来源：期刊VIP网 时间：
作者：秦新凯;王然风;付翔;窦治衡;李品钰;
单位：太原理工大学矿业工程学院;
摘要：在煤泥浮选工业现场中，传统基于机理模型的控制方法因其依赖近似模型，存在控制精度受限与泛化能力不足的问题。而经典无模型深度强化学习算法如深度确定性策略梯度（DDPG），在处理高维时变状态时易受无关变量干扰，难以精准捕捉核心特征，导致策略稳定性下降。针对上述问题，提出一种基于融合注意力机制（AS）的无模型深度强化学习（AS-DDPG）的煤泥浮选智能控制方法。该方法采用AS-DDPG算法构建浮选智能控制器：以尾煤灰分为控制目标，在Actor-Critic网络基础上引入AS以精准捕捉核心特征，通过在线学习优化控制策略，建立了包含矿浆浓度、灰分、流量等关键参数的多维状态空间，设计了兼顾产品质量与药剂回收率的多目标奖励函数，直接通过智能体与环境的实时交互学习控制策略，能自适应捕捉过程动态特性，在实际浮选过程中保持稳定的控制效果。采集浮选工业现场的实时数据，经预处理后进行仿真实验，结果表明：相较于DDPG算法，AS-DDPG算法的训练误差降低27%，其奖励曲线收敛更快且波动幅度更小，有效策略比例提升2倍以上，表明其对高效药剂组合的探索更具方向性。工业性试验结果表明：相较于模糊PID与DDPG算法，AS-DDPG算法控制下的灰分标准差降至0.66，有效降低了浮选产品质量波动；捕收剂与起泡剂消耗分别优化至0.56,0.25 kg/t，表明基于AS-DDPG算法的智能控制器能以更低的药剂投入达到稳定分选的效果。
关键词：煤泥浮选过程控制;;无模型深度强化学习;;深度确定性策略梯度;;注意力机制;;Actor-Critic;;AS-DDPG
基金资助：国家自然科学基金项目(52274157);; “科技兴蒙”行动重点专项项目(2022EEDSKJXM010)
