Wei Dai a,b,⁎, Ping Zhou b, Dayong Zhao c, Shaowen Lu b, Tianyou Chai b
|
Keywords: Mineral grinding process Supervisory control Hardware-in-the-loop simulation (HILS) |
capture all aspects of controlled object, such as sensors, actuators, process, control systems themselves and signal transmissions, which are important to evaluate the control performances. To solve this problem, this paper presents a novel hardware-in-the-loop simulation (HILS) platform for the supervisory control of MGP. By integrating a supervisory control system, a basic loop control system, a virtual actuator and sensor system, and a virtual plant system in to a coherent whole, the HILS platform provides a full-scope simulation environment for the supervisory control. The supervisory control system and the basic loop control system adopt real control systems. The detailed process dynamics are modeled and visualized by the virtual plant system. Further, as an interface between the physical controllers and virtual plant, the virtual actuator and sensor system is used to realize the signal conversion and to simulate the dynamics and faults of the actuators and sensors using data acquisition (DAQ) hardware and configuration software. Effectiveness of platform is demonstrated with a case study, where an intelligent supervisory control method for a typical one stage MGP is tested. copy; 2015 Elsevier B.V. All rights reserved. |
a School of Information and Electrical Engineering, China University of Mining and Technology, Xuzhou 221116, China b State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University, Shenyang 110819, China c Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China
|
a r t i c l e |
i n f o |
a b s t r a c t |
|
Article history: Received 5 November 2014 Received in revised form 10 November 2015 Accepted 12 November 2015 Available online 15 November 2015 |
Supervisory control technology is widely used to improve product quality in mineral grinding process (MGP). To ensure safety, new supervisory control method needs to be fully tested before practical application. However, conducting tests in a running process is costly and may put the process equipment in danger, which necessitates extensive simulations to ensure the stability and performance of supervisory controllers. Comparing with the field based test, the numerical simulation is more economic and safer. However, numerical simulations cannot |
1. Introduction
As a crucial component of the beneficiation process, mineral grinding process (MGP) is used to grind the run-of-mine ore into suitable particle size such that the valuable mineral constituent can be exposed to be recovered in the subsequent classification process [1,2]. In the past, the process control research of the MGP was focused on the basic loop control methods to ensure the process variables follow their setpoints in a stable operation. In order to realize the basic loop control method easily, distributed control systems are widely used.
Long term production practice, however, shows that it is difficult to obtain the desired production only using the basic loop controller. This is because that the inappropriate control loop setpoints will make the MGP work under a non-optimized economic status, thereby leading to high cost and low quality of products. Therefore, a high-performance process control system should ensure that not only process variables can follow their setpoints stably, but also these setpoints are suitable for the optimal process operation. For this reason, a hierarchical approach
|
⁎ Corresponding author at: School of Information and Electrical Engineering, China University of Mining and Technology, Xuzhou 221116, China. E-mail address: daiwei_neu@126.com (W. Dai). http://dx.doi.org/10.1016/j.powtec.2015.11.032 0032-5910/copy; 2015 Elsevier B.V. All rights reserved. |
as shown in Fig. 1 is proposed in [3]. In this framework, a supervisory control system is installed on top of the basic loop control to optimize the control loop setpoints online. The development of a new supervisory control system usually needs to undergo intensive experiments until the control performance meets with the technical requirements.
Experiment in an industrial environment is effective, direct but expensive and often unsafe. Hence, the alternative approach of modeling and simulation is cheap, quick and conclusive. The modeling of mineral process has been discussed for many years [4–7], but the simulation doesn#39;t play a role until personal computers became available in about mid-1980s [8]. The first generation of simulation uses steady state models to offer the best and cheapest way to handle the difficult problems of flowsheet design and optimization. In this period, because of the success of simulation it is also necessary to have a reservoir of professional skills and models, some commercial simulators, such as JKSimMet and USIM Pac, have thus been developed to provide well technical supports [9]. By 1990s, new requirements for high-capacity and high-quality have led mineral processing industry to be concerned with the operation process control and optimization, which requires the modeling of the dynamic relationship between the process variables and the manipulated variables. Hence, a number of researchers began to study the dynamic modeling and simulation [10–14]. Today, there have
Fig. 1. Hierarchical control strategy for the MGP.
