代偉 董翠連 周平 柴天佑

(東北大學(xué)流程工業(yè)綜合自動(dòng)化國(guó)家重點(diǎn)實(shí)驗(yàn)室，沈陽(yáng) 110819)

強(qiáng)磁選過程由于其內(nèi)部的復(fù)雜動(dòng)態(tài)特性，難以 建立精確的數(shù)學(xué)模型，或者建立的機(jī)理模型因受復(fù)雜因素的影響而不可靠、不穩(wěn)定，且工藝生產(chǎn)指標(biāo)無法在線實(shí)時(shí)測(cè)量，使得基于數(shù)學(xué)模型的優(yōu)化控制方法［1］難以實(shí)施，只能靠操作員憑經(jīng)驗(yàn)以及通過觀察系統(tǒng)運(yùn)行狀態(tài)給出控制回路設(shè)定值.然而，系統(tǒng)的運(yùn)行性能不僅受原材料的波動(dòng)還受各種未知干擾的影響，依靠人工的操作模式往往不能及時(shí)準(zhǔn)確地判斷工況和調(diào)整設(shè)定值，從而無法保證控制系統(tǒng)性能.文獻(xiàn)［2］將建模與控制相集成，預(yù)測(cè)、反饋、前饋相結(jié)合，提出過程優(yōu)化運(yùn)行的混合智能控制方法.文獻(xiàn)［3］采用案例推理、專家規(guī)則技術(shù)，設(shè)計(jì)了上層優(yōu)化設(shè)定控制器，并應(yīng)用到酒鋼選礦廠生產(chǎn)過程自動(dòng)控制系統(tǒng).然而該方法由于受工藝指標(biāo)無法在線檢測(cè)的條件限制，不能對(duì)設(shè)定值進(jìn)行實(shí)時(shí)在線優(yōu)化控制，從而無法及時(shí)有效地抑制各種未知干擾對(duì)生產(chǎn)指標(biāo)的不利影響，造成系統(tǒng)在相當(dāng)長(zhǎng)的時(shí)間內(nèi)處于開環(huán)控制，魯棒性能較差.

針對(duì)這一問題，本文采用由基于CBR的回路預(yù)設(shè)定模型、基于小波神經(jīng)網(wǎng)絡(luò)軟測(cè)量模型以及基于專家規(guī)則的補(bǔ)償器構(gòu)成的運(yùn)行操作優(yōu)化設(shè)定控制策略.傳統(tǒng)的優(yōu)化控制軟件一般采用非組件化的編程模式開發(fā)，多屬于專用或者封閉式系統(tǒng)，缺乏前瞻性的框架結(jié)構(gòu)，可擴(kuò)展性差，且系統(tǒng)內(nèi)嵌的算法模型與開發(fā)環(huán)境深度耦合［3］，無法成為真正獨(dú)立和可以互相移植的行業(yè)公共資源.每次微小的修改都要重新編譯、鏈接和調(diào)試整個(gè)系統(tǒng).以可復(fù)用、可擴(kuò)展、可維護(hù)為目標(biāo)的組件技術(shù)無疑是非常有效的解決手段.在眾多組件實(shí)現(xiàn)技術(shù)如COM，CORBA中.NET是組件領(lǐng)域的后起之秀，其簡(jiǎn)化了組件的開發(fā)與部署，為生成二進(jìn)制組件提供了簡(jiǎn)單便捷的方法，并支持各種編程語(yǔ)言間的互操作［4］.鑒于此本文以.NET組件技術(shù)為基礎(chǔ)設(shè)計(jì)并開發(fā)了一套優(yōu)化設(shè)定軟件系統(tǒng)，為實(shí)現(xiàn)強(qiáng)磁選的運(yùn)行操作優(yōu)化設(shè)定控制系統(tǒng)的二次開發(fā)提供了平臺(tái).

