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(guò)程的實(shí)際需求，本文將球磨機(jī)負(fù)荷狀態(tài)分為4 類(lèi): 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(guò)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(lái)自多個(gè)傳感器的測(cè)量信息用一定的方式進(jìn)行融合， 將多個(gè)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(gè)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(guò)程控制、機(jī)器人、自動(dòng)目標(biāo)識(shí)別、慣性導(dǎo)航、模式識(shí)別、圖像處理等領(lǐng)域[ 。為了克服單一振動(dòng)或電流信號(hào)的局限性，本文同時(shí)采集磨機(jī)的電流和振動(dòng)信號(hào)， 根據(jù)這些信號(hào)， 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(xiàn)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(guò)去成功的經(jīng)驗(yàn)和知識(shí)進(jìn)行推理， 通過(guò)修改已有的解決方案來(lái)滿(mǎn)足求解新問(wèn)題的需要， 即使用過(guò)去的成功案例解釋新情況、評(píng)價(jià)新方案、解答新問(wèn)題。案例推理現(xiàn)已在故障診斷、醫(yī)療診斷、決策支持、過(guò)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(dòng)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(duì)干料總量進(jìn)行自動(dòng)調(diào)整。

相關(guān)文章：
磨機(jī)研磨體體積密度對(duì)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(dòng)機(jī)啟動(dòng)為什么會(huì)發(fā)生振動(dòng)？