CN101517497A - 材料分离过程的优化 - Google Patents
材料分离过程的优化 Download PDFInfo
- Publication number
- CN101517497A CN101517497A CNA2007800344267A CN200780034426A CN101517497A CN 101517497 A CN101517497 A CN 101517497A CN A2007800344267 A CNA2007800344267 A CN A2007800344267A CN 200780034426 A CN200780034426 A CN 200780034426A CN 101517497 A CN101517497 A CN 101517497A
- Authority
- CN
- China
- Prior art keywords
- model
- variable
- output variable
- separation
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Paper (AREA)
Abstract
本发明涉及用于控制材料分离过程的方法、设备和计算机程序产品以及材料分离系统。材料分离系统(10)包括从不期望材料分离期望材料的单元(16,26),测量材料分离过程中的指示期望和不期望材料之间分离程度的过程输出变量的单元(24,34),通过在材料分离过程的模型上针对预测时间间隔应用测得的输出变量和外部约束以估计该过程的状态的单元(38),通过将分离过程的期望材料的回收率最大化而优化目标函数的单元(40),该优化为模型的每个输入变量提供至少一个给定值,以及通过使用给定值调节分离过程的至少一个调节单元(22,32)。
Description
技术领域
本发明涉及材料分离过程。本发明更特别地涉及用于控制材料分离过程的方法、设备和计算机程序产品以及材料分离系统。
背景技术
工业材料分离过程,例如浮选过程,是多变量和高度非线性的。因而该过程难以控制。而且对过程性能的测量还经常需要使用X射线折射率测量法,X射线折射率测量设备十分昂贵并且因此经常期望将测量点的数量控制到最少,这使得控制过程难于实施。
确实存在这种过程的模型可以用于这种控制。例如有一种由Aldo Cipriani和Carlos Munoz在“A Dynamic Low-Cost Simulator forGrinding-Flotation Plants”,Low Cost Automation,page 267-272,布宜诺斯艾利斯,阿根廷,1995,IFAC中描述。
然而,大多数这种模型似乎都针对试图将浓缩物的品位和/或尾料控制到期望的给定值。因此大多数工厂似乎都在远离其最优条件的范围内操作。
近来在纸浆和纸张生产领域提供了一种有趣的控制方法。该方法是一种实时优化控制方法,在WO 03/107103中描述,其中提供了一种生产过程的动态模型。该文件描述了动态模型可以被优化。然而它并没有真正述及应当用什么办法优化模型。它仅仅述及在不同的受控输出变量之间存在平衡以及权重可以用做在不同的互为消长的目标之间的折衷。
因此需要更有效的材料分离过程。
发明内容
因而本发明针对提供材料分离过程的更有效控制。
这样,本发明的一个目的是提供一种用于控制材料分离过程的方法,使材料分离过程更有效。
根据本发明的第一方面通过用于控制材料分离过程的方法实现该目的,该方法包括步骤:
测量所述材料分离过程中的指示期望材料和不期望材料之间分离程度的至少一个过程输出变量,
通过在材料分离过程的模型上针对预测时间间隔应用测得的输出变量和外部约束以估计该过程在时间上某个瞬间的状态,所述模型基于能够被操纵的至少一个输入变量和所述输出变量,
优化涉及至少一个预测的受控过程输出变量和所述外部约束的目标函数,其中所述预测的受控过程输出变量由所述过程模型基于所述状态决定,并且该优化在由所述过程模型和/或所述外部约束施加的约束下通过调整所述输入变量而发生,其针对所述预测时间间隔为每个输入变量提供至少一个给定值,以及
通过使用所述给定值调节所述分离过程以影响用于从散装材料分离期望材料的分离过程,
其中所述优化的步骤包括将分离过程的期望材料的回收率最大化或将添加剂或能量的用量最小化。
本发明的另一目的是提供用于控制材料分离过程的设备,使材料分离过程更有效。
根据本发明的第二方面通过用于控制材料分离过程的设备实现该目的,该设备包括:
状态估计单元,配置用于
接收所述材料分离过程中的指示在期望材料和不期望材料之间分离程度的至少一个测得的过程输出变量,并且
通过在材料分离过程的模型上针对预测时间间隔应用测得的输出变量和外部约束以估计该过程在时间上某个瞬间的状态,所述模型基于可操纵的至少一个输入变量和所述输出变量,以及
优化单元,配置用于