been commercially available dynamic simulators widely used in
硬件在环仿真平台，用于矿物磨削过程的监督控制
文章信息
文章历史：
2014年11月5日收到
2015年11月10日收到修改后的表格
2015年11月12日接收
2015年11月15日上线发布
关键词：
矿物磨削过程
监督控制
硬件在环仿真 (HILS)
摘要
矿粉磨矿过程中，监控技术被广泛应用于提高产品质量。为了确保安全，新的监控方法需要在实际应用前进行充分的测试。然而，在运行的过程中进行测试是昂贵的，可能会使过程设备处于危险之中，这就需要进行广泛的模拟，以确保监控控制器的稳定性和性能。与现场试验相比，数值模拟更加经济、安全。然而，数值模拟并不能捕捉到被控对象的各个方面，如传感器、执行器、过程、控制系统本身以及信号传输等，这些都是评价控制性能的重要方面。针对这一问题，本文提出了一种新型的MGP监控半实物仿真平台。HILS平台将监控系统、基本回路控制系统、虚拟执行器和传感器系统、虚拟厂房系统整合为一体，为监控控制提供了全范围的仿真环境。监控系统和基本回路控制系统采用实际控制系统。利用虚拟植物系统对具体过程动力学进行建模和可视化。此外，虚拟执行器和传感器系统作为物理控制器和虚拟设备之间的接口，利用数据采集(DAQ)硬件和组态软件实现信号转换，模拟执行器和传感器的动态和故障。通过实例验证了该平台的有效性，并对一种典型单级MGP的智能监控方法进行了测试
简介
A矿物磨矿法(mineral grind-ing process, MGP)是选矿过程中的一个关键组成部分，用于将原矿石磨成合适的粒度，使有价值的矿物成分在后续的分级过程中暴露出来，进行回收[1,2]。过去，MGP的过程控制研究主要集中在基本的循环控制方法上，以保证过程变量在稳定的运行中遵循其设置点。为了方便地实现基本回路控制方法，分布式控制系统得到了广泛的应用。
然而，长期的生产实践表明，仅使用基本的循环控制器是很难获得预期的产量的。这是因为不适当的控制回路设定值会使MGP处于非优化的经济状态下工作，从而导致产品的高成本和低质量。因此，高性能的过程控制系统不仅要保证过程变量能够稳定地跟随它们的设定值，而且要保证这些设定值适合于最优的过程操作。因此，采用分层的方法
图1所示。MGP的层次控制策略。
如图1所示，在[3]中提出。在该框架中，在基本回路控制的基础上安装了监控系统，对控制回路的在线设定值进行优化。新型监控系统的开发通常需要进行大量的实验，直到控制性能达到技术要求。
在工业环境中进行试验是有效的、直接的，但代价高昂，而且往往不安全。因此，建模和仿真的替代方法是廉价、快速和确定的。矿物过程的建模已经讨论了很多年[4-7]，但直到20世纪80年代中期个人电脑[8]问世，模拟才发挥作用。第一代仿真采用稳态模型，为流程设计和优化中的难题提供了最经济、最优的处理方法。在这一时期，由于仿真的成功，还需要具备一定的专业技能和模型储备，因此开发了JK SimMet、USIM Pac等商用仿真器，为[9]提供了良好的技术支持。到了20世纪90年代，对高容量、高质量的新要求使得选矿厂开始关注作业过程的控制与优化，这就需要对过程变量与被操纵变量之间的动态关系进行建模。因此，许多研究者开始研究动态建模与仿真[10-14]。今天,有
在这一领域已经有了广泛应用的商用动态仿真器，如MetSim和SysCAD。利用上述仿真器对软件模拟控制系统进行了测试。这就是所谓的数值模拟。但数值模拟的缺点是无法捕获包括传感器、执行器、过程、控制系统本身和信号传输在内的整个磨削系统[6,15]，而且这些包也不能提供与实际控制系统类似的控制算法编程环境。由于在实际应用中还需要对控制器进行编程和测试，导致数值模拟结果难以令人信服。
数值模拟和实际应用之间的差距持续多年，直到使用半实物模拟(HILS)[16-24]。HILS将仿真系统与物理硬件相结合，实现了包括传感器、执行机构、实际控制单元等在内的一体化控制系统的全范围仿真，这是单靠数值模拟器难以实现的。HILS作为一种有效的验证和验证工具，在许多工业领域得到了广泛的应用。在[16]中开发了HILS平台，对核控制系统的安全性进行了验证。在[17]中，提出了一种由仿真电力系统和实际硬件推进电机组组成的HILS平台，用于船舶电力系统的性能研究。一个HILS平台执行
