论文简介

【编辑荐语】

本文将给大家分享《控制理论与应用》第42卷第2期论文"磨矿分级过程控制知识在线提取与更新策略(Data-driven control knowledge acquisition and online updating method for grinding classification process)". 如您对本文相关内容有好的理解与建议, 欢迎评论区留言.

针对磨矿分级过程机理复杂、工况多变且传统控制方法适应性不足的行业难题，本文提出了一种创新性的在线知识提取与动态更新框架. 通过融合状态转移核模糊C均值聚类(STAKFCM)和加权优化的Wang-Mendel算法, 实现了运行工况的精细划分与高置信度模糊控制规则的自适应提取. 相较于依赖专家经验的传统模糊控制, 该方法结合双滑动窗口机制, 能够动态更新规则库, 显著提升了复杂矿源波动下的控制稳定性. 工业验证表明, 该方法使半自磨机功率、旋流器压力等关键指标的标准差降低9%以上, 并通过在线寻优实现了处理量与能耗的动态平衡.  其“工况划分—规则提取—动态更新”框架为水泥粉磨、冶金化工等流程工业的智能化升级提供了可复用的技术范式, 推动了数据驱动与知识驱动的深度融合.

本文以理论突破与工程落地并重, 为复杂工业过程的自适应控制提供了新思路, 尤其适合关注智能制造、流程优化及工业人工智能的研究者与工程实践者参考.

【论文介绍】

磨矿分级过程控制知识在线提取与更新策略

Data-driven control knowledge acquisition and online updating method for grinding classification process

周佳怡,  孙凯旋,  王晓丽†,  阳春华,  邹美吟

单位机构: 中南大学 自动化学院

引用: 周佳怡, 孙凯旋, 王晓丽, 等. 磨矿分级过程控制知识在线提取与更新策略. 控制理论与应用, 2025,42(2): 217 – 225

DOI编号: 10.7641/CTA.2023.30161

全文链接: https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA230161&flag=1

摘要

磨矿过程机理复杂、流程长, 传统的优化控制方法自我学习能力薄弱, 难以在复杂矿源和工况条件的频繁变化下长期有效地做出控制决策. 因此, 本文提出一种磨矿分级过程控制知识在线提取及更新策略. 首先, 基于状态转移的核模糊C均值聚类算法对磨矿分级过程运行工况进行精细划分, 结合过程运行特性及聚类结果确定最优工况. 然后, 基于加权优化的Wang Mendel算法提取不同工况的优化控制知识, 并定义规则置信度进行知识评价. 最后, 基于双滑动窗口机制实现控制规则的在线更新. 结果表明, 相较于离线规则、自适应模糊控制和人工控制决策,在线控制规则具有更好的自适应能力.

引言

磨矿分级过程是将大块矿石磨碎成小颗粒的作业.作为矿物加工过程非常关键的环节, 其电能消耗占整个选厂全部电耗的40%∼60%, 但磨矿能量的使用效率却低于10%. 因此, 磨矿分级过程的高效运行对矿物加工行业的可持续发展意义重大. 但磨矿分级过程流程长、机理复杂, 影响因素众多, 矿源性质频繁波动导致指标相互制约, 极大地增加了过程优化控制的难度. 

磨矿分级过程优化控制方法主要分为模型驱动、数据驱动以及模型–数据双驱动的控制方法. 然而, 我国矿石天生禀赋差, 矿石来源复杂、硬度和粒度分布变化频繁, 难以建立精确的数学模型, 这使得模型驱动的控制方法难以在国内广泛应用. 因此, 众多学者研究了数据驱动、模型–数据双驱动的磨矿分级过程优化控制方法. Zheng等提出了基于生成对抗网络的决策支持方法用于全厂操作指标动态调整, 并在我国最大的铁矿选矿厂进行了实验验证, 结果表明该方法的效果优于基于领域专家的决策方法. Minchala等建立了磨矿回路的马尔科夫链模型, 并基于非线性模型预测控制实现了磨矿分级过程监控与操纵. 卢绍文等通过分布式参数的连续磨矿中尺度蒙特卡洛建模方法实现铝土矿磨矿过程粒度在线预测及优化控制. 模糊控制基于专家经验建立语言型规则用于系统控制, 因其不要求构建精确的数学模型, 同时具备灵活性和强可解释性而获得了广泛应用. Hadizadeh等提出了基于模糊专家控制器的半自磨回路监控方法, 通过计算控制回路的最佳设定值以提高生产力、降低能耗. Ma等提出一种面向水泥粉磨过程的多变量分布式模糊控制算法, 通过结合水泥强度预测模型和Apriori算法挖掘模糊控制规则, 实现对水泥强度的实时跟踪控制. 另外, 代伟等将案例推理与增强学习相结合实现磨机给矿量和给水量的优化设定, 从而稳定磨矿粒度和循环负荷. Wang等提出了基于补偿信号的双速率自适应控制算法, 用于消除赤铁矿选矿混合分离浓缩工艺的跟踪误差. 

