带自动扰动检测的SAG磨 mills的数字孪生体
系统与控制
2025-03-07 v1 系统与控制
摘要
本研究提出了开发和验证一个用于半自主磨 mills（SAG mill）的expert控制系统的数字孪生体。该数字孪生体集成了封闭环操作的三个关键组件：（1）用于expert控制的模糊逻辑，（2）用于调节控制的状态空间模型，（3）用于模拟SAG mills过程的循环神经网络。该数字孪生体与统计框架结合，用于自动检测过程扰动（或关键操作），该框架在识别与预期行为偏差时触发模型重新训练，确保通过新数据持续更新以增强SAG监督。该模型使用68小时的运行工业数据进行训练，并用额外的8小时进行验证，使其能够在30秒的间隔内预测 mills行为，误差小于5%。
引用
@article{arxiv.2503.04225,
title = {Digital twin with automatic disturbance detection for an expert-controlled SAG mill},
author = {Paulina Quintanilla and Francisco Fernández and Cristóbal Mancilla and Matías Rojas and Daniel Navia},
journal= {arXiv preprint arXiv:2503.04225},
year = {2025}
}