基于PSO和CBR优化粒度的磨矿过程设定控制

• 作者: 刘晓青 李晋 李芳 杨静 程全
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 磨矿粒度 案例推理(CBR) 粒子群算法(PSO) 优化控制
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 优化控制及应用
• 页码范围: 594-599
• 页数: 6页
• 分类号: TP27
• 字数: 4726字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.160948

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李芳	周口师范学院机械与电气工程学院	19	25	3.0	3.0
2	李晋	周口师范学院机械与电气工程学院	53	74	4.0	6.0
3	程全	周口师范学院机械与电气工程学院	50	185	7.0	10.0
4	刘晓青	周口师范学院机械与电气工程学院	26	61	4.0	6.0
5	杨静	周口师范学院物理与电信工程学院	11	10	2.0	3.0