神經網絡原理在閉路球磨機中的應用

本文提出一種基于神經網絡的球磨機產量控制方案，引入神經網絡對球磨機模型進行辨識，通過對磨機的物理特性跟蹤 對產量的控制，使其以最小方差保持在 值附近， 高產、穩產。

引言

煤炭工業中球磨機承擔著生料制備中各種原材料的粉磨任務，它通常存在著能耗大、效率低的缺點。磨機的 生產能力及 負荷隨著原料的粒度、易磨性和研磨能力的變化而變化，由此可看出，磨機系統是一個非線性、大滯后且具有時變特性的復雜系統。本文研究采用神經網絡的方法對該系統進行控制：通過對系統的辨識、相應于產量 時的 負荷的跟蹤，控制負荷以最小方差保持在 值附近，以 磨機的高產、穩產。

1、球磨機閉路磨粉系統

閉路球磨機是由球磨機和選粉 成的閉路粉磨系統(見圖1)，待磨物料由磨頭進磨機，經粉磨后的物料由磨機尾部卸出，經提升機送至選粉機，合乎細度要求的生料從選粉機下部排出，另一部分粗物料則由選粉機分出，并與新原料混合后再次送入磨機粉磨。閉路球磨機系統在穩態下各物料量存在如下關系：M=X=G+V(U=V)

根據閉路磨機的靜特性，隨著入磨量 (出磨量 )的增加，成品量逐漸增至 值，其后若再繼續增加入磨量，成品量反而下降，最終將降為零，這就是所謂“閉磨”。因此希望將磨機控制在 工況，這時的成品量 ，出磨量處于 值 ，入磨量處于 值％ 。但是隨著物料易磨性及研磨體研磨能力等的變化，各個 值是要跟著變化的。

2、基于神經網絡的控制系統

神經網絡控制是指在控制系統中采用神經網絡這一工具對難以精確描述的或是數學模型復雜的進行建模，或充當控制器，或優化計算，或進行推理，或故障診斷，或者同時兼有上述某些功能的適當組合。設被控制對象的輸入Ⅱ和系統輸出Y之間滿足(見圖2)：

y=g(u)控制的目的是確定 的控制量輸入U，使系統的實際輸出y等于期望的輸出y。在神經網絡控制系統中，把神經網絡的功能看作輸入輸出的某種映射，或稱函數變換，并設它的函數關系為u=f(Yd)為了滿足系統輸出的y等于期望的輸出Yd，當 f(·)=g -1(·)時，滿足Y=Yd的要求。當被控對象是復雜的且具有不確定性時，非線性函數g(·)是難以建立的，在神經網絡控制系統中可以利用神經網絡具有的逼近非線性函數的能力來模擬g (·)，通過系統的實際輸出Y與期望輸出Yd之間的誤差來調整神經網絡中的連接權值，即讓神經網絡學習，直至誤差e=Ya—y一0的過程，就是神經網絡模擬g (·)的過程，它實際上是對被控對象的一種求逆過程，由神經網絡的學習算法來 這一過程，亦即 了神經網絡的直接控制。神經網絡學習控制的結構有很多種，按形式分可以有間接學習、一般學習、特殊學習及一般和特殊相結合的學習結構。在這些結構中，有一些包含2個結構不同的神經網絡結構。在應用過程當中，可根據實際工業過程的特點和控制要求來選擇相應的結構以建立控制模型。