1 強(qiáng)磁選過程描述與運(yùn)行優(yōu)化控制目標(biāo)

1.1 強(qiáng)磁選過程描述

一個(gè)典型的強(qiáng)磁選過程主要包括粗選系統(tǒng)和掃選系統(tǒng)，簡(jiǎn)單的概括為“一粗二掃”，粗選與掃選作業(yè)分離，粗選尾礦經(jīng)中礦濃密機(jī)濃縮以后給入掃選機(jī)如圖1所示.原礦漿首先通過分礦箱自流入粗選強(qiáng)磁機(jī)進(jìn)行分選，粗選給水系統(tǒng)提供選別過程需要的沖礦粗掃漂洗水和卸礦水，通過調(diào)節(jié)粗選漂洗水閥門的開度vr(%)控制粗掃上下盤漂洗水流量frw(m3/h).勵(lì)磁系統(tǒng)將交流電轉(zhuǎn)變?yōu)橹绷麟娨援a(chǎn)生強(qiáng)磁場(chǎng)，通過調(diào)整直流電流er(A)的大小改變磁場(chǎng)的強(qiáng)度.粗選出的精礦進(jìn)入精礦大井，尾礦進(jìn)入中礦濃密機(jī)進(jìn)行濃縮，通過改變底流閥的開度vd(%)來實(shí)現(xiàn)礦漿濃度dsf(%)的調(diào)節(jié)控制.尾礦礦漿由濃密機(jī)底流泵打入掃選強(qiáng)磁機(jī)，掃選強(qiáng)磁機(jī)上盤為一掃作業(yè)，一掃的尾礦給入下盤進(jìn)行二掃.粗選精礦和掃選精礦就是強(qiáng)磁選精礦，掃選尾礦為強(qiáng)磁選尾礦，通過溜槽入尾礦濃縮.

圖1 強(qiáng)磁選過程工藝流程圖

由于精礦和尾礦品位不能在線測(cè)量且與漂洗水流量(粗選漂洗水流量 frw、一掃漂洗水流量fswⅠ、二掃漂洗水流量 fswⅡ)、勵(lì)磁電流(粗選勵(lì)磁電流er、掃選勵(lì)磁電流es)、掃選給礦濃度dsf之間的關(guān)系復(fù)雜，難以用精確模型描述，只能靠操作員根據(jù)生產(chǎn)邊界條件(給礦品位B1、給礦粒度B2、礦石可選性B3、給礦量B4)，指標(biāo)期望值以及化驗(yàn)值，憑經(jīng)驗(yàn)給出控制回路設(shè)定值.當(dāng)生產(chǎn)條件頻繁變化時(shí)，加上各種未知干擾操作員不能及時(shí)準(zhǔn)確地調(diào)整回路設(shè)定值，從而難以保證產(chǎn)品質(zhì)量.

1.2 強(qiáng)磁選過程運(yùn)行控制問題

強(qiáng)磁選過程運(yùn)行控制的目標(biāo)是在提高精礦品位的同時(shí)盡量降低尾礦品位，以提高金屬回收率，從而獲得更大的經(jīng)濟(jì)效益，可用如下方程表述:

式中，Y=［frw，fswⅠ，fswⅡ，er，es，dsf］為回路控制關(guān)鍵過程變量；ΔY(t)=Y(t)－Y(t－1)；f表示過程變量與運(yùn)行指標(biāo)間的非線性函數(shù)；下標(biāo)max和min分別表示上、下限值.在實(shí)際生產(chǎn)過程中隨著原礦品位和可選性質(zhì)的不同，對(duì)品位指標(biāo)的要求亦有所不同.

2 智能優(yōu)化設(shè)定控制方法

由于過程變量與運(yùn)行指標(biāo)之間存在復(fù)雜非線性關(guān)系，無法用精確數(shù)學(xué)模型描述，因此，本文從工藝要求的角度出發(fā)，根據(jù)生產(chǎn)實(shí)際，采用由基于CBR的回路預(yù)設(shè)定模型、小波神經(jīng)網(wǎng)絡(luò)軟測(cè)量模型以及專家規(guī)則補(bǔ)償器構(gòu)成的智能優(yōu)化設(shè)定控制方法，結(jié)構(gòu)如圖2所示，K為底層DCS控制器，G1為執(zhí)行機(jī)構(gòu)，G2為強(qiáng)磁選過程.該智能優(yōu)化設(shè)定系統(tǒng)對(duì)回路設(shè)定值進(jìn)行在線調(diào)整，從而將指標(biāo)控制在期望值附近.

