劉日新，曾 明，陳建文

（江西銅業(yè)集團(tuán)有限公司 德興銅礦，江西 德興 334224）

1 引言

近年來國家大力倡導(dǎo)智能化礦山的發(fā)展,促進(jìn)各種設(shè)備的升級換代［1］。選礦廠傳統(tǒng)生產(chǎn)操作模式中操作人員存在著勞動強(qiáng)度大、檢測不到位、判斷不及時(shí)等問題，造成生產(chǎn)操作滯后，甚至引起較大的設(shè)備故障和安全事故，給企業(yè)造成較大的經(jīng)濟(jì)損失［2］。為了滿足智能礦山需求，進(jìn)一步提高選礦廠生產(chǎn)效率,降低人力投入成本，需對選礦工藝過程進(jìn)行全面的監(jiān)測并實(shí)現(xiàn)遠(yuǎn)程智能控制，是選礦智能化發(fā)展的必然需求。

德興銅礦大山選礦廠6.75萬t/d系統(tǒng)采用的是粗碎+中、細(xì)碎+球磨的常規(guī)碎磨流程。破碎流程產(chǎn)品分別由15、16號皮帶運(yùn)輸機(jī)輸送到粉礦倉，粉礦倉劃分為9個(gè)，依次對應(yīng)9臺球磨機(jī)，現(xiàn)場通過人工控制15、16號小車實(shí)現(xiàn)對粉礦倉布料，以保證9臺球磨機(jī)生產(chǎn)給礦的穩(wěn)定。本論文主要介紹開發(fā)破碎流程智能布料優(yōu)化控制系統(tǒng)，實(shí)現(xiàn)大山選礦廠破碎生產(chǎn)流程中15、16號皮帶布料小車的智能控制。

2 檢測與控制系統(tǒng)改進(jìn)

2.1 粉礦倉料位在線檢測及預(yù)測模型

（1）料位檢測升級。

智能布料控制系統(tǒng)主要依靠小車位置、粉礦倉料位等檢測［3］。大山選礦廠粉礦倉料位檢測原使用的是超聲料位計(jì)。由于粉礦倉是封閉的空間，而且布料過程中環(huán)境較惡劣，影響超聲波信號的因素較多，所以在布料過程中經(jīng)常會出現(xiàn)料位計(jì)劇烈波動。為提高料位檢測的準(zhǔn)確性和可靠性，升級為雷達(dá)料位傳感器，能夠有效地避免粉塵的干擾［4］。同時(shí)，為增加遠(yuǎn)程自動布料的可靠性，增加高清監(jiān)測攝像頭，進(jìn)一步確保生產(chǎn)安全。

（2）粉礦倉料位預(yù)測模型。

由于粉礦倉內(nèi)環(huán)境差，料位計(jì)不可避免地會出現(xiàn)波動，所以對粉礦倉料位進(jìn)行預(yù)測，排除料位計(jì)波動的影響。生產(chǎn)作業(yè)過程中料位變化的主要因素有：9個(gè)粉礦倉料位初始值，15、16號小車臺效和小車位置，9臺球磨機(jī)臺效，以及布料開始后的累計(jì)布料量等。通過對粉礦倉進(jìn)行分析，選取1號倉一天內(nèi)布料周期部署上升數(shù)據(jù)進(jìn)行分析，擬合料位變化趨勢曲線，如圖1所示。

圖1 1號倉料位變化曲線

由圖1（a）可知，料位隨著布料時(shí)間是一個(gè)非線性增加的過程，而且增加的梯度是在逐漸減小的。通過分析求取該組數(shù)據(jù)的變化梯度，進(jìn)一步擬合料位與增量之間的關(guān)系曲線，如圖1（b）所示，初步確定了料位對料位增量的相關(guān)性；通過對比不同布料臺效下的料位變化，由圖1（c）可知，可以看出不同的臺效和料位的增量也存在著一定的相關(guān)性；通過同一布料周期，不同布料時(shí)間段的料位進(jìn)行分析，如圖1（d）所示，發(fā)現(xiàn)不同時(shí)刻，料位的增速存在明顯差異。通過對礦倉結(jié)構(gòu)，如圖2所示，從礦石堆積形態(tài)進(jìn)行分析，確定了當(dāng)累計(jì)進(jìn)料量達(dá)到礦石自然安息角，料位的增加速度就會變大，料位的增量和累計(jì)進(jìn)料量及當(dāng)前料位值有著很強(qiáng)的相關(guān)性。

圖2 粉礦倉示意圖

通過上述分析，確定了影響料位的因素主要有當(dāng)前料位值、布料臺效、球磨臺效。對1號倉不同布料周期進(jìn)行分析，推導(dǎo)以當(dāng)前料位為x料位增量與y的數(shù)學(xué)關(guān)系，并分析對比模型參數(shù)項(xiàng)與布料臺效、球磨臺效、即時(shí)進(jìn)料量之間的關(guān)系。

