【技术实现步骤摘要】
基于状态转移算法的除铜过程的犹豫模糊c均值聚类方法
本专利技术涉及除铜工序数据挖掘
,特别涉及基于状态转移算法的用于除铜的犹豫模糊c均值聚类方法。
技术介绍
在有色冶金湿法炼锌流程工业过程中,净化除铜是其中一道非常重要的工序,铜离子是硫酸锌溶液中含量最高且对后续电解工序有害的杂质离子,因此需要在净化工段首先被除去。除铜工序通过向两个连续的反应釜中添加锌粉除去铜离子,但是又需要适当保留一定量的铜离子作为后续除钴工段的活化剂,因此需要确保最后的反应釜的出口铜离子浓度保持稳定且处于合格的范围内。现场的工艺流程中需要根据出口铜离子浓度调整锌粉添加量,添加太多锌粉会造成锌粉浪费的同时也会导致出口铜离子浓度过低;而锌粉添加过少会导致出口铜离子浓度过高,影响后续电解工艺。现有的针对除铜工序的反应釜出口铜离子浓度的检测是采取“现场采样+实验室分析”的常规方法,该方法的采样及检测周期过长,使得对铜离子浓度的检测及分析失去了其对工业除铜工序的入口锌粉添加量进行指导的价值。现有的湿法炼锌除铜工艺过程是通过在两个连续的级联反应器的入口处添加锌粉以达到沉淀铜离子的目的,浸出后的硫酸锌溶液中涉及到的主要的反应有锌粉置换铜反应和单质铜沉淀铜离子的归中反应,最终的杂质铜离子将会以氧化亚铜为主的形式沉淀下来。置换反应与归中反应共同消耗铜离子,两者之间存在相互竞争的关系,且置换反应生成的单质铜是归中反应的反应物,前者对后者具有促进作用。两级联反应釜中的置换反应与归中反应的具体反应式如下:r>在整个除铜反应过程反应釜中,硫酸锌溶液中的铜离子首先与锌粉发生置换反应,生成单质铜,如上(1)式;部分单质铜在底流晶种的作用下,继续与铜离子发生归中反应,生成了氧化亚铜沉淀,如上(2)式。从电化学的角度分析,锌的标准还原电位为-0.763V,而铜的标准还原电位为0.3402V,因此具有正电位的铜能更轻易地被具有负电位的锌置换,因为电子更容易从锌单质转移至铜离子,发生的反应如(1)式的置换反应。在直接浸出冶炼除铜工艺中,通过控制溶液碱度与反应晶种,能够促进(2)式中的归中反应正向进行,则可以得到氧化亚铜沉淀与锌粉之间的化学计量关系式:在锌直接浸出冶炼除铜过程中,铜离子主要是以氧化亚铜的形式沉淀,1摩尔的锌粉理论上能够沉淀2摩尔铜离子,因此相比较与单一的置换反应(1),若能促进反应(3)的进行,则更能够节约锌粉添加量。工业除铜过程中的各项数据为实时检测数据,是通过检测控制系统将数据传送至现场监控主机中,由于浸出后液具有高温度高腐蚀性等特性,在线金属分析仪很难应用在除铜过程浓度检测当中,因此级联反应釜的出口铜离子浓度是通过每两小时人工采样,并最终在实验室化验检测得到铜离子浓度数据。实际生产过程依然是依靠操作人员根据实时监控信息以及杂质浓度离线的化验值,按老师傅的经验来调节锌粉添加量,以期将出口铜离子浓度保持在生产指标范围内。然而这种通过离线检测出的铜离子数据再对实时现场的锌粉添加量进行指导已经无法适应实际工业需要。在湿法炼锌除铜工艺过程中,检测除铜工序的各项数据能够为反应釜的锌粉添加量做出反馈指导,然而此时得到的有些数据实际上是除铜工艺不稳定时得到的,但是该状态下的除铜工艺依然被判断为工艺稳定状态;也有一部分数据是在工艺处于稳定与不稳定的边缘时得到的,因此这些数据均为“容易存在安全威胁”的数据。通过分析现场得到的数据发现,工艺稳定的数据是具有相同的特征的,也就是说,工艺稳定的数据具有极高的相似性。聚类作为一种无监督的数据分析方法,能够很好地将相似性数据聚在一起,采用聚类得到数据特征非常相似的簇,可以用于剔除状态判别错误的与离标准的数据簇比较远的边缘数据点。传统的模糊c均值采用的是单一的相似性测度,即欧式距离作为相似性测度,采用欧式距离作为模糊c均值算法的相似性测度是不稳定的,很可能得不到最终的聚类结果及聚类中心。而对于同样的工业数据集,采用其他相似性测度,比如闵可夫斯基距离、切比雪夫距离与曼哈顿距离及高斯核函数等距离测度得到的聚类结果却各不相同,难以判断这些相似性测度孰优孰劣。这种对于相同数据却出现不同的聚类结果且难以判断孰优孰劣的现象被称之为“犹豫”。启发自对时间和空间相关性的理解,状态转移算法(StateTransitionAlgorithm,STA)是近几年提出的一种能够有效且快速解决优化问题的新型智能全局优化算法,已被广泛用于解决许多流程工业过程中的全局优化问题,启发式思想使STA能够搜索较大且不连续的搜索空间,而不会陷入局部最优。
技术实现思路
