近十年来，基于经典控制理论的基础自动控制已成功应用于磨矿过程，主要包括下列回路：基于单变量和单回路的磨机恒定给矿、比例给水，稳定了磨矿浓度;基于串级控制的旋流器入料浓度或者螺旋分级机溢流浓度的定值控制，基于分段控制的旋流器分级控制。总体上我国在磨矿过程控制方面上停留在恒定给矿比例给水控制的阶段。ABC、AB等新型磨矿工艺的普遍应用，让半自磨机成为控制核心，我国在半自磨、球磨机负荷监测方面取得一定进展，通过工业试验已经证明该项技术可以帮助挖掘磨机工作潜能，但目前距离稳定的商业化的控制软件产品还有一段距离，而磨矿过程优化控制软件产品在国外已经实现了商业化。
近年来，国外在磨矿过程建模、软测量以及优化控制方面做了大量研究工作。Roux等针对标准MPC计算负荷大问题，将模型预测控制(MPC)原理与近似动态规划相结合，将控制时域扩展至预测时域，开发了一种参考指令跟踪型的模型预测静态规划方法(MPSP)成功地应用于单级闭路磨矿回路。Celep等对耐火金银矿石超细研磨的搅拌磨参数进行了优化，采用一个三层Box-Behnken试验设计将响应面法(RSM)与二次规划相结合，对超细磨矿的操作参数(钢球直径、磨矿时间、球料比、搅拌转速)进行建模与优化。该方法用于对硫化铜的湿式球磨系统的一些参数进行建模研究。Kapakyulu等利用能量平衡建立一个总的传热系数模型作为负载量、磨机转速、筒体/衬垫设计的函数，对磨机的能量损失进行建模，通过量化筒体的总传热系数对筒体热传递的能量损失进行解释。Mitra将数据驱动的建模技术应用于铅锌矿选矿厂的工业研磨操作来预测回路的输出变量、关键绩效指标(KPI)包括吞吐量、三个粒级分数、固体百分比和循环负荷，使用了前馈神经网络(FNN)和递归神经网络(RNN)，利用基于物理和经验方法的混合模型来近似的工厂的实际行为。Jayasundara结合离散元法(DEM)与常用的磨损模型预测艾莎磨机中的搅拌盘的磨损规律，有利于对艾莎磨机的设计和改进。Gunda介绍了一种方法来监测艾莎磨机轴向混合的方法，利用沿磨机长度的质量和能量相结合的平衡建立磨机中矿浆混合的预测模型。Capece通过将颗粒破碎模型与粒子间相互作用相结合，推导出一种非线性PBM的机械效率因子，有望提高干式磨机的设计，控制和优化。Powell针对AG/SAG磨机的操作对磨机填充敏感，开发磨机填充与性能指标(如吞吐量、功率和产品粒度)相关的磨矿曲线，以获得最佳的磨矿操作。吞吐量、功率和产品粒度在不同的填充水平达到峰值，通过建立磨矿曲线有利于操作员确定最佳的操作设定值。McElroy通过转筒外部可物理测量的变量来预测离子-离子(p-p)冲击能量。基于离散元(DEM)模型，针对水平旋转滚筒开发了一个软测量模型，定量预测p-p冲击能量。O.M. Alruiz等通过基于地域和矿体的模型来预测磨矿处理量，并帮助制定矿石的开采计划和选厂检修的计划一最大化矿石的处理量。该模型通过基于功率的仿真方法将矿石的硬度、浮选给矿的粒度和磨矿的处理量联系起来，其中矿石的硬度通过对不同的区域或矿体进行邦德功指数实验、JK的落重实验或SMC实验获得。Akira Sato等通过DEM仿真对磨矿介质的磨损率进行研究，研究发现磨损率和磨机的转速、钢球的直径以及填充率都有密切的关系，而且DEM计算的钢球的冲击能量与磨损率也存在一定的对应关系。M.S. Powell等通过使用EDEM软件，对衬板的磨损和提升条形状的变化情况进行了拟合和预测，并通过模型仿真研究了磨机内的冲击能量，研究的结果表明结合DEM建模和仿真方法可以为衬板的设计和改进提供有力的帮助。