分別對9個(gè)粉礦倉進(jìn)行數(shù)據(jù)分析、建模，確定模型參數(shù)和累計(jì)進(jìn)料量及料位的關(guān)系，建立料位的預(yù)測模型。通過對模型參數(shù)優(yōu)化最終確定料位非線性模型y1，線性補(bǔ)償模型y2。

由于每個(gè)粉礦倉的模型參數(shù)都不一樣，需要針對各個(gè)粉礦倉建立數(shù)學(xué)模型。取1、2倉進(jìn)行模型預(yù)測，對比結(jié)果如圖3所示。

圖3 1、2號倉真實(shí)值和y1模型測量值對比

通過分析，發(fā)現(xiàn)料位預(yù)測模型存在持續(xù)偏離的情況，結(jié)合實(shí)際情況建立一個(gè)料位的線性補(bǔ)償模型，對y1進(jìn)行補(bǔ)償矯正。結(jié)果如圖4所示。

圖4 真實(shí)值和模型測量值（y1, y2 ,y）對比

通過兩組數(shù)據(jù)跟蹤對比，驗(yàn)證了該料位預(yù)測模型的可行性。

2.2 控制系統(tǒng)集成

現(xiàn)有皮帶布料小車控制屬于就地控制系統(tǒng)，只能在操作室進(jìn)行手動控制，人工根據(jù)現(xiàn)場料位以及球磨實(shí)際生產(chǎn)狀況，點(diǎn)擊小車目標(biāo)位置讓小車自動運(yùn)行到目標(biāo)位置，如圖5所示。

圖5 就地控制系統(tǒng)

為實(shí)現(xiàn)破碎流程智能布料，對控制系統(tǒng)進(jìn)行升級，實(shí)現(xiàn)在中控室對小車遠(yuǎn)程控制［5］。如圖6所示，可實(shí)現(xiàn)布料過程的遠(yuǎn)程就地控制切換，同時(shí)遠(yuǎn)程控制又分為中控室遠(yuǎn)程手動、優(yōu)化控制系統(tǒng)遠(yuǎn)程自動兩種操作方式。

圖6 遠(yuǎn)程控制系統(tǒng)

通過將智能布料優(yōu)化控制系統(tǒng)與原有的布料控制PLC集成，讀取PLC中相關(guān)的生產(chǎn)狀態(tài)變量，并將智能布料系統(tǒng)優(yōu)化決策（操作控制變量）寫入到PLC中［6］。同時(shí)還集成球磨機(jī)的部分生產(chǎn)數(shù)據(jù)，增加OPC通訊接口，將系統(tǒng)所需的球磨臺效和球磨開斗等信號從磨浮DCS集成到破碎DCS，并在上位機(jī)控制畫面中顯示［7］。

3 智能布料系統(tǒng)

3.1 控制系統(tǒng)結(jié)構(gòu)

系統(tǒng)整體結(jié)構(gòu)如圖7所示，底層平臺實(shí)現(xiàn)基礎(chǔ)的數(shù)據(jù)檢測、系統(tǒng)集成和安全保護(hù)功能，同時(shí)將工況參數(shù)傳送到智能布料控制系統(tǒng)；布料控制系統(tǒng)通過不同的布料控制策略決策出具體的操作參數(shù)，再將15和16號小車位置設(shè)定值下發(fā)到基礎(chǔ)控制平臺，再通過DCS系統(tǒng)控制執(zhí)行機(jī)構(gòu)的動作。

圖7 智能布料優(yōu)化控制系統(tǒng)結(jié)構(gòu)圖

3.2 智能布料策略

布料小車控制的主要原則：安全原則、高料位保護(hù)原則、料位狀態(tài)最低優(yōu)先原則、小車少移動原則等。結(jié)合現(xiàn)場采集數(shù)據(jù)分析，確定控制策略參數(shù)設(shè)置：

（1）設(shè)置礦倉料位控制限。

低低限（LL）較低限（L）正常限（N）較高限（H）高高（HH）。

（2）設(shè)置小車鎖定狀態(tài)變量。

小車state=1表示小車鎖定，不可以被移動；

小車state=0表示小車解除鎖定，可以被移動。

（3）設(shè)置布料狀態(tài)優(yōu)先限。

緊急布料＞優(yōu)先布料＞正常布料＞高料位布料＞壓料。

（4）緊急布料狀態(tài)解除。

當(dāng)小車處于布料鎖定時(shí)，突然有料倉控制料位有小于LL時(shí)，小車會解除鎖定，給該低料位進(jìn)行緊急布料。

（5）小車布料狀態(tài)解除。

當(dāng)小車在粉礦倉布料時(shí)，為了減少小車頻繁移動，小車狀態(tài)鎖定，設(shè)置了小車布料狀態(tài)解除限，如果沒有緊急布料狀態(tài)解除時(shí)，小車狀態(tài)只有在料位達(dá)到設(shè)定的狀態(tài)解除限時(shí)才能解除。

