1、基于神经网络的闭路球磨机产量控制方法研究 摘 要：近年来，随着科技的迅猛发展，人民生活环境的不断变化，球磨机的应用已经越来越多，它被广泛的应用于对水泥、硅酸盐制品、耐火材料、化肥、玻璃等生产行业，对各种矿石以及一些可磨性物料进行干式或湿式粉磨。当前，一种基于神经网络的闭路球磨机产量控制方案被提出，目的在于利用神经网络对球磨机的模型进行系统辨别，并通过对球磨机物理特性进行跟踪以实现对球磨机产量的控制，尽可能达到高产稳产的目的。 关键词：神经网络；闭路球磨机；产量 当前球磨机的生产要求按照低损耗，节能标准进行生产。球磨机的性能特点又很多，如通常情况下，直径小于或者等与 3200 的球磨机的常规配置
2、采用滚动轴承代替轴瓦滑动轴承，其节能可达百分之十到百分之二十；直径大于或等于 2700 的球磨机常规配置为慢速转动装置，它可在供检修、安装衬板的时候使用等；球磨机的类型可分为两种，一种是卧式球磨机，另一种是立式球磨机。其中卧式球磨机主要对流体、半流体和粉体物料进行球磨粉碎。 1 闭路球磨机球磨粉碎系统分析 通常，闭路粉磨分为两级，为一级闭路和二级闭路。一级闭路是指分级设备与一台球磨机所组成的闭路；而二级闭路是与两台短磨机所组 成的闭路。闭路球磨机的闭路粉碎系统由球磨机和粉碎机所构成，如图 1 所示。 一般而言，闭路粉磨机的工作流程很简单。首先，将待磨物料由磨头放入，然后磨头会将物料送入磨机内部
3、；最后，粉磨后的物料经由磨机尾部卸出。稳定状态下的闭路磨机系统中各物料所存在的关系为： M=X=G+V（ U=V） 其中 M代表出磨量， X代表入磨量， V代表成品量。三者之间的关系；随着入磨量 X的不断增加，成品量 V随之慢慢增加到最大值，这种情况下，如果入磨量继续增加，反而会使成品量下降，直至成品量降为零为止，这也就是人们 常说的 “ 闭磨。 ” 只有在讲磨机控制在最佳工况下，成品量才会达到最大。而想要将成品量达到最大值就要控制出磨机的出磨量的最佳值M0 以及入磨量的最佳值 X。 2 基于神经网络的闭路球磨机产量控制分析 为了控制闭路球磨机的产量，采用了神经网络对其进行控制。它是指在控制系
4、统中相应的应用神经网络这一控制工具，对那些复杂的，难以进行准确的精准描述的数学模型以及非线性的对象进行完整建模，有的时候也可以讲神经网络充当一个控制器后者是优化计算等。神经网络控制的目的是为了对路球磨机进行确定最佳的输入量，尽可能的使 实际输出量与所期望的输出量相吻合。神经网络设备控制对象的输入量可由 u代替，而系统输出可用 y 代替，这两者之间的关系可为： y=g（ u） 一般而言，人们对神经网络系统的控制系统所拥有的功能看成对输入和输出的某种映射，或者将它们称之为函数变量，其关系式可以表示为： U=f（ yd） 事实上，神经网络控制系统的控制结构学习按照形式分有很多种，有一般的而学习、间接
5、学习、特殊学习以及一般学习和特殊学习相互结合的学习结构。这些结构里也中包含两个不同结构的神经网络结构。这就要求在实际的 应用过程中，要根据所进行工作的实际工作特点以及工作中的控制要求来选择与工作相应的结构以建立与控制量相符合的控制模型。一旦神经网络模型被确定，它的运算速度就会很快，可以实现对球磨机的在线控制。由于球磨机模型在工作过程中，其模型参数随着机械特性的变化而变化，这就需要神经网络具有连续的辨识被控制系统逆模型的能力。当球磨机处在非输入的时候，就可以利用对本次的在线测量结果作为下次工作中的样本，完成神经系统模型的离线辨识，从而实现对球磨机系统的动态跟踪以及辨识。 3 闭路球磨机神经网络的
6、应用结果 通 过对以上对基于神经系统的闭路球磨机的产量控制的分析，我们可以对神经网络控制进行仿真实验，对其建立的数学模型为： m（ k+1） =-3.02+0.3m（ k） +0.02m（ k-1） +0.018m2（ k） +0， 012m2（ k-1）+0.2u（ k-2） +0.08u（ k-3） +e（ k+1） 其中， m是出磨物料量， u是原料量， e 是干扰信号。 首先，当我们在神经网络系统控制中构造出一个三层的辨识网络的时候，分别将神经网络输入节点数定为 1、隐藏节点数为 30，输出节点数为 1，并将样本空间定为 25， 经过反复的仿真实验，会发现所变现出来的误差已经降到 0.
7、000262935。其次，我们从数据输入控制网络的模型中得到所输入的最佳值，以得到最佳的输出值。经上述分析后我们不难看出，神经网络系统控制系统能够及时有效的改变原料输入量，以保证出磨物料的出磨量为最佳值。 4 结语 近年来，随着科技的不断发展，球磨机已经成为建筑工业及其他工业不可缺少的工具之一，但是对球磨机产量控制的问题已经成为当今社会所关注的焦点问题。人们为了控制球磨机的产量，根据对神经网络的非线性建模的思考分析，以及对球磨机的机械 系统的非线性特征的思考与分析，将神经网络控制系统应用与对球磨机的产量控制当中，基于神经网络控制系统的球磨机产量控制取得了良好的成效。根据神经网络所建立的模型可以
8、连续的分辨识别，它不仅可以准确的描述出球磨机系统的静态特征，也可以描述出球磨机系统在参数不断发生变化时的动态特征，及时准确的对球磨机进行有效的校正，以将求魔机产量控制在最佳范围内。当前，神经网络系统对球磨机的产量控制已取得了良好的控制效果。 参考文献 宋滨，谷丽娜 .基于神经网络的 PID控制 J.青岛大学学报（工程技术版），2001（ 03） . 陈作炳，何妙 .闭路球磨机产量的神经网络控制 J.武汉理工大学学报，2001（ 07） . 陈国初，郝宁眉，刘先广，张琳，王君红 .神经网络 PID控制在恒温恒液位系统中的应用 J.微计算机信息， 2003（ 01） . 作者简介：缪忠明（ 1964.11- ），男，浙江平湖人，嘉兴三塔建材股份有限公司工程师，研究方向：机械设备。