R.Y. Yang等建立并验证了一个ISA磨机的DEM模型，使用流动模式、速度、力场和功率描述了磨机内物料的流动情况，研究发现粒子的阻尼系数对物料流动性的影响可以忽略不计，而滑动摩擦系数、转速和填充料却对流动性有显著的影响。M. Sri Raj Rajeswari等利用三维CFD成功建立了流化床气固两相流的动态模型，形象化的展示了流化床内部的固体分布运动情况，并且分析了固体给矿速度、气体压力、分级速度等操作参数对于流化床工作的影响。A. Ebadnejad等通过响应曲面法建立半自磨的模型，该模型包括了钢球尺寸、介质填充率和混合填充率3个主要变量，并在模型中确定了这些变量与矿石粒度D80之间的关系。A. Remes等通过实验数据建立了一个磨矿过程仿真模型，并在研究中发现最有效的建模方法是分别定义每个变量的输入和输出变化，最后还通过模糊的模型预测控制实现了对给矿速率和粒度分布情况的优化。Jian Tang等通过FFT，KPCA，GA和LS-SVM等算法研究了对磨机负荷的软测量，并在实验室尺寸的磨机实验中进行了验证。Mohammad Kor等用模糊逻辑和粒子群优化技术对实验室磨机进行了建模和优化，并对比了模糊算法和回归算法，得到了最小化衬板磨损的条件。Augustine B. Makokha等通过建立一个带死区的串行搅拌器模研究了模块浓度和给矿量对于磨矿时间的影响，通过分析得出了磨矿浓度和填充率对于磨矿时间的影响比给矿量更大的结论。R. Ahmadi等通过磨矿的动力学方程和物料平衡公式建立了一个快速确定邦德工指数的方法，并通过实验验证了这一方法的有效性。
针对磨矿分级控制系统非线性、大滞后、时变和随机干扰因素大的特点，国内近些年自主开发了先进的检测仪表解决了关键设备和流程工艺参数实时检测的问题，典型的检测仪表包括基于振动原理的磨机负荷监测系统、基于频谱分析的磨音电耳、粒度分析系统等;并将现代智能控制技术应用于磨矿过程，预测函数控制、模糊控制、专家系统和神经网络控制都有应用于工业现场的案例，与传统算法控制效果相比，智能控制算法能提高磨机处理量，稳定和提高分级质量。但是目前国内还未能开发出成熟、受到国内外同行认可的磨矿过程智能控制软件。
磨矿控制策略研究包括传统控制策略和现代控制策略,传统控制策略研究包括PID控制、Smith控制和解耦控制等，早期的磨矿分级基本采用PID单回路控制方式，如给矿、分级溢流、磨矿浓度等控制回路，针对时间滞后问题设计了预估补偿器，针对变量耦合问题设计了解耦补偿器。随着计算机技术与过程模拟仿真技术的发展，出现了一系列新型的现代控制策略研究，主要包括模糊PID控制、专家系统、模型预测控制、神经网络以及混合控制策略等。
国内学者针对磨矿过程模糊控制的研究与应用较多，主要是模糊控制不需要建立控制对象精确的数学模型，只需将现场操作人员的经验和数据总结成较完善的语言规则，该方法适用于具有非线性、时变、滞后特点的磨矿系统的控制。例如，程恒采用模糊控制和 PID 控制相结合，整个控制系统既具有模糊控制对参数的适应性，且调节速度快，又具有 PID 的无静差、稳定性好的特点。邹金慧结合工程实际介绍模糊控制的基本原理, 通过测量与载荷紧密相关的磨机电流, 采用二维模糊控制器对给矿量设定值进行模糊控制, 提出给矿量设定值的控制算法和控制规则，可有效地解决了磨机所发生胀肚和欠载的问题, 提高磨机的工作效率。吴光耀用电流法来检测球磨机的装载量,采用模糊自调整PID 的方法，对给矿量进行控制。