基于PSO和CBR优化粒度的磨矿过程设定控制

刘晓青¹，李芳¹，程全¹，李晋¹，杨静²

1. 周口师范学院机械与电气工程学院2. 周口师范学院物理与电信工程学院

摘 要：磨矿产品粒度直接关系到选矿厂的金属回收率、精矿品位等技术指标,针对磨矿过程滞后时间长、参数时变严重、强非线性、强耦合等特性,采用案例推理技术(CBR)实现磨矿粒度优化。相似度计算是CBR中案例检索的关键环节,直接关系到案例检索的精度。传统采用欧式距离计算相似度的方法,通常假设案例各属性的权重固定且相互独立,而该假设往往不能满足实际应用。针对此问题,提出一种基于粒子群优化算法(PSO)的自学习相似度计算方法,并将其引入案例推理中,构成粒度指标智能优化设定系统,并联合常规的基础控制系统,构建了磨矿过程优化设定控制系统,保证磨矿过程整体优化稳定运行。应用到某大型选矿厂的磨矿流程,取得了明显成效,具有推广应用价值。

关键词：磨矿粒度;案例推理(CBR);粒子群算法(PSO);优化控制;