實(shí)踐

盡管我國(guó)已經(jīng)在選礦的關(guān)鍵工藝參數(shù)檢測(cè)和關(guān)鍵工藝信息的在線分析上取得了一定的研究成果，但是要實(shí)現(xiàn)選礦生產(chǎn)狀況的實(shí)時(shí)檢測(cè)，也就是當(dāng)?shù)V石性質(zhì)與工藝流程、生產(chǎn)操作模式之間發(fā)生偏離時(shí)，必須要有良好的數(shù)據(jù)平臺(tái)，并且利用各種智能化方法對(duì)該數(shù)據(jù)平臺(tái)歷史數(shù)據(jù)進(jìn)行挖掘、分析，將數(shù)據(jù)轉(zhuǎn)換成可利用的控制知識(shí)或者控制策略。數(shù)據(jù)平臺(tái)的數(shù)據(jù)只有融入選礦工藝、選礦設(shè)備等重要專業(yè)后，才有可能是一個(gè)有價(jià)值的選礦歷史數(shù)據(jù)庫(kù)。

自2009年以來，北京礦冶研究總院在選礦過程智能化系統(tǒng)設(shè)計(jì)上注意到了上述的問題，并在工業(yè)過程上進(jìn)行了嘗試和探索。首先是設(shè)計(jì)一個(gè)能夠結(jié)合工藝過程、控制過程和管理過程的選礦控制系統(tǒng)，為能夠開展選礦生產(chǎn)智能化提供數(shù)據(jù)集成和操作平臺(tái)。圖5是該選礦控制系統(tǒng)平臺(tái)的軟件結(jié)構(gòu)，它分為三個(gè)層次:

(1)第一層為工藝過程控制層:以PLC作為主要執(zhí)行設(shè)備，主要執(zhí)行變量采集、連鎖控制和回路穩(wěn)定控制，滿足生產(chǎn)操作監(jiān)控的自動(dòng)化、集約化需求。

(2)第二層為計(jì)算機(jī)監(jiān)控層，主要由兩大部分溝通。第一部分由工業(yè)HMI軟件構(gòu)成的生產(chǎn)過程數(shù)據(jù)采集和監(jiān)控系統(tǒng)，建立生產(chǎn)歷史數(shù)據(jù)庫(kù);第二部分是北京礦冶研究總院自主開發(fā)的選礦過程專用信息處理軟件，該軟件負(fù)責(zé)將生產(chǎn)歷史數(shù)據(jù)庫(kù)和企業(yè)若干第三方的數(shù)據(jù)庫(kù)集成和轉(zhuǎn)換成統(tǒng)一的生產(chǎn)數(shù)據(jù)倉(cāng)庫(kù)。

(3)第三層為選礦過程信息處理客戶端，主要面向選礦廠的工藝技術(shù)工程師、選礦設(shè)備工程師，客戶端的工作人員完全可以根據(jù)對(duì)選礦工藝的學(xué)習(xí)和操作的需要，對(duì)生產(chǎn)過程數(shù)據(jù)進(jìn)行數(shù)據(jù)重組、關(guān)聯(lián)計(jì)算、電子報(bào)表定制、趨勢(shì)曲線組合分析等功能。

這種軟件架構(gòu)說考慮的原則是:生產(chǎn)管理行為以生產(chǎn)過程真實(shí)歷史數(shù)據(jù)作為素材，符合MES系統(tǒng)的工作理念。其核心思想是:自動(dòng)化、信息化作為未來核心生產(chǎn)力的重要組成部分，生產(chǎn)管理和資源配置將圍繞著這一生產(chǎn)力的需要進(jìn)行重新配置和整合。

圖5 智能化選礦控制系統(tǒng)架構(gòu)

