重介质悬浮液密度宽域智能控制系统设计.pdf

工矿自动化 I n d u st r y a n d Min e Au t o ma t io n 第45卷第7期 2019年7月 Vo l, 45 No . 7 Ju l. 2019 文章编号1671-251X201907-0033-05DOI 10.13272/j. issn . 1671-251x . 17429 重介质悬浮液密度宽域智能控制系统设计 邱佳楷，王然风，付翔 太原理工大学矿业工程学院，山西太原 030024 扫码移动阅读 摘要为满足原煤煤质变化对重介质悬浮液密度大范围调节的需求，在重介质分选过程中采用反分流工 艺，设计了一种重介质悬浮液密度宽域智能控制系统。利用BP神经网络建立了合格介质桶液位预测模型， 以悬浮液密度实际值与设定值的偏差、合格介质桶液位实际值、分流阀开度及补水阀开度作为模型输入变 量，经模型计算得出合格介质桶液位预测值;依据合格介质桶液位偏差与密度偏差，通过基于支持向量机的 一对一多分类算法实现加介质、稳态、密度阶跃上升、密度阶跃下降控制模式切换，并依据控制模式自动调整 分流阀、补水阀、加水阀开度及浓介质泵、反分流泵开启时间，从而实现密度大范围调节。该系统应用后密度 波动范围稳定在士 0. 005 g /c m‘，密度调节时间短。 关键词选煤厂；重介质分选；悬浮液密度；合格介质桶液位；反分流；BP神经网络；支持向量机 中图分类号TD948 文献标志码A Design of intelligent control system for dense medium suspension density with wide domain QI U Jia k a i, WANG Ra n f en g , FU Xia n g Co lleg e o Min in g En g in eer in g , Ta iyu a n Un iv er sit y o Tec h n o lo g y, Ta iyu a n 030024, Ch in a AbstractI n o r d er t o meet d ema n d o a d ju st in g d en se med iu m su spen sio n d en sit y in w id e r a n g e d u e t o c h a n g e o f r a w c o a l q u a lit y, a n in t ellig en t c o n t r o l syst em f o r d en se med iu m su spen sio n d en sit y w it h w id e d o ma in w a s d esig n ed by u sin g r ev er se split t ec h n o lo g y in d en se med iu m sepa r a t io n pr o c ess. BP n eu r a l n et w o r k is u sed t o est a blish liq u id lev el pr ed ic t io n mo d el o f q u a lif ied med iu m ba r r el. Dev ia t io n bet w een a c t u a l v a lu e a n d set v a lu e o su spen sio n d en sit y, a c t u a l liq u id lev el o f q u a lif ied med iu m ba r r el a n d o pen in g d eg r ee o f sh u n t v a lv e a n d w a t er r eplen ish ed v a lv e a r e t a k en a s in pu t v a r ia bles o f t h e mo d el, a n d pr ed ic t ed liq u id lev el o q u a lif ied med iu m ba r r el is c a lc u la t ed t h r o u g h t h e mo d el. Ac c o r d in g t o liq u id lev el d ev ia t io n o f q u a lif ied med iu m ba r r el a n d t h e d en sit y d ev ia t io n , c o n t r o l mo d e sw it c h in g o f a d d in g med