基于多參數(shù)靈敏度分析和混合遺傳算法的球磨機動態(tài)模型參數(shù)估計方法.pdf

1、球磨過程是選礦中一個十分重要的環(huán)節(jié)，它將破碎的礦石磨碎至一定細度，使有用礦物與脈石單體解離，供分級然后浮選。該過程機理復雜，具有非線性、大時滯、慢時變、關鍵工藝參數(shù)無法在線測量等綜合復雜特性，因此，大大增加了建模的難度。
　　本文在東北大學流程工業(yè)綜合自動化國家重點實驗室的國家973計劃項目“復雜生產(chǎn)制造過程一體化控制理論與技術基礎研究”課題的支持下，針對球磨過程的動態(tài)特性，研究球磨機動態(tài)模型參數(shù)估計方法，建立球磨機動態(tài)模型，促進

2、基于模型的控制、優(yōu)化方法的應用。本文的主要工作如下:
　　(1)在球磨過程動態(tài)特性分析的基礎上，建立了基于經(jīng)驗參數(shù)的球磨機動態(tài)模型。包括:磨機輸出礦漿流量方程、磨機內礦漿體積方程、磨機內礦漿濃度方程、磨機內各個粒級質量平衡方程、磨礦動力學方程等方程。仿真實驗表明建立的球磨機模型能夠正確反映球磨機輸出礦漿濃度、粒度分布等變量的定性特性。
　　(2)在上述球磨機動態(tài)模型的基礎上，提出了一種基于多參數(shù)靈敏度分析和混合遺傳算法的球磨

3、機動態(tài)模型參數(shù)估計方法。首先采用多參數(shù)靈敏度分析方法評價磨機動態(tài)模型中選擇函數(shù)和破裂函數(shù)的7個模型參數(shù)的相對重要性。然后采用磨礦過程實際數(shù)據(jù)，利用混合遺傳算法對重要的模型參數(shù)進行估計，不重要的模型參數(shù)則通過工程經(jīng)驗進行確定，進而得到球磨機動態(tài)模型。仿真實驗得到本文方法在測試樣本上的均方誤差較小，有較好的預報性能。進一步對混合遺傳算法的估計結果進行分析，采用普適似然度不確定性估計分析模型參數(shù)的不確定性。而且本文方法能夠減少需要估計的模型參