現階段的水泥生產過程中，基於上位機（jī）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（cháng）運行，無法保證褐鐵礦選礦設（shè）備球磨機在*佳負荷區域運行。相對於手工操作，傳統的控製方（fāng）案效果顯然更好，但仍然（rán）無法保證（zhèng）其控製效果。更（gèng）由於粉磨係統普遍存在的大（dà）滯後、多（duō）變量特點，常（cháng）規控製很難達到預期效果。因此在（zài）實際應用中一般結合其它控製策略，找到球磨機的*佳（jiā）工作狀態。尤其是一些潛在（zài）控製算法（fǎ）的應用，更為褐鐵礦選礦設備球磨機（jī）控製提供了多種解決方案。

隨著先進控製理論（lùn）及計算機技術的發展，對褐（hè）鐵礦選礦設備球磨機製粉過程又有了新的方案。由於模糊策（cè）略不（bú）需要（yào）被控對象的數學模型，僅僅通過人工（gōng）經驗就可以總結出較好（hǎo）的控製規則，因此廣受歡迎。它可以有效地應付非（fēi）線性對象，並在實際過程中得到很好的應用。

本文將大量的人（rén）工經驗進行總結（jié）後，以模糊語言的形式（shì）歸納，實現了褐鐵礦（kuàng）選（xuǎn）礦（kuàng）設備球（qiú）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（kàn）做一個具有強耦合性質的多輸入（rù）多（duō）輸出過程，通過調節給（gěi）煤量等調節磨出口溫度等關鍵參數（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象，再用模糊控製器設計控製器。具體（tǐ）介紹了該係統的結構和實現方法，根據電廠實際運行（háng）情況證明了（le）此控製策略的的安全性和（hé）有效（xiào）性，此種策略比較具有借鑒意義。本文提出提一種專家模糊控製算法，根據運行狀態，運用知識庫中的專家知識在線修改相關加權係數，達（dá）到修改控製規則的目的。通（tōng）過實際運行證明，此算法優於傳統的模糊（hú）控製算法，能夠保證球磨機製粉（fěn）係統的安（ān）全、穩定及*佳經濟運行。

神經網（wǎng）絡控製不依賴於係（xì）統的數學模（mó）型，且（qiě）具有自學習、自適應等特點（diǎn），適合具有非線性、強耦合係統（tǒng）的控製。本文利用神（shén）經網絡模型對褐鐵礦選礦設備球磨機係統進（jìn）行非線性（xìng）辨識，並在（zài）此基（jī）礎上給出了（le）具體的控製器的設計方案。通過對（duì）物理特（tè）性跟蹤實現對產量的控製，在多家水泥（ní）廠的應用表明效果（guǒ）良好。本文（wén）提出了解耦控製（zhì）的思想，不斷監測現場工況並（bìng）在此基礎上自適應（yīng）的調整控（kòng）製器參數（shù）實（shí）現對關鍵變量（liàng）的（de）控製，實驗結（jié）果驗證了控製的有效性。

基於案例推理和（hé）規則調整的智能控製策（cè）略也讓褐鐵礦（kuàng）選礦設備球磨機上得到（dào）了一定程度的應用，並（bìng）取得（dé）了加好的經濟效益。文（wén）獻在總結熟練操作工的大量操作經驗的基礎（chǔ）上（shàng）對多輸入多（duō）輸出過程進行了智能調節。充（chōng）分分（fèn）析各個變量之間的關係，將一個多變量過程分解成多個單回路過程，並在現（xiàn）場取得很好的應用效果。文獻采用基於統計的過程控製策略與規則推理過程相結合的方法，提出了由工況監測、控製器優（yōu）化層設計和（hé）底層控製器相結合的控製（zhì）方案。首先由工況（kuàng）監測模塊對球磨機的當欠負荷做出判斷，再由監督層規則優化控製（zhì）器的設定值，通過控製回路的輸出跟蹤修改（gǎi）後的設定值，使球磨機（jī）負荷始終保持在*佳（jiā）負荷或近似*佳負（fù）荷狀態。文獻采（cǎi）用案例推（tuī）理與數據融合結合（hé）的方法（fǎ），提出了某配料過程球（qiú）磨機負荷控製方（fāng）案。現場應用效果良好，大大降低了（le）能耗，同（tóng）時台時也穩步提高，球磨機負荷較（jiào）為穩定，取得（dé）了很（hěn）好（hǎo）的預期效果（guǒ）。

由於（yú）褐鐵礦選礦設備球磨機係統屬於典型的多輸（shū）入多輸出過程（chéng），且**地數學模型往往難以建立，因此有不（bú）少專家采用預（yù）測控製方法對粉磨過程進行控製與（yǔ）優化。文中采用*小（xiǎo）二乘的思想建立粉磨係統的數（shù）學模型，並采用廣義預測控製的方法實現了球磨機（jī）的自動（dòng）控製。文中建立了球磨機的神經網絡預測模型，提出了基於神經網絡預測控製器的非（fēi）線性預測控製方法，*終實（shí）現非線性係統的神（shén）經網（wǎng）絡（luò）直接預測控製。由於具體的實現過程較（jiào）為複雜，故實際應用受到一定局限（xiàn）。東南大學的陳夕鬆（sōng）等人充分利用預測控製在（zài）處理多輸入多輸出係統問題上的優勢，建立了球磨（mó）機的多輸入（rù）多輸出模型，並（bìng）取得了良（liáng）好的控製效果和經濟效益。文分別將有約束MPC和無約（yuē）束MPC算法與多回路（lù）PID控（kòng）製在（zài）球磨機上（shàng）的應用效果做了比較，得出了兩種預測控製（zhì）算法綜合性能均好於多回路PID的結論。

對於褐鐵礦（kuàng）選礦設備球磨機係統而言，因其具有的非線性、大滯後、強耦合等特點，單一的控製（zhì）算法很難將所有問題全部（bù）解決，因此不（bú）少專家（jiā）將複合控製的思想應用於球磨機係（xì）統。文針對被控對象的實際特點采用了分模式的控製方案，設定（dìng）分模式控製的（de）閾值（zhí），偏差（chà）大子閾值時采用模（mó）糊控製，偏差小於閾值時采用PID控製（zhì）。文獻采用預測控（kòng）製和模糊思想組成的複合控製方案對褐（hè）鐵礦選礦設備球磨機係統（tǒng）進行控製。當係統偏差較大時采用模糊控製使（shǐ）輸出值盡快跟蹤設定值，當偏（piān）差較小時采用預測控製實現在穩（wěn）態值附近的（de）動態優化，並以此進（jìn）行穩態優化。

目前在實際現場中有所應用的控製算法還主要有自尋優控製和自（zì）適應控製。自尋優控製對常規（guī）控製的規（guī）則進行了改進，提（tí）出將常規控製和（hé）具有自（zì）學習功能的動態自尋（xún）*優控製相結合的（de）控製策略。自（zì）適應控製策略（luè）在一台實驗球（qiú）磨機上進行了仿真，仿真（zhēn）結果證明了控製的有效性。