圖2 強(qiáng)磁選過程運(yùn)行智能優(yōu)化設(shè)定控制策略

2.1 基于案例推理(CBR)的回路預(yù)設(shè)定模型

基于CBR的回路預(yù)設(shè)定模型作為運(yùn)行優(yōu)化設(shè)定控制的主控制器，給出底層基礎(chǔ)控制回路的最優(yōu)穩(wěn)態(tài)工作，其主要包括案例檢索與匹配，案例重用以及案例修正與存儲(chǔ)等幾個(gè)過程［5］.

案例表示為

式中，k=1，…，m，m為案例庫(kù)中案例數(shù)量；C表示案例；T表示案例產(chǎn)生時(shí)間；F為案例描述特征；Y為解特征；f1，f2分別表示 γcg和 γtg的目標(biāo)值和；f3～ f8分別表示為控制回路實(shí)際值 frw，fswⅠ，fswⅡ，er，es，dsf；f9～ f14分別表示上一時(shí)刻控制回路設(shè)定值；f15～f18分別對(duì)應(yīng)邊界條件 B1～B4；f17為枚舉型變量.

2.2 基于小波神經(jīng)網(wǎng)絡(luò)的指標(biāo)預(yù)報(bào)模型

利用軟測(cè)量技術(shù)在線連續(xù)檢測(cè)工藝指標(biāo)對(duì)強(qiáng)磁選過程的優(yōu)化控制、提高產(chǎn)品質(zhì)量具有重要意義.本文采用的緊致型小波神經(jīng)網(wǎng)絡(luò)建立品位模型.影響品位的可測(cè)參數(shù)有 frw，fswⅠ，fswⅡ，er，es，dsf以及邊界條件 B1，B2，B3，B4，將其作為軟測(cè)量模型輔助變量.

本文將從文獻(xiàn)［6］所建立的半實(shí)物仿真實(shí)驗(yàn)平臺(tái)中采集的750組數(shù)據(jù)分為400和350兩組，分別對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練與測(cè)試，當(dāng)隱含層節(jié)點(diǎn)數(shù)為22時(shí)，測(cè)試數(shù)據(jù)的均方差最小且訓(xùn)練時(shí)間滿足要求.

2.3 基于專家規(guī)則推理的補(bǔ)償器

補(bǔ)償器根據(jù)指標(biāo)預(yù)報(bào)值與期望值的偏差調(diào)整回路設(shè)定值，其采用“原型分析”方法，結(jié)合強(qiáng)磁選機(jī)操作的專家經(jīng)驗(yàn)，整理成專家規(guī)則存儲(chǔ)在專家系統(tǒng)的知識(shí)庫(kù)中.本文以{IF＜前提＞THEN ＜結(jié)論＞}的表示方法，采用文獻(xiàn)［7］的方法建立規(guī)則庫(kù).

3 智能優(yōu)化設(shè)定控制軟件的設(shè)計(jì)及開發(fā)

系統(tǒng)研發(fā)的目的是為強(qiáng)磁選運(yùn)行優(yōu)化設(shè)定控制的方法研究與應(yīng)用提供一個(gè)支撐平臺(tái)，以便能將實(shí)驗(yàn)研究的算法快速有效地應(yīng)用到實(shí)際項(xiàng)目中.系統(tǒng)以非編譯的方式融合算法，能夠使算法與系統(tǒng)解耦，使得只對(duì)算法的修改不會(huì)影響到整個(gè)系統(tǒng)，且不用對(duì)整個(gè)系統(tǒng)進(jìn)行重新編譯，從而使研究人員從UI、數(shù)據(jù)庫(kù)等復(fù)雜功能設(shè)計(jì)開發(fā)中脫離出來，將研究重點(diǎn)放在算法設(shè)計(jì)上，達(dá)到二次開發(fā)快速、維護(hù)方便的目的.本文以組件技術(shù)以及設(shè)計(jì)模式在軟件系統(tǒng)中的應(yīng)用為研究重點(diǎn).