iu m, st ea d y st a t e, d en sit y st ep u p a n d d en sit y st ep d o w n is r ea lized t h r o u g h o n e-t o -o n e mu lt i-c la ssif ic a t io n a lg o r it h m ba sed o n su ppo r t v ec t o r ma c h in e. Open in g d eg r ee o f sh u n t v a lv e, w a t er r eplen ish ed v a lv e a n d w a t er a d d in g v a lv e a n d o pen in g t ime o f t h ic k med iu m pu mp a n d r ev er se sh u n t pu mp a r e a u t o ma t ic a lly a d ju st ed a c c o r d in g t o c o n t r o l mo d e, so a s t o r ea lize w id e r a n g e a d ju st men t o f d en sit y. Den sit y f lu c t u a t io n r a n g e is st a ble w it h in 0.005 g /c m3 a n d d en sit y a d ju st men t t ime is sh o r t a f t er a pplic a t io n o f t h e syst em. 收稿日期2019-04-22；修回日期2019-06-24；责任编辑盛男。 基金项目山西省科技计划研究项目201801D221358。 作者简介邱佳楷1994-,男，山西长治人，硕士研究生，主要研究方向为煤矿电气设备自动化,E-ma il 2043187626q q . c o m. 引用格式邱佳楷,王然风，付翔重介质悬浮液密度宽域智能控制系统设计口］工矿自动化,2019,45733-37. QI U Jia k a i, WANG Ra n f en g,FU Xia n g . Desig n o f in t ellig en t c o n t r o l syst em f o r d en se med iu m su spen sio n d en sit y w it h w id e d o ma in 口］. I n d u st r y a n d Min e Au t o ma t io n ,2019,457 33-37. Key words c o a l pr epa r a t io n pla n t; d en se med iu m sepa r a t io n ; su spen sio n d en sit y; liq u id lev el o f q u a lif ied med iu m ba r r el; r ev er se split ; BP n eu r a l n et w o r k ; su ppo r t v ec t o r ma c h in e ・34・工矿自动化2019年第45卷 0引言 中国大部分选煤厂采用重介质分选工艺，而重 介质分选工艺的关键参数一分选密度由精煤质量 要求和原煤煤质特性决定E。由于原煤来源不同导 致原煤煤质特性差异较大⑵，所以单一不变的分选 密度无法满足生产要求。分选密度决定重介质悬浮 液密度，因此在重介质分选过程中需要大范围调节 重介质悬浮液密度。 文献［3］提出了基于模糊控制的重介质悬浮液 密度控制方法，将密度偏差、密度变化率、合格介质 桶液位及液位变化率作为密度模糊控制的输入变 量，实现了密度精确、稳定控制，但未考虑磁性物对 分选过程的影响及密度调节时的阶跃响应。文献 ［4］ 提出了重介质悬浮液密度与液位PFC Pr ed c it iv e Fu n c t o in a l Co n t o r l,预测函数控制- PI D控制算法，实现了合格介质桶液位与重介质悬 浮液密度的解耦，解决了密度控制滞后问题，但实际 生产中合格介质桶缓冲能力有限，仅通过调节补水 阀及分流阀的开度无法完成密度大范围调节。文献 ［5］ 考虑了重介质悬浮液密度控制过程中的阶跃响 应，采用基于二次规划约束优化算法的动态矩阵预 测控制器实现对重介质悬浮液密度及合格介质桶液 位的联动控制，使重介质悬浮液密度与合格介质桶 液位可迅速达到稳定值，但没有考虑实际应用时合 格介质桶容量限制及密度控制时的稳态响应。 