优化涉及至少一个预测的受控过程输出变量和所述外部约束的目标函数,其中所述预测的受控过程输出变量由所述过程模型基于所述状态决定,并且该优化在由所述过程模型和/或所述外部约束施加的约束下通过调整所述输入变量而发生,其针对所述预测时间间隔为每个输入变量提供至少一个给定值,用于调节所述分离过程以影响用于从散装材料分离期望材料的分离过程,其中优化单元当优化目标函数时进一步被配置以便将分离过程的期望材料的回收率最大化或将添加剂或能量的用量最小化。
本发明的另一目的是提供一种材料分离系统,其提供更有效的材料分离过程。
根据本发明的第三方面通过材料分离系统实现该目的,该系统包括:
至少一个材料分离单元,其从不期望材料分离期望材料,
至少一个测量单元,配置用于测量材料分离过程中的指示期望材料和不期望材料之间分离程度的至少一个过程输出变量,
状态估计单元,配置用于
通过在材料分离过程的模型上针对预测时间间隔应用测得的输出变量和外部约束以估计该过程在时间上某个瞬间的状态,所述模型基于能够被操纵的至少一个输入变量和所述输出变量,
优化单元,配置用于
优化涉及至少一个预测的受控过程输出变量和所述外部约束的目标函数,其中所述预测的受控过程输出变量由所述过程模型基于所述状态决定,并且该优化在由所述过程模型和/或所述外部约束施加的约束下通过调整所述输入变量而发生,其针对所述预测时间间隔为每个输入变量提供至少一个给定值,以及
至少一个调节单元,配置用于
通过使用所述给定值调节所述分离过程以影响用于从散装材料分离期望材料的分离过程,
其中所述优化单元在进行目标函数优化时进一步配置用于将分离过程的期望材料的回收率最大化或将添加剂或能量的用量最小化。
本发明的另一目的是提供用于控制材料分离过程的计算机程序产品,使材料分离过程更有效。
根据本发明的第四方面通过用于控制材料分离过程的计算机程序产品实现该目的,其包括计算机程序代码,当所述代码加载到计算机上时使得所述计算机执行:
接收所述材料分离过程中的指示期望材料和不期望材料之间分离程度的至少一个测得的过程输出变量,
通过在材料分离过程的模型上针对预测时间间隔应用测得的输出变量和外部约束以估计该过程在时间上某个瞬间的状态,所述模型基于能够被操纵的至少一个输入变量和所述输出变量,
优化涉及至少一个预测的受控过程输出变量和所述外部约束的目标函数,其中所述预测的受控过程输出变量由所述过程模型基于所述状态决定,并且该优化在由所述过程模型和/或所述外部约束而施加的约束下通过调整所述输入变量发生,并且
针对所述预测时间间隔为每个输入变量提供至少一个给定值,用于调节所述分离过程以影响用于从散装材料分离期望材料的分离过程,
其中优化目标函数包括将分离过程的期望材料的回收率最大化或将添加剂或能量的用量最小化。
本发明有很多优势。它提供了有效的材料分离过程,其中工厂在最优条件或接近最优条件操作。并且,可获得高浓度的期望材料,同时实现期望材料的高回收率和低添加剂消耗。
应当强调,在本说明书中使用术语“包括”是为了说明所述的特性、整体、步骤或组件的存在,但是不排除一个或更多其他特性、整体、步骤、组件或这些的组合的存在或附加。
附图说明
现在将参照附图更为详细地描述本发明,其中:
图1示意性地示出了根据本发明用于控制材料分离过程的简化系统;
图2示出了概述根据本发明用于控制材料分离过程的一般方法步骤的流程图;以及
图3示意性地示出了用于实现本发明的包括计算机程序代码的CD ROM盘形式的计算机程序产品。
具体实施方式
为了解释而不是限制的目的,在以下描述中陈述了具体细节如特定的体系结构、接口、技术等,以便对本发明提供彻底的理解。然而,本领域的普通技术人员可以理解,本发明也可以脱离这些具体细节以其他实施方式实施。在其他例子中,为了避免以不必要的细节妨碍对本发明的描述,省略了对已知设备、电路和方法的详述。以下将参照浮选过程的材料分离过程描述本发明。然而,应当理解,本发明也可以应用于其他材料分离过程。材料分离优选地是选矿过程,其中要获得的期望材料可以是任何期望的矿物,如铁、铜、锌、金、银等。
图1以简单浮选系统的形式、示意性地示出了根据本发明的简化示例性材料分离系统10。在系统10中提供了进料单元12,其提供散装材料的第一材料流,在此以浆的形式包括期望材料和至少一种不期望材料。在此期望材料要与不期望材料分离。在此浆进一步以粉状物形式提供。系统可能包括在进料单元12之前的先前的阶段,其中通过研磨固体的散装材料提供该粉状物。进料单元12连接到材料添加单元14,其中第二材料流与第一材料流混合。材料添加单元14随后连接到第一材料分离单元并向其提供浆和第二材料流,在此第一材料分离单元是第一浮选室16的形式,其在此是罐,也被称为粗选槽。第一浮选室16包含水并且连接到向罐16的水中供给添加剂的第一添加剂供给单元18,具有将罐中的水与来自第一添加剂供给单元18的添加剂混合的第一混合器20,并且具有第一空气供给单元23。在此第一空气供给单元23连接到第一空气调节单元22,用于调节吹送到第一浮选室16的空气量。