3.1 軟件結(jié)構(gòu)與功能設(shè)計(jì)

在傳統(tǒng)的系統(tǒng)開發(fā)模式中沒有實(shí)現(xiàn)功能業(yè)務(wù)的解耦，一旦程序中有一處改動(dòng)就會(huì)產(chǎn)生連鎖反應(yīng)，導(dǎo)致一系列相關(guān)模塊改動(dòng)，給程序的修改或維護(hù)帶來極大不便，大大增加了工作量.一般情況下，業(yè)務(wù)邏輯是不穩(wěn)定，易變的，而功能單元是穩(wěn)定的.采用支持軟件復(fù)用的組件技術(shù)來構(gòu)建具有開放性、通用性的系統(tǒng)，把功能單元設(shè)計(jì)成組件，功能組件只實(shí)現(xiàn)一種業(yè)務(wù)功能，不包含系統(tǒng)業(yè)務(wù)邏輯.實(shí)現(xiàn)軟件的大粒度復(fù)用，對(duì)縮短開發(fā)周期、降低維護(hù)成本和提高試驗(yàn)可靠性具有重要意義.此外，設(shè)計(jì)模式的使用會(huì)使解決方案既優(yōu)雅簡(jiǎn)單，又可復(fù)用［8］.

因此，本文采用.Net組件技術(shù)，代理模式、工廠模式、單例模式以及訂閱/發(fā)布模式實(shí)現(xiàn)系統(tǒng)的解耦，基本滿足OCP(open-close principle)原則.業(yè)務(wù)層模型根據(jù)業(yè)務(wù)配置信息，調(diào)用相應(yīng)的組件來完成一項(xiàng)業(yè)務(wù)，使每個(gè)業(yè)務(wù)組件之間不再發(fā)生直接聯(lián)系，每個(gè)業(yè)務(wù)組件的更改不會(huì)影響到其他的組件.

根據(jù)需求分析，系統(tǒng)由多個(gè)合理劃分的功能模塊所組成，主要包括變量庫(kù)模塊，算法庫(kù)模塊，算法組態(tài)模塊，算法運(yùn)行模塊，通訊模塊以及數(shù)據(jù)監(jiān)視模塊，其中算法組態(tài)與運(yùn)行是整個(gè)軟件的主要模塊，圖3顯示了模塊之間的數(shù)據(jù)流向.

3.1.1 基于代理與工廠模式的算法類設(shè)計(jì)

算法是整個(gè)系統(tǒng)運(yùn)行的基石，采用面向?qū)ο蠓绞綐?gòu)建系統(tǒng)算法模型是建立可重用、可擴(kuò)展的優(yōu)化控制平臺(tái)的重要保證.針對(duì)具有不同編程技能的研究人員，本文設(shè)計(jì)支持3種算法實(shí)現(xiàn)機(jī)制:動(dòng)態(tài)鏈接庫(kù)(dll)，Matlab腳本以及VBScript腳本.

工廠模式的使用主要用于在創(chuàng)建算法模塊時(shí)控制哪種算法類進(jìn)行實(shí)例化.代理模式使得任何對(duì)算法模塊發(fā)起的請(qǐng)求都變成對(duì)代理的調(diào)用，這樣可利用代理模式將訪問間接化，其根據(jù)請(qǐng)求，代理算法策略組態(tài)組件從系統(tǒng)中讀取算法配置信息，然后算法工廠利用反射機(jī)制實(shí)例化算法模塊，并創(chuàng)建各模塊的數(shù)據(jù)連接關(guān)系，完成算法組態(tài)，示意圖如圖4所示.通過代理對(duì)算法模塊進(jìn)行控制不僅可以有效的實(shí)現(xiàn)不同用戶權(quán)限的操作請(qǐng)求過濾，還可避免因加載控制策略信息過大造成用戶長(zhǎng)時(shí)間等待的問題.

圖3 優(yōu)化設(shè)定控制軟件主要組成關(guān)系

圖4 算法模型的局部示意圖

3.1.2 數(shù)據(jù)通訊模塊設(shè)計(jì)

系統(tǒng)與外部設(shè)備的數(shù)據(jù)交互主體是工業(yè)組態(tài)軟件或控制器(PLC/DCS)，數(shù)據(jù)通訊模塊承擔(dān)著系統(tǒng)變量與外部數(shù)據(jù)交互服務(wù)的任務(wù).本文基于OPC技術(shù)設(shè)計(jì)數(shù)據(jù)通訊模塊與底層回路控制系統(tǒng)進(jìn)行數(shù)據(jù)交互，其主要由OPC Client(客戶端)和變量映射模塊組成.OPC Client模塊主要用于異步讀寫服務(wù)器數(shù)據(jù)，通過映射模塊可將OPC中的數(shù)據(jù)項(xiàng)更新到系統(tǒng)變量中.

