精礦流量異常狀態(tài)下的數(shù)據(jù)處理方法研究

高 嵩 ，段銀聯(lián) ，莫雪磊

（1.北京礦冶科技集團有限公司，北京市 100160；2.礦冶過程自動控制技術(shù)國家重點實驗室，北京市 100160；3.礦冶過程自動控制技術(shù)北京市重點實驗室，北京市 100160；4.山東黃金礦業(yè)（萊州）有限公司 三山島金礦，山東萊州 261442）

1 問題描述

精礦流量是浮選流程中重要的變量，但由于礦石性質(zhì)、浮選粒度、浮選狀態(tài)及精礦泵特性等多方面因素的影響，精礦流量有時會出現(xiàn)異常變化，不但難以進行準確計量，而且無論是手動控制還是自動控制均無法做出判斷，異常情況如圖1所示。

文獻[1]在分析鋅精礦礦漿特性參數(shù)和粒度分布的基礎上，介紹了臨界流速的確定及計算方法，輸送設備選型以及輸送系統(tǒng)的優(yōu)化設計，從硬件角度解決穩(wěn)定輸送高濃度鋅精礦的問題[1]，但鑒于實際遇到的異?，F(xiàn)象并非一直出現(xiàn)，不同性質(zhì)的礦漿蠕動泵運行效果并不一致以及設備更換周期等多方面因素，因此本文選擇從檢測和軟件方面著手。

圖1 異常精礦流量

2 實例分析

隨著處理量和設備狀態(tài)等因素的變化，精礦流量開始異常，且持續(xù)的時間長度不固定，難以從根本上消除該異常情況，經(jīng)過分析確定的整體處理流程如圖2所示。

圖2 濾波流程

程序以1 s為周期循環(huán)執(zhí)行，精礦流量是否正常通過精礦流量變化趨勢判斷，變化趨勢超過上限即為異常。若正常則按照固定周期進行滑動平均即可；若異常，處理方法如下。

2.1 體積守恒補償

經(jīng)過較長時間觀察，發(fā)現(xiàn)泵池體積約2 m3，當精礦流量異常變化時，泵池液位也會隨之發(fā)生肉眼可見的變化，而同時進入泵池的流量則沒有同樣顯著的變化。常溫常壓下，精礦可被認為是不可壓縮流體，因此，建立體積守恒模型進行補償。加裝液位計測量的液位及精礦流量如圖3所示。

圖3 泵池液位及精礦流量

由圖3可以看出，液位及精礦流量呈現(xiàn)明顯的負相關(guān)關(guān)系，因此有：

式中：Fr為精礦泵池入口流量；Fc為精礦泵出口流量計測量數(shù)值；k為單位換算系數(shù)；ΔV/Δt為精礦泵池單位時間內(nèi)體積變化量，ΔV=（Lt-Lt-1）×S，為當前液位滑動平均值，S為泵池橫截面積。

補償后的流量如圖4所示。可以看出，精礦流量波動幅度顯著減小，但有較多跳變，尤其是在精礦流量快速變化時。

圖4 體積守恒補償效果

2.2 簡化卡爾曼

在測量裝置性能、測量原理及泵池緩沖等因素影響下，體積守恒補償法在精礦流量拐點處會出現(xiàn)明顯不合理的跳變。

因此，使用文獻[2]中的簡化卡爾曼濾波法，即根據(jù)統(tǒng)計結(jié)果以及流量正常變化幅度的估計，選取適當標尺濾除幅度過大的跳變，迭代公式如下所示：

式中：表示利用t-1時刻測量值Fc對t時刻狀態(tài)Ft的估計，t為當前時刻從1開始自增，sign為取符號運算，閾值0.5 m3/h是根據(jù)流量變化統(tǒng)計結(jié)果選出，對補償結(jié)果的濾波效果如圖5所示。

圖5 簡化卡爾曼

2.3 測量周期

經(jīng)過體積補償和簡化卡爾曼兩次濾波之后，精礦流量波動幅度有所減小，但仍然有較明顯周期性波動。由于，精礦流量波動周期會有隨機性的變化，因此使用固定的濾波長度濾波，效果也不穩(wěn)定，如圖6所示；對其進行全頻域分析又過于復雜。

圖6 精礦流量周期變化及濾波效果

因此，使用文獻[3]中的定義和方法：將兩次向上越過基準，且有1次向下越過基準視為1個完整的正弦狀周期；將兩次向下越過基準且有1次向上越過基準視為1個完整的負正弦狀周期；然后通過計數(shù)法測量主要波動周期。此處略作修改，只測量最近1個測量值波動周期的長度，流程如圖7所示。同時由于精礦流量波動范圍有變化，所以需要一個浮動的基準值，此處選取較長時間的滑動平均值作為判斷基準，即可滿足要求。

圖7 周期測量流程

為避免測量值在基準值附近波動造成的周期快速變化，當測量周期小于180 s時，則周期循環(huán)×2，直至測量周期大于180 s。因為2的8次方為256，所以循環(huán)次數(shù)不超過8次，計算負荷較小。得出最近一個周期長度之后，以此作為滑動平均的窗口長度，對簡化卡爾曼濾波之后的結(jié)果再做滑動平均濾除周期性波動，最終濾波效果如圖6虛線所示，方框處對應圖5所示部分。

以上所述方法共有3處固定長度的滑動平均，分別為：120 s滑動平均、體積補償時的液位滑動平均、計算基準值3處固定長度的滑動平均。對此可采用文獻[4]中所述FMFT算法優(yōu)化計算效率，即采用一個長度與窗口寬度相等的先進先出線性隊列，用原有隊列和值減去出列數(shù)據(jù)，加上入列數(shù)據(jù)，再除以隊列長度，即可完成滑動平均的更新，減少了加法次數(shù)。另外，還有1處異常時的變長度滑動平均，其余均根據(jù)當前時刻及上一時刻的數(shù)據(jù)進行計算。

存儲使用方面，緩存數(shù)量最大為計算基準值所用數(shù)列，此處取600 s，正常時的120 s滑動平均可共用此緩存節(jié)省部分存儲資源。

如圖6所示，濾波后精礦流量變化波動幅度顯著減小，且能隨著測量值的變化給出比較及時的反應，從完全無法使用的測量值中得出較準確的估計值。

3 結(jié)語

本文提出了對異常識別、體積守恒補償、簡化卡爾曼濾波和變長度滑動平均4種方法的綜合應用，最終得出濾波結(jié)果。其中，異常識別目的是兼顧速度與平穩(wěn)的需求，即正常時濾波速度要快，異常時可犧牲部分濾波速度，追求平穩(wěn)性。體積守恒補償和簡化卡爾曼濾波，則是從機理上大幅度壓縮精礦流量波動范圍。最后的變長度滑動平均，是將1個類正弦波動作為一個濾波窗口，進一步平抑周期性波動的影響，且半個周期即可更新一次，刷新速度較快，雖然在切換時會有一定的階躍變化，但經(jīng)過前面的處理影響較小，并可再加入一個簡化卡爾曼濾波做平滑處理。經(jīng)過以上處理之后，最終可從異常波動無法使用的精礦流量中得到一個比較可靠的估計值。