第一浮选室16具有第一出口,其中获得分离的输出材料,也被称为浓缩物C。输出材料包括与在浆中的不期望材料成一定比率的期望材料,该不期望材料也被称为杂质,并且由此提供一定的品位、浓度或纯度期望材料。对于正常的材料分离过程,该比率应当是高的。在此也为第一出口提供第一测量单元24,其测量输出材料的一些属性。在此该第一测量单元24优选地是折射率测量设备。也为第一浮选室16提供第二出口,其连接到第二材料分离单元的进口,在此第二材料分离单元是第二浮选室26的形式。在此第二浮选室26是罐,也被称为清除器。第二浮选室26包含水并且连接到向罐26的水中供给添加剂的第二添加剂供给单元28,具有将罐中的水与来自第二添加剂供给单元28的添加剂混合的第二混合器30,并且具有第二空气供给单元33。在此第二空气供给单元33连接到第二空气调节单元32,用于调节吹送到第二浮选室26的空气量。第二浮选室26具有第三出口,其中获得输出材料即浓缩物C。出于这些原因第一浮选室16和第二浮选室26的第一和第三出口彼此连接。在此也为第三出口提供第二测量单元34,其测量输出材料的一些属性。在此该测量单元34优选地是折射率测量设备。也为第二室提供第二出口,第二出口连接上述材料添加单元14以向其提供废料W。该废料W也被称为尾料并且也包括与不期望材料成一定比率的期望材料。对于正常的材料分离过程,该比率应当是低的。
在此第一和第二测量单元24和34的测量结果被提供给控制材料分离过程的设备36,其随后提供用于控制第一和第二调节单元22和32的输出信号。为了提供该控制,为设备36提供状态估计单元38和优化单元40。马上将描述该类型的控制的细节。
现在将描述受控过程的功能执行。进料单元12经由材料添加单元14以粉状物形式向第一浮选室16提供浆。在第一浮选室16中,粉状物与水混合并且由第一添加剂供给单元18通过第一混合器22的操作添加添加剂。混合器像大的搅拌器,其在此以恒定速度旋转。并且从第一空气供给单元23供给空气。因此期望材料与不期望材料分离,不期望材料将自身附着在空气泡上以泡沫形式上升到罐的上部,并且被刮除。材料的剩余部分为废料或尾料,其沉淀在室底部并且被供给到第二浮选室26,第二浮选室26对废料应用相同的程序以便将更多的期望材料与不期望材料分离。结果得到的输出材料被称为浓缩物C,其随后可以被供给另一个企业如冶炼厂做进一步处理,而来自第二室26的尾料W被提供给材料添加单元14以便与浆的进料混合,以提高期望材料的回收率。
这只是一个材料分离过程的一般描述。在此应当理解,该过程可以以很多方式变化。例如在清除器之前可能连接若干这样的粗选槽。也应当理解,可能有更多的废料回到先前的浮选室的回路,以及彼此平行提供的若干这样的粗选槽和清除器。在最简单的形式下工厂仅包括一个浮选室。
现在将描述用于控制材料分离过程的设备的一般方法。
在控制中使用过程的动态矩阵模型,其可以表示为:
其中x代表状态变量,u代表操纵的变量,并且代表状态变量的时间导数。在此操纵的变量典型地是那些能够受控制系统影响以提供控制的变量,而状态变量是指示过程状态的变量。这些状态变量中的一些是过程输出变量。过程输出变量可以与品位或尾料相关联,并且也可以与期望材料的回收率相关联。可测量和可导的过程输出变量的测量结果和估计可以表示为
y(t)=g(x(t),t)
这意味着测得的输出变量y可以与状态变量x有函数关系g。
模型也可以与模型约束相关联,即对不同操纵的变量和/或过程输出变量的限制。
a≤uk≥b
d≤xk≥e
也可以存在不同的更多或更少的复合不等式约束:
Ck(xk,uk)≤0
通过使用动态模型,用测得的当前的以及或许也用以前的过程输出变量作为参数,可以估计该过程的当前或初始状态。
在此使用被应用于具有上述约束的上述函数的滚动时域估计(MHE)来实现状态估计。因此以目标轨迹的形式建立用于选定受控过程输出变量的给定值范围。
根据本发明,状态估计在设备36的状态估计单元38中执行并且基于由第一测量单元和第二测量单元24和34提供的输出变量执行。
在状态估计之后跟随的是优化,其在优化单元40中执行。
基于上述模型的优化通过将目标函数最小化实现。目标函数是根据优化方面并考虑约束而建立的,并且优选地基于由动态过程模型预测的受控过程输出变量和受控输出过程变量的目标轨迹的比较。则优化可以一般地描述为:
g(x)的最小值=∫x(t)dt.
因此获得可用于控制的优化目标轨迹或给定值范围。在图1的浮选厂中,上述给定值一般地指用于控制对浮选室的空气供给的控制信号。给定值范围考虑了由优化方面施加的约束。
目标函数是根据优化的方面建立的,并且优选地基于受控过程输出变量给定值的目标集合与动态过程模型预测的受控过程输出变量的比较。计算是基于状态变量的当前值。通过改变操纵的变量的输入轨迹将目标函数最小化。给出目标函数最小值的输入轨迹因此被称为最佳输入轨迹。
这些优化输入轨迹随后被用于控制过程可控变量。上文描述的原则在WO 03/107103中得到进一步详述,其通过在此通过引用而成为本发明的组成部分。