當(dāng)獲得的生產(chǎn)過程越來越豐富時(shí)，也會(huì)帶給生產(chǎn)過程監(jiān)控人員極大地困惑，因?yàn)樗麄兺枰瑫r(shí)監(jiān)視十幾、幾十甚至上百個(gè)檢測(cè)點(diǎn)的數(shù)值，并要做出判斷生產(chǎn)運(yùn)行是否正常。多變量統(tǒng)計(jì)過程監(jiān)控技術(shù)是一種基于數(shù)據(jù)驅(qū)動(dòng)的方法，即通過對(duì)生產(chǎn)過程中的大量數(shù)據(jù)利用數(shù)據(jù)分析處理方法挖掘數(shù)據(jù)中的本質(zhì)特征信息并合理的表達(dá)出來，從而實(shí)現(xiàn)異常工況的報(bào)警，并幫助分析找出多個(gè)變量中引起異常的某個(gè)變量或者多個(gè)變量的組合方式。圖5的控制系統(tǒng)建立了經(jīng)過處理后的生產(chǎn)過程數(shù)據(jù)倉(cāng)庫(kù)，可以嘗試?yán)枚嘧兞拷y(tǒng)計(jì)過程監(jiān)控技術(shù)挖掘發(fā)現(xiàn)生產(chǎn)過程中的規(guī)律或者趨勢(shì)。北京礦冶研究總院在2010年嘗試著利用多變量過程統(tǒng)計(jì)監(jiān)控技術(shù)對(duì)磨礦過程進(jìn)行運(yùn)行模式的建模以生產(chǎn)異常的自動(dòng)診斷工作。

該實(shí)踐以某選廠磨礦過程為背景，使用現(xiàn)場(chǎng)生產(chǎn)數(shù)據(jù)進(jìn)行分析、驗(yàn)證。依據(jù)該現(xiàn)場(chǎng)的工藝流程特點(diǎn)，選取磨機(jī)給礦量、前給水、磨機(jī)功率、旋流器壓力等磨礦過程的13個(gè)重要變量，以正常穩(wěn)定生產(chǎn)狀況下的數(shù)據(jù)，采用基于多元統(tǒng)計(jì)的方法進(jìn)行建模。通過該模型對(duì)生產(chǎn)過程進(jìn)行實(shí)時(shí)監(jiān)測(cè)，將生產(chǎn)過程運(yùn)行的健康狀態(tài)分為正常、不穩(wěn)定、異常三種情況。對(duì)于非正常的狀態(tài)，智能化方法將追溯異常變量并顯示。

下面就模型報(bào)警的兩種非正常情況進(jìn)行舉例說明:

圖6中，(a)為過程狀態(tài)綜合指標(biāo)及其控制限，如圖中標(biāo)注，t1、t2時(shí)間段均出現(xiàn)非正常情況。智能化算法依據(jù)之前對(duì)生產(chǎn)數(shù)據(jù)的學(xué)習(xí)，判斷t1為不穩(wěn)定情況，報(bào)錯(cuò)變量為5號(hào)變量——球磨補(bǔ)加水(如圖6(b)所示);t2為異常情況，報(bào)錯(cuò)變量為3號(hào)變量——球磨給礦(如圖6(c)所示)。

結(jié)合該磨礦過程工藝參數(shù)并與現(xiàn)場(chǎng)工作人員核實(shí)，生產(chǎn)過程實(shí)際情況為:

圖6 過程監(jiān)測(cè)結(jié)果舉例

(1)t1時(shí)間段:工藝上要求球磨補(bǔ)加水流量應(yīng)小于180m3/h，報(bào)告不穩(wěn)定的t1時(shí)間段內(nèi)水量大于200m3/h，該情況將引起后續(xù)作業(yè)的波動(dòng)，需及時(shí)調(diào)整。

(2)t2時(shí)間段:正常給礦量應(yīng)為200t/h左右，而t2時(shí)間段給料機(jī)突發(fā)異常，導(dǎo)致給礦量驟降，需及時(shí)排除故障以恢復(fù)正常生產(chǎn)。

綜上，在生產(chǎn)數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上，借助智能化方法充分利用已有生產(chǎn)過程的數(shù)據(jù)信息并挖掘其內(nèi)部之間聯(lián)系，可對(duì)生產(chǎn)提供實(shí)時(shí)的指導(dǎo)，具有現(xiàn)實(shí)意義。

