Une période de maintenance est prévue mardi 27 février 2024 entre 8h et 10h. Le service CorpusUL ne sera pas disponible pendant cette période. // A maintenance period is planned on Tuesday February 27st 2024 between 8am and 10am. CorpusUL will be unavailable during this time.
Pour savoir comment effectuer et gérer un dépôt de document, consultez le « Guide abrégé – Dépôt de documents » sur le site Web de la Bibliothèque. Pour toute question, écrivez à corpus@ulaval.ca.
 

Publication :
Multiple-model observers for detecting ore feed disturbances in grinding operations

En cours de chargement...
Vignette d'image

Date

2023

Direction de publication

Direction de recherche

Titre de la revue

ISSN de la revue

Titre du volume

Éditeur

Projets de recherche

Structures organisationnelles

Numéro de revue

Résumé

Les changements dans les propriétés du minerai apportent des défis pour le contrôle des broyeurs semi-autogènes (SAG) car ils sont généralement difficiles à mesurer en temps réel et ont des impacts significatifs sur le procédé. Bien qu'il y ait un manque de compréhension de la nature des variations des propriétés du minerai dans les opérations réelles, les données disponibles sur la distribution granulométrique indiquent qu'elles sont caractérisées par des changements abrupts et des comportements en rampe, pour lesquels les modèles de perturbation standard utilisés dans le contrôle des procédés ne sont pas conçus. Dans ce travail, un modèle de perturbation déterministe se produisant de manière aléatoire (randomly-occurring deterministic disturbances (RODDs)) est considéré. Celui-ci possède une entrée commutant entre deux bruits aléatoires. Puisque la perturbation n'est pas gaussienne, un filtre de Kalman standard, qui est généralement utilisé pour l'estimation d'état, n'est pas optimal. Les capacités de deux observateurs à modèles multiples de détecter et d'estimer les états de systèmes soumis à des RODD non mesurés sont évaluées. Ces observateurs maintiennent plusieurs estimations des états du système sur la base de différentes hypothèses sur la commutation de la perturbation. La vraisemblance de chaque hypothèse compte tenu des mesures disponibles est évaluée et utilisée pour produire une meilleure estimation des états et de la sortie du procédé, qui demeure toutefois sous-optimale. Deux types d'observateurs à modèles multiples sous-optimaux sont évalués et comparés à un filtre de Kalman standard en utilisant des mesures de bruit simulées à partir de trois systèmes différents--un système linéaire avec un RODD et une sortie, un système linéaire avec deux RODD et deux sorties, et une simulation réaliste d'un circuit de broyage avec une mesure de sortie et une alimentation commutant entre deux types de minerai. Les résultats montrent que les observateurs à modèles multiples détectent et réagissent rapidement aux changements instantanés de la perturbation, sans pour autant avoir une sensibilité accrue au bruit lorsqu'en régime permanent. Cela suggère que des modèles plus réalistes de perturbations du minerai alimenté et une meilleure estimation en temps réel des changements dans les propriétés du minerai pourraient améliorer le contrôle du procédé, bien que les gains par rapport à un filtre unique de Kalman dépendent du niveau du bruit de mesure.


Changes in ore properties create challenges for the control of semi-autogenous grinding (SAG) mills because they are generally difficult to measure in real time and have significant impacts on the grinding process. Although there is a lack of understanding of the nature of variations in ore properties in real operations, available data on the particle size distribution indicates that they are characterised by abrupt step changes and ramp behaviours, which standard disturbance models used in process control are not designed for. In this work, an alternative disturbance model known as the randomly-occurring deterministic disturbance (RODD) is considered. This has a switching random noise input, which makes it suitable for modelling these types of disturbances. However, since the noise is non-Gaussian, a standard Kalman filter, which is typically used for state estimation, is not optimal. The capabilities of two multiple-model observers to detect and estimate the states of systems subjected to unmeasured RODDs are evaluated. These observers maintain multiple estimates of the system states based on different hypotheses about the switching of the disturbance. The likelihood of each hypothesis given the available measurements is estimated and used to produce a better, although still sub-optimal, estimate the process states and output. Two types of sub-optimal multiple-model observer are evaluated and compared to a standard Kalman filter using simulated noisy measurements from three different process systems--a linear system with one RODD and one output, a linear system with two RODDs and two-outputs, and a realistic grinding process simulation with a switching ore feed and one output measurement. The results show that the multiple-model observers detect and respond quickly to step changes in the disturbance, without having a compromised sensitivity to noise during steady-state. This suggests that more realistic models of ore feed disturbances and improved real-time estimation of changes in ore properties could have benefits in terms of improved process control, although the improvement compared to a single Kalman filter was found to depend on the magnitude of the measurement noise.

Description

Titre de l'écran-titre (visionné le 23 mai 2023)

Revue

DOI

URL vers la version publiée

Mots-clés

Citation

Licence CC

Type de document