Total 107 铜 业 工 程 总第 107 期

No． 1 2011 COPPER ENGINEERING 2011 年第 1 期

关于选矿过程智能化控制技术的探讨
徐 宁，周俊武，王 清
（ 北京矿冶研究总院，北京 100044）

摘 要： 根据选矿生产过程的特点，结合对国内外选矿自动化技术的研究情况，论证选矿过程智能化对我国选
矿生产流程的必要性。对带有自学习功能的智能化选矿控制系统的结构进行了设计，并介绍了在此结构上利用多
变量统计过程监控技术进行磨矿过程运行状态的建模与识别工作。
关键词： 选矿； 过程控制； 智能化； 软测量； 在线检测； 历史数据
中图分类号： TD9 文献标识码： A 文章编号： 1009 － 3842（ 2011） 01 － 0054 － 07

Discussion on Intelligent Controlling of Mineral Processing

XU Ning，ZHOU Jun － wu，WANG Qing

（ Beijing General Research Institute of Mining and Metallurgy，Beijing，China 100044）

Abstract： The typical flow sheet of the mineral processing and the typical automation technologies in domestic and overseas are in-
troduced in this article． The necessity of starting the research of processing intelligent studying and controlling method in Chinese min-
eral processing is discussed． A system configuration with self － studying function in the plant DCS is designed，the modeling on using
the multivariate statistical process monitoring technology to extract the milling processing knowledge，and identifying operation of abnor-
mal production and guiding the production operation are introduced．
Key words： mineral processing； process controlling； intellectualization； soft － sensor； on － line measuring； historical data

1 关于过程控制和智能控制 需更有效的控制方法来克服干扰因素引起的生产波
动、质量下降、经济指标恶化等问题。
工业过程控制是一门非常复杂的、实践性很强 于是，传统控制理论与模糊逻辑、神经网络、遗
的多专业交叉学科，同时也是大规模流程工业生产 传算法等人工智能方法相结合，充分利用人类的控
所必需的关键技术。 近几十年来，工业过程控制技 制知识对复杂系统进行控制，逐渐形成了智能控制
［1］
术发展迅速。首先是计算机技术、网络技术、通讯技 系统的雏形 。
术的融合，形成了可以集中处理多回路、进行复杂运 迄今，对于“智能控制 ”这一术语尚没有明确的
算的集散控制系统 （ DCS） 和总线控制系统 （ FCS） ， 定义。美国 IEEE 控制系统协会将“智能控制 ”归纳
生产过程数据能够以 ms 级的采样周期被采集和存 为： 智能控制必须具有模拟人类学习 （ Learning） 和
储到数据库里； 其次，控制理论和控制方法已从传统 自适应（ Adaption） 的能力。智能控制首先不依赖于
的经典控制理论和方法向着先进控制 、智能控制、优 单一的数学解析模型，而是数学模型和知识系统相
［1］
化控制的方向发展。 结合的广义模型 。 与传统的控制系统相比，智能
PID 控制是工业过程最常用和实用的方法，对 控制系统通常具有以下特点：
稳定生产过程有着重要的贡献。PID 控制器的机理 （ 1） 较强的学习能力： 能对未知环境提供的信
是被控对象的线性数学模型，或者说实际的被控对 息进行识别、记忆、学习、融合、分析、推理，并利用积
象在一定的约束条件内被线性化了 。随着流程工业 累的知识和经验不断优化、改进和提高自身的控制
的生产规模在日益扩大，复杂程度在日益增加，生产 能力。
流程的数学模型越来越难以得到。PID 控制满足不 （ 2） 较强的自适应能力： 具有适应受控对象动力
了生产对控制速度和控制精度的要求 。工业生产急 学特性变化、 环境特性变化和运行条件变化的能力。

收稿日期： 2010 － 12 － 23
作者简介： 徐宁（ 1973 － ） ，女，汉族，山东德州人，教授级高工，北京矿冶研究总院信息技术与自动化研究所副所长，主要研究方向为自动控
制理论与应用，E － mail： xnbgrimm@ vip． sina． com