上述智能优化控制方法中, 模型预测控制和模糊控制是商业化工业软件产品中常用的方法. 模糊控制规则来自领域专家经验, 便于操作者学习和理解, 因此在实际磨矿生产过程中应用相对更加广泛. 但该类方法主要依据机理和专家经验知识来建立基础知识库, 在矿石性质变化及其他干扰造成过程频繁波动的情况下, 往往需要领域专家对知识库进行更新, 导致实时知识获取困难、更新繁琐. 实际生产过程蕴含着大量能够反映过程运行规律和状态的数据, 因此, 基于数据的知识发现和人工智能方法为实现具有自学习和自更新能力的过程优化控制提供了有效途径.Xarez等对铸造过程工件的温度数据进行非负矩阵分解, 从分解的成分中提取可解释规则用于铸造过程的监控和优化, 从而降低了工件的次品率. Park和Jung考虑多变量时间序列知识发现的重要性, 提出了基于符号聚合近似的关联规则挖掘方法, 并采用压铸生产过程多变量时间序列中异常事件的挖掘进行了验证. Gou等提出了一种基于模糊C均值(fuzzyC-means, FCM) 的改进WM(Wang Mendel)方法, 并将优化的样本用于模糊规则的提取, 提高了规则库的鲁棒性. Zhang等通过引入正的无标记学习算法将输入变量空间划分为多个可控域, 采用支持向量机提取每个可控域的模糊控制规则, 将其应用于锌粉除铜过程的锌粉添加量调整, 提高了生产合格率和工艺稳定性.

因此, 本文提出一种磨矿分级过程控制知识在线提取及更新策略, 通过对磨矿分级过程中海量数据进行充分地挖掘和分析, 实现控制知识的自动获取和自动更新, 提高控制器对生产过程的适应能力.

结论

本文提出了磨矿分级过程知识在线提取及更新策略. 通过STAKFCM算法对磨矿分级过程工况进行精细划分, 并结合磨矿过程运行特性确定最优工况. 考虑到人工控制并不代表最优控制策略, 提出工况与趋势特征相结合的优化数据库生成方法, 基于加权优化的WM算法提取不同工况下的优化模糊控制规则. 最后基于双滑动窗口模型实现模糊规则的在线提取与更新. 通过与离线规则、自适应模糊控制和人工控制的对比, 表明了在线规则控制具有更好的自适应能力.

作者团队介绍

中南大学阳春华教授领衔的科研团队长期致力于复杂工业过程控制、智能制造系统理论方法、关键技术和工业应用研究. 依托中南大学自动化学院、“工业智能与系统”教育部重点实验室, 聚焦磨矿分级、浮选等矿物加工过程智能自动化难题, 开展理论与应用深度融合的创新探索, 发表高水平论文100余篇, 授权发明专利40余项. 阳春华教授带领团队以“理论创新—技术突破—工业落地”为特色, 为流程工业智能化升级提供了重要技术支撑, 在国内外学术界与工业界形成广泛影响力, 曾获国家技术发明二等奖1项, 国家科技进步二等奖3项.

作者简介

周佳怡  博士研究生, 目前研究方向为复杂工业过程建模、控制与优化;孙凯旋  硕士, 目前研究方向为复杂工业过程建模、控制与优化;王晓丽  教授, 博士生导师, 目前研究方向为过程数据处理与分析(图像、音频等)、复杂工业过程建模与仿真等;阳春华  教授, 博士生导师, 目前研究方向为复杂工业过程建模与优化控制、智能自动化控制系统与装置、智能信息处理技术;邹美吟  硕士研究生, 目前研究方向为复杂工业过程建模、控制与优化.

期刊介绍

《控制理论与应用》(Control Theory & Applications)是经国家科学技术部批准, 教育部主管, 由华南理工大学和中国科学院数学与系统科学研究院联合主办的全国性一级学术刊物, 1984年创刊, 月刊, 国内外公开发行. 《控制理论与应用》是中国科学引文数据库首批统计源期刊之一，中文核心期刊，入选中国精品科技期刊顶尖学术论文F5000项目，中国科协自动化学科领域高质量科技期刊目录以及中国科协百篇优秀科技论文遴选计划，2021年入选广东省高质量科技期刊建设项目，2022-2024年连续获得基金委资助（科技活动专项）.

【收录】

目前被美国《工程索引》（Ei Compendex）、SCOUPS、CSCD、美国的《化学文摘》(CA)、英国《科学文摘》(Inspec)、德国《数学文摘》、俄罗斯《文摘杂志》(AJ)、《日本科学技术振兴机构中国文献数据库》等国内外检索系统收录.

【联系我们】

编辑部地址: 广州市五山路华南理工大学《控制理论与应用》

编辑部邮编: 510640

电话: 020-87111464

E-mail: aukzllyy@scut.edu.cn

官网：https://jcta.ijournals.cn/cta_cn/ch/index.aspx

欢迎扫码关注控制理论与应用公众号

【2024-2025年期刊合集】

2025年第42卷第3期

2025年第42卷第2期

2025年第42卷第1期

2024年第41卷第12期

2024年第41卷第11期

2024年第41卷第10期

2024年第41卷第9期

2024年第41卷第8期（“区块链与工业4.0”专刊）

2024年第41卷第7期（“秦化淑教授90寿诞—复杂系统控制理论及其应用”专刊）

2024年第41卷第6期（“数据与模型融合的智能调度优化”专刊）

2024年第41卷第5期

2024年第41卷第4期

2024年第41卷第3期（“人工智能驱动的过程工业自动化与智能化”专刊）

2024年第41卷第2期

2024年第41卷第1期