武成瑞等：混合选别过程半实物仿真系统 ·1417· 问题 槽液位为输入，以品位为输出的模型验证.如图11 (a)和图11(b)所示，在12：53：00时将底流泵频率由 25Hz更改为35Hz,底流流量上升，底流浓度降低.如 新案例 检素 图11(c)和图11(d)所示，在14：53：00时将精选槽底 流阀门开度由70%更改为40%，精选槽液位上升，粗 检索出的 案例 新案例 选槽液位上升，扫选槽液位下降，精矿品位提高，尾矿 学习后的 品位降低：在15：09：00时将粗选槽底流阀门开度由 案例 历史案例 50%更改为72%，粗选槽液位下降，精选槽液位上升， 扫选槽液位上升，精矿品位降低，尾矿品位提高：在 保 领域知识 15:21:00时将粗选槽底流阀门开度由50%更改为 求解后的 72%,扫选槽液位下降，精矿品位降低，尾矿品位降低. 修正后的 案例 这些变化情况与实际生产中的变化一致. 案例 修正 4.2控制效果验证 验证后的 解决方案 建议解 为了验证混合选别半实物仿真系统的可行性和有 图8案例推理周期示意图 效性，将文献[1,22-23]控制算法在本文研发的控制 Fig.8 Schematic diagram of the CBR cycle 系统中进行实验验证.底流浓度控制算法采用文献 (a) 辨识参数 控制器设计模型 b (1+a,2y,+1)=bo周 0.697 0.0618 0.056 0.0104 模型递推最小二乘法辨识 选择伪随机信号 y,T-1) 0.224 01 0.69m 幅度400 0,.1 数据向量 p(T-1)= y(T-2 参数向量0= 0.062 均值0.043 y,(T-1) 3,448 0.0☒ 方差8170 止 y(T-2) 0.84 0.01D 底流流量y(T) 最小二乘法递推公式 6)=0k-1+K[0肉-pk-1)0k-1月 P(k-1)p(k-1) K()1+-1)P(k-1)p(k-1) P()=/-K(k)-T(k-1)P(k-1) 控制目标 将底流浓度y,D、底流浓度y,(T)和变化率△y,( 目标参数 yain≤y,(T≤y2am y1y,A≤ym y,-yk-1≤o 35.0 31.0 420.0 340.0 20.0 控制结构 e,(T) 流量设定PI y(T) 流量PI y (+1) y,T+1) 控制器 控制器 1+a1 +0之l+a 0 控制器 控制器参数 1-xypT)=g+gr北yn-y,T列 820 821. gio 811 (1u(k)=ggy()-y] -13.500 8.00 17.559 11.33649 控静装斜悦 图9 控制器参数辨识界面(a)和设计界面(b) Fig.9 Identification interfaces (a)and parameter design interfaces (b)of the controller武成瑞等: 混合选别过程半实物仿真系统 图 8 案例推理周期示意图 Fig. 8 Schematic diagram of the CBR cycle 图 9 控制器参数辨识界面(a)和设计界面(b) Fig. 9 Identification interfaces (a) and parameter design interfaces (b) of the controller 槽液位为输入,以品位为输出的模型验证. 如图 11 (a)和图 11(b)所示,在 12:53:00 时将底流泵频率由 25 Hz 更改为 35 Hz,底流流量上升,底流浓度降低. 如 图 11(c)和图 11(d)所示,在 14:53:00 时将精选槽底 流阀门开度由 70% 更改为 40% ,精选槽液位上升,粗 选槽液位上升,扫选槽液位下降,精矿品位提高,尾矿 品位降低;在 15:09:00 时将粗选槽底流阀门开度由 50% 更改为 72% ,粗选槽液位下降,精选槽液位上升, 扫选槽液位上升,精矿品位降低,尾矿品位提高;在 15:21:00 时将粗选槽底流阀门开度由 50% 更改为 72% ,扫选槽液位下降,精矿品位降低,尾矿品位降低. 这些变化情况与实际生产中的变化一致. 4郾 2 控制效果验证 为了验证混合选别半实物仿真系统的可行性和有 效性,将文献[1,22鄄鄄23]控制算法在本文研发的控制 系统中进行实验验证. 底流浓度控制算法采用文献 ·1417·