本文基于重介质分选反分流工艺，设计了一种 重介质悬浮液密度宽域智能控制系统。利用BP神 经网络建立合格介质桶液位预测模型，采用基于支 持向量机的一对一多分类算法实现加介质、稳态、密 度阶跃上升、密度阶跃下降控制模式切换，依据控制 模式调整各类阀及泵动作,实现密度宽域调节。 1重介质分选反分流工艺 通过调节补水阀及分流阀的开度实现重介质悬 浮液密度控制时，密度与合格介质桶液位存在较强 的相关关系，即密度上升时合格介质桶液位下降，密 度下降时合格介质桶液位上升⑷。但合格介质桶缓 冲能力有限，导致密度调节范围受限。因此,在重介 质分选过程中采用反分流工艺，如图1所示。 当合格介质桶中悬浮液密度需要降低时，通过 控制合格介质桶的加水阀往合格介质桶里加水，同 时通过反分流泵将合格介质桶中悬浮液输送至浓介 质桶中，从而在密度降低的同时合格介质桶液位不 会升高。当合格介质桶中悬浮液密度需要上升时, 打开浓介质泵往合格介质桶里加入浓介质，可迅速 提升密度且合格介质桶液位不会降低。 工密度计 含量仪十 彳旋流器卜 中煤 浓介质桶 合格介质泵 图1重介质分选反分流工艺 Fig . 1 Rev er se split t ec h n o lo g y o f d en se med iu m sepa r a t io n 浓介质饗分霍E 磁选机I 精煤稀介质桶 中肝稀介质桶 2重介质悬浮液密度宽域智能控制原理 重介质悬浮液密度宽域智能控制分为加介质、 稳态、密度阶跃上升、密度阶跃下降4种模式，原理 如图2所示。通过密度计采集合格介质桶输送到旋 流器中的悬浮液密度实际值，并与现场工作人员根 据经验给出的密度设定值进行比较，得出密度偏差 值。将密度偏差值、合格介质桶液位实际值、分流阀 开度及补水阀开度作为输入变量，利用合格介质桶 液位预测模型计算出密度达到稳定时的合格介质桶 液位预测值。根据密度偏差值、合格介质桶液位实 际值和预测值，结合切换策略实现模式切换,并依据 控制模式自动调整分流阀、补水阀、加水阀开度及浓 介质泵、反分流泵开启时间，从而实现密度调节。 2.1重介质悬浮液密度宽域智能控制模式 1 加介质模式。当重介质分选系统生产一段 时间后，由于磁铁粉消耗，需要补充浓介质。通过浓 介质泵补加浓介质会导致合格介质桶中悬浮液密度 突然升高，为使加介质过程中悬浮液密度满足生产 要求，通过调节合格介质桶与合格介质泵之间的补 水阀及时降低密度。 2 稳态模式。当悬浮液密度已经达到分选密 度附近时,需要稳定悬浮液密度，并且控制悬浮液中 煤泥含量煤泥含量通过悬浮液密度及磁性物含量 计算。调节补水阀开度来补水是调节悬浮液密度 的重要手段，补水阀开度调节采用PI D控制“呦。 分流阀主要作用是排出重介质分选系统中多余煤 泥，保证悬浮液黏度。分流阀开度调节采用模糊控 制［心幻，将补水阀开度、磁性物含量偏差值、密度偏 差值及合格介质桶液位实际值作为模糊控制输入。 根据补水阀开度可提前调节分流阀开度当补水阀 开度大时，减小分流阀开度；当补水阀开度小时，增 2019年第7期邱佳楷等重介质悬浮液密度宽域智能控制系统设计・35・ 密度设定值『I 浓介质泵 密度偏差值 密度实际值 图2重介质悬浮液密度宽域智能控制原理 I n t ellig en t c o n t r o l pr in c iple o f d en se med iu m su spen sio n d en sit y w it h w id e d o ma in 加介质 控制 重介质分选 过程 切换策略 合格介质桶液位预测模型 Fig . 2 大分流阀开度。 3 密度阶跃上升模式。当密度设定值需要大 幅上升时，由于密度与合格介质桶液位的耦合关系 及分流的滞后性，通过分流阀和补水阀已无法及时 调节密度。因此通过浓介质泵和分流阀进行控制 若合格介质桶液位高，则通过分流阀降低液位，同时 通过浓介质泵补加浓介质;若合格介质桶液位低，则 仅通过浓介质泵补加浓介质。 4 密度阶跃下降模式。当密度设定值需要大 幅下降时，通过补水阀虽可及时降低密度，但补水阀 开度过大会导致合格介质桶液位上升，且由于补水 阀在合格介质泵与合格介质桶之间，合格介质桶液 位上升存在一定滞后，所以容易引起合格介质桶液 位过高，导致溢流及加水量超调。因此通过加水阀 和反分流泵进行控制当合格介质桶液位低时，通过 加水阀宜接加水来降低密度；当合格介质桶液位高 时，通过加水阀加水的同时，通过反分流泵降低合格 介质桶液位。 2.2合格介质桶液位预测模型 由于重介质悬浮液密度与合格介质桶液位的相 关关系，密度偏差值越大，液位的阶跃响应幅值也会 越大，合格介质桶容量可能无法满足密度控制要求， 所以需要预测合格介质桶液位。利用BP神经网络 建立合格介质桶液位预测模型，采用随机梯度下降 方式训练神经网络，流程如图3所示。