54
 徐宁，等： 关于选矿过程智能化控制技术的探讨
（ 3） 较强的容错能力： 系统对各类故障具有自
诊断、屏敝和自恢复能力。
（ 4） 较强的鲁棒性： 系统性能对环境干扰和不
确定性因素不敏感。
（ 5） 较强的组织功能： 对于复杂任务和分散的
传感信息具有自组织和协调功能，使系统具有主动
［2］
性和灵活性 。 口排出，经过回水泵池收集后可返回流程再用。 浮
2 选矿工艺流程
选矿是一个连续的生产过程，由一系列连续的作
业所组成。整个选矿过程可分为选别前的准备作业、
选别作业和产品处理作业。选别前的准备作业包括
磨矿和分级，其主要目的是使有用矿物
破碎和筛分、
与脉石矿物，
以及不同的有用矿物之间相互分开，达
到矿物单体分离，
为分选作业做准备。有时这种准备
作业是将物料分成若干适宜的粒级，为分选作业做准
备 选别作业是选矿过程的关键作业 （ 或称主要作
。 样左边等于右边。 循环负荷既是必然的、也是必需
业） 。它根据矿物的不同性质，采用不同的选矿方法，
如浮选法、 重选法或磁选法等等。产品处理作业主要
包括精矿脱水和尾矿处理。精矿脱水通常由浓缩、过
干燥（ 有时需要） 三个阶段组成。尾矿处理通常包
滤、
括尾矿贮存和尾矿水处理
［3］
。本文重点讨论碎磨、浮
选和浓缩脱水过程。
碎矿的典型流程是三段一闭路，
即由颚式破碎机
先进行粗碎，
然后经过中碎圆锥破碎机破碎后送入分
级筛筛分，
粒度合格的矿石进入球磨机的给矿仓，不
合格的被返回到细碎圆锥破碎机进行破碎后，与中碎
矿石合并进入分级筛筛分，
从而构成闭路碎矿。
磨矿过程是由球磨机和水力旋流器 （ 有时是螺
旋分级机 ） 组成的闭路磨矿过程。 矿石和水、钢球
按照一定比例送入球磨机研磨一定时间后排入矿浆
泵池，再由矿浆泵输送至水力旋流器分级 ，细粒级产
品溢流进入浮选作业，粗颗粒的沉砂返回球磨再磨，
形成闭路磨矿。
浮选是目前铜、铅、锌、金等贵、重金属矿物的主
要选别方法，通常由粗选、扫选和精选组成。根据矿
石中铜、铅等硫化矿物的可浮性，采用有针对性的药
剂制度，依次从矿浆中把它们浮选分离出来 ，分别得
到单独的精矿和尾矿。 在闭路浮选中，可对粗选尾
矿 扫选进一步回收剩余的有价矿物 ，对精选的尾矿
采用再返回粗选进一步选别。
浓缩脱水是固液分离的关键作业，目的是去除
2011 年第 1 期
矿浆中的水分，既有利于精矿和尾矿的输送，达到节
能的目的； 也能够回收水资源进行生产再利用。 由
于重力作用，精矿矿浆在浓密机中经过一段时间的
沉降形成“沉砂”，“沉砂 ”浓度达到一定时，从浓密
机底部排出，进入过滤机进一步过滤脱水，其滤饼即
为精矿产品。浓密机的溢流则从浓密机上部的溢流
选作业的尾矿通常会用于井下充填或者输送到尾砂
库（ 废弃） 。
选矿生产的核心指标是精矿品位和回收率 ，而
经济效益的体现则是在生产平稳前提下的最佳的精
矿品位与回收率组合。但是矿石性质是破坏选矿生
产平稳的主导因素，主要体现在“循环负荷 ”上，即
闭路流程中的返回部分，比如矿石硬度引起破碎、磨
矿作业的循环量增加，矿物组成变化引起浮选级数
（ 次数） 的增加。 选矿过程是物理变化和化学变化
同时存在的过程，很难象单纯的化学反应方程式一
的生产产物。现实的选矿厂由于设备容积 （ 比如磨
机、浮选机、浓密机 ） 、管道口径与坡度、输送设备能
力（ 比如渣浆泵） 一定，则整个流程的“流通能力 ”一
定，所以一旦循环负荷过大或者过小 ，带来的是流程
堵塞、跑冒滴漏，或者短路。
无论是进行何种类型的控制系统设计，都必须
考虑矿石性质这个最主要、最顽固的干扰因素给生
产稳定性和生产指标带来的影响 。难点是矿石性质
基本上不可在线测量和预先控制，既使是在线分析
的数学模型也必须是在一定范围方能有效 ，因此利
用智能化的学习方法“感知 ”和“识别 ”这种扰动可
能是一种解决方法。
3 国外选矿自动化技术
国外选矿流程自动化技术比我国先进得多 ，至
少要领先 20 年，主要体现在：
（ 1） 检测分析技术先进，不仅对选矿生产过程
的单一工艺参数，也包括设备的运行信息、生产异常
或者故障状态的预估和分析。
（ 2） 控制理论和控制方法先进，得益于生产过
程数据的积累，以及以此为基础的生产过程、生产设
备的建模，和生产运行规律的知识发现。
（ 3） 数学建模和仿真工作先进，对生产流程的
设计能力和调整能力强。
55
 Total 107 铜 业 工 程 总第 107 期

