引用本文

姜艺, 范家璐, 贾瑶, 柴天佑. 数据驱动的浮选过程运行反馈解耦控制方法. 自动化学报, 2019, 45(4): 759-770. doi: 10.16383/j.aas.2018.c170552

JIANG Yi, FAN Jia-Lu, JIA Yao, CHAI Tian-You. Data-driven Flotation Process Operational Feedback Decoupling Control. ACTA AUTOMATICA SINICA, 2019, 45(4): 759-770. doi: 10.16383/j.aas.2018.c170552

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2018.c170552

关键词

数据驱动，浮选过程，运行控制，解耦 

摘要

浮选过程是利用矿物本身的亲水或疏气性质或经药剂处理得到的亲水或疏气性质进行矿物分离的物理过程.本文通过建立以矿浆液位和矿浆流量为输入，以浮选过程的精矿品位与尾矿品位为输出的多变量、强耦合、非线性、时变的运行过程模型，利用未建模动态前一拍可测的特点，提出了包括矿物品位运行过程控制器驱动模型、PID控制器、反馈解耦控制器、未建模动态补偿器的数据驱动的一步最优未建模动态补偿PID解耦控制方法，实现了消除稳态误差、静态解耦与未建模动态的补偿，通过浮选过程运行反馈控制仿真实验验证了本文所提方法的有效性.

文章导读

随着控制理论的发展, 经典控制理论已经在实际工业运用中取得了良好的应用.在控制理论的指导下, 过程控制器可以控制如阀门、泵等过程设备, 使得过程变量如流量等稳定地跟踪目标设定值, 但是对于大部分工业生产过程来说, 工业过程综合自动化的目标不仅是将被控变量控制在目标范围内, 而且要将表征整个工业过程运行性能的产品质量、生产效率、能耗等指标控制在目标工艺指标范围内[1-5].通常, 这些指标与过程变量存在密切的关系, 但是常常表现为多变量、强耦合、非线性、时变等复杂特性, 常规控制方法难以实现工艺指标的运行控制.

对于浮选过程[6], 其控制目标是不仅使浮选过程的矿浆液位和矿浆流量跟踪液位和流量的设定值, 而且将浮选过程的精矿品位与尾矿品位控制在目标范围内.传统的浮选过程控制由工艺工程师给出精矿品位与尾矿品位目标范围, 操作人员根据精矿品位与尾矿品位的目标范围凭经验给出浮选过程矿浆流量与液位的设定值.但是当矿浆浓度和粒度等生产边界条件频繁变化时, 人工控制不能及时准确地调整浮选过程矿浆流量与液位的设定值, 因而难以将精矿品位与尾矿品位控制在目标范围内, 甚至会造成异常工况.

实时优化(Real time optimization, RTO)[7-8]以过程的经济效益为运行指标, 采用过程的非线性静态模型开环优化运行指标, 确定过程变量的设定值, 通过过程控制使被控输出跟踪设定值, 进而保证过程运行在目标经济指标.对于大部分复杂工业过程来说, 运行过程通常表现为多变量、强耦合、非线性、时变等复杂的动态特性, 而RTO这类基于稳态模型的运行优化控制方法, 忽略了复杂工业过程的动态特性, 所以往往存在一定的控制延迟.

针对工业过程的动态特性, 文献[9]提出了动态环境下运行指标的实时优化方法; 文献[10]将稳态优化与模型预测控制相结合来解决控制延迟问题; 文献[11]针对浮选过程, 提出智能优化方法来提高浮选过程的精矿品位与金属回收率; 文献[12]针对赤铁矿浮选过程, 将模糊控制、规程推理、切换控制相结合, 提出一种智能运行控制方法; 文献[13-14]针对浮选过程提出一种基于强化学习的无模型控制方法.但是对于浮选过程来说, 由于生产边界条件变化频繁, 例如通气量波动、浮选药剂波动、原矿品位波动等, 因而上述动态优化和智能运行反馈控制方法均难以实现动态环境下浮选过程的运行控制。

本文针对浮选过程运行过程的多变量、强耦合、非线性、时变等复杂的动态特性, 利用未建模动态前一拍可测的特点, 提出包括矿物品位控制器驱动模型、PID控制器、反馈解耦控制器、未建模动态补偿器的数据驱动的一步最优未建模动态补偿PID解耦控制方法, 并以单浮选槽为对象进行了仿真实验.

图 1  单浮选槽原理图

图 2  数据驱动一步最优未建模动态补偿PID解耦控制结构图

图 3  线性模型下PID解耦控制的矿物品位跟踪曲线

本文提出的浮选过程数据驱动的一步最优未建模动态补偿PID解耦控制方法, 由矿物品位控制器驱动模型、PID控制器、反馈解耦控制器、未建模动态补偿器组成, 实现了消除稳态误差、静态解耦与未建模动态的补偿, 单浮选槽为对象的仿真实验结果表明了该方法的有效性.

作者简介

姜艺

东北大学流程工业综合自动化国家重点实验室博士研究生.2016年获得东北大学控制理论与控制工程硕士学位.主要研究方向为工业过程运行控制, 网络控制, 自适应动态规划, 强化学习.E-mail:JY369356904@163.com

贾瑶  

东北大学流程工业综合自动化国家重点实验室博士研究生.主要研究方向为复杂工业过程控制理论及技术.E-mail:jiayaoneu@163.com

柴天佑  

中国工程院院士, 东北大学教授, IEEEFellow, IFAC Fellow.1985年获得东北大学博士学位.主要研究方向为自适应控制, 智能解耦控制, 流程工业综台自动化理论、方法与技术.E-mail:tychai@mail.neu.edu.cn

范家璐   

东北大学流程工业综合自动化国家重点实验室副教授.2011年获得浙江大学控制科学与工程系博士学位(与美国宾夕法尼亚州立大学联合培养).主要研究方向为工业过程运行控制, 工业无线传感器网络与移动社会网络.本文通信作者.E-mail:jlfan@mail.neu.edu.cn