[发明专利]一种多速率重介分选信息物理系统

说明书

本发明提供了一种多速率重介分选信息物理系统，本发明采用卡尔曼滤波方法消除测量噪声与数据丢失的影响，采用提升技术重构数据，采用多速率连续在线辨识方法辨识多速率系统参数，通过设计多速率事件触发模型预测控制器进行密度调控。本发明不仅实现了重介质悬浮液密度的调控，而且显著减少了控制器的更新次数；并且方法实用性好，能有效减少实际生产过程中的测量噪声以及数据丢失的影响，提高了重介分选密度调控的自动化和智能化程度。

技术领域

本发明属于重介分选智能控制领域，尤其涉及一种多速率重介分选信息物理系统。

背景技术

重介分选方法是目前最高效的煤炭洗选技术之一。重介分选的原理是通过调节合适密度的重介质悬浮液，在离心力的作用下，使原煤中不同密度的矿物分离。因此，重介质悬浮液密度的调控直接影响着重介分选过程的效率和选煤厂的经济效益。

在实际重介分选生产过程中，受硬件影响，重介质悬浮液密度的采样周期较大，而为了获得更好的性能，给水阀门开度应该以更快的速度更新。因此，通常设置给水阀门开度的周期小于密度的采样周期，即控制周期小于采样周期。这种多速率特性提高了系统的动态性能。

随着工业互联网的发展，选煤厂各个设备间的通讯量显著增加，传统的时间触发控制方法要求每一时刻都保持设备间实时的数据传输，浪费了大量的资源。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种多速率重介分选信息物理系统，所述系统包括数据采集与提升模块、多速率连续在线辨识模块和多速率智能控制模块；

所述数据采集与提升模块用于，通过选煤厂所安装的数据采集装置，分别采集重介质悬浮液密度和给水阀门开度的数据。根据系统是否成功采集到数据，判断是否发生数据丢失现象，如果系统没有成功采集到数据，则发生数据丢失现象，则根据预测模型，采用上一时刻的数据估计所丢失的数据，对丢失数据进行补偿，如果没有发生数据丢失现象，则将所采集的数据送入卡尔曼滤波器，消除噪声；采用提升技术重构数据，将数据以框架周期堆叠，形成多速率系统下的增广数据；

所述多速率连续在线辨识模块用于，根据重构后的数据，采用多速率连续在线辨识方法辨识系统参数，建立重介分选多速率系统的模型；

所述多速率智能控制模块用于，根据重介分选多速率系统的模型，设计多速率模型预测控制器；设计多速率事件触发机制，使控制器按需更新。

所述采用提升技术重构数据，将数据以框架周期堆叠，形成多速率系统下的增广数据，具体包括：给水阀门开度的控制周期为T_a＝ah，重介质悬浮液密度的采样周期为T_b＝bh，h为基周期，a代表控制周期与基周期的倍数关系，b代表采样周期与基周期的倍数关系；

定义框架周T₀期为控制周期和采样周期的最小公倍数，通过提升技术分别将b个给水阀门开度的数据和a个重介质悬浮液密度的数据进行堆叠，形成以框架周期为新周期的重构数据，具体公式如下所示：

其中，代表以框架周期为新周期的给水阀门开度重构数据，代表以框架周期为新周期的悬浮液密度重构数据，m为框架周期下的步数，u(mT₀+bT_a)表示第m个框架周期内的第b个给水阀门开度数据，y(mT₀+aT_b)表示第m个框架周期内的第a个重介质悬浮液密度数据。

所述多速率连续在线辨识模块具体执行如下步骤：

重介分选多速率系统的模型如下所示：

其中，m为框架周期下的步数，x表示重介分选密度回路的状态，u表示给水阀门的开度，y表示重介质悬浮液的密度；

将重介分选多速率系统的模型改写为：