現階段的水泥生產過程中，基于上位機手工操作現場設備是仍是主流，手工操作僅能保證球磨機的正常運行，無法保證褐鐵礦選礦設備球磨機在*佳負荷區(qū)域運行。相對于手工操作，傳統的控制方案效果顯然更好，但仍然無法保證其控制效果。更由于粉磨系統普遍存在的大滯后、多變量特點，常規(guī)控制很難達到預期效果。因此在實際應用中一般結合其它控制策略，找到球磨機的*佳工作狀態(tài)。尤其是一些潛在控制算法的應用，更為褐鐵礦選礦設備球磨機控制提供了多種解決方案。

隨著先進控制理論及計算機技術的發(fā)展，對褐鐵礦選礦設備球磨機制粉過程又有了新的方案。由于模糊策略不需要被控對象的數學模型，僅僅通過人工經驗就可以總結出較好的控制規(guī)則，因此廣受歡迎。它可以有效地應付非線性對象，并在實際過程中得到很好的應用。

本文將大量的人工經驗進行總結后，以模糊語言的形式歸納，實現了褐鐵礦選礦設備球磨機的模糊控制。本文將褐鐵礦選礦設備球磨機系統作看做一個具有強耦合性質的多輸入多輸出過程，通過調節(jié)給煤量等調節(jié)磨出口溫度等關鍵參數。通過解耦使使耦合對象變成一個耦合程度極其輕微的控制對象，再用模糊控制器設計控制器。具體介紹了該系統的結構和實現方法，根據電廠實際運行情況證明了此控制策略的的安全性和有效性，此種策略比較具有借鑒意義。本文提出提一種專家模糊控制算法，根據運行狀態(tài)，運用知識庫中的專家知識在線修改相關加權系數，達到修改控制規(guī)則的目的。通過實際運行證明，此算法優(yōu)于傳統的模糊控制算法，能夠保證球磨機制粉系統的安全、穩(wěn)定及*佳經濟運行。

神經網絡控制不依賴于系統的數學模型，且具有自學習、自適應等特點，適合具有非線性、強耦合系統的控制。本文利用神經網絡模型對褐鐵礦選礦設備球磨機系統進行非線性辨識，并在此基礎上給出了具體的控制器的設計方案。通過對物理特性跟蹤實現對產量的控制，在多家水泥廠的應用表明效果良好。本文提出了解耦控制的思想，不斷監(jiān)測現場工況并在此基礎上自適應的調整控制器參數實現對關鍵變量的控制，實驗結果驗證了控制的有效性。

基于案例推理和規(guī)則調整的智能控制策略也讓褐鐵礦選礦設備球磨機上得到了一定程度的應用，并取得了加好的經濟效益。文獻在總結熟練操作工的大量操作經驗的基礎上對多輸入多輸出過程進行了智能調節(jié)。充分分析各個變量之間的關系，將一個多變量過程分解成多個單回路過程，并在現場取得很好的應用效果。文獻采用基于統計的過程控制策略與規(guī)則推理過程相結合的方法，提出了由工況監(jiān)測、控制器優(yōu)化層設計和底層控制器相結合的控制方案。首先由工況監(jiān)測模塊對球磨機的當欠負荷做出判斷，再由監(jiān)督層規(guī)則優(yōu)化控制器的設定值，通過控制回路的輸出跟蹤修改后的設定值，使球磨機負荷始終保持在*佳負荷或近似*佳負荷狀態(tài)。文獻采用案例推理與數據融合結合的方法，提出了某配料過程球磨機負荷控制方案?，F場應用效果良好，大大降低了能耗，同時臺時也穩(wěn)步提高，球磨機負荷較為穩(wěn)定，取得了很好的預期效果。

由于褐鐵礦選礦設備球磨機系統屬于典型的多輸入多輸出過程，且**地數學模型往往難以建立，因此有不少專家采用預測控制方法對粉磨過程進行控制與優(yōu)化。文中采用*小二乘的思想建立粉磨系統的數學模型，并采用廣義預測控制的方法實現了球磨機的自動控制。文中建立了球磨機的神經網絡預測模型，提出了基于神經網絡預測控制器的非線性預測控制方法，*終實現非線性系統的神經網絡直接預測控制。由于具體的實現過程較為復雜，故實際應用受到一定局限。東南大學的陳夕松等人充分利用預測控制在處理多輸入多輸出系統問題上的優(yōu)勢，建立了球磨機的多輸入多輸出模型，并取得了良好的控制效果和經濟效益。文分別將有約束MPC和無約束MPC算法與多回路PID控制在球磨機上的應用效果做了比較，得出了兩種預測控制算法綜合性能均好于多回路PID的結論。

對于褐鐵礦選礦設備球磨機系統而言，因其具有的非線性、大滯后、強耦合等特點，單一的控制算法很難將所有問題全部解決，因此不少專家將復合控制的思想應用于球磨機系統。文針對被控對象的實際特點采用了分模式的控制方案，設定分模式控制的閾值，偏差大子閾值時采用模糊控制，偏差小于閾值時采用PID控制。文獻采用預測控制和模糊思想組成的復合控制方案對褐鐵礦選礦設備球磨機系統進行控制。當系統偏差較大時采用模糊控制使輸出值盡快跟蹤設定值，當偏差較小時采用預測控制實現在穩(wěn)態(tài)值附近的動態(tài)優(yōu)化，并以此進行穩(wěn)態(tài)優(yōu)化。

目前在實際現場中有所應用的控制算法還主要有自尋優(yōu)控制和自適應控制。自尋優(yōu)控制對常規(guī)控制的規(guī)則進行了改進，提出將常規(guī)控制和具有自學習功能的動態(tài)自尋*優(yōu)控制相結合的控制策略。自適應控制策略在一臺實驗球磨機上進行了仿真，仿真結果證明了控制的有效性。