对于图1的浮选工厂,可以通过提供基于每个所包括的浮选室的总模型获得要使用的模型。随后每个这样的浮选室的建模可以基于
其中
Mp i为浆中组分i的质量;
Me i为泡沫中组分i的质量;
cp i为浆相的浮选常数;
ce i为泡沫的排放常数;
Xt为尾料的质量流;
qt i为尾料中组分i的质量分数;
Xe为浓缩物的质量流;
qc i为浓缩物中组分i的质量分数;
Xa为给送入室中的浆的质量流;
qa i为给送入室中的浆中的组分i的质量分数。
浮选常数由下式计算:
其中Qc(t)是所添加的捕收剂的标准化的量。
在此A和B分别代表期望材料和不期望材料。随后可以基于这些用于单一室的公式依赖于工厂的室如何互连而获得整个工厂的总模型。现在将参照图2描述根据本发明的控制如何实现,图2示出了概述根据本发明用于控制材料分离过程的一般方法步骤的流程图。
使用按照上述方法应用的上述模型用于状态估计和优化,来执行以下步骤。在上述的运行过程中,在步骤42,过程输出变量首先由状态估计单元接收。这样,在本发明中接收来自第一测量单元和第二测量单元24和34的输出信号,随后从这些信号可以确定期望材料的浓度的品位,即在输出产品中期望材料的百分比。该百分比可以是变化的,并且对于一些材料而言50%是正常的。随后,在步骤44数据被验证,并且随后在步骤46执行状态估计以确定初始状态。与此相关的约束可以是对给送力的限制,即,要将多少浆投入第一浮选室,浓度才会严格地是正值,品位应该为某百分比值,生产速度才会受到限制,以及对室的不同物理限制。
此后在步骤48规定未来预测时域的约束。一般地在此要应用与当前状态所使用的相同的约束。随后在步骤50为该未来时域规定目标函数参数。在此输出产品的浓度C的品位被设定为高于规定的水平,即品位被定义为具有某最低含量的期望材料。这意味着优化不是为了使品位最大化。也可以设定其他变量,如混合器20和30的固定的转速。此后在步骤52由优化单元40优化目标函数,以便获得给定值的输入范围以用于控制。在此执行根据本发明的优化以便使过程的期望材料的回收率最大化,即相对于给入过程中的输入材料量,进行优化以在输出材料中获得尽可能多的期望材料。有了这些设置可以达到大约90%的回收率。在此给定值的范围与吹送入室中的空气量的变化相关联。当该步骤完成时,在步骤54选择范围内的一个值,优选地是自动地选择,并且在步骤56相应地控制该过程。随后只要过程运行就重复这个步骤。
用这种控制材料分离过程的方法提供更有效的控制,其中工厂在其最优条件或接近最优条件操作。而且,获得高的期望材料浓度和更高的期望材料回收率以及低的添加剂消耗。替代地,代替使回收率最大化,可以通过将添加剂或能量的用量最小化而实现优化。这提供了更经济的过程。
为了简化控制过程,根据本发明的一个变形,可以使用并非动态的而是非线性的模型,例如静态模型。
在静态模型中,在函数F中没有时间导数。这实现更简单的过程控制。在这种情况下,也没有输出值的范围或集合,而针对每个空气供给23和33只有一个用于控制该过程的给定值。这降低了所需的处理量。
用于控制材料分离过程的设备36优选地在计算机中提供。在此,设备的状态估计和优化单元可以通过一个或更多处理器和计算机程序代码共同实施以执行它们的功能。上述程序代码也可以作为计算机程序产品提供,例如以一个或更多承载程序代码的数据载体的形式,该程序代码当被载入计算机时用于执行本发明的功能性。图3一般地示出了CD ROM盘形式的一个这样的载体58。然而其他数据载体也是可行的。计算机程序代码可以进一步作为外部服务器上的单纯程序代码提供并被下载到图1中的计算机上。
除了那些已经提到的,还可以对本发明做若干进一步的变形。上面通过调节吹送入室的空气量控制过程。也可以调节添加的添加剂量来代替吹入的空气量,或与之结合,也可以通过使用浮选室中的泡沫水平控制单元或类似单元调节浮选室的泡沫水平,其中输入变量则会影响泡沫水平控制单元的给定值。测得的输出变量不必是浓缩物,也可以测量废料,即留在尾料中的期望材料的量。与此相关,在图1的系统中可以只有一个进行测量的点。其他类型的材料分离过程也可以用相同的方法控制。
已经结合目前认为最实际的和优选的实施例描述了本发明,不过应当理解,本发明不限于所公开的实施例,相反地,目的是涵盖各种修改和等效设置。因此本发明只受到权利要求书的限制。
Claims (28)
1.一种用于控制材料分离过程的方法,包括如下步骤:
测量(42)所述材料分离过程中的指示期望材料和不期望材料之间分离程度的至少一个过程输出变量(C),
通过在材料分离过程的模型上针对预测时间间隔应用测得的输出变量和外部约束以估计(46)该过程在时间上某个瞬间的状态,所述模型基于能够被操纵的至少一个输入变量和包括所述测得的输出变量的至少两个输出变量,