6 結(jié)束語

盡管選礦生產(chǎn)過程有著共性和個(gè)性，但礦產(chǎn)資源的條件決定了我國(guó)選礦生產(chǎn)過程的個(gè)性更為突出，因此選礦過程智能化控制方法是非常必要的。然而根據(jù)我國(guó)礦山企業(yè)的現(xiàn)狀，選礦過程智能化控制還有很長(zhǎng)的路要走。主要的困難在于:

(1)選礦過程智能化必須依賴于選礦過程數(shù)據(jù)和信息的采集廣度和深度，這要求選礦廠在設(shè)計(jì)和建設(shè)過程中，必須兼顧到設(shè)備的控制水平和運(yùn)行狀態(tài)數(shù)據(jù)的提供、工藝過程關(guān)鍵參數(shù)的在線檢測(cè)分析。很多選礦設(shè)備既是被控對(duì)象，同時(shí)兼具執(zhí)行機(jī)構(gòu)的特點(diǎn)，因此設(shè)備的自動(dòng)化水平在一定程度上決定了選礦過程數(shù)據(jù)的完整性。

(2)選礦智能化的實(shí)現(xiàn)必須依賴于自動(dòng)化專業(yè)與工藝技術(shù)專業(yè)、選礦設(shè)備專業(yè)的融合。既使建立了具有自學(xué)習(xí)功能的數(shù)據(jù)平臺(tái)，若沒有工藝技術(shù)人員的知識(shí)來指導(dǎo)和判別，也很難談到控制的智能化，因?yàn)榭赡芩鸭坏接杏玫囊?guī)律和信息。

總的來說，選礦智能化方向是符合礦山企業(yè)發(fā)展需求和關(guān)系到經(jīng)濟(jì)效益的關(guān)鍵技術(shù)。但是企業(yè)要將自動(dòng)化、智能化技術(shù)作為生產(chǎn)力的重要組成部分來看待，就要在一定范圍內(nèi)將企業(yè)的人力資源、技術(shù)資源、管理資源圍繞智能化系統(tǒng)運(yùn)轉(zhuǎn)的需要進(jìn)行重新配置。只有這樣，才可能讓自動(dòng)化系統(tǒng)的投資創(chuàng)造更大的價(jià)值。

［1］李少遠(yuǎn)，席裕庚，陳增強(qiáng)，袁著祉.智能控制的新進(jìn)展(Ⅰ).上海:控制與決策，2000.

［2］張曉軍，張二為.智能控制系統(tǒng)發(fā)展綜述及其應(yīng)用.南昌:有色冶金設(shè)計(jì)與研究，2006.

［3］郭秉文，肖云.選礦方法與工藝實(shí)踐.武漢:武漢大學(xué)教材，1990.

［4］周俊武，張堃博，徐寧.選礦過程自動(dòng)化新進(jìn)展.北京:中國(guó)有色金屬學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集，2005.

［5］柴天佑.流程工業(yè)信息化的發(fā)展?fàn)顩r及對(duì)策.沈陽:遼寧視窗，2003.

［6］柴天佑，丁進(jìn)良，王宏，蘇春翌.復(fù)雜工業(yè)過程運(yùn)行的混合智能化優(yōu)化控制方法.沈陽:自動(dòng)化學(xué)報(bào)，2008.

Discussion on Intelligent Controlling of Mineral Processing

XU Ning，ZHOU Jun－wu，WANG Qing

(Beijing General Research Institute of Mining and Metallurgy，Beijing，China 100044)

The typical flow sheet of the mineral processing and the typical automation technologies in domestic and overseas are introduced in this article.The necessity of starting the research of processing intelligent studying and controlling method in Chinese mineral processing is discussed.A system configuration with self－studying function in the plant DCS is designed，the modeling on using the multivariate statistical process monitoring technology to extract the milling processing knowledge，and identifying operation of abnormal production and guiding the production operation are introduced.

mineral processing;process controlling;intellectualization;soft－sensor;on－line measuring;historical data

TD9

A

1009－3842(2011)01－0054－07

2010－12－23

徐寧(1973－)，女，漢族，山東德州人，教授級(jí)高工，北京礦冶研究總院信息技術(shù)與自動(dòng)化研究所副所長(zhǎng)，主要研究方向?yàn)樽詣?dòng)控制理論與應(yīng)用，E－mail:xnbgrimm@vip.sina.com