3.1.3 基于訂閱發(fā)布模式的組件間交互設(shè)計(jì)

從觀察者模式演化而來的訂閱發(fā)布模式，是一種典型的基于事件方式解耦的設(shè)計(jì)模式.事件的供應(yīng)者產(chǎn)生并發(fā)送事件，而事件的使用者則接收和處理事件.圖5為描述一個(gè)訂閱發(fā)布模式的靜態(tài)UML示意圖，其動(dòng)態(tài)行為如下:一個(gè)訂閱者通過向訂閱器的事件中增加訂閱委托，當(dāng)發(fā)布者生產(chǎn)新的消息事件時(shí)，它通過通知方法把數(shù)據(jù)推給訂閱器，訂閱器從自己的訂閱事件委托隊(duì)列中逐個(gè)執(zhí)行.通知方法接受兩個(gè)參數(shù)，事件名稱與事件信息.

訂閱發(fā)布模式允許訂閱者和發(fā)布者對(duì)事件進(jìn)行異步處理，即事件的發(fā)送者不必等待事件的接收者處理事件，提高了事件發(fā)送的并發(fā)度，表1中列出了系統(tǒng)主要的訂閱者和發(fā)布者模塊.

圖5 訂閱發(fā)布模式靜態(tài)UML示意圖

表1 訂閱/發(fā)布者列表

3.1.4 基于單例模式的類設(shè)計(jì)

單例模式的目的是確保某個(gè)類只有一份實(shí)例，而且存在一個(gè)全局的訪問點(diǎn)來訪問這個(gè)實(shí)例對(duì)象.其分為Eager式和 Lazy式，Eager式是在類加載時(shí)立即創(chuàng)建對(duì)象，其缺點(diǎn)是加載較慢，且從類加載開始到此應(yīng)用結(jié)束一直占用資源，優(yōu)點(diǎn)是運(yùn)行時(shí)獲得對(duì)象較快.Lazy式是需要對(duì)象時(shí)才會(huì)判斷是否已有此對(duì)象，其缺點(diǎn)是運(yùn)行時(shí)獲得對(duì)象較慢，優(yōu)點(diǎn)是加載較快，在整個(gè)應(yīng)用的生命周期只有一部分時(shí)間在占用資源.根據(jù)軟件自身特點(diǎn)并充分考慮系統(tǒng)運(yùn)行性能分別對(duì)不同的類采用不同單列模式.

3.2 系統(tǒng)實(shí)現(xiàn)

系統(tǒng)開發(fā)采用C/S結(jié)構(gòu)，開發(fā)環(huán)境為Visual Studio 2010，組件開發(fā)采用WPF，C#等工具.算法開發(fā)環(huán)境為 Matlab2010a，歷史數(shù)據(jù)庫(kù)使用 Microsoft的關(guān)系數(shù)據(jù)庫(kù)SQL2005.各功能組件利用擴(kuò)展性管理框架(Managed Extensibility Framework，MEF)實(shí)現(xiàn)熱插拔，在MEF下組件以用戶控件的形式開發(fā).

3.2.1 算法動(dòng)態(tài)調(diào)用

為實(shí)現(xiàn)支撐多種算法形式以及考慮日后的維護(hù)與擴(kuò)展，對(duì)算法模塊定義一個(gè)合理的接口顯得尤為關(guān)鍵，本文算法模塊接口定義如表2所示.

表2 算法模塊接口定義表

繼承自算法模塊接口的子類主要在Execute實(shí)現(xiàn)方法上存在不同，不同求解引擎的調(diào)用方法在此實(shí)現(xiàn).動(dòng)態(tài)鏈接庫(kù)算法方式與VBScript腳本方法分別利用.NET反射技術(shù)與ScriptControl控件實(shí)現(xiàn)，并通過擴(kuò)展ScriptControl解決其不能返回多個(gè)參數(shù)問題，具體實(shí)現(xiàn)在此不再詳述.Matlab引擎的調(diào)用方法詳見文獻(xiàn)［9］.

