本发明涉及智慧选矿，具体涉及一种用于选矿的智能控制方法及系统。
背景技术：
1、矿产资源被誉为现代工业的“粮食”和“血液”，是人类社会发展的命脉，目前全球95％以上的能源，80％以上的工业原材料和70％以上的农业生产原料来自矿产资源，铁是世界上发现最早、利用最广、用量最多的金属，铁矿石作为钢铁工业最为重要的原材料，是我国重要的战略性矿产资源之一，我国铁矿资源储量丰富，但97％以上属于贫矿，需要经过选矿富集后才能供给高炉炼铁，多年来，在我国选矿工作者的共同努力下，我国铁矿选矿技术得到长足进步和发展。
2、中国专利公开号为cn113798042a公开了一种用于铁矿的选矿方法和选矿控制系统，包括采用高频振动筛对球磨后的铁矿进行筛分，得到第一选料；第一选料进入第一励磁器，使得第一选料的磁性增强，得到第二选料；第二选料进入第一磁选机后，得到第三选料和第四选料，第三选料作为矿渣排入尾矿砂皮带，第四选料进入过滤机过滤后得到铁精粉。
3、现有技术中，铁多金属矿选矿工艺流程通常包括碎磨、选别、精矿浓缩及尾矿脱水部分，而传统的选矿工艺流程中，采用半自磨机进行碎磨选矿过程中存在半自磨设备运行状态多变的问题，半自磨机的运行参数随工况不同而变化很大，在工艺操作时需要及时根据工况的变化情况进行针对性调整，才能确保主体设备运行在最佳状态，同时随着矿石性质和磨矿浓度的变化，选矿过程中半自磨机和球磨之间的负荷变化很大，二者之间的负荷难以控制协调，现有的选矿厂在进行选矿工作时，选矿工作量大且人为因素影响严重，无法做到稳定、及时、准确地控制，现有的选矿控制系统难以针对上述问题对选矿设备进行智能控制，且无法对选矿设备实时监测，影响选矿过程中的控制精度，难以保证选矿质量。
4、综上所述，研发一种用于选矿的智能控制方法及系统，仍是智慧选矿技术领域中急需解决的关键问题。
技术实现思路
1、针对现有技术所存在的问题，本发明的目的在于提供一种用于选矿的智能控制方法及系统。
2、为实现上述目的，本发明提供了如下技术方案：
3、一种用于选矿的智能控制方法，包括以下步骤：
4、s1、以大数据为基础，构建选矿设备数字孪生模型、选矿单元操作流程数字孪生模型和选矿全流程数字孪生模型，搭建选矿智能终端平台；
5、s2、通过智能监测系统实现对选矿生产过程数据的全覆盖，实现对选矿生产过程中各类子系统的生产状态监控；
6、s3、所述选矿智能终端平台通过碎磨控制系统，以磨机负荷控制、磨矿浓度控制、磨矿旋流分级回路控制、磨矿的负荷协同控制为指引，实现碎磨流程稳定性；
7、s4、所述选矿智能终端平台通过浮选控制系统，以控制泡沫厚度为指引，实现浮选流程产率的稳定控制；
8、s5、所述选矿智能终端平台通过尾矿浓缩控制系统，采用关键变量软测量技术实现对浓密机内部状态的监测和预测，实现浓缩生产过程的智能优化控制。
9、本发明进一步设置为：在步骤s1中，包括以下步骤：
10、s11、统一采集各个选矿关键设备的基础信息和运行信号，为选矿智能控制提供数据支撑；
11、s12、通过数值计算和人工智能方法进行工业尺度选矿设备经验模型的参数整定，利用离线数据、在线数据的支持，构建选矿设备数字孪生模型，该模型能够准确模拟设备生产过程；
12、s13、以所述选矿设备数字孪生模型为基础，辅以管路和泵池辅助设备模型，在总体平衡框架下构建出选矿单元操作流程数字孪生模型，该模型能够准确模拟单元操作流程的生产功能，并反映操作条件变化对流程生产带来的影响；