优化(52)涉及至少一个预测的受控过程输出变量和所述外部约束的目标函数,其中所述预测的受控过程输出变量由所述过程模型基于所述状态决定,并且该优化在由所述过程模型和/或所述外部约束施加的约束下通过调整所述输入变量而发生,其针对所述预测时间间隔为每个输入变量提供至少一个给定值,以及
通过使用所述给定值调节(56)所述分离过程以影响用于从散装材料分离期望材料的分离过程,
其中所述优化步骤包括将分离过程的期望材料的回收率最大化或将添加剂或能量的用量最小化。
2.根据权利要求1所述的方法,其中优化包括保持涉及期望材料从不期望材料分离的程度的第一输出变量的集合接近规定的水平。
3.根据权利要求1或权利要求2所述的方法,其中所述模型是非线性的。
4.根据权利要求3所述的方法,其中所述模型是静态模型。
5.根据权利要求1或权利要求2所述的方法,其中模型是动态的并且优化的步骤为每个输入变量提供给定值范围,其中每个范围针对所述预测时间间隔为所述操纵的变量提供输入轨迹。
6.根据上述任一权利要求所述的方法,其中至少优化和调节的步骤在固定的连续时间间隔内被重复地执行。
7.根据上述任一权利要求的所述方法,其中分离过程包括供给散装材料和从至少一种不期望材料分离期望材料的步骤,不期望材料和期望材料都在散装材料中提供。
8.根据权利要求7所述的方法,其中分离过程进一步包括将废料回送到散装材料用于参与所述分离步骤的步骤。
9.根据上述任一权利要求所述的方法,其中过程是浮选过程。
10.根据权利要求9所述的方法,其中浮选过程包括混合未分离材料的粉状物和流体,使得期望材料从散装材料分离,并且使得期望材料浮起。
11.根据权利要求10所述的方法,其中输入变量使得空气被吹送进入混合物。
12.根据权利要求10所述的方法,其中输入变量影响添加到混合物的添加剂的量。
13.根据权利要求10所述的方法,其中输入变量影响浮选过程中的泡沫水平。
14.一种用于控制材料分离过程的设备(36),包括:
状态估计单元(38),配置用于
接收所述材料分离过程中的指示期望材料和不期望材料之间分离程度的至少一个测得的过程输出变量(C),并且
通过在材料分离过程的模型上针对预测时间间隔应用测得的输出变量和外部约束以估计该过程在时间上某个瞬间的状态,所述模型基于能够被操纵的至少一个输入变量和所述输出变量,以及
优化单元(40),配置用于
优化涉及至少一个预测的受控过程输出变量和所述外部约束的目标函数,其中所述预测的受控过程输出变量由所述过程模型基于所述状态决定,并且该优化在由所述过程模型和/或所述外部约束施加的约束下通过调整所述输入变量而发生,并且
针对所述预测时间间隔为每个输入变量提供至少一个给定值,用于调节所述分离过程以影响用于从散装材料分离期望材料的分离过程,
其中优化单元当优化目标函数时进一步被配置为将分离过程的期望材料的回收率最大化或将添加剂或能量的用量最小化。
15.根据权利要求14所述的设备,其中优化单元当优化目标函数时被配置用于保持涉及期望材料从不期望材料分离的程度的第一输出变量的集合接近规定的水平。
16.根据权利要求14或权利要求15所述的设备,其中模型是动态并且优化单元被配置为为每个输入变量提供给定值范围,其中每个范围针对所述预测时间间隔为所述操纵的变量提供输入轨迹。
17.根据权利要求14或权利要求15所述的设备,其中所述模型是非线性的。
18.根据权利要求17所述的设备,其中所述模型是静态模型。
19.根据权利要求14-18任一权利要求所述的设备,其中优化单元被配置为在固定的连续时间间隔内重复地执行优化和调节。
20.一种材料分离系统(10),包括:
至少一个材料分离单元(16,26),其从不期望材料分离期望材料,
至少一个测量单元(24,34),其配置用于测量材料分离过程中的指示期望材料和不期望材料之间分离程度的至少一个过程输出变量,
状态估计单元(38),配置用于
通过在材料分离过程的模型上针对预测时间间隔应用测得的输出变量和外部约束以估计该过程在时间上某个瞬间的状态,所述模型基于能够被操纵的至少一个输入变量和所述输出变量,
优化单元(40),配置用于
优化涉及至少一个预测的受控过程输出变量和所述外部约束的目标函数,其中所述预测的受控过程输出变量由所述过程模型基于所述状态决定,并且该优化在由所述过程模型和/或所述外部约束施加的约束下通过调整所述输入变量而发生,其针对所述预测时间间隔为每个输入变量提供至少一个给定值,以及
至少一个调节单元(22,32),配置用于
通过使用所述给定值调节所述分离过程以影响用于从散装材料分离期望材料的分离过程,
其中所述优化单元当优化目标函数时进一步被配置为将分离过程的期望材料的回收率最大化或将添加剂或能量的用量最小化。
21.根据权利要求19所述的材料分离系统,其中向所述材料分离单元供给散装材料,并且所述材料分离单元被配置用于从至少一种不期望材料分离期望材料,不期望材料和期望材料都在散装材料中提供。
22.根据权利要求20所述的材料分离系统,进一步包括材料添加单元(14),其将废料回送给散装材料用于参与所述分离。