3.2.2 系統(tǒng)變量定義

為了滿足算法模塊間的數(shù)據(jù)交互，對(duì)算法參數(shù)的變量屬性進(jìn)行了統(tǒng)一表達(dá)，如下所示:

其中Serializable定義該類支撐序列化操作，本文采用LinQ to XML實(shí)現(xiàn)對(duì)系統(tǒng)各描述文件的存儲(chǔ)與訪問.address屬性是變量映射的橋梁與OPC項(xiàng)對(duì)應(yīng)，其格式為:服務(wù)器名-組名-項(xiàng)名.

3.2.3 訂閱器的實(shí)現(xiàn)

訂閱器在系統(tǒng)中起著至關(guān)重要的作用，實(shí)現(xiàn)著組件間的各類消息通知，本文主要采用基于事件的方法開發(fā)訂閱器.首先定義發(fā)布與訂閱的事件委托1和2，以及發(fā)布者接口3與訂閱者接口4.應(yīng)用時(shí)，需要發(fā)布事件的組件只需申明一個(gè)發(fā)布事件委托，并將其注冊(cè)到訂閱器中，即可通過NotifySubject方法發(fā)布事件消息.訂閱者只需定義一個(gè)與訂閱事件具有相同參數(shù)的方法，并在構(gòu)造函數(shù)中將其注冊(cè)到訂閱器中，即可獲得事件的通知.

3.2.4 OPC 客戶端實(shí)現(xiàn)

在.NET下對(duì)OPC Client模塊的開發(fā)有多種途徑［10-12］，本文使用Kepware公司開發(fā)的類庫(kù)完全滿足了開發(fā)OPC Client模塊的需求.OPC Client模塊由 OPCDA類實(shí)現(xiàn)，其屬性包括 OPCServer，OPCItem，OPCSubscription三個(gè)類的實(shí)例，分別對(duì)應(yīng)OPC服務(wù)器，項(xiàng)和組的信息模型.具體實(shí)現(xiàn)請(qǐng)參考Kepware的相關(guān)文檔.

4 系統(tǒng)驗(yàn)證

將本文開發(fā)的強(qiáng)磁選優(yōu)化設(shè)定控制軟件作為文獻(xiàn)［6］所建立的強(qiáng)磁選過程半實(shí)物仿真實(shí)驗(yàn)平臺(tái)的優(yōu)化系統(tǒng)進(jìn)行實(shí)驗(yàn)，來驗(yàn)證本文所開發(fā)軟件系統(tǒng)以及智能優(yōu)化設(shè)定控制算法.其中預(yù)設(shè)定模型采用C#開發(fā)的dll，指標(biāo)預(yù)報(bào)和補(bǔ)償模型采用Matlab編寫m文件，加法/減發(fā)器采用平臺(tái)提供的基礎(chǔ)數(shù)學(xué)運(yùn)算模塊.

圖6為系統(tǒng)運(yùn)行主界面，其主要實(shí)現(xiàn)算法策略的監(jiān)視運(yùn)行以及對(duì)各類數(shù)據(jù)的實(shí)時(shí)顯示.圖7～圖11為系統(tǒng)運(yùn)行一段時(shí)間內(nèi)的指標(biāo)以及控制回路設(shè)定值的運(yùn)行結(jié)果.其中圖7(a)、(b)分別是工藝指標(biāo)精礦品位和尾礦品位的趨勢(shì)圖，從圖中可得工藝指標(biāo)在20:50:00前一直穩(wěn)定在48.3%和18.5%，在20:50:00時(shí)刻，邊界條件B3即礦石可選性由好變中，此后精礦品位和尾礦品位發(fā)生波動(dòng)，神經(jīng)網(wǎng)絡(luò)模塊提前預(yù)報(bào)生產(chǎn)指標(biāo)，補(bǔ)償模塊根據(jù)預(yù)報(bào)值與期望值的偏差調(diào)整回路設(shè)定值，從圖中可以看出，控制回路的設(shè)定值從21:00:00時(shí)開始進(jìn)行調(diào)整，在22:20:00時(shí)刻達(dá)到新的平衡點(diǎn).

表3顯示了邊界條件B3改變前后的運(yùn)行工況.通過分析，可得出智能優(yōu)化設(shè)定系統(tǒng)能及時(shí)調(diào)整回路設(shè)定值，將精礦品位、尾礦品位控制在目標(biāo)值附近，具有良好的魯棒性.