（6）球磨臺效保護(hù)。

當(dāng)球磨臺效為0時(shí)，修改附近料倉的控制限，同時(shí)解除布料優(yōu)先級。

（7）15和16號次小車組合協(xié)同。

15和16號小車不能同時(shí)給一個(gè)料倉布料。

通過歷史數(shù)據(jù)分析并結(jié)合實(shí)際布料過程的操作經(jīng)驗(yàn)，確定料位控制限分別為58,65,80,88；該控制限還需要在生產(chǎn)過程中不斷調(diào)試矯正。根據(jù)料位控制限，將料倉分為5種狀態(tài)，如表1所示。

表1 料倉狀態(tài)

每一種狀態(tài)設(shè)置不同的狀態(tài)解除限，只有料倉達(dá)到狀態(tài)解除限，小車狀態(tài)解除鎖定，這樣可以保證小車不出現(xiàn)頻繁移動，電機(jī)負(fù)擔(dān)較大，保證安全生產(chǎn)原則。布料按照料倉狀態(tài)優(yōu)先順序依次從高到低逐個(gè)布料，保證料位優(yōu)先原則。

控制料位值作為智能布料控制系統(tǒng)料位判別依據(jù)?？刂屏衔恢蹬c預(yù)測料位y以及料位傳感器測量值之間的關(guān)系如表2所示。

表2 控制料位確定邏輯表

其中α為偏差系數(shù)。

3.3 系統(tǒng)開發(fā)

智能布料優(yōu)化控制系統(tǒng)依托于現(xiàn)有的礦山企業(yè)整體的信息化及自動化平臺，優(yōu)化數(shù)據(jù)和生產(chǎn)過程數(shù)據(jù)通過工業(yè)以太網(wǎng)實(shí)現(xiàn)交互。基于軟件模塊化設(shè)計(jì)的思想，為了增加軟件運(yùn)行的穩(wěn)定性并保證控制規(guī)則擁有更高的運(yùn)行優(yōu)先級，軟件整體采用類C/S（客戶端/服務(wù)器）架構(gòu)。開發(fā)智能布料系統(tǒng)軟件平臺，并嵌入小車智能布料控制算法，搭建智能布料控制系統(tǒng)軟件平臺。

4 智能布料優(yōu)化控制系統(tǒng)應(yīng)用情況

為了驗(yàn)證智能布料優(yōu)化控制系統(tǒng)的功能，對優(yōu)化控制系統(tǒng)進(jìn)行現(xiàn)場工業(yè)試驗(yàn)，通過試驗(yàn)對控制規(guī)則和具體的控制參數(shù)不斷地進(jìn)行優(yōu)化，達(dá)到控制系統(tǒng)能夠?qū)崿F(xiàn)現(xiàn)場控制需求。

4.1 料位預(yù)測模型的應(yīng)用情況

按照模型算法流程，編寫程序，投用運(yùn)行，運(yùn)行效果如圖10所示，綠色曲線為料位傳感器測量值，黃色曲線為料位預(yù)測模型給出控制料位值。當(dāng)小車布料過程中，料位傳感器突然跳變，或者長時(shí)間卡頓時(shí)，料位預(yù)測模型能夠給出當(dāng)前時(shí)刻較為合理的控制料位值，作為優(yōu)化控制的布料依據(jù)。

4.2 布料小車智能優(yōu)化控制

智能布料優(yōu)化控制系統(tǒng)正式投用后，小車操作模式為遠(yuǎn)程全自動模式，智能布料優(yōu)化控制系統(tǒng)給出15、16號小車位置推薦，并將該推薦值給到小車的基礎(chǔ)控制系統(tǒng)，實(shí)現(xiàn)小車的智能控制。小車位置的智能決策是根據(jù)實(shí)時(shí)跟蹤料倉的控制料位值，計(jì)算料倉的狀態(tài)，基于智能優(yōu)化算法計(jì)算給出。針對控制料位值確定了4個(gè)控制料位限，將各個(gè)粉礦倉狀態(tài)分為-2，-1，0，1，2五個(gè)狀態(tài)，狀態(tài)值越小表示其布料優(yōu)先級越高。通過連續(xù)投用跟蹤觀察，控制參數(shù)適應(yīng)性較好，系統(tǒng)投用效果穩(wěn)定，較為成功地實(shí)現(xiàn)了破碎流程智能布料生產(chǎn)的智能控制。

圖8 料位預(yù)測模型投用效果

5 結(jié)論

對破碎流程布料過程生產(chǎn)數(shù)據(jù)進(jìn)行分析處理，在原有控制系統(tǒng)的基礎(chǔ)上，針對智能布料優(yōu)化控制系統(tǒng)功能，開發(fā)了相應(yīng)的控制算法和優(yōu)化控制系統(tǒng)。系統(tǒng)投入工業(yè)運(yùn)行后，有效投用率平均達(dá)到90%，基本取代了原有的人工操作，成功實(shí)現(xiàn)布料生產(chǎn)的智能控制，降低了工人勞動強(qiáng)度，提高了生產(chǎn)效率，同時(shí)為生產(chǎn)管理提供有效的支持。