Regístrese
Buscar en
Revista Iberoamericana de Automática e Informática Industrial RIAI
Toda la web
Inicio Revista Iberoamericana de Automática e Informática Industrial RIAI Control del Nivel de Pulpa en un Circuito de Flotación Utilizando una Estrategi...
Información de la revista
Vol. 14. Núm. 3.
Páginas 234-245 (Julio - Septiembre 2017)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
Visitas
1032
Vol. 14. Núm. 3.
Páginas 234-245 (Julio - Septiembre 2017)
DOI: 10.1016/j.riai.2017.04.003
Open Access
Control del Nivel de Pulpa en un Circuito de Flotación Utilizando una Estrategia de Control Predictivo
Pulp Level Control of a Flotation Circuit Using a Model Predictive Control Strategy
Visitas
1032
Cristián Troncoso G.
Autor para correspondencia
cristian.troncoso@alumnos.usm.cl

Autor para correspondencia.
, Alejandro Suárez S.
Departamento de Electrónica, Universidad Técnica Federico Santa María, Av. España n°1680, Valparaíso, Chile
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Resumen

Este trabajo presenta el diseño y resultados de la implementación de una estrategia de control predictivo para el control del nivel de pulpa de un circuito de flotación primario de una minera ubicada en la tercera región de Chile, el cual está compuesto por cinco bancos de flotación. La estrategia considera una representación de estados que modela el nivel de cada banco (utilizando un modelo de múltiples entradas y una salida), el que es obtenido mediante un procedimiento de identificación de sistemas y utiliza un filtro de Kalman como estimador de estados. Para resolver el problema de optimización que calcula la acción de control a aplicar se utiliza un optimizador basado en algoritmos genéticos. Se presentan los resultados de la estrategia de control propuesta mediante datos experimentales.

Palabras clave:
Control predictivo basado en modelo
Identificación de sistemas y estimación de parámetros
Filtro de Kalman
Rechazo a perturbaciones
Minería
metalurgia
metales y materiales
Abstract

This work presents the design and implementation results of a model predictive control strategy used to control the pulp level of a Rougher flotation circuit in a mine located in the third region of Chile, which is composed by five flotation banks. The strategy considers a state space representation to model the pulp level of each bank (with a multiple input - single output model), which is obtained by a system identification procedure and uses a Kalman filter as a state estimator. To solve the optimization problem that calculates the control law, a genetic algorithm based optimization tool is used. Experimental data is used to show the results of the proposed control strategy.

Keywords:
Model predictive control
System identification and parameter estimation
Kalman filter
Disturbance rejection
Mining
metalurgy
metals and materials
Referencias
[Desbiens et al., 1998]
Desbiens, A., Hodouin, D., Mailloux, M., 1998. Nonlinear predictive control of a rougher flotation unit using local models. Proceedings of the IFAC-MMM Automation Symposium, 297-302.
[Goldberg, 1989]
D. Goldberg.
Genetic algorithms in search optimization and machine learning.
Addison-Wesley, (1989),
[Goodwin et al., 2000]
G. Goodwin, S. Graebe, M. Salgado.
Control system design.
1st Edition., Prentice Hall, (2000),
[Haupt and Haupt, 2004]
R. Haupt, S. Haupt.
Practical genetic algorithms.
John Wiley & Sons, (2004),
[Hulbert, 1995]
D. Hulbert.
Multivariable control of pulp levels in flotation circuits.
Proceedings 8th International Symposium on Control in Mining, Metals and Minerals, (1995), pp. 71-76
[Kämpjärvi and Jämsä-Jounela, 2003]
P. Kämpjärvi, S. Jämsä-Jounela.
Level control strategies for flotation cells.
Minerals Engineering, 16 (2003), pp. 1061-1068
[Ljung, 1999]
L. Ljung.
System Identification: Theory for the user.
Prentice Hall, (1999),
[Martínez et al., 1998]
M. Martínez, J. Senent, X. Blasco.
Generalized predictive control using genetic algorithms (gagpc).
Engineering Applications of Artificial Intelligence, 11 (1998), pp. 355-377
[Pannocchia, 2003]
G. Pannocchia.
Robust disturbance modeling for model predictive control with application to multivariable ill-conditioned processes.
Journal of Process Control, 13 (2003), pp. 693-701
[Pérez-Correa et al., 1998]
R. Pérez-Correa, G. González, A. Casali, A. Cipriano, R. Barrera, E. Zavala.
Dynamic modelling and advanced multivariable control of conventional flotation circuits.
Minerals Engineering, 11 (1998), pp. 333-346
[Putz and Cipriano, 2015]
E. Putz, A. Cipriano.
Hybrid model predictive control for flotation plants.
Minerals Engineering, 70 (2015), pp. 26-35
[Rojas and Cipriano, 2011]
D. Rojas, A. Cipriano.
Model based predictive control of a rougher flotation circuit considering grade estimation in intermediate cells.
Dyna, 78 (2011), pp. 29-37
[Rossiter, 2013]
J. Rossiter.
Model-based predictive control: a practical approach.
CRC press, (2013),
[Stenlund and Medvedev, 2002]
B. Stenlund, A. Medvedev.
Level control of cascade coupled flotation tanks.
Control engineering practice, 10 (2002), pp. 443-448
[Suárez and Gómez, 2011]
A. Suárez, Z. Gómez.
Sensor virtual entrenado usando el concepto de variables instrumentales y aplicado en la medición de temperatura en un convertidor teniente.
Revista Iberoamericana de Automática e Informática Industrial, 8 (2011), pp. 54-63
[Tulleken, 1990]
H. Tulleken.
Generalized binary noise test-signal concept for improved identification-experiment design.
Automatica, 26 (1990), pp. 37-49
[Zhu, 2001]
Y. Zhu.
Multivariable system identification for process control.
Elsevier, (2001),
Copyright © 2017. CEA
Opciones de artículo
Herramientas
es en pt
Política de cookies Cookies policy Política de cookies
Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continua navegando, consideramos que acepta su uso. Puede cambiar la configuración u obtener más información aquí. To improve our services and products, we use "cookies" (own or third parties authorized) to show advertising related to client preferences through the analyses of navigation customer behavior. Continuing navigation will be considered as acceptance of this use. You can change the settings or obtain more information by clicking here. Utilizamos cookies próprios e de terceiros para melhorar nossos serviços e mostrar publicidade relacionada às suas preferências, analisando seus hábitos de navegação. Se continuar a navegar, consideramos que aceita o seu uso. Você pode alterar a configuração ou obter mais informações aqui.