黄伟等设计了双输入双输出的二维模糊控制器, 采用模糊控制的方法获得了给矿量设定值和排矿水量, 对溢流浓度和溢流粒度进行控制。首先由电流变送器检测球磨机的电流，经模糊运算后，得到当前给矿量的最佳设定值。为了补偿给矿机存在的给矿误差，增设了给矿量反馈环节，通过电子皮带秤检测实际给矿量，与经过模糊计算得到的给矿设定值进行比较，并对误差进行PID 调节，从而构成一个模糊控制结合PID 调节的串级回路控制系统，系统主回路采用模糊控制算法实现给矿量设定值优化，副回路采用PID 控制器实现稳定给矿。马英喆依据历史数据样本分析构造模糊规则库，在专家经验的指导下选用合理的隶属度函数及参数，建立磨矿分级系统模糊控制模型,为解决模糊规则适用的优先级问题,设计基于遗传算法的模糊规则权值调节器，将权值序列作为染色体，设置遗传群组，经过染色体多代的交叉变异，采用赌轮算法的遗传选择使染色体向适应度最高的方向进化，最终得到优化的权值序列，实现模糊规则权值的优化调整。王占楼选择了磨机声音、磨机功率、一次分级机返砂量三个主要参数，作为模糊控制器的输入，这些参数时刻都在发生变化，其变化反映出了磨机当前的工作状况，模糊控制器根据主要参数的变化或者变化趋势进行模糊判定，对应每一种变化趋势，模糊控制器都会给出一特定的给矿原则，然后 PID控制器根据这一给矿原则调整变频器控制给矿机，以达到精确给矿的目的。刘琪提出了一种模糊内模控制(FIMC) 方法，通过模糊逻辑推理对内模控制中滤波器参数进行在线调整。周平针对选矿过程中一个典型湿式磨矿回路,采用模糊推理等智能技术, 提出一种由模糊监督器、回路预设定模型和粒度预报器等构成的多变量模糊监督控制( MFSC) 方法，对生产过程进行监督, 对底层回路的设定值进行调整。梁蕾针对磨矿分级环节的水力旋流器，对泵池液位采用模糊控制系统，增加积分环节来改进标准模糊控制算法,使设定与反馈的偏差、偏差变化率加权程度有所不同,消除了系统静态误差，用带有滞后的一阶惯性环节的简化对象模型进行了仿真。为了有效地避免磨机发生胀肚和欠载现象的发生，稳定和提高磨机的各项工作指标，国内开展了许多模糊PID 磨机自动控制技术研究，同时，该技术在多个金属矿山的磨矿分级系统中进行了应用。
规则推理、专家系统及人工神经网络等智能技术得到了许多关注。周平采用规则推理(RBR)和统计过程控制(SPC)技术, 提出了由SPC机制、过负荷监测模块和监督控制器构成的磨机负荷智能监测与控制方法，由监督控制器自动修改控制回路的设定值, 通过控制回路的输出跟踪修改后的设定值, 使磨机负荷逐渐远离过负荷状态,构建了实现粒度指标的磨矿过程智能优化控制系统。针对典型赤铁矿两阶段全闭路磨矿存在的矿石性质不稳定、粒度波动大，磨矿运行指标不能在线测量以及难以建立过程数学模型等问题，提出基于数据与知识的控制方法，包括基于案例推理的控制回路预设定、磨矿粒度动态神经网络软测量以及多变量模糊动态调节器。王云峰采用传统的RBF 神经网络与先进的模糊控制技术组合形成自适应模糊控制方案，对磨机装载量和磨矿浓度的控制进行了仿真研究。针对磨矿分级过程控制中具有的慢时变、非线性特征，赵宏伟提出了一种基于系统辨识的自适应模糊推理网络模型，利用模糊聚类法对现有数据样本进行系统辨识，自动获取模糊规则库和相应的初始参数，依据得到的模糊系统构建基于Takage-Sugeno推理模型的自适应模糊神经网络推理系统，获得比传统的模糊神经网络具有更强的自适应性和更快的运算速度。