初始化权重 并给定输入输出向量，通过正向传播激活每个神经 元，通过比较神经网络输出向量与给定的输出向量 计算损失函数，通过反向传播对每个权重进行更新， 重复以上步骤直至最大迭代次数或模型偏差满足 要求“如。 初始化权重 给定输入输出向量 正向传播 计算损失函数 反向传播 结束 图3神经网络训练流程 Fig . 3 Neu r a l n et w o r k t r a in in g f lo w 本文建模数据来自新柳选煤厂，选取120组具 有代表性的数据作为样本，采用S函数作为激活函 数。为提高模型预测准确性，对数据进行归一化处 理由于数据均为正数,使用线性函数归一化，使数 据映射到［0,1］区间内。随机选取其中100组数据 作为训练集，20组数据作为测试集。经过多次训 练，最终确定隐含层为1层、节点数为11时,训练得 到的模型预测效果最好，如图4所示。 2.3切换策略 不同重介质悬浮液密度宽域智能控制模式对应 的合格介质桶液位及密度偏差不同加介质模式对 应的合格介质桶液位低、密度偏差小;稳态模式对应 36 工矿自动化2019年第45卷 E ⑥ 棗痒生未炬申 图4合格介质桶液位预测值与实际值对比 Fig . 4 Co mpa r iso n o f pr ed ic t ed v a lu e a n d a c t u a l v a lu e o f liq u id lev el o q u a lif ied med iu m ba r r el 的密度偏差小、合格介质桶液位变化小;密度阶跃上 升/下降模式对应的密度偏差大、合格介质桶液位变 化大［如。因此可根据模式不同特点，通过切换策略 实现模式切换。 本文通过基于支持向量机的一对一多分类算法 实现模式识别。加介质模式、稳态模式、密度阶跃上 升模式和密度阶跃下降模式对应的类别标签分别为 1,2,3,4。一对一多分类算法是在任意两类之间建 立1个分类器，因此本文构建6个训练集，并利用支 持向量机对这6个训练集进行学习，产生6个分类 器。通过6个分类器对样本进行分类，分类后对样 本所属类别进行投票，得票最多的类别即为该样本 类别曲。 3重介质悬浮液密度宽域智能控制系统 重介质悬浮液密度宽域智能控制系统由设备 层、控制层、管理层组成，如图5所示。设备层由压 差式密度计、合格介质桶液位计、各类阀及泵组成; 控制层即PLC,由CPU、通信模块、模拟量模块及数 字量模块组成；管理层由工控机组态软件.Ma t la b 及MySQL数据库组成。设备层采集的合格介质桶 液位、分流阀开度、补水阀开度、密度等数据传输至 PLC,并通过以太网上传至工控机,Ma t la b利用训 练好的合格介质桶液位预测模型计算相应的控制模 式，反向传输至控制层，控制各类阀及泵动作，实现 密度大范围自动控制。 4应用效果 新柳选煤厂原来通过手动控制分流阀来调节重 介质悬浮液密度,存在密度波动范围大、调节时间长 的问题。该选煤厂应用重介质悬浮液密度宽域智能 控制系统后，效果如图6、图7所示。可看出在稳态 阶段，密度波动范围稳定在士0. 005 g /c m3 ；密度调 节时间短，当密度下调0. 02 g /c m3,用时3 min左 右，当密度上调0. 06 g /c m3，用时15 min左右。 工控机 组态软件 Ma t la b MySQL数据库 管理层L............................................................ ......................................... ...................... __________________彩嘤t__________________ PLC 图5重介质悬浮液密度宽域智能控制系统结构 Fig . 5 St r u c t u r e o f in t ellig en t c o n t r o l syst em f o r d en se med iu m su spen sio n d en sit y w it h w id e d o ma in 1.48 1.46 1.45 1.44 1.47 时间/min 旨 3 、聘 图6密度设定值下调 Fig . 6 Den sit y set t in g v a lu e d ec r ea ses 图7密度设定值上调 Fig . 7 Den sit y set t in g v a lu e in c r ea ses 5结语 在重介质分选反分流工艺基础上，重介质悬浮 液密度宽域智能控制系统根据悬浮液密度实际值与 设定值的偏差、合格介质桶液位实际值、分流阀开度 及补水阀开度，利用基于BP神经网络的合格介质 桶液位预测模型得出合格介质桶液位预测值;根据 合格介质桶液位偏差与密度偏差，通过基于支持向 量机的一对一多分类算法实现控制模式切换，并依 据控制模式自动调整分流阀、补水阀、加水阀开度及 浓介质泵、反分流泵开启时间，从而实现密度大范围 调节。