概述球磨機(jī)負(fù)荷的優(yōu)化控制理念

根據(jù)生料漿配料過程的實(shí)際需求，本文將球磨機(jī)負(fù)荷狀態(tài)分為4 類: u1 代表欠負(fù)荷狀態(tài)， u2代表最佳負(fù)荷狀態(tài)， u3 代表過負(fù)荷狀態(tài)，集合D= { u1 ， u2 ， u3 } 代表球磨機(jī)負(fù)荷的不確定狀態(tài)。球磨機(jī)負(fù)荷優(yōu)化控制方法由負(fù)荷狀態(tài)估計(jì)模型和干料總量調(diào)整模型組成， 其結(jié)構(gòu)如圖所示。

多傳感器數(shù)據(jù)融合方法是把來自多個傳感器的測量信息用一定的方式進(jìn)行融合， 將多個傳感器所提供的局部信息加以綜合和互補(bǔ)， 降低不確定性，從而獲得理想和準(zhǔn)確的估計(jì)結(jié)果， 克服單個傳感的不確定性和局限性。目前， 多傳感器數(shù)據(jù)融合方法已廣泛應(yīng)用于工業(yè)過程控制、機(jī)器人、自動目標(biāo)識別、慣性導(dǎo)航、模式識別、圖像處理等領(lǐng)域[ 。為了克服單一振動或電流信號的局限性，本文同時采集磨機(jī)的電流和振動信號， 根據(jù)這些信號， 負(fù)荷狀態(tài)估計(jì)模型利用多傳感器數(shù)據(jù)融合方法在線估計(jì)出球磨機(jī)的負(fù)荷狀態(tài)。

案例推理方法是基于過去成功的經(jīng)驗(yàn)和知識進(jìn)行推理， 通過修改已有的解決方案來滿足求解新問題的需要， 即使用過去的成功案例解釋新情況、評價新方案、解答新問題。案例推理現(xiàn)已在故障診斷、醫(yī)療診斷、決策支持、過程建模和優(yōu)化控制等領(lǐng)域取得了成功的應(yīng)用。由于磨機(jī)負(fù)荷狀態(tài)與進(jìn)入磨機(jī)的干料總量之間難以建立精確的數(shù)學(xué)模型， 因此本文采用案例推理方法自動調(diào)節(jié)干料總量。如果球磨機(jī)負(fù)荷處在最佳狀態(tài)， 則干料總量不做調(diào)整， 如果球磨機(jī)負(fù)荷處在非最佳狀態(tài)， 則利用基于案例推理的干料總量調(diào)整模型對干料總量進(jìn)行自動調(diào)整。

相關(guān)文章：
磨機(jī)研磨體體積密度對磨礦效率的影響力 濕式球磨機(jī)的筒體安裝事宜 篩式球磨機(jī)維修保養(yǎng)步驟 妨礙球磨機(jī)工作效率的幾項(xiàng)因素 球磨機(jī)的磨礦技術(shù)效率及其影響因素 球磨機(jī)電動機(jī)啟動為什么會發(fā)生振動？