圖6 系統(tǒng)運(yùn)行主界面

表3 系統(tǒng)運(yùn)行工況表

圖7 品位趨勢(shì)

圖8 漂洗水流量趨勢(shì)

5 結(jié)語(yǔ)

本文融合數(shù)據(jù)和知識(shí)的方法，采用CBR、小波神經(jīng)網(wǎng)絡(luò)、專家規(guī)則等智能方法設(shè)計(jì)強(qiáng)磁選優(yōu)化設(shè)定控制器，并開發(fā)了一套以非編譯方式融合多種算法的集優(yōu)化控制與運(yùn)行監(jiān)視為一體的軟件系統(tǒng)，在此基礎(chǔ)上以組態(tài)形式實(shí)現(xiàn)了磁選優(yōu)化設(shè)定控制系統(tǒng)的快速二次開發(fā)，仿真結(jié)果驗(yàn)證了算法的有效性以及平臺(tái)的實(shí)用性與易用性，其架構(gòu)設(shè)計(jì)值得同類系統(tǒng)參考借鑒.

圖9 勵(lì)磁電流趨勢(shì)

圖10 掃選給礦濃度趨勢(shì)

圖11 粗選漂洗水流量趨勢(shì)

References)

［1］Sebastian E.Feedback control for optimal process oper-ation［J］.Journal of Process Control，2007，17(3):203-219.

［2］柴天佑，丁進(jìn)良，王宏，等.復(fù)雜工業(yè)過程運(yùn)行的混合智能優(yōu)化控制方法［J］.自動(dòng)化學(xué)報(bào)，2008，34(5):505-515.Chai Tianyou，Ding Jinliang，Wang Hong，et al.Hybrid intelligent optimal control method for operation of complex industrial processes［J］.Acta Automatica Sinica，2008，34(5):505-515.(in Chinese)

［3］陸治榮，陳念貽，陸文聰.DMOS-A基于多種數(shù)據(jù)挖掘算法的工業(yè)優(yōu)化軟件系列［J］.計(jì)算機(jī)與應(yīng)用化，2002，19(6):683-690.Lu Zhirong，Chen Nianyi，Lu Wencong.DMOS-A comprehensive software series for industrial optimization and advanced optimal control［J］.Computers and Applied Chemistry，2002，19(6):683-690.(in Chinese)

［4］Juval Lowy..NET組件程序設(shè)計(jì)［M］.劉如鴻，譯.北京:電子工業(yè)出版社，2007.

［5］Zhou Ping，Chai Tianyou，Wang Hong.Intelligent optimal-setting control for grinding circuits ofmineral processsing process［J］.IEEE Transactions on Automation Science and Engineering，2009，6(4):730-743.

［6］劉卓，劉金禮，劉建昌.強(qiáng)磁選過程智能優(yōu)化控制仿真實(shí)驗(yàn)平臺(tái)［J］.控制工程，2008(15):155-158.Liu Zhou，Liu Jinli，Liu Jianchan.Intelligent optimizing control simulation experiment platform for the high intensity magnetic separation process［J］.Control Engineering of China，2008(15):155-158.(in Chinese).

［7］Liu Jinxin，Liu Jinli，Ding Jinliang，et al.Intelligent control for operation of iron ore magnetic separating process［C］//World Congress on Intelligent Control and Automation.Chongqing，China，2008:2798-2783.

［8］Elisabeth Freeman，EricFreeman，Bert Bates，et al.Head first design patterns［M］.Sebastopol，California:O＇Reilly Media，2004.

［9］張豐德.MATLAB與外部程序接口編程［M］.北京:機(jī)械工業(yè)出版社，2009.

［10］楊傳穎，劉志鴻.基于Microsoft.NET Framework的OPC客戶端開發(fā)方式的研究［J］.工業(yè)計(jì)算機(jī)控制，2007，21(1):31-32.Yang Chuanying，Liu Zhihong.Research of OPC client development methods based on microsoft.NET framework ［J］.Industrial Control Computer，2007，21(1):31-32.(in Chinese)

［11］OPC Foundation.OPC Common Definitions and Interfaces Version 1.0［EB/OL］.(1998-10-27)［2012］.http://www.opcfoundation.org.

［12］OPC Foundation.Data Access Custom Interface Standard Version 3.00［EB/OL］.(2003-3-4)［2012］.http://www.opcfoundation.org.