(一)专利技术目的本专利技术的目的是提供基于状态转移算法的除铜过程的犹豫模糊c均值聚类方法,克服现有的模糊c均值聚类算法的不足,利用状态转移算法的全局搜索能力获得多种距离测度的权重参数辨识问题。(二)技术方案为解决上述问题,根据本专利技术的一个方面,本专利技术提供了基于状态转移算法的用于除铜的犹豫模糊c均值聚类方法,包括:基于除铜级联反应釜的数据设置状态转移算法的参数并初始化距离测度权重;基于距离测度权重通过模糊c均值聚类仿真得到数据的聚类中心和隶属度矩阵;根据聚类中心和隶属度矩阵建立目标模型为:其中,L为距离测度的个数,wl为第l个距离测度的权重,X为数据样本,V为聚类中心,Dl(X,V)为第l个距离测度计算得到的数据样本X与聚类中心V之间的距离,其中,n为样本个数;c为聚类中心个数,即簇的数目;dl(xi,vj)为第i个样本xi与第j个聚类中心vj之间的距离;为在第l个距离测度下,第i个样本xi与第j个聚类中心vj之间的隶属度,Ul为隶属度矩阵;m为用于控制群集模糊程度的模糊超参数,m=2;对目标模型进行仿真后输出优化结果。进一步的,基于距离测度权重通过模糊c均值聚类仿真得到数据的聚类中心与隶属度矩阵vj的步骤为:S1,初始化聚类中心vj,预设终止条件的阈值ε;S2,利用L种距离测度计算隶属度矩阵S3,利用L个隶属度矩阵得到L个聚类中心,其计算公式为:并将L个聚类中心与由状态转移算法优化得到的优化权重线性加权得到最终的聚类中心V′T,置T=0;S4,利用L个聚类中心更新L个隶属度矩阵,更新公式为:并将更新后的L个隶属度矩阵与由状态转移算法优化得到的优化权重线性加权得到最终的隶属度矩阵U′T,置T=T+1;S5,终止条件为||U′T+1-U′T||<ε,满足终止条件,停止更新,得到最终的聚类中心V′T与最终的隶属度矩阵U′T;不满足,返回步骤S2。进一步的,状态转移算法优化包括:S1',根据除铜级联反应釜的数据确定状态转移算法寻优的搜索力度SE和最大允许迭代次数Maxiter,并设置多种距离测度的权重可行性范围Range为[0,1];S2',确定待寻优权重的维度,即距离测度的个数n,在n维空间中随机生成位于待寻优权重可行性范围内一个个体Bestk;<本文档来自技高网...
【技术保护点】
1.基于状态转移算法的除铜过程的犹豫模糊c均值聚类方法,其特征在于,包括:/n基于除铜级联反应釜的数据设置状态转移算法的参数并初始化距离测度权重;/n基于所述距离测度权重通过模糊c均值聚类仿真得到所述数据的聚类中心和隶属度矩阵;/n根据所述聚类中心和所述隶属度矩阵建立目标模型为:/n
【技术特征摘要】
1.基于状态转移算法的除铜过程的犹豫模糊c均值聚类方法,其特征在于,包括:
基于除铜级联反应釜的数据设置状态转移算法的参数并初始化距离测度权重;
基于所述距离测度权重通过模糊c均值聚类仿真得到所述数据的聚类中心和隶属度矩阵;
根据所述聚类中心和所述隶属度矩阵建立目标模型为:
其中,L为距离测度的个数,wl为第l个距离测度的权重,X为数据样本,V为聚类中心,Dl(X,V)为第l个距离测度计算得到的数据样本X与聚类中心V之间的距离,
其中,n为样本个数;c为聚类中心个数,即簇的数目;dl(xi,vj)为第i个样本xi与第j个聚类中心vj之间的距离;为在第l个距离测度下,第i个样本xi与第j个聚类中心vj之间的隶属度,Ul为隶属度矩阵;m为用于控制群集模糊程度的模糊超参数,m=2;
对所述目标模型进行仿真后输出优化结果。
2.根据权利要求1所述的方法,其特征在于,所述基于所述距离测度权重通过模糊c均值聚类仿真得到聚类中心与隶属度矩阵的步骤为:
S1,初始化聚类中心vj,预设终止条件的阈值ε;
S2,利用L种距离测度计算隶属度矩阵
S3,利用L个所述隶属度矩阵得到L个所述聚类中心,其计算公式为:
并将L个所述聚类中心与由状态转移算法优化得到的优化权重线性加权得到最终的聚类中心V′T,置T=0;
S4,利用L个所述聚类中心更新L个所述隶属度矩阵,更新公式为:
并将更新后的L个所述隶属度矩阵与由状态转移算法优化得到的优化权重线性加权得到最终的隶属度矩阵U′T,置T=T+1;
S5,所述终止条件为||U′T+1-U′T||<ε,满足所述终止条件,停止更新,得到最终的聚类中心V′T与最终的隶属度矩阵U′T;不满足,返回步骤S2。
3.根据权利要求2所述的方法,其特征在于,所述状态转移算法优化包括:
S1',根据除铜级联反应釜...
【专利技术属性】
技术研发人员:周晓君,张润东,徐冲冲,
申请(专利权)人:中南大学,
类型:发明
国别省市:湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。