出智能决策。据美国《

 世界采矿设备》 报道, 美国犹它州巴里克 - 默克尔 ( Barruk- M ercur)金

矿选厂应用以模型为基础的专家系统控制半自磨机

, 与原来的 PI 控制相比, 矿石处理量提高

 

4 . 4 % , 处理每吨矿石的平均能耗减少 5 . 7 % ; 墨西哥某日处理 7 . 2 万 t 铜矿石的选矿厂, 
有

 12 个球磨机与水力旋流器组成的闭路系统,采用专家系统, 生产能力提高 10 % , 处理每吨

矿石的电力消耗减少

 7 %。周贤渭等人以凡口铅锌矿磨矿分级作业为研究对象, 引入专家系

统及现代控制理论等技术

, 开发了磨矿分级控制专家指导系统,取得了令人满意的效果。毛益

平以磨矿分级过程为研究对象

, 利用神经网络系统的学习、联想记忆、非线性并行分布处理功

能

, 建立了基于神经网络的球磨专家系统的基本框架, 同时提出了知识表示、获取、推理的神

经网络方法。

 

　　

1.3 浮选过程控制策略 

　　浮选过程控制的主要目标是

:保持合格的最终精矿品位、提高有用成份的回收率、 降低药

剂等原材料的消耗量。用作浮选过程控制的控制变量主要有

: 浮选矿浆的 pH 值、浮选药剂量、

浮选槽液位、浮选槽的充气量等。据郭惠兰译文报道

, 芬兰奥托昆普公司针对希土拉镍矿, 用

神经网络分析法开发了一种对选厂给矿类型进行在线分析分类的专家系统。该专家系统的主
要特点是

: 不同类型给矿在选厂分类, 并可采用不同的控制策略。除了分类以外, 专家系统还

有一个能确定给矿类型的信息数据库。自学习数据库可扫描过程历史数据

, 并为正在处理的

矿石类型推荐最好的处理方法。凡口铅锌矿采用高碱、混合用药快速优先浮选流程

, 处理量 2 

050 t/d 。针对工艺流程长、加药点多的特点, 该矿的浮选自动控制系统跟踪生产指标的好坏
采用

 4 种设置实现控制: 

① 目标下限及模糊化。就是把日常的生产指标表述为很低、较低、合

适、较高、很高

5 个模糊值, 相应地把指标的变化情况也表述为速降、缓降、稳定、缓升、速升 5

个模糊值。因此

, 根据铅锌品位和回收率的设定下限, 对每一个指标及其变化率都可以给出药

剂用量的模糊值

; 

② 事故原因分析矩阵设置。当浮选指标低于设置的目标下限时,就把它当作

一次

 事故来分析。事先对可能影响铅、锌精矿品位和回收率的诸多因素建立 4 个不同的判断

矩阵

, 当生产指标不正常时, 就利用指标和药剂量的模糊值及判断矩阵, 用神经网络进行辩识,

 找出指标不正常的原因, 然后询问专家系统进行调整。 
　　

2、选矿自动化的发展趋势 

　　

2.1 传感器的数字化、智能化和虚拟化尽管在过去的几十年内,传感器的研究与应用取得

了不小进展

,但随着对质量要求的不断提高和经济利益的驱使,对现有传感器的稳定性、快速

性、精确性和可重复性提出了更高的要求

,以便为过程控制提供更为可靠的过程状态数据。传

感器的数字化、智能化

 实现了同控制装置网络的连接,通过现场总线实现多方向、多变量数据

通讯

,取代传统的单变量、单方向的直接输入、输出的模拟、离散的控制装置。传感器的虚拟化

可以克服矿山恶劣的工作环境

,使得传感器能更加准确、长时间的稳定工作。 

　　

2.2 自动控制理论和方法的改进及优化由于选矿是一个很复杂的过程 ,它包含了过程控

制中许多难以处理的复杂特性

,如大时滞、多变量、藕合、时变、非线性、不确定性和随机扰动。

为了消除选矿过程控制设置

,就对控制器的鲁棒性、适应能力等提出了更高的要求。因此随着

智能控制技术不断的发展进步

,将会有更多更先进的智能控制技术运用到选矿生产过程中。 

　　

2.3 数字化、智能化综合成为选矿过程自动化的发展趋势选矿自动化技术的发展趋势是

实现生产管理一体化的模式。现在随着计算机以及自动控制技术的不断发展更新和更加广泛
的实际应用

,使得在现代选矿企业中,实现工艺过程的数字化、综合化已成为了一种必然的趋

势。

 

　　结束语：

 

　　随着社会的发展，我国科学技术的稳步提高

,选矿过程自动控制也会逐步由过去简单的

单机组、单设备的控制发展到整个选矿厂的综合自动化智能控制

,未来矿山现代控制系统的

发展会更先进。