13、s14、通过构建选矿全流程数字孪生模型，模型能够准确模拟生产全流程的生产功能，计算流程内各种物料的平衡情况，计算目标矿物的生产达标情况；
14、s15、所述选矿智能终端平台实现对各个选矿关键设备实时数据的采集，并将数据存储至数据库中，同时可以在平台进行数据展示。
15、本发明进一步设置为：在步骤s2中，所述智能监测系统可划分为数据处理、数据分析、结果输出三大模块，通过对监测数据的收集、统计、分析，在人工经验和历史数据的基础上进行数据关联预测，实现对选矿设备故障的智能诊断和预警。
16、一种用于选矿的智能控制系统，包括：
17、智能监测单元，所述智能监测单元用于对选矿生产全流程进行监测，实现选矿设备智能监测及智能选矿；
18、碎磨控制单元，所述碎磨控制单元可以磨机负荷控制、磨矿浓度控制、磨矿旋流分级回路控制、磨矿的负荷协同控制为指引，实现碎磨流程稳定性；
19、浮选控制单元，所述浮选控制单元可以控制泡沫厚度为指引，实现浮选流程产率的稳定控制；
20、尾矿浓缩控制单元，所述尾矿浓缩控制单元可以采用关键变量软测量技术实现对浓密机内部状态的监测和预测。
21、本发明进一步设置为：所述智能监测单元包括选矿全流程监测模块、故障检测模块、预警模块和显示模块；
22、所述选矿全流程监测模块用于监测选矿生产全流程的生产功能，计算流程内各种物料的平衡情况及目标矿物的生产达标情况；
23、所述故障检测模块通过对监测数据的收集、统计、分析，在人工经验和历史数据的基础上进行数据关联预测，实现对选矿设备故障的智能诊断；
24、所述预警模块用于当故障检测模块检测出设备存在故障时，及时向平台发出故障预警；
25、所述显示模块可通过平台显示实时数据和设备评价指标，同时根据历史数据分析经验提示潜在问题。
26、本发明进一步设置为：所述故障检测模块包括数据处理模块、数据分析模块和数据输出模块；
27、所述数据处理模块可以对监测数据进行缓存和插补处理；
28、所述数据分析模块用于通过监测数据分析选矿设备的实时运行状态；
29、所述数据输出模块可以将分析后的监测数据实时输出到显示模块。
30、本发明进一步设置为：所述碎磨控制单元包括磨机负荷控制模块、磨矿浓度控制模块、磨矿旋流分级回路控制模块和磨矿负荷协同控制模块；
31、所述磨机负荷控制模块可以根据磨机负荷智能监测系统提供的测量数据，智能调整磨机给矿量的设定值；
32、所述磨矿浓度控制模块通过串级结构控制回路的方式，保证半自磨矿浓度参数的动态特性和稳态精度，实现半自磨机磨矿浓度的自动控制；
33、所述磨矿旋流分级回路控制模块通过数据驱动的无模型自适应控制方法，实现给矿压力和给矿浓度的自动控制；
34、所述磨矿负荷协同控制模块用于检测两段磨矿分级的状态，分析并识别两段磨矿的负荷状况。
35、本发明进一步设置为：所述无模型自适应控制方法，包括以下步骤；
36、a1、无模型自适应控制算法公式如下：
37、
38、式中：a(b)为系统的输入信号，a(b-1)为上一时刻的输入信号，b为散化之后的系统采样时刻，c为步长因子，y(b-1)为输出期望误差，λ为权重因子，y(b)为系统的输出信号，φ(b)为无模型自适应控制方法所定义的伪偏导数，且|φ(b)|≤b；
39、a2、基于伪偏导数估计准则函数，引入μ＞0作为权重因子，限制伪偏导数的变化范围，计算φ(b)的极值，最终得到φ(b)的估计算法如下：
40、
41、式中：μ＞0，d为步长因子，且d＞0，为φ(b)的估计值；
42、a3、步骤a2和步骤a3中的两式组合，构成无模型自适应控制方法。