矿石块度分布是影响破碎和磨矿作业的处理能 Online  Rock Fragmentation Analysis system 利 用 图

力和生产指标的重要因素之一。尽管无法对矿石硬 像分割技术实现了皮带上的矿石块度在线分析 ，包
度进行准确测量，但是矿石可磨性的变化势必影响 括对粗碎、细碎的给矿矿石和破碎后矿石，自磨 / 半
破碎或者研磨后的产品块度和粒度分布信息 。因此 自磨机给矿矿石，以及皮带上的钢球、球磨机给矿
原矿石以及碎磨过程的中间矿石的块度 / 粒度分布 等，以此为指导进行碎磨控制，能够提高碎矿和磨矿
是最直接的能够反应原矿性质和生产效果的信息 。 生产效率和处理量。 图 1 是该系统的应用示意图，
美国 的 SPLITENGEINEERING 公 司 开 发 的 Split － 图 2 是该系统分析结果与筛分结果的比较图 。

因此磨机负荷和运行状态是选矿生产最关注的 度预估器 （ Mill Discharge Density Estimator） 和旋流

设备信息，同时也是磨矿控制的关键。21 世纪初， 器溢流矿浆粒度预估器 （ Particle Size Estimator） 两
Anglo Platinum、Phelps Dodge、Rio Tinto、WMC Re- 种软测量装置，通过建模方法实现磨矿过程变量信
sources 和 Xstrata 等 企 业 联 合 赞 助 澳 大 利 亚 的 息的在线识别和获取。
CSIRO 机构开发了基于半自磨 / 球磨机表面振动检 浮选精矿泡沫状态是能否反映浮选状况的最直
测的磨机负荷在线分析系统。该系统可获取转动中 接信息，2000 年 Outotec 采用图像处理技术计算浮
磨机内物料的运动信息，分析衬板和提升板的磨损 选泡沫物理参数，结合在线 X 射线荧光分析仪分析
3
情况，优化磨机操作参数，减少磨矿作业的钢耗，每 数据，优化浮选过程，在 150m 浮选机工业试验中
［4］
年为企业节约数百万澳元的成本 。 提高铜回收率 2． 34% ，金回收率 1． 78% ，降低药剂
矿浆粒度、矿浆品位的在线检测技术已经发展 消耗 7． 10% 。
的非常成熟，并且在我国也取得了较广泛的应用 。 在选矿 过 程 优 化 控 制 技 术 开 发 方 面，南 非 的
分析粒度的仪器有 OUTOTEC 公司的基于位移原理 Mintek 公司积累了 25 年的选矿生产数据并结合大
PSI300 和 基 于 激 光 原 理 的 PSI500 分 析 仪，德 国 量的工业实践开发了选冶过程优化软件包 StarCS；
SYMPATEC GmbH 生 产 的 在 线 超 声 衰 减 粒 度 仪 芬兰的 OUTOTEC 把其所属的矿山作为实验室，历
OPUS（ On － line Particle size analysis by Ultrasonic 经 40 年开发了 PROSCON 先进控制系统，这均是当
Spectroscopy） ； 分析品位则以芬兰 OUTOTEC 公司开 前国际矿业界优化控制软件产品的典型代表 。 图 3
发 Courier 系列载流 X 荧光分析仪最为典型。 南非 展示了 StarCS 系统的组织架构，图 4 是 PROSCON
MINTEK 公司则利用软测量技术开发了磨机排矿浓 40 年的发展历程。
56
 徐宁，等： 关于选矿过程智能化控制技术的探讨 2011 年第 1 期

