基于无模型深度强化学习的煤泥浮选智能控制研究
秦新凯
王然风
付翔
窦治衡
李品钰
太原理工大学矿业工程学院,山西太原 030024
摘要：在煤泥浮选工业现场中,传统基于机理模型的控制方法因其依赖近似模型,存在控制精度受限与泛化能力不足的问题.而经典无模型深度强化学习算法如深度确定性策略梯度(DDPG),在处理高维时变状态时易受无关变量干扰,难以精准捕捉核心特征,导致策略稳定性下降.针对上述问题,提出一种基于融合注意力机制(AS)的无模型深度强化学习(AS-DDPG)的煤泥浮选智能控制方法.该方法采用AS-DDPG算法构建浮选智能控制器:以尾煤灰分为控制目标,在Actor-Critic网络基础上引入AS以精准捕捉核心特征,通过在线学习优化控制策略,建立了包含矿浆浓度、灰分、流量等关键参数的多维状态空间,设计了兼顾产品质量与药剂回收率的多目标奖励函数,直接通过智能体与环境的实时交互学习控制策略,能自适应捕捉过程动态特性,在实际浮选过程中保持稳定的控制效果.采集浮选工业现场的实时数据,经预处理后进行仿真实验,结果表明:相较于DDPG算法,AS-DDPG算法的训练误差降低27％,其奖励曲线收敛更快且波动幅度更小,有效策略比例提升2倍以上,表明其对高效药剂组合的探索更具方向性.工业性试验结果表明:相较于模糊PID与DDPG算法,AS-DDPG算法控制下的灰分标准差降至0.66,有效降低了浮选产品质量波动;捕收剂与起泡剂消耗分别优化至0.56,0.25 kg/t,表明基于AS-DDPG算法的智能控制器能以更低的药剂投入达到稳定分选的效果.
关键词：煤泥浮选过程控制无模型深度强化学习深度确定性策略梯度注意力机制Actor-CriticAS-DDPG
分类号：TD923(选矿)
资助基金：国家自然科学基金(52274157)科技兴蒙行动重点专项项目(2022EEDSKJXM010)
论文发表日期：2025-08-30
在线出版日期：2025-09-18（本平台首次上网日期，不代表文献的发表时间）
页数：10( 25-33,58 )
英文信息