来源：期刊VIP网 时间：
作者：窦治衡;王然风;秦新凯;柴宇青;李品钰;刘舒通;
单位：太原理工大学矿业工程学院;
摘要：由于浮选过程机理复杂，难以满足先进过程控制的需求，基于系统辨识方法进行建模，并针对传统辨识方法拟合度较低的问题，提出了一种基于鲸鱼优化算法（WOA）与门控循环单元（GRU）(WOA-GRU)的系统辨识模型。该模型利用GRU有效应对浮选过程中存在的时滞特性，通过WOA对GRU网络参数进行优化，进一步提高了模型的辨识精度。考虑到现有选煤厂普遍使用单输入单输出的PID控制器，难以应对多输入多输出系统，将模型预测控制（MPC）引入实际生产现场，以更好地解决浮选过程中多变量耦合问题。基于代池坝选煤厂的生产数据，分别对WOA-GRU和NARX 2种辨识模型进行了MPC仿真，结果表明，WOA-GRU模型的拟合精度较NARX模型高51.84%，引入MPC后，WOA-GRU模型可将灰分波动控制在设定值的±4%内，优于NARX模型。现场试运行结果表明，灰分波动幅度位于5%～10%的数据较引入MPC前占比减少了10.8%，大于10%的数据占比则减少了3.9%，说明WAO-GRU模型不仅具备更高的精度与稳定性，而且能够减小灰分的波动，为煤泥浮选过程的智能化控制与应用提供了参考。
关键词：煤泥浮选;系统辨识;模型预测控制;鲸鱼优化算法;门控循环单元;煤泥灰分
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)