43、本发明进一步设置为：所述浮选控制单元包括泡沫分析模块、液位控制模块和状态判断模块；
44、所述泡沫分析模块通过泡沫分析仪来分析泡沫移动速度、泡沫颜色及大小；
45、所述液位控制模块可以根据液位检测值与液位设定值间偏差的大小，控制浮选槽的液位；
46、所述状态判断模块可根据泡沫分析数据和液位数据，通过对浮选机状态进行判断，实现液位设定值的自动调整优化。
47、有益效果
48、采用本发明提供的技术方案，与已知的公有技术相比，具有如下
49、有益效果：
50、(1)本发明中，该系统利用大数据技术分析选矿工况，可在保证工艺流程、设备稳定运转、数据完整性的同时，建立完善的过程检测与执行控制功能，提高生产系统的抗干扰能力及自适应能力，达到对选矿指标智能控制的目的，减少选矿指标对人工操作、人工决策的依赖程度，提高生产过程及指标的稳定性。
51、(2)本发明中，针对给矿浓度和给矿压力这两个影响产品质量的指标，将无模型自适应控制方法应用于磨矿旋流分级控制过程，实现了对磨矿旋流分级现场数据的监测，以及控制过程的智能控制与决策，无模型自适应控制方法实现给矿压力和给矿浓度的自动控制，可以使给矿浓度和给矿压力在工艺要求的范围内波动，达到分级控制的工艺要求，提高选矿时的粒度合格率。
52、(3)本发明中，通过智能监测系统实现对选矿生产过程数据的全覆盖，实现对选矿生产过程中各类子系统的生产状态监控，智能监测系统通过智能监测单元对碎磨控制单元、浮选控制单元、尾矿浓缩控制单元进行实时监测，通过智能监测系统实现该平台的高维度数据监测功能，对选矿关键设备的运行状态数据进行综合分析，实现对选矿生产过程数据的全覆盖，实现对选矿生产过程中各类子系统的生产状态监控，辅助进行故障诊断及预警，有效提高选矿过程中的控制精度和选矿质量。
1.一种用于选矿的智能控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种用于选矿的智能控制方法，其特征在于，在步骤s1中，包括以下步骤：
3.根据权利要求1所述的一种用于选矿的智能控制方法，其特征在于，在步骤s2中，所述智能监测系统可划分为数据处理、数据分析、结果输出三大模块，通过对监测数据的收集、统计、分析，在人工经验和历史数据的基础上进行数据关联预测，实现对选矿设备故障的智能诊断和预警。
4.一种用于选矿的智能控制系统，使用了权利要求1-3中任一项的一种用于选矿的智能控制方法，其特征在于，包括：
5.根据权利要求4所述的一种用于选矿的智能控制系统，其特征在于，所述智能监测单元(1)包括选矿全流程监测模块(11)、故障检测模块(12)、预警模块(13)和显示模块(14)；
6.根据权利要求5所述的一种用于选矿的智能控制系统，其特征在于，所述故障检测模块(12)包括数据处理模块(121)、数据分析模块(122)和数据输出模块(123)；
7.根据权利要求4所述的一种用于选矿的智能控制系统，其特征在于，所述碎磨控制单元(2)包括磨机负荷控制模块(21)、磨矿浓度控制模块(22)、磨矿旋流分级回路控制模块(23)和磨矿负荷协同控制模块(24)；
8.根据权利要求7所述的一种用于选矿的智能控制系统，其特征在于，所述无模型自适应控制方法，包括以下步骤；
9.根据权利要求4所述的一种用于选矿的智能控制系统，其特征在于，所述浮选控制单元(3)包括泡沫分析模块(31)、液位控制模块(32)和状态判断模块(33)；
