跳汰分选过程智能控制系统

本书分析和研究了基于智能理论的跳汰分选过程控制的目标、手段和方法。以模糊逻辑、神经网络、遗传算法及模糊Petri网等技术为基础，构造了跳汰分选智能控制的分层递阶总体框架结构。本书主要内容包括：跳汰机给料和排矸系统的模糊PID控制、精煤灰分模糊递归神经网络控制、跳汰床层分选状况神经网络自适应内模控制、基于模糊Petri网的专家协调控制等。 本书可供相关领域研究人员和工程技术人员参考，也可供相关专业教师及研究生阅读。 前 言 跳汰选煤具有悠久的历史，一个多世纪以来，人们对跳汰分选过程的理论和实践进行了不懈的努力和探索。尽管跳汰机工作原理看似简单，但其分选机理十分复杂。众多学者虽然从不同的角度用不同的方法，对物料在跳汰机中受脉动介质流作用按密度分选过程进行了理论研究和实践，但到目前为止，还没有得到选煤界一致公认的较完善的跳汰理论。 从控制的角度来看，跳汰选煤过程是一个极为复杂的生产过程，有很多随机因素在起作用。各参数相互关联，是典型的多变量、大滞后、非线性、时变系统。生产过程中的许多问题无法用跳汰理论完善地解释和解决，也无法用数学模型加以定量描述，只能给出定性的分析，而这些分析往往又是模糊的、不确定的或是不完备的，这给跳汰机实现自动控制带来了很大的困难。 随着计算机技术及控制理论的不断发展和进步，特别是近年来智能控制理论的蓬勃发展，为那些难于建立数学模型的复杂系统的控制提供了强有力的工具和控制方法。因此，本书主要研究智能理论和方法在跳汰机控制中的应用问题。全书共7章。第1章绪论。第2章简要描述跳汰机的基本工作原理及结构，分析跳汰机的主要工艺参数，而这些参数的控制，也正是跳汰机实施智能控制的关键所在。第3章首先系统分析原煤性质、排料、风水操作制度等对跳汰分选效果的影响过程；然后给出采用神经网络方法对跳汰床层松散状况建模，并进行软测量，从而得到实时在线评价指标的思想，这对于跳汰床层分选状况的控制具有重要意义；在此基础上，给出跳汰分选过程集成智能控制的分层递阶总体框架结构。第4章首先分析和论述跳汰机给煤量及跳汰床层厚度的检测方法，在此基础上，讨论给料和排矸系统的模糊PID控制方法。第5章研究一种基于模糊递归神经网络的直接反馈控制结构；给出一种改进的压缩映射遗传算法，并应用于对模糊递归神经网络控制器的权值优化；针对跳汰分选过程，阐述用实际精煤灰分反馈修正中煤段床层厚度设定值，从而控制精煤灰分的方法和手段。第6章首先论述浮标输出信号的特征提取以及基于神经网络的床层松散状况软测量的结构和训练算法，并重点讨论依据不完善度及错配物总量进行模糊综合获取教师训练信号的方法；将内模控制结构与神经网络相结合，讨论基于对角递归神经网络的多变量、非线性系统内模控制结构及训练算法；在此基础上，给出跳汰床层分选状况神经网络自适应内模控制结构及学习机制。第7章首先描述跳汰床层分选过程智能控制系统组织结构；分析和探讨协调控制层的协调目标、结构组成和技术手段。在给出模糊Petri网定义、变迁引发规则的基础上，详细分析和讨论跳汰分选过程集成智能控制系统中协调控制分类、规则以及基于模糊Petri网的知识表示和推理方法。 作者的研究工作得益于国家863项目“南屯煤矿洗煤厂CIMS典型应用工程”的资助。 由于作者水平有限，书中难免有疏漏和不当之处，恳请读者批评指正。 作 者 2003年7月