论文部分内容阅读
磨矿过程是选矿作业中的重要生产过程，其控制效果的优劣对选矿厂的生产能耗、经济和技术指标具有决定性的作用。而磨矿过程的大时滞、多变量耦合、生产不确定性等特点给磨矿过程控制带来了很大的困难。随着降低生产能耗、提高资源可利用率等更高的生产要求的提出，磨矿过程控制技术更需要不断改进，预测控制、自适应控制及人工智能控制等技术逐步替代了传统简单的自动控制等方法，尤其是人工智能控制技术在磨矿控制领域得到了极大的关注。通过对磨矿生产过程的剖析，综合各类磨矿智能控制方法研究的基础上，本文提出了构建基于多Agent技术的磨矿过程智能控制系统。从多Agent系统应用的观点出发，磨矿过程具有复杂的、连续的、动态的不确定的特点；磨矿过程控制影响因素多，控制和决策依赖于专家经验的判断；磨矿过程中大量的信息以分布式方式存在。这些特性都属于多Agent系统的应用范畴，使得多Agent系统研究具有可行性。有别于其他的智能控制系统，本文将磨矿过程的整体控制过程进行局部分解，采取全局和局部结合的控制策略，并将故障诊断、生产控制、运行态势分析等功能进行融合，使系统成为一个集成的综合性的信息平台。这种构想体现了多Agent系统技术的方便灵活、组织协调和综合决策的特点，充分发挥了多Agent系统解决复杂问题的能力，并最终建立了基于多Agent的磨矿智能控制系统模型。系统应用结果表明：多Agent系统理论可以很好的进行信息融合，合理调整生产参数，在全过程实现智能决策控制，提高生产效率，降低生产能耗，产生了可观的经济效益。论文完成的工作如下：（1）论文对国内外磨矿过程控制的研究现状进行了分析和总结，着重对人工智能控制方法进行了研究对比，探讨了多Agent技术在磨矿过程控制应用的可行性。根据多Agent技术在磨矿过程控制中应用的研究，认为多Agent技术对多个问题的协调和综合解决能力较为突出，特别是在信息融合和综合决策方面符合磨矿过程控制的要求，因此提出建立基于多Agent的磨矿智能控制系统模型。（2）论文对磨矿过程进行了深入的剖析，建立了面向多任务分解的磨矿控制策略：先将磨矿生产全过程的几个控制环节划分成几个相对独立的子控制任务，如给矿控制任务、液位控制任务、压力控制任务，以及磨矿故障诊断、控制决策等任务，而后将各个子控制任务按照一定的协作规则进行融合，最终在各个子任务完成的基础上实现对磨矿过程全局的控制。（3）论文在面向任务的磨矿控制策略基础上，研究了多Agent系统的建模方法，建立了基于多Agent的磨矿智能控制系统模型，设计完成了系统的模型结构、功能模块和数据流程模型等。该模型建立的思想是：将磨矿过程的子任务抽象为多Agent系统的个体Agent，如：给矿控制Agent、液位控制Agent、压力控制Agent、故障诊断Agent等，个体Agent独立完成各自的控制任务，多个个体Agent再通过协商合作完成整体的控制任务。（4）论文在多Agent磨矿智能控制系统的框架下，完成了对个体Agent的模型建立和功能实现。完成故障诊断Agent模型研究：论文对磨矿过程故障特点进行了研究，针对其故障多源性、不确定性及数据分布式等特点，提出基于数据融合的磨矿故障诊断方法；通过资料收集和经验总结，制定了磨矿故障诊断的目标和策略；采用模糊专家系统技术，建立磨矿故障诊断知识体系，根据诊断规则及特征数据进行故障的不确定性推理；对磨矿故障诊断Agent进行建模，实现基于Jess的故障诊断推理过程。完成任务处理Agent模型研究：提出了基于自适应神经模糊网络的控制模型，并对数据样本聚类算法进行了改进，提出了相似融合算法进行聚类辨识。该模型根据模糊规则采用基于数据的建模方法，能在系统辨识过程中确定和优化模型的各类参数，从而得到最佳输入和输出变量。论文对模型进行了仿真试验和对比测试，结果显示模型具有更强的适应性和准确性。（5）论文对多Agent系统的协商过程和协作机制进行了研究，比较集中式、分布式等几种协作方式，制定了基于黑板的数据传递、结果共享和信息共享的任务分担的协作策略。在黑板模型结构下，建立了数据服务Agent、黑板控制Agent和控制决策Agent，在黑板控制Agent集中式协调下，各个子任务Agent通过数据服务Agent进行通信和数据请求，借助黑板共享数据库进行数据和结果交换；控制决策Agent对子任务执行结果进行控制决策和冲突消解。对黑板系统模型的各个功能测试和试验结果表明：本文的协作机制既能较好的发挥个体Agent的自主执行能力，还能避免发生资源竞争和结果冲突，这种协作方式适应磨矿生产的功能需要，提升了各个Agent的执行效率，提高了全局控制决策能力。（6）基于JADE多Agent系统开发技术建立了多Agent磨矿控制系统模型。论文构建了给矿控制Agent、压力控制Agent、液位控制Agent、黑板控制Agent、数据服务Agent、控制决策Agent及人机交互Agent等模块，实现了系统各项功能。借助磨矿过程实际生产数据对系统进行了综合测试，测试结果表明：系统达到了选矿厂的设计要求，在相同工况下，多Agent磨矿智能控制系统控制下的磨矿生产更为平稳，能合理的调节给矿量、压力值和液位值，使得球磨机处理量增加，生产效率和产品质量得到提高，并具有较好的稳定性。在本文的研究和实践的基础上，未来可以在以下几个方面进行改进和完善。（1）多Agent磨矿智能控制系统具有良好的应用前景。今后可进一步加深对磨矿生产环节的研究，增加更多生产过程的智能控制。（2）多Agent磨矿智能控制系统设计基于多Agent系统的组织架构，具有良好的可扩展性，可通过增加个体Agent来实现对系统功能的扩充。（3）进一步加深对故障诊断分析的研究，补充机械自动化知识，积累更多的生产操作经验，减少生产过程出现的故障。（4）进一步优化磨矿控制结果，来满足未来选矿厂对磨矿生产目标的提高，从而带来更大的经济效益。（5）继续Agent理论和多Agent技术的研究。提高多Agent系统的性能，及推理、规划、学习的能力。多Agent控制技术丰富了磨矿智能控制的手段，是对这一领域应用的新突破。同时，多Agent磨矿智能控制系统改变了传统的磨矿控制理念，是集合了计算机技术、自动化技术、智能控制等多种学科的综合性技术，对磨矿生产技术革新起到了积极的推动作用，具有广泛的应用前景。科技是第一生产力，今后选矿作业乃至整个矿山冶金行业，也必将走进智能控制的新时代！