[18]用于评价嵌入式汽车控制系统的高完整性。近年来，HILS平台在机器人和汽车系统中的应用在[19,20]和[21-24]中得到了较为详细的讨论。这些应用表明，HILS可以有效地降低在开发的各个阶段(设计、安装、测试、运行和维护阶段)发生事故的风险。对于MGP来说，不适当的环路设定值会导致产品不满意以及轧机过载、欠载等故障。如果故障不能及时排除，就会对设备造成损坏，甚至造成运行中断。因此，需要一个HILS平台来设计和测试监控控制器。然而，据我们所知，这样的平台还没有报道。
基于此，本文重点为MGP监控系统的设计和测试提供了一个全范围的HILS平台。该平台由监控系统、基本回路控制系统、虚拟执行器和传感器系统以及虚拟工厂系统组成。模拟磨削过程(即与实际控制系统(即虚拟设备)相连接。通过虚拟执行器和传感器系统，使整个平台可以像真实系统一样运行。这项工作的主要贡献包括以下几个方面:
bull;结合实际控制系统和仿真执行器、传感器和磨削过程，提出了一种接近工业磨削系统的HILS体系结构。
bull;开发了虚拟执行器和传感器系统，不仅可以将仿真磨削过程与被测实际控制系统连接起来，还可以对设备的动力学和故障进行仿真。
bull;开发了一种可配置的监控软件，以帮助设计和开发一种新的MGP监控算法。
bull;提出了一种灵活的基于模块化的MGP仿真环境，利用三维可视化组件对磨削过程进行可视化。
本文的研究进展如下。第二节介绍了MGP及其控制情况。第三节介绍了开发的HILS平台的结构、硬件、软件和通信协议。第四部分利用HILS平台设计并测试了一种智能监控方法。结束语载于最后一节。
2. 矿物研磨过程控制说明
2.1. 过程描述
MGP通常由一个大型磨机和分级机组成，如图2所示。磨机是一种金属圆筒，以固定的速度绕轴旋转，内部有重介质。由于磨矿介质的冲击、破碎和滚转的共同作用，块状矿石被粉碎成细颗粒。根据研磨介质的不同，可以将磨机按研磨介质进行分类，如钢球和钢条。分级机是一种分级装置，用于过滤磨机磨出的颗粒，并将粗颗粒送入磨机进行再磨。带有较细颗粒的溢流泥浆作为产品被输送到后续工序。分级机一般采用水力旋流分级机或螺旋分级机。
2.2. 控制情况
I在大多数磨削过程操作,重要的生产指数产品粒度(PPS) (% b 74mu;m),这是关键指标表明研磨产品质量。由于PPS尺寸过小和过大都不利于后续的分离过程，甚至会对整个工厂造成负面的经济影响，所以控制目标是将PPS维持在规定的范围内。为了实现上述目标，必须部署一些控制循环，以确保相关的过程变量是稳定的，因为PPS对一些关键的过程变量是敏感的。
目前，磨削过程中几乎所有的控制回路都采用了分布式控制系统(DCS)或可编程逻辑控制器(PLC)。不幸的是，生产实践表明，该工厂仍然经常处于经济不优化的状态下运行，从而在高能耗生产中生产出低质量的产品。原因是“对于MGP工厂的经济性能而言，控制器的性能可能没有正确选择设定值那么重要”。在实践中，这些循环设定值通常由现场操作人员进行调节。然而对于运算符，
在矿石性质(如矿石硬度、粒度等)频繁波动的情况下，要及时准确地调整回路设定值几乎是不可能的。
因此，使用可能在流程操作期间更改操作设定值的优化器来监视循环控制系统是有用的。到目前为止，对这一监控问题已经有了一些解决的尝试。首先是基于模型的控制和优化方法，如实时优化(RTO)[25]、模型预测控制(MPC)[2,26 - 28]和自适应解耦控制[29,30]。但是，这些方法在实际的MGPs中很难应用，因为很难实现精确的建模，或者所建立的模型不能准确地描述实际的动态过程。最近，智能技术(例如将基于规则的推理(RBR)[31]、模糊逻辑[32]、基于案例的推理(CBR)[33]、神经网络[34]、强化学习[35]等方法综合或使用，实现对实际MGP的监控。
图2所示。研磨工艺流程
3. HILS平台架构
D 1593/5000