23.根据权利要求19-21任一权利要求所述的材料分离系统,其中过程是浮选过程。
24.根据权利要求22所述的材料分离系统,进一步包括用于混合未分离材料的粉状物和流体的至少一个混合器(20,30),使得期望材料从散装材料分离和/或使得期望材料浮起的分离实体。
25.根据权利要求23所述的材料分离系统,其中所述分离实体包括空气供给单元(23),并且所述输入变量控制空气供给单元向混合物吹送空气。
26.根据权利要求23所述的材料分离系统,其中所述分离实体包括添加剂供给单元(18)并且所述输入变量影响添加到混合物的添加剂的量。
27.根据权利要求23所述的材料分离系统,其中分离实体包括泡沫水平控制单元或类似的单元,并且所述输入变量影响泡沫水平控制单元的给定值。
28.一种用于控制材料分离过程的计算机程序产品(58),其包括计算机程序代码,当所述代码加载到计算机上时使得所述计算机执行;
接收所述材料分离过程中的指示期望材料和不期望材料之间分离程度的至少一个测得的过程输出变量(C),
通过在材料分离过程的模型上针对预测时间间隔应用测得的输出变量和外部约束以估计该过程在时间上某个瞬间的状态,所述模型基于能够被操纵的至少一个输入变量和所述输出变量,
优化涉及至少一个预测的受控过程输出变量和所述外部约束的目标函数,其中所述预测的受控过程输出变量由所述过程模型基于所述状态决定,并且该优化在由所述过程模型和/或所述外部约束施加的约束下通过调整所述输入变量而发生,以及
针对所述预测时间间隔为每个输入变量提供至少一个给定值,用于调节所述分离过程以影响用于从散装材料分离期望材料的分离过程,
其中优化目标函数包括将分离过程的期望材料的回收率最大化或将添加剂或能量的用量最小化。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP06120828.6 | 2006-09-18 | ||
EP06120828.6A EP1901142B1 (en) | 2006-09-18 | 2006-09-18 | Optimisation of a material separation process |
PCT/EP2007/059790 WO2008034800A1 (en) | 2006-09-18 | 2007-09-17 | Optimisation of a material separation process |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101517497A true CN101517497A (zh) | 2009-08-26 |
CN101517497B CN101517497B (zh) | 2011-08-31 |
Family
ID=37714359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007800344267A Active CN101517497B (zh) | 2006-09-18 | 2007-09-17 | 材料分离过程的优化 |
Country Status (10)
Country | Link |
---|---|
US (1) | US9760066B2 (zh) |
EP (1) | EP1901142B1 (zh) |
CN (1) | CN101517497B (zh) |
AU (1) | AU2007299014B2 (zh) |
BR (1) | BRPI0717033A2 (zh) |
CA (1) | CA2662189C (zh) |
PL (1) | PL1901142T3 (zh) |
RU (1) | RU2424546C2 (zh) |
WO (1) | WO2008034800A1 (zh) |
ZA (1) | ZA200901671B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110520805A (zh) * | 2017-04-18 | 2019-11-29 | 首要金属科技德国有限责任公司 | 过程模型的建模优化 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112517248B (zh) * | 2020-10-29 | 2022-08-09 | 宜春钽铌矿有限公司 | 一种锂云母浮选系统液位的智能控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100283419B1 (ko) * | 1993-03-03 | 2001-06-01 | 빈센트 에쎄.아. | 폐회로건식분쇄기의 제어 프로세스 |