从国外选矿自动化技术的发展应用可以看出 ： 益成为一个国家、一个产业、一个公司的竞争实力的
由于矿物性质和工艺流程的日趋复杂，单一工 决定性因素”，“无论什么传统产业，之所以能够发
艺参数的在线检测不能满足生产优化控制的需要 ； 展壮大，就 是 因 为 他 围 绕 的 知 识 和 信 息 进 行 了 重
［5］
具有智能学习特点的、由复杂过程多变量融合的过 组” 。智能化的过程检测分析方法和过程优化控
程信息的软测量技术和方法，与单一参数检测一起， 制正是利用生产数据和多学科、多专业交叉的知识
构成了实现优化控制的信息基础 。 和信息重组的过程。由于选矿原料性质的多变性和
由于选矿指标追求的是统计规律上的稳定和提 相对稳定性，这种智能化方法对选矿生产过程的优
高，而且每个选矿厂的矿石都有着自己的特殊性 ，因 化显得更有意义。
此选矿生产历史数据可能蕴含了丰富的矿物信息和
流程信息，亟待人们去挖掘发现生产的规律和知识 。 4 我国选矿自动化技术现状
国外的优化控制技术和方法均体现出了对历史数据
的学习能力、对将来过程的建模和预测能力，自觉的 随着国民经济的快速发展，作为国家支柱产业
调整能力，是典型的智能化控制方法。 的矿产资源行业在产能和规模上飞速前进 ，国家和
现代管理之父杜拉克指出： “知识生产力将日 企业对资源开发的生产力水平、生产效率和可持续
57
 Total 107 铜 业
发展的能力提出更高的要求。2006 年 2 月 29 日国
务院《国家中长期科学和技术发展规划纲要 （ 2006
－ 2020 年） 》将提高水和矿产资源利用率作为国家
发展的重点领域及其优先主题。 作为节能减排、增
效增产的必要生产力手段，选矿自动化技术在我国
过去的十年中发展迅速。
改革开放带来的国际市场一体化，使得我国的
硬件水平完全达到了国际先进水平 。如今大型选矿
厂自动化系统，由先进的过程仪表，具有高速数据传
输能力的总线通讯网络，大型、冗余、高计算速率的
控制器，C / S、B / S 的 HMI 交互平台构成了构成了
国际一流的数据平台。但是我国选矿自动化的应用
状况并不尽如人意，关键原因有两点：
其一，
选矿关键过程参数和过程信息的分析手段
落后。我国矿产资源具有贫、细、杂的特点，并且矿山
经常是交叉开采、随机配矿，这使得我国选矿厂的原
料波动更大，
因此对于生产过程关键工艺参数和关键
信息的采集、获取更为迫切。只有拥有了这些手段，
并利用先进的数据平台建立起生产过程的数据仓库，
才有可能完成原料性质变化、生产异常、设备磨损等
生产状况的智能化“识别”，
为优化控制奠定基础。
其二，选矿优化控制软件开发落后，表现在开发
主体上缺乏多专业的知识交叉和融合，因而对于生
产过程数据开发利用的力度和深度不够 ，在生产数
据资源浪费的同时，伴随的是大量的金属资源流失。
国家科技部在“十一五 ”科学技术发展规划设
立了《选冶过程测控技术与装备 》重点项目，高度关
注到了选矿生产技术发展的瓶颈问题 。该项目由北
京矿冶研究总院牵头，东北大学、清华大学等高校参
加，历时五年，在选矿过程检测分析技术方面取得了
可喜的成果。
2006 年北京矿冶研究总院成功开发了 BPSM
矿浆在线粒度分析仪，首先在江西铜业集团公司永
平铜矿进行了工业试验，试验成功进行了产品化。
迄今已经在国内外十几个矿山得到了应用 。
2009 年北京矿冶研究总院成功开发了 BOXA
型载流 X 荧光品位分析仪，首先在江西铜业集团公
司永平铜矿进行了工业试验。试验期间设备经受住
了室外、高温、潮湿等恶劣环境因素的考验，同时在
铜精矿和硫精矿的测量分析上达到了国际同类设备
的水平。
2009 年北京矿冶研究总院与东北大学、
清华大共
同开发了半自磨机球磨机负荷监测技术，先后在冬瓜
58
工 程 总第 107 期
山铜矿 13000t / d 选矿厂、
乌奴格吐山铜矿 30000t / d 选
焦家金矿 4000t / d 选矿厂进行了工业试验，解决
矿厂、
了磨机筒壁振动检测的在线采集和无线传输问题，以
及根据振动信号识别磨矿负荷的初步研究工作。该项
目在软测量技术研究方面取得了很突出的成果。
2008 年北京矿冶研究总院与中国矿业大学合
作开发成功的浮选泡沫图像分析仪 。该分析仪能够
实时分析出泡沫的大小、颜色、流动速度等参数，在
有色选 矿 上 对 铜 矿 浆 品 位 的 预 测 精 度 也 达 到 了
7% 。2009 年，又共同合作开发了矿石块度图像分
析仪，并且在焦家金矿 4000t / d 选矿厂碎矿工段返