齐一名建立了自适应神经模糊推理系统(ANFIS)，并对磨矿过程中不同的控制对象使用ANFIS建立了控制模型。丁亮提出了基于模糊神经网络控制的方法对磨机的给矿量、砂泵池的矿浆浓度、旋流器入口压力进行了研究与设计,选取溢流粒度、旋流器运行压力、给矿量、砂泵池矿浆浓度、磨机功率、磨机电耳作为检测数据,选取给矿量、磨机后加水量、旋流器入口压力作为被控变量,实现球磨机给矿量自动控制、砂泵池浓度控制、旋流器溢流粒度的控制。高智超采用以模糊逻辑为基础,构建以 BP 网络为结构框架的模糊神经网络，并讨论了基于模糊逻辑的模糊神经网络在某矿业公司选矿厂磨矿智能控制系统中的应用与研究。刘伟峰选取可以直接测量得出的给矿量、液位、旋流器压力、磨矿浓度、补加水和球磨机电流六个参数作为输入变量，采用三层 RBF 神经网络，通过对磨矿粒度的预测来达到对磨矿过程控制的目的,并采用 MATLAB 开发平台建立预测模型，利用工业数据对预测模型进行了仿真实验。戴琨基于事例推理技术，提出了闭路磨矿回路的智能多变量控制方法，用于对过程控制系统的设定值进行调节，根据期望与实际的磨矿粒度偏差，综合考虑表征磨机负荷状态的驱动电动机功率和磨音等信息，来调节磨矿新给矿量、旋流器给矿浓度和给矿流量等控制回路的设定值。赵大勇等基于案例推理、规则推理、神经网络等智能方法，研究了由控制回路预设定模型、前馈与反馈补偿器和磨矿粒度预报模型组成的磨矿过程智能运行优化控制方法。
基于软测量、多变量解耦、模型预测等技术的磨矿过程优化控制方法。李勇针对以往无法在线检测磨机主要参数一磨矿浓度的问题,提出了灰色软测量方法，针对无法对磨矿生产率进行实时有效地检测提出了应用支持向量机(SVM)方法,实现对磨矿一生产率的在线预测,并基于磨矿生产率的软测量模型和能耗的机理模型,以提高磨矿生产率和降低生产能耗为目标,提出了磨矿过程质量综合优化控制策略。通过改进的磨矿浓度控制模型优化计算补水量设定值,进而采用串级控制实现磨矿浓度的最优跟踪控制。赵大勇提出了一种增益自适应内模控制方法, 将内模控制和对象增益参数辨识算法相结合, 通过在线辨识被控对象模型的增益参数, 对内模控制器和被控对象模型进行校正, 以减少模型参数变化和各种干扰对系统的影响。董飞介绍了一种磨矿控制系统中实用的多变量动态矩阵控制的多模型控制策略，基于不同的矿石硬度对球磨过程建立不同的阶跃模型进行多模型预测控制,以提高磨矿过程控制的鲁棒性。杨树亮通过解耦将磨矿过程需要控制的参数分解为磨机的给矿量、磨机给水量、进旋流器矿浆的浓度、旋流器的工作压力等，以旋流器溢流矿浆的粒度和浓度为最终控制目标，对给矿量等参数进行控制。为将溢流浓度和细度稳定控制在质量指标区间内，马天雨提出一种考虑局部稳态经济目标的多模型预测控制方案,建立了基于现场数据库的球磨机和分级机传函矩阵模型,考虑局部经济性能, 将稳态经济目标以罚函数形式嵌入动态优化目标函数，为消除球磨机换球引起的模型失配的影响, 建立了一种基于换球规律的多模型切换策略。针对铝土矿的连续磨矿过程，将球磨机简化为一个3输入、1输出的连续搅拌过程, 根据体积平衡和物料平衡原理建立状态空间浓度预测模型，建立不同矿区粒级质量平衡模型集, 提出了基于权系数优化的加权多模型细度预测模型并提出一种包含排矿浓细度区间控制并考虑经济优化的多目标优化结构的预测控制策略, 在实现排矿浓细度区间控制的同时保证下料和钢球的最优添加。陈夕松提出了一种非线性多模型控制算法，在若干平衡点附近首先建立多个子模型及相应的控制器，再通过在线计算模型匹配度来适应模型参数的变化，被控对象的最终输入是各控制器输出的加权和,将其应用于磨矿分级非线性系统的控制。王洪超结合扰动观察器和模型预测控制的优点，把基于扰动观察器的在线估计与模型预测控制相复合，形成一种抗扰动多变量复合控制结构DOB-MPC，以提高磨矿分级过程的控制性能。代伟利用磨矿过程数据, 采用神经网络, 提出由回路预设定值优化、性能指标估计、优化设定值评价以及磨矿粒度软测量组成的数据驱动的磨矿过程运行优化控制方法。
