現階段（duàn）的水泥生產過程（chéng）中，基於上位機手工操作現場設備是仍是主流，手工操作僅能保證球磨機的正常運行，無法保證褐鐵礦選礦設備球磨機在（zài）*佳負荷區域運行。相對（duì）於手工操作（zuò），傳統的控製方案效果顯然更好，但仍然無法保證其（qí）控（kòng）製效果。更由於粉磨係統普遍存在的大滯後、多變量特點（diǎn），常規控製很難達到預期效果。因（yīn）此在實際應用（yòng）中一般結（jié）合其它控製策略，找到球磨機的*佳工作狀態。尤其是一些潛在控製算（suàn）法的應（yīng）用，更為褐鐵（tiě）礦選礦設備（bèi）球磨機控製提供了多（duō）種解決（jué）方（fāng）案。

隨著（zhe）先進控製理論及計算（suàn）機技術的發展，對褐鐵（tiě）礦選礦設備球磨機製粉過程又有了新的方案。由於模糊策略不需要被控對象的數學（xué）模型，僅僅通過人工經驗就可以總結出較好的控製規則，因此廣受歡迎。它可以有效地應（yīng）付非線性對象（xiàng），並在實（shí）際過（guò）程中得到很好的應用。

本文將大量的人工經驗進（jìn）行總（zǒng）結後，以模糊語言的形式歸納，實現了褐鐵礦選礦設備球磨機的模糊控（kòng）製。本文將褐鐵礦選礦設備球磨機係統（tǒng）作看做一個具有強耦合性質的多輸入多輸出（chū）過程，通過調（diào）節給煤量等調節磨出（chū）口溫度等（děng）關鍵參數（shù）。通過解耦使使耦合對象變成一個耦合程度極其輕微的控製對（duì）象，再用模糊控製器設計控製器。具體介紹了該係統的結構和實（shí）現方法，根據電廠實際運行情況證明了此控製策略的的安（ān）全性（xìng）和有（yǒu）效性（xìng），此種策略比（bǐ）較具有（yǒu）借鑒（jiàn）意義。本文提出提一種專家模糊控製算法，根據運行（háng）狀態，運用知識庫中的專家知識在線（xiàn）修改相關加權係數，達到修改控製規則的目的。通過實際運行證明，此算法（fǎ）優於傳（chuán）統（tǒng）的模糊（hú）控製算法，能夠保證球磨機製粉係（xì）統的安全、穩定及*佳經濟運行。

神經網絡控製不依賴於係統的數學模型，且具有自（zì）學習、自適應等特（tè）點，適合具有非線性、強耦合係（xì）統的控製。本（běn）文（wén）利（lì）用神經網絡模型對褐鐵礦選礦設備球磨機係統進（jìn）行非線性辨識，並在（zài）此基礎上給出（chū）了具體的控製器的設計方案。通過對物（wù）理特性跟（gēn）蹤實現對產量的控製，在多家水泥廠的應用表明效果良（liáng）好。本文提（tí）出（chū）了解耦控製（zhì）的思想，不斷監測現場工況並在此基礎上自適應的調整控製器參數實現（xiàn）對關鍵變量的控製，實（shí）驗結果驗證了控製的（de）有效性。

基（jī）於案例推理和規則調整的智能控製策略（luè）也（yě）讓（ràng）褐鐵礦（kuàng）選礦（kuàng）設備球磨機上得到了一定程度的應用，並取得了加好的經濟效益。文獻在總結熟練操作工的大量操作（zuò）經驗的基礎上（shàng）對多輸入多輸（shū）出過程進行了智（zhì）能調節（jiē）。充分分析各個變量之間（jiān）的關係，將一個多（duō）變量過程分解成多個單（dān）回路過程，並在現場取得很好的應用效果。文獻采用基於（yú）統計（jì）的過（guò）程控製（zhì）策略與（yǔ）規則推理（lǐ）過程（chéng）相結合的方法，提（tí）出了由工況監測、控製器優化層設計（jì）和底層控製（zhì）器相結（jié）合的控製方案（àn）。首先由工況監測模塊對球（qiú）磨機的當欠負（fù）荷做出判斷，再由監督層規則優化控製器的設定值，通過控製回路的輸出跟蹤修改後的設定值（zhí），使球磨機負荷始終保持在*佳負（fù）荷或近似*佳負荷狀態。文獻采用案例推理與數據融合結合的方法，提出了某（mǒu）配料過程球磨機負荷（hé）控製方（fāng）案。現場應用效果良好，大大降低（dī）了能耗，同時台時也穩步提高，球磨機負荷（hé）較為穩定，取（qǔ）得了很好的預期效果。

由於褐鐵礦選礦設（shè）備球磨機係統屬於典型的多輸入多輸出過程，且**地數學模型往往（wǎng）難以建立，因（yīn）此有不少專家采用（yòng）預測控製方法對（duì）粉磨過程進（jìn）行控製與優化。文中采用*小二乘（chéng）的思想建立粉磨係（xì）統的（de）數學模型，並采用廣義預測控製的方法實現了球磨機的（de）自動（dòng）控製。文中建（jiàn）立了球磨機的（de）神經網絡預測模型，提出了基於（yú）神經網絡預測控製器的非線性預測控製方法，*終實現非線性（xìng）係（xì）統的神（shén）經網絡直接預測控（kòng）製。由於具體（tǐ）的實現過（guò）程較為複雜，故實際應用受到一定局限。東（dōng）南大（dà）學的陳夕鬆等人充分利用預測控製在（zài）處理多（duō）輸入（rù）多輸出係統問題上的優勢，建（jiàn）立了球磨機的多輸入多（duō）輸（shū）出模型，並取得了良好的控製效果和經濟效益。文分別（bié）將有約束MPC和無約束MPC算法與多回路PID控製在球（qiú）磨機上的（de）應用效果做了比較，得出了兩種預測控製算法綜合性能均好（hǎo）於（yú）多回路（lù）PID的結論。

對於褐鐵礦選礦（kuàng）設備球磨機係統而言，因其具有（yǒu）的非線性（xìng）、大滯後、強耦合等特（tè）點，單一的（de）控製算法很難將所有問（wèn）題全（quán）部解決，因此不少專家將複合控製的思想應用於球磨機（jī）係（xì）統。文針對（duì）被控對象的實際特（tè）點采用了分模式的控製方案，設定分模式控製的閾值，偏差大子閾值時采（cǎi）用（yòng）模糊控製（zhì），偏差小（xiǎo）於閾（yù）值時采用（yòng）PID控製。文獻采用預測控製和模糊思想組成的複合控製方案對褐鐵礦選礦設備球磨機係統進行控製。當係統偏（piān）差較大（dà）時（shí）采用模糊控製使輸出值盡快跟（gēn）蹤設定值，當偏差較小時采（cǎi）用預（yù）測控製實現在穩態值附近的動態優化，並以此進行穩態優化（huà）。

目前在實際現場中有所應用的控製算（suàn）法還主要有自尋優（yōu）控製和自適應控製。自尋優控製對常規控製的規則進行了改進，提出將常規控製和具有自學習（xí）功能的動態自尋*優控（kòng）製相結合的控製策略。自適應控製策略在一（yī）台實驗球磨機上進行了仿真（zhēn），仿（fǎng）真結（jié）果（guǒ）證明了控（kòng）製的有效性。