砂皮带上进行了工业试验，经过现场的筛分取样校
验，对生产过程有一定的指导作用。
这些研究成果对于实现选矿过程全面的在线分
析、进一步开发选矿智能化控制方法奠定了基础 。
除了在检测分析技术上取得进步之外，国内一
些院校也在方面利用各种智能方法进行了选矿过程
控制的探索。东北大学在国内某选矿厂 22 台竖炉
组成的焙烧过程中，提出了根据运行工况实时调整
控制回路设定值，通过控制系统跟踪调整后的设定
值，将工艺指标控制在目标值范围内的过程优化运
［6］
行的混合智能控制方法 。
5 选矿过程智能化控制系统的设计与实践
尽管我国已经在选矿的关键工艺参数检测和关
键工艺信息的在线分析上取得了一定的研究成果 ，
但是要实现选矿生产状况的实时检测，也就是当矿
石性质与工艺流程、生产操作模式之间发生偏离时，
必须要有良好的数据平台，并且利用各种智能化方
法对该数据平台历史数据进行挖掘 、分析，将数据转
换成可利用的控制知识或者控制策略 。数据平台的
数据只有融入选矿工艺、选矿设备等重要专业后，才
有可能是一个有价值的选矿历史数据库 。
自 2009 年以来，北京矿冶研究总院在选矿过程
智能化系统设计上注意到了上述的问题 ，并在工业
过程上进行了尝试和探索。首先是设计一个能够结
合工艺过程、控制过程和管理过程的选矿控制系统 ，
为能够开展选矿生产智能化提供数据集成和操作平
台。图 5 是该选矿控制系统平台的软件结构，它分
为三个层次：
（ 1） 第一层为工艺过程控制层： 以 PLC 作为主
要执行设备，主要执行变量采集、连锁控制和回路稳
 徐宁，等： 关于选矿过程智能化控制技术的探讨
定控制，满足生产操作监控的自动化、集约化需求。
（ 2） 第二层为计算机监控层，主要由两大部分
沟通。第一部分由工业 HMI 软件构成的生产过程
数据采集和监控系统，建立生产历史数据库； 第二部
分是北京矿冶研究总院自主开发的选矿过程专用信
息处理软件，该软件负责将生产历史数据库和企业
若干第三方的数据库集成和转换成统一的生产数据
仓库。
（ 3） 第三层为选矿过程信息处理客户端，主要
图5 智能化选矿控制系统架构
当获得的生产过程越来越丰富时，也会带给生
产过程监控人员极大地困惑，因为他们往往需要同
时监视十几、几十甚至上百个检测点的数值，并要做
出判断生产运行是否正常。多变量统计过程监控技
术是一种基于数据驱动的方法，即通过对生产过程
中的大量数据利用数据分析处理方法挖掘数据中的
本质特征信息并合理的表达出来，从而实现异常工
况的报警，并帮助分析找出多个变量中引起异常的
某个变量或者多个变量的组合方式 。图 5 的控制系
统建立了经过处理后的生产过程数据仓库 ，可以尝
试利用多变量统计过程监控技术挖掘发现生产过程
中的规律或者趋势。 北京矿冶研究总院在 2010 年
尝试着利用多变量过程统计监控技术对磨矿过程进
行运行模式的建模以生产异常的自动诊断工作 。
该实践以某选厂磨矿过程为背景，使用现场生产
数据进行分析、验证。依据该现场的工艺流程特点，
2011 年第 1 期
面向选矿厂的工艺技术工程师、选矿设备工程师，客
户端的工作人员完全可以根据对选矿工艺的学习和
操作的需要，对生产过程数据进行数据重组、关联计
算、电子报表定制、趋势曲线组合分析等功能。
这种软件架构说考虑的原则是： 生产管理行为以
生产过程真实历史数据作为素材，符合 MES 系统的
工作理念。其核心思想是： 自动化、信息化作为未来
核心生产力的重要组成部分，
生产管理和资源配置将
围绕着这一生产力的需要进行重新配置和整合。
选取磨机给矿量、 前给水、磨机功率、旋流器压力等磨
矿过程的 13 个重要变量，以正常稳定生产状况下的
数据，
采用基于多元统计的方法进行建模。通过该模
型对生产过程进行实时监测，
将生产过程运行的健康
状态分为正常、不稳定、异常三种情况。对于非正常
的状态，
智能化方法将追溯异常变量并显示。
下面就模型报警的两种非正常情况进行举例说
明：
图 6 中，（ a） 为过程状态综合指标及其控制限，
如图中标注，t1、t2 时间段均出现非正常情况。 智能
化算法依据之前对生产数据的学习 ，判断 t1 为不稳
定情况，报错变量为 5 号变量———球磨补加水 （ 如
图 6（ b） 所示 ） ； t2 为异常情况，报错变量为 3 号变
量———球磨给矿（ 如图 6（ c） 所示） 。
结合该磨矿过程工艺参数并与现场工作人员核
实，生产过程实际情况为：
59
 Total 107 铜 业 工 程 总第 107 期