EP1363857A2 (en) * | 2001-02-23 | 2003-11-26 | V.A.I. Ltd. | Methods and apparatus for biological treatment of waste waters |
US20030010112A1 (en) | 2001-07-11 | 2003-01-16 | David Yekutiely | Monitor and warning apparatus and methods |
WO2003024556A1 (de) * | 2001-09-19 | 2003-03-27 | Bayer Technology Services Gmbh | Verfahren zur prozessführung der trennung von mehrstoffgemischen |
SE522691C3 (sv) * | 2002-06-12 | 2004-04-07 | Abb Ab | Dynamisk on-line-optimering av produktionsprocesser |
-
2006
- 2006-09-18 PL PL06120828T patent/PL1901142T3/pl unknown
- 2006-09-18 EP EP06120828.6A patent/EP1901142B1/en active Active
-
2007
- 2007-09-17 WO PCT/EP2007/059790 patent/WO2008034800A1/en active Application Filing
- 2007-09-17 AU AU2007299014A patent/AU2007299014B2/en active Active
- 2007-09-17 RU RU2009112490/08A patent/RU2424546C2/ru active
- 2007-09-17 CN CN2007800344267A patent/CN101517497B/zh active Active
- 2007-09-17 BR BRPI0717033-5A2A patent/BRPI0717033A2/pt not_active Application Discontinuation
- 2007-09-17 CA CA2662189A patent/CA2662189C/en active Active
-
2009
- 2009-03-09 ZA ZA2009/01671A patent/ZA200901671B/en unknown
- 2009-03-18 US US12/406,798 patent/US9760066B2/en active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110520805A (zh) * | 2017-04-18 | 2019-11-29 | 首要金属科技德国有限责任公司 | 过程模型的建模优化 |
US11493891B2 (en) | 2017-04-18 | 2022-11-08 | Primetals Technologies Germany Gmbh | Optimization of the modeling of process models |
CN110520805B (zh) * | 2017-04-18 | 2022-12-06 | 首要金属科技德国有限责任公司 | 过程模型的建模优化 |
Also Published As
Publication number | Publication date |
---|---|
EP1901142B1 (en) | 2018-01-10 |
US9760066B2 (en) | 2017-09-12 |
CA2662189C (en) | 2015-06-09 |
WO2008034800A1 (en) | 2008-03-27 |
ZA200901671B (en) | 2010-02-24 |
CN101517497B (zh) | 2011-08-31 |
RU2009112490A (ru) | 2010-10-27 |
CA2662189A1 (en) | 2008-03-27 |
AU2007299014B2 (en) | 2011-03-24 |
BRPI0717033A2 (pt) | 2013-10-01 |
PL1901142T3 (pl) | 2018-07-31 |
EP1901142A1 (en) | 2008-03-19 |
US20090234496A1 (en) | 2009-09-17 |
AU2007299014A1 (en) | 2008-03-27 |
RU2424546C2 (ru) | 2011-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100354783C (zh) | 控制造纸机的备料作业的方法和装置 | |
