该系统主要磨矿设备采用的湿式磨机，众所周知湿式磨机在选矿现场自动化控制中的突出问题是，由于磨机最佳工况区区域狭窄，人工操作时很难做到精确控制，所以磨机不是工作在“饿肚”就是工作在“胀肚”，或在这两种状态之间转换，既降低了磨机的处理能力，也影响了磨矿细度、浓度等工艺指标，能否保证磨机时刻工作在磨矿最佳工况区域内，从而提高磨机的处理能力是整个选厂的关键所在，同时也必须要考虑磨矿细度对后续浮选环节的影响，故能否将细度控制形成闭环，确保磨矿系统中的磨矿细度稳定在设定值范围内，则是决定能否提高浮选回收率关键所在

针对于上述问题，本文提出的自适应模糊神经网络控制（STFNNC）是自适应控制的一种改进方式，它没有参考模型，可以看作由两个控制回路所构成：内环构成负反馈控制回路，外环构成通过神经网络构成模糊控制参数和控制规则自学、自校正回路。一般的自校正模糊控制器包括一个模糊控制器、数据存储单元、神经网络学习单元、规则修正和参数校正四个环节。其中，数据存储单元用于存储控制系统性能的各种参数等。神经网络学习单元根据系统提供的信息对控制效果进行评价，其结果送入规则修正环节和参数校正环节，分别作为修改控制规则和校正参数的依据

实际生产过程中，反映磨机磨矿状况的参数很多。其中主要包括：磨机浓度，磨机音谱、磨机功率、分级机的返砂量等，这些工艺参数生产过程中存在着复杂的耦合关系，很难建立精确的数学模型。根据自适应模糊神经网络理论，尤其适合这种数学模型无法精确确定的控制对象，可以通过神经网络对现场实际生产经验进行实时学习，从中校正规则和控制参数，对被控对象实现准确控制,从而到达自动寻优。所以在控制过程中，将这些主要参数作为磨机模糊控制器的输入，而模糊控制器的最后输出是磨机给矿量和给水量，将磨机的磨音和功率作为被控对象的输出。这些模糊控制器的输出值，给矿量和给水量经处理后作为PID控制器的输入对系统中的执行机构进行调节

主要创新

1、给矿控制方面通过对磨机状态的模糊判别，实现优化给矿

2、磨机浓度控制方面根据磨机的矿量给定值及旋流器返砂量（即旋流器沉砂固体流量）及返砂浓度以及磨矿浓度的给定值，计算出磨机给水的给定值。根据旋流器的给矿浓度、给矿压力推导出返砂比及返砂浓度值，据此计算出磨机给水量的给定值，按此给定值对磨机给水量进行控制，把磨机浓度控制在一定范围内满足工艺要求

3、由排矿水电动阀和渣浆泵实现泵池液位的多变量阶梯控制，即设定液位高限阶梯（高限与超高限），高限范围内由排矿水调节液位，渣浆泵只用于调节旋流器出口压力，超出高限时由自动调节渣浆泵电机频率，用渣浆泵调节泵池液位。以预防泵池溢矿，稳定系统指标

4、采用DP通讯将球磨机控制系统参数读入自适应模糊控制系统中，与传统的硬接线相比，采集信息量大，信号更加稳定

新城金矿MQY5064球磨自适应模糊神经网络控制系统运行以来，稳定了工艺流程指标，泵池液位稳定，旋流器出口压力稳定，磨矿浓度基本维持在50±2%，磨矿细度基本在55±3%范围内，提高球磨系统台时处理量5%左右，为新城金矿今后生产指标的完成提供了有力支撑

根据现场长时间运行情况分析得到，一台5064球磨机年处理190万吨矿，自动化实施后按提高处理量5%计算，年增加处理量9.5万吨，按1.7g/t的原矿品位、选冶回收率92.054%，金属价格按297.81元/克计算，增加产量后的产品成本293.05元/吨，科技投入资金额460万，按使用寿命10年，采用年限平均法计算折旧，年新增效益=95000×1.7×0.92054×297.81-95000×293.05-4600000÷10=1597（万元）。同时，实施自动化后，球磨机始终处于最佳工作区域，分级浓度、细度较稳定，波动幅度小，有利于提高浮选回收率