基于模型动态优化、粒子群、多代理等技术磨矿优化控制方法。马天雨提出一种动态优化控制方案，首先由优化计算模型求得被控变量的最优控制律，为消除钢球磨损，测量误差，原矿粒径变化及水压不稳等干扰对系统的影响，引入了质量指标反馈调整机制，反馈信息由人工测量得到，最后由模糊专家系统根据人工测量和期望的指标间的偏差，依据专家经验对优化计算模型得到的控制律进行补偿修正。张红燕将选矿过程中的磨矿回路视为一个非线性随机分布系统，用改进的PDF 跟踪控制算法对磨矿产品的PSD 进行控制。通过调整每一采样时刻的磨矿机新添矿料量，使水力旋流器溢流矿粒的PSD 接近后续选别工序要求的最佳PSD 指标，用核密度估计方法估算粒度PDF，然后基于产品粒度PDF 与目标PDF 的误差构建性能指标函数，并通过PSO 方法优化性能指标函数，获得每一采样时刻的最优控制输入。针对球磨机的最佳负荷点发生漂移难以控制问题，贺晓巧等采用极值动态寻优方法对磨机负荷最佳工作点进行动态寻优。任金霞将改进型粒子群优化 PID 方案应用到磨矿分级系统溢流浓度控制中，对比例、积分、微分系数进行优化，利用二阶惯性加滞后的简化对象模型进行了仿真。马天宇提出一种基于分批试验结论和考虑工况的球磨机连续磨矿粒级质量平衡模型(PBM)改进模型，基于某些粒级不符合一级磨矿动力学的分批试验结果改进破碎率模型，为消除干扰影响，建立破碎率模型参数和各工况变量间的LSSVM 关系模型，基于改进模型，采用PBM+MPC 实现球磨机优化控制。周平提出基于改进扰动观察器(DOB)的MPC先进反馈控制，用来控制多变量磨矿操作，在该DOB-MPC先进反馈控制中，高层优化通过最大化利润函数计算最优工作点，然后传递给MPC层,MPC作为预设定控制器为底层基础反馈控制系统提供合适的预设定值，DOB作为补偿器，根据观测到的各种干扰和工厂不确定性来动态补偿基础控制系统的设定。为设计上层回路设定系统，提出改进双自由度解耦控制方法和一种基于多点阶跃响应匹配的配的复杂高阶多输入输出时滞系统的模型近似方法。在磨矿过程优化控制系统研究方面，齐一名研究了面向多任务分解的磨矿控制系统，将磨矿生产全过程的几个控制环节划分成几个相对独立的子控制任务，如给矿控制任务、液位控制任务、压力控制任务，以及磨矿故障诊断、控制决策等任务，而后将各个子控制任务按照一定的协作规则进行融合，建立了基于多 Agent 的磨矿智能控制系统模型，多个个体 Agent 再通过协商合作完成整体的控制任务。铁鸣开发了由优化计算机与监控计算机、控制器，虚拟执行与检测设备，以及虚拟磨矿过程对象组成的磨矿流程优化控制分布式半实物仿真平台，虚拟对象的仿真软件是基于磨矿分级过程动态模型，该平台用于磨矿过程动态优化控制仿真。卢绍文研发一种磨矿回路仿真器NEUSimMill，主要用于磨矿过程控制系统的测试和校正，包括先进控制系统如综合控制等，该模拟器实现动态球磨机磨矿模型，研究过程变量与产品粒度分布对干扰和控制行为的响应。
QQ交流群