基于智能技术的监控设计在很大程度上依赖于实验和历史运行数据。不同的过程需要不同的监控结构或算法。目前尚无统一有效的监控方法。事实上，实际植物的动态在很大程度上是不同的。这说明对于新工艺，应采用实验验证的方法对监控系统进行验证和改进。
为避免控制系统在实际生产中进行高成本、高风险的测试，设计了一个由四个系统(即，提出了一种基于plc的嵌入式基本回路控制系统、虚拟执行器和传感器系统以及虚拟植物系统)，如图3所示。根据图4所示的工业磨削系统结构，通过一组复杂的通信网络将四个部件集成在一起，提供了一个与真实工业系统类似的分布式仿真环境。
HILS不同于数值模拟无法捕捉磨矿过程的各个方面，它支持全范围的模拟，因为在实际工业系统中，所有的设备和过程都是通过相似的硬件再现，或者通过软件组件进行模拟。在HILS平台上，被测控制系统的结构和网络与工业控制系统相同。以虚拟磨削机为代表，模拟了磨削过程中的所有动力学过程
图4所示。产业体系结构。
控制系统通过虚拟执行器和传感器系统与虚拟植物连接，从而实现对控制系统的验证。
对于如图3所示的HILS平台，数据流程如图5所示，简要描述如下:
- 根据所需要的PPS r，由监控系统生成一组环路设定点y，通过以太网下载到基本环路控制系统。
bull;为了保持过程变量y遵循其设定值y，控制输入u先由回路控制器快速转动，然后通过电缆传输到虚拟执行器和传感器系统。
bull;通过虚拟执行器和传感器系统中的信号转换和执行器仿真，将控制输入u转换为u~，通过以太网传输到虚拟工厂。
图3所示。HILS平台结构。
图3所示。HILS平台结构。 图5所示。HILS平台的信息
Table 1
Main notation.
|
Name |
Description |
|
r |
Desired product particle size |
|
r |
Actual product particle size |
|
~r |
Simulated product particle size |
|
y |
Control loop setpoint |
|
y |
Actual control loop output |
|
y~ |
Simulated control loop output |
|
u |
Actual control loop input |
|
u~ |
Simulated control loop input |
bull;在u~的控制中，虚拟植物系统首先生成控制回路输出y~和PPS ~r，然后通过以太网反馈给虚拟执行器和传感器系统。
bull;考虑到每个反馈信号都需要传感器检测，y~和~r在虚拟执行器和传感器系统中依次进行传感器仿真和信号转换。
bull;基本回路控制系统采集y、r信号，对u进行更新，同时将这些信号传输到监控系统。
bull;监控系统接收到反馈信号后，会重新计算循环设定值y，并将其发送到基本循环控制系统。这样，一个闭环控制周期就完成了。
表1列出了图5中使用的符号。
4. HILS平台的实现
4.1. 虚拟植物系统
D动态仿真是控制系统设计和测试的关键。为了在HILS平台上重建磨削作业过程，开发了虚拟车间三维仿真软件，并在计算机上进行了仿真。本软件提供三个组件，即包括建模组件、三维可视化组件和通信组件。利用建模组件建立磨削过程仿真模型;利用三维可视化组件构造对屏幕的过程操作;上述两个组件之间的数据交换是通过通信组件实现的。各组分所使用的功能单元及其关系如图6所示。这里给出了一个简短的描述，但是更多的细节请参考我们早期的工作[36,37]。
图6所示。三维仿真软件结构图。.
4.1.1. 建模组件
由于MGP涉及非常复杂的现象，通常将整个MGP划分为几个单元，其中每个单元代表一个操作子流程。根据子流程的特点，可以使用不同的建模技术。最后，通过将这些单元连接起来，可以对整个MGP进行语义化。上述建模方法使用户更容易配置模拟场景，因为添加和删除单元并不一定会改变模拟策略。此外，从单元的关系可以很容易地看出材料的流动。
基于上述原因，建模组件采用基于模块的构建方法。每个单元模型可以按照用计算机代码编写的定制
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