该系统应用后密度波动范围稳定在 0. 005 g /c m3，密度调节时间短。 参考文献References ［1］刘彦丽，樊民强从煤肝石中回收煤系高岭岩的重介 分选技术［J］・中国矿业,2017,2610.142-145. 2019年第7期邱佳楷等重介质悬浮液密度宽域智能控制系统设计 37 LI U Ya n li,FAN Min q ia n g . Sepa r a t io n o f c o a l bea r in g k a o lin it e u sin g d en se med iu m c yc lo n e [J]・ Ch in a Min in g Ma g a zin e,2017,2610 142-145, [2] 周明磊，张德鹏.原煤的可选性及其入洗可行性分析 [J].煤矿安全,2012,435173-177. ZHOU Min g lei, ZHANG Depen g . Fea sibilit y a n a lysis o f r a w c o a l w a sh a bilit y a n d it s w a sh in g [J]. Sa f et y in Co a l Min es,2012,435 173-177. [3] 孔繁苗，徐康，陈浙锐，等基于模糊控制的重介质悬 浮液密度控制方法[J1工矿自动化, 2018,446 101-104. KONG Fa n mia o , XU Ka n g , CHEN Zh er u i, et a l. Den sit y c o n t r o l met h o d f o r d en se-med iu m su spen sio n ba sed o n f u zzy c o n t r o l [J]. I n d u st r y a n d Min e Au t o ma t io n ,2018,446101-104. [4] 郭西进，邵宏清,杨春宝，等.重介悬浮液密度与液位 PFC-PI D控制算法研究口丄工矿自动化，2018,44 189-95. GUO XijimSHAO Ho n g q in g ,YANG Ch u n ba o ,et a l. Resea r c h o n PFC-PI D c o n t r o l a lg o r it h m o f d en sit y a n d liq u id lev el in h ea v y med iu m su spen sio n [ J I n d u st r y a n d Min e Au t o ma t io n ,2018,441 89-95, 5 ]薛东彪，杨洁明.QP-DMC算法在重介液密度控制中 的应用[J] 机械设计与制造,20174169-172. XUE Do n g bia o , YANG Jiemin g . Applic a t io n o f QP- DMC a lg o r it h m in t h e h ea v y med iu m su spen sio n d en sit y c o n t r o l syst em [J]. Ma c h in er y Desig n Ma n u f a c t u r e,20174 169-172. [6] 赵春祥，叶桂森.重介质选煤过程控制模型及控制算 法的研究[J1煤炭学报,2000,25增刊1196-200. ZHAO Ch u n x ia n g, YE Gu isen . St u d y o f h ea v y med iu m c o a l pr epa r a t io n pr o c ess c o n t r o l mo d el a n d c o n t r o l a lg o r it h m[J]. Jo u r n a l o f Ch in a Co a l So c iet y, 2000,25S1-196-200. [7] 董志勇，王然风，樊民强，等.重介分选过程分流自动 控制系统设计[J1工矿自动化,2017,43723-27. DONG Zh iyo n g, WANG Ra n f en g, FAN Min q ia n g, et a l. Desig n o f a u t o ma t ic sh u n t c o n t r o l syst em in d en se-med iu m sepa r a t io n pr o c ess [J]. I n d u st r y a n d Min e Au t o ma t io n ,2017,437 23-27. E8]李停.