一种基于无线传感网络的铜矿浮选智能软测量方法及系统技术方案

本发明专利技术提供一种基于无线传感网络的铜矿浮选智能软测量方法及系统，所述方法包括如下步骤：实时采集铜矿浮选生产过程中各个输入变量及浮选现场环境参数；对采集的输入变量进行预处理并利用处理后的变量训练神经网络，确定BP神经网络模型参数；将建好的模型参数编写程序植入到协调器模块，同时协调器模块接收采集的浮选中各输入变量对目标变量进行软测量；软测量求得的铜精矿和尾矿品位值传输到上位机并在基于LabVIEW的软件平台进行实时显示。

【技术实现步骤摘要】
一种基于无线传感网络的铜矿浮选智能软测量方法及系统
本专利技术涉及铜矿浮选软测量
，具体涉及一种基于无线传感网络的铜矿浮选智能软测量方法及系统。
技术介绍
近年来，在铜工业生产过程中，勘探和开采的铜矿石大部分都要经过选矿富集成铜精矿才能冶炼成铜金属，浮选是铜矿选矿方法的重要方法之一。铜矿浮选机装置有混合区、运输区、分离区和泡沫区四个区域，用来分离矿浆中的铜，使矿物一步一步得到富集，保证泡沫层中的矿物不致脱落，泡沫能顺利地流入泡沫槽内。为了保证浮选中铜的质量，需对该浮选装置中的各种输入变量进行实时监测和控制，以使浮选获得的铜精矿和尾矿品位达到最佳。受工业现场环境的限制，由于矿浆中的各种浮选变量由操作员从现场提取矿浆，然后使用专用的分析仪进行，测量费时难以实现实时测量，并且设备价格昂贵，需要定时维护。因此需要一种代替在线分析仪表的软测量方法来实时控制浮选中的各个输入变量。而在面对许多复杂的输入变量时，如何快速准确的实现对浮选过程中多个输入变量进行实时监测和控制，以及对铜矿浮选中的铜精矿和尾矿预测成为一个十分困难的测量难题。专利本文档来自技高网...

【技术保护点】
1.一种基于无线传感网络的铜矿浮选智能软测量方法，其特征在于，包括如下步骤：/n实时采集铜矿浮选生产过程中各个输入变量及浮选现场环境参数；/n对采集的输入变量进行预处理并利用处理后的变量训练神经网络，确定BP神经网络模型参数；/n将建好的模型参数编写程序植入到协调器模块，同时协调器模块接收采集的浮选中各输入变量对目标变量进行软测量；/n软测量求得的铜精矿和尾矿品位值传输到上位机并在基于LabVIEW的软件平台进行实时显示。/n

【技术特征摘要】
1.一种基于无线传感网络的铜矿浮选智能软测量方法，其特征在于，包括如下步骤：
实时采集铜矿浮选生产过程中各个输入变量及浮选现场环境参数；
对采集的输入变量进行预处理并利用处理后的变量训练神经网络，确定BP神经网络模型参数；
将建好的模型参数编写程序植入到协调器模块，同时协调器模块接收采集的浮选中各输入变量对目标变量进行软测量；
软测量求得的铜精矿和尾矿品位值传输到上位机并在基于LabVIEW的软件平台进行实时显示。


2.根据权利要求1所述的一种基于无线传感网络的铜矿浮选智能软测量方法，其特征在于，所述的实时采集铜矿浮选生产过程中各个输入变量的步骤包括：
基于ZigBee的嵌入式芯片设计ZigBee终端模块，实时采集铜矿浮选生产过程中各个输入变量及浮选现场环境参数。


3.根据权利要求2所述的一种基于无线传感网络的铜矿浮选智能软测量方法，其特征在于，所述的对采集的输入变量进行预处理并利用处理后的变量训练神经网络，确定BP神经网络模型参数的步骤包括：
对浮选过程中各输入变量进行预处理、剔除无关变量或影响小于设定影响比例的变量，输出影响浮选过程精矿及尾矿品位的关键变量；
利用所述的关键变量在MATLAB工具箱里设计软测量算法，确定BP神经网络模型参数。


4.根据权利要求3所述的一种基于无线传感网络的铜矿浮选智能软测量方法，其特征在于，所述的对采集的输入变量进行预处理并利用处理后的变量训练神经网络，确定BP神经网络模型参数的步骤，具体包括：
S31：利用归一化互信息将浮选过程中的输入变量值压缩到0～1之间；
S32：利用禁忌搜索的思想完成变量的初步排序；
S33：选一个初始点x，计x为最优点；
S34：计算x的邻域；
S35：将达到禁忌长度的解加入邻域；
S36：将满足规则的解加入邻域；
S37：计算邻域中的最优点，记为x；
S38：邻域中其它禁忌点写入禁忌表；
S39：判断是否满足终止规则，若是，执行S40；否则执行步骤S34；
S40：训练BP神经网络，确定神经网络模型参数。


5.根据权利要求3所述的一种基于无线传感网络的铜矿浮选智能软测量方法，其特征在于，将建好的模型参数编写程序植入到协调器模块，同时协调器模块接收采集的浮选中各输入变量对目标变量进行软测量的步骤包括：
用预处理的数据在MATLAB工具箱里进行数据建模，将建好的模型参数用C语言编写，然后...

【专利技术属性】
技术研发人员：孙凯，吴浩，刘全，马凤英，张芳芳，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：山东;37