干扰床分选机(TBS)是利用沉降原理实现粗煤泥分选的一种新型设备,因其结构简单、控制精确及分选效果优良等特点被广泛应用于粗煤泥分选。TBS干扰床层密度的变化直接影响TBS的分选效果和精煤产品的质量。因此,对TBS干扰床层密度的控制尤为重要。TBS粗煤泥分选系统是一个高度非线性、时变、大滞后、强耦合的不确定系统,难以建立被控对象的精确数学模型,而传统的控制方法在复杂系统的控制速度和控制精度方面也渐显不足。本文研究了无模型自适应控制,在此基础上提出一种基于粒子群优化算法的改进无模型自适应控制方法,并将其应用于TBS粗煤泥分选系统。论文介绍了TBS分选工艺,分析了TBS分选过程的主要影响因素。给出了以西门子S7-200系列PLC为控制核心的系统整体控制方案。在方案设计中,基于MFAC算法的理论基础,对系统的MFAC控制器模块进行开发设计,并从跟踪性能、适应能力和抗干扰能力等方面与传统的PID和模糊PID控制方法进行了仿真对比。针对标准MFAC存在的大滞后问题,设计了抗滞后的MFAC(ADMFAC)控制器,并通过与MFAC的仿真对比,验证了ADMFAC在控制性能上的提升。步长序列k?和权重因子?是MFAC的两个主要可调参数,为了进一步完善ADMFAC的控制性能,本文采用粒子群优化算法(PSO)对ADMFAC的参数进行寻优整定,得到步长序列k?和权重因子?的最优组合值,从而设计出基于粒子群优化算法的抗滞后无模型自适应控制器(PSO-ADMFAC)。基于硬件基础,依据控制策略,搭建TBS粗煤泥分选系统的仿真实验平台。利用STEP7 Micro WIN实现PLC的硬件组态和相关程序编写;在MATLAB中完成控制算法的程序编写;基于Kingview设计上位机监控界面;采用DOPSoft设计触摸屏HMI界面,作为就地监测站;通过OPC技术有效地将组态软件与控制算法进行集成,实现了上位机组态软件与MATLAB之间的数据交换。本文对TBS粗煤泥分选系统的控制方法进行设计和改进,在提高产品质量,减少资源浪费,保护环境等方面具有一定的理论意义和应用价值。