图6 过程监测结果举例
（ 1） t1 时间段： 工艺上要求球磨补加水流量应 选矿过程数据的完整性。
3
小于 180m / h，报告不稳定的 t1 时间段内水量大于 （ 2） 选矿智能化的实现必须依赖于自动化专业
200m3 / h，该情 况 将 引 起 后 续 作 业 的 波 动，需 及 时 与工艺技术专业、选矿设备专业的融合。 既使建立
调整。 了具有自学习功能的数据平台，若没有工艺技术人
（ 2） t2 时间段： 正常给矿量应为 200t / h 左右， 员的知识来指导和判别，也很难谈到控制的智能化，
而 t2 时间段给料机突发异常，导致给矿量骤降，需 因为可能搜集不到有用的规律和信息 。
及时排除故障以恢复正常生产。 总的来说，选矿智能化方向是符合矿山企业发
综上，在生产数据仓库的基础上，借助智能化 展需求和关系到经济效益的关键技术 。但是企业要
方法充分利用已有生产过程的数据信息并挖掘其内 将自动化、智能化技术作为生产力的重要组成部分
部之间联系，可对生产提供实时的指导，具有现实 来看待，就要在一定范围内将企业的人力资源 、技术
意义。 资源、管理资源围绕智能化系统运转的需要进行重
新配置。只有这样，才可能让自动化系统的投资创
6 结束语 造更大的价值。
REFERENCES
尽管选矿生产过程有着共性和个性，但矿产资
［1］ 李少远，席裕庚，陈增强，袁著祉． 智能控制的新进展（ Ⅰ） ． 上
源的条件决定了我国选矿生产过程的个性更为突 海： 控制与决策，
2000．
出，因此选矿过程智能化控制方法是非常必要的 。 ［2］ 张晓军，张二为． 智能控制系统发展综述及其应用． 南昌： 有色
然而根据我国矿山企业的现状，选矿过程智能化控 冶金设计与研究，
2006．

制还有很长的路要走。主要的困难在于： ［3］ 郭秉文，肖 云． 选 矿 方 法 与 工 艺 实 践． 武 汉： 武 汉 大 学 教 材，

1990．
（ 1） 选矿过程智能化必须依赖于选矿过程数据
［4］ 周俊武，张堃博，徐宁． 选矿过程自动化新进展． 北京： 中国有
和信息的采集广度和深度，这要求选矿厂在设计和 色金属学会第六届学术年会论文集，
2005．
建设过程中，必须兼顾到设备的控制水平和运行状 ［5］ 柴天佑． 流程工业信息化的发展状况及对策． 沈阳： 辽宁视窗，
态数据的提供、工艺过程关键参数的在线检测分析 。 2003．

很多选矿设备既是被控对象，同时兼具执行机构的 ［6］ 柴天佑，丁进良，王宏，苏春翌． 复杂工业过程运行的混合智能

化优化控制方法． 沈阳： 自动化学报，
2008．
特点，因此设备的自动化水平在一定程度上决定了
60