基于系统辨识与T-S模糊神经网络的磨矿分级控制

针对磨矿分级过程控制中具有的慢时变、非线性特征,提出了一种基于系统辨识的自适应模糊推理网络模型,并应用于磨矿控制领域。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-Suge-no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。仿真实验结果显示,本文设计的控制模型在磨矿控制过程中具有较好的应用效果。

磨矿分级控制系统的设计与应用

介绍了昆钢大红山铁矿400万t/a选厂的磨矿分级控制系统,给出了磨矿分级过程控制方案,提出了磨矿分级系统的串级控制方式。

磨矿分级自动控制系统在棒磨山铁矿的应用

介绍了磨矿分级自动控制系统的原理及自控系统在棒磨山铁矿一段磨矿分级作业中的应用情况。试验和生产实践表明 ,自动控制与人工操作相比 ,一段磨机台时处理能力提高 5 .2 %、磨机利用系数提高 0 .0 6t/(m3·h) ,年创效益 46 .

FIX软件在磨矿分级自动控制系统中的应用

FIX软件为硬件系统提供上位监控和数据采集功能。因其丰富的功能、开放的数据结构和分布式的数据处理能力 ,在水厂选矿厂磨矿分级自动控制系统中 ,采用FIX软件作为上位监控软件 ,取得良好的效果。

百花岭选矿厂磨矿分级系统自动化控制升级的设想

通过对百花岭选矿厂磨矿分级系统自动化控制的运行情况进行分析,针对磨矿负荷、磨矿浓度及返砂量不能在线测量,不能满足优化控制需求,未能发挥磨机最大效率的问题。经过查阅资料、实地考察国内一些大型新建选厂的磨矿分级系统自动化控制的使用情况,对百花岭选矿厂磨矿分级自动化控制的升级改造提出了切实可行的设计思路和方法,建议添加必要的现场仪表,通过高等数学工具提高控制的有效性,采用先进的控制算法提高控制的精度。

功率控制在磨矿分级自动控制系统中的应用策略

就资源开发行业而言,“选矿”工艺在生产过程中的有着至关重要的地位,合理提升选矿生产率,对于矿业经济指标与地方经济发展均有着关键的意义。文章对磨矿分级自动控制系统中的功率控制应用策略开展研究,简要介绍磨矿分级自动控制系统后,开展磨机功率控制方案研究,并提出磨机功率步进优化控制策略,从而实现我国矿业领域磨机的生产水平,以促进矿业发展与经济效益的攀升。

智能化磨矿分级的发展趋势

磨矿分级在选矿工艺中处于十分关键的地位,其效率高低直接影响到选矿厂最终的经济和技术指标,能否在磨矿分级过程中对各个数据进行精准控制,对于实际生产有很大的影响。但磨矿分级过程存在扰动大、非线性、时变性强等影响因素,采用传统的控制理论难以达到期望的效果。因此,通过分析磨矿分级过程中的影响因素,结合我国磨矿工序的生产指标以及矿产特点,引入智能控制策略,对磨矿分级作业进行优化控制,进一步提高磨矿分级在实际应用方面的生产效果。

选矿厂磨矿分级工艺优化研究与实践

矿物处理的出现满足了当前社会的各项需求,而选矿是当前最为重要的一个环节,选矿工作的质量及效果会直接影响到后期工作的开展。因此,在实际矿物磨矿处理工作过程当中,相关的工作人员应结合现代科学技术与人类技术操作进行融合来进行选矿磨矿分级工艺。从而促进并提供选矿处理工作的质量。本篇文章主要阐述了在选矿厂磨矿分级工艺当中存在着的漏洞及问题以及工艺技术当中的细节点进行分析探讨。为相关的技术人员提供参考。