CN106824501B (zh) | 一种重介旋流器分选过程悬浮液密度自动控制系统 | |
CN101833314B (zh) | 污水处理控制系统及污水处理控制方法 | |
AU2011297864A1 (en) | Method for controlling a mill system having at least one mill, in particular an ore mill or cement mill | |
CN102221824B (zh) | 球磨机给矿量智能控制装置 | |
CN1408081A (zh) | 调节原料混合配比控制器的系统及方法 | |
Torfs et al. | Impact on sludge inventory and control strategies using the benchmark simulation model no. 1 with the Bürger-Diehl settler model | |
CN101517497B (zh) | 材料分离过程的优化 | |
Munoz et al. | An integrated system for supervision and economic optimal control of mineral processing plants | |
CN1573624B (zh) | 用于批性能估计的装置和方法 | |
Tzoneva | Optimal PID control of the dissolved oxygen concentration in the wastewater treatment plant | |
Zhou et al. | Grinding circuit control: A hierarchical approach using extended 2-DOF decoupling and model approximation | |
Jämsä-Jounela et al. | Control of pulp levels in flotation cells | |
Yianatos et al. | Grinding capacity enhancement by solid concentration control of hydrocyclone underflow | |
Chai et al. | A hybrid intelligent optimal control method for complex flotation process | |
CN115343944B (zh) | 一种具有输入饱和的污水处理系统的可靠pi控制方法 | |
CN112631121A (zh) | 水泥自立式辊压磨自动监测控制方法及系统 | |
CN110528006A (zh) | 自动添加装置、蚀刻生产线、添加方法、控制系统、控制方法 | |
Remes | Advanced process monitoring and control methods in mineral processing applications | |
CN211147356U (zh) | 一种链篦机料层厚度控制系统 | |
Prunescu et al. | Modelling and L 1 adaptive control of pH in bioethanol enzymatic process | |
US20210086198A1 (en) | Adaptive control of industrial automation for mining flotation cells | |
Chai et al. | Multi-objective hybrid intelligent optimization of operational indices for industrial processes and application | |
Duarte et al. | Grinding operation optimization of the CODELCO-Andina concentrator plant | |
CN111229475A (zh) | 基于磷矿反浮选的多参量控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20191126 Address after: Baden, Switzerland Patentee after: ABB Switzerland Co., Ltd. Address before: Zurich Patentee before: ABB Research Co., Ltd. |