基于无模型自适应的重介悬浮液密度控制 [D].徐州中国矿业大学,2016. [9]曹珍贯.重介选煤过程中重介质的密度预测控制研究 [D1徐州中国矿业大学,2014. [10]付翔重介选煤灰分自动控制系统的设计与实现 [D].太原太原理工大学,2012. EU]王波，张致维,王然风重介悬浮液密度自动控制系统 的设计[J1控制工程,2011,18增刊167-69. WANG Bo ,ZHANG Zh iw ei,WANG Ra n f en g . Desig n o f a u t o ma t io n syst em f o r h ea v y med iu m su spen sio n [J]. Co n t r o l En g in eer in g o f Ch in a, 2011, 18 SI 67-69. [12] 郭西进，高警卫,岳广礼，等.重介选煤工艺多参数模 糊控制方法研究[J1工矿自动化,2012,3891-4. GUO Xijin , GAO Jin g w ei, YUE Gu a n g li, et a l. Resea r c h o f f u zzy c o n t r o l met h o d f o r mu lt i-pa r a met er in d en se-med iu m sepa r a t io n pr o c ess [J ]・ I n d u st r y a n d Min e Au t o ma t io n,2012,389 1-4. [13] 王功鹏，段萌，牛常勇基于卷积神经网络的随机梯度 下降算法[J].计算机工程与设计, 2018,39 2 441-445. WANG Go n g pen g, DUAN Men g , NI U Ch a n g yo n g . St o c h a st ic g r a d ien t d esc en t a lg o r it h m ba sed o n c o n v o lu t io n n eu r a l n et w o r k [J]. Co mpu t er En g in eer in g a n d Desig n ,2018,392 -441-445. [14] 张晋晶.基于随机梯度下降的神经网络权重优化算法 [D].重庆西南大学,201 [15] 梁斌昌，赵建章，田树丹，等.基于BP神经网络的循 环介质密度控制系统设计口丄选煤技术,20172 62-66. LI ANG Bin c h a n g , ZHAO Jia n zh a n g , TI AN Sh u d a n , et a l. Desig n o f c ir c u la t in g med iu m d en sit y c o n t r o l syst em ba sed o n BP n eu r a l n et w o r k [ J ]・ Co a l Pr epa r a t io n Tec h n o lo g y ,20172 62-66. [16] 张智焕，王树青.基于多模型切换的大范围预测函数 控制[J1浙江大学学报工学版, 2002,36 3 290-292. ZHANG Zh ih u a n , WANG Sh u q in g . Glo ba l pr ed ic t iv e f u n c t io n c o n t r o l ba sed o n t h e sw it c h in g o f mu lt iple mo d els [ J ]. Jo u r n a l o f Zh ejia n g Un iv er sit y En g in eer in g Sc ien c e ,2002,363 290-292. [17] 荆双喜，华伟基于小波-支持向量机的矿用通风机故 障诊断[J]煤炭学报,2007,32198-102. JI NG Sh u a n g x i, HUA Wei. Th e min e v en t ila t o r f a u lt d ia g n o sis ba sed o n w a v elet pa c k et a n d su ppo r t v ec t o r ma c h in e[J]・ Jo u r n a l o f Ch in a Co a l So c iet y, 2007,32 198-102.