一种磨矿分级过程的模糊优化控制方法和设备技术

本发明专利技术公开了一种磨矿分级过程的模糊优化控制方法和设备，方法为：获取磨矿分级过程的历史运行数据，并预处理得到标准数据集；其中运行数据包括若干被控和控制变量的时间序列；根据标准数据集对磨矿分级过程划分工况并确定最优工况；选择部分被控变量并计算其趋势特征，根据趋势特征和最优工况优选样本并生成优化数据库；采用加权优化的WM算法提取过程不同工况下的模糊规则，生成离线模糊规则库；获取实时运行数据并在线识别工况，激活该工况规则库，并根据实时运行数据进行规则推理得到控制输出，同时提取在线控制规则对模糊规则库进行在线更新。本发明专利技术可以减小磨矿分级过程波动并使其稳定在最优工况，提高了该过程优化控制系统的自适应能力。系统的自适应能力。系统的自适应能力。

【技术实现步骤摘要】
一种磨矿分级过程的模糊优化控制方法和设备


[0001]本专利技术属于磨矿及控制
，具体涉及一种磨矿分级过程的模糊优化控制方法和设备。

技术介绍

[0002]磨矿分级过程是矿石破碎和矿物浮选的中间作业，该过程通过球磨机的研磨作用和旋流器的分级作用，使矿石颗粒由大变小，输出具有合格粒度的矿浆。磨矿分级过程内部机理较为复杂且无法直接检测其内部状态参数，该过程的黑箱特性提高了控制难度。
[0003]目前国内大多数选矿厂智能化水平较低，离不开操作人员的实时监控与调整，而操作人员对工况划分没有一致的判断标准，导致设备常常难以维持在最佳工作性能，因此工况的明确划分对过程监控具有重要意义。此外，人工操作具有主观性、精力有限且操作滞后、经验知识的积累和传承也较为困难。针对该问题，国内外学者已提出一些基于专家系统、模糊控制、案例推理等优化控制方法，并取得了一定的研究成果，然而这些方法中的控制规则来自领域专家经验，虽易于学习和理解，但知识获取困难，更新繁琐，难以适用于矿源复杂且矿石性质多变的磨矿分级过程。
[0004]随着大数据技术的应用，基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种磨矿分级过程的模糊优化控制方法，其特征在于，包括：S1：获取磨矿分级过程的历史运行数据，对获取的数据进行时间配准和标准化处理，得到标准数据集；其中，磨矿分级过程的运行数据包括磨矿分级过程的若干个被控变量和控制变量的时间序列；S2：根据标准数据集对磨矿分级过程进行工况划分，并确定最优工况；S3：选择部分被控变量，根据其在标准数据集的时间序列数据计算对应的趋势特征数据；根据趋势特征数据和最优工况从标准数据集中优选样本数据，将优选的样本数据与趋势特征数据结合生成优化数据库；S4：以被控变量和控制变量分别作为模糊规则的输入和输出，并根据优化数据库、采用加权优化的WM算法，提取磨矿分级过程不同工况下的模糊规则，生成离线模糊规则库；S5：获取磨矿分级过程的实时运行数据，对其进行在线工况识别，激活该工况对应的模糊规则库，并根据实时运行数据进行规则推理得到输出，将输出应用于磨矿分级过程，同时提取在线模糊控制规则并基于滑动窗口对模糊规则库进行在线更新。2.根据权利要求1所述的一种磨矿分级过程的模糊优化控制方法，其特征在于，所述磨矿分级过程包括磨矿过程和分级过程；所述磨矿过程的变量包括给矿流量、磨音和磨机功率，其中给矿流量为控制变量，磨音和磨机功率均为被控变量；所述分级过程的变量包括补水流量、砂泵频率、泵池液位、旋流浓度和旋流压力，其中补水流量和砂泵频率均为控制变量，泵池液位、旋流浓度和旋流压力均为被控变量。3.根据权利要求2所述的一种磨矿分级过程的模糊优化控制方法，其特征在于，对获取数据进行时间配准的方法为：1)对历史运行数据进行去噪处理，构成原始数据集其中，V
o
＝{x
o_1
,x
o_2
,...,x
o_n
}为磨矿分级过程的变量集，依次对应过程变量：磨音、磨机功率、泵池液位、旋流浓度、旋流压力、给矿量、砂泵频率、补水流量，n为过程变量的个数；d
o,1
·
,d
o,2
·
,
···
,d
o,n
·
分别为过程变量x
o_1
,x
o_2
,...,x
o_n
的时间序列数据；T
o
为样本总数，即过程变量的时间序列数据的长度；2)以给矿流量为基准，计算其余各变量相对于给矿流量的时延；首先计算x
o_i
,x
o_j
(i∈{1,2,...,n},j＝6)的相关系数估计其中τ
ij
为x
o_i
,x
o_j
间的时延，计算公式如式(1)所示：其中，t∈{1,2,...,T
o
}；μ
i
和μ
j
分别为d
o,i
·
,d
o,j
·
的均值；s
i
和s
j
分别为d
o,i
·
,d
o,j
·
的标准差；根据式(1)计算和从x
o_i
到x
o_j
的时延λ
ij
为：
3)根据变量间的时延对原始数据集D
o
进行时间配准，得到重构数据集其中，D
nod
中各过程变量的时间序列数据d
nod,1
·
,d
nod,2
·
,
···
,d
nod,n
·
的数据长度为T
nod
＝T
o
‑
max(λ
ij
)，i∈{1,2,...,n},j＝6。4.根据权利要求3所述的一种磨矿分级过程的模糊优化控制方法，其特征在于，采用Z
‑
Score方法对重构数据集D
nod
进行标准化处理，得到标准数据集D
nor
：其中，i∈{1,2,...,n}，t∈{1,2,...,T
nod
}；d
nod,it
为第i个过程变量在时刻t的数据，d
nor,it
为d
nod,it
标准化后的值；为标准化得到的标准数据集。5.根据权利要求2所述的一种磨矿分级过程的模糊优化控制方法，其特征在于，根据变量所属的过程将标准数据集分为磨矿过程数据集和分级过程数据集对磨矿过程和分级过程均采用基于状态转移的核模糊C均值聚类算法进行工况划分，具体步骤如下：1)采用模糊C均值算法对磨矿过程数据集D
M
进行初始聚类分析，设定聚类个数为c，得到初始聚类中心矩阵和初始隶属度矩阵其中为第i个聚类中心，为数据d
M,
·
j
隶属于的隶属度；2)采用状态转移算法优化初始聚类中心矩阵得到聚类中心矩阵的最优解3)将状态转移算法求得的最优解作为核模糊C均值聚类算法聚类中心矩阵的初始值，并采用核模糊C均值聚类算法对磨矿过程数据集D
M
进行聚类分析，得到最优的聚类中心矩阵和相对应的隶属度矩阵；4)根据数据集的聚类结果，将磨矿过程划分为c类工况，每个聚类中心对应一种工况，根据生产指标确定最优工况，根据数据属于的类别划分工况；5)针对分级过程和分级过程数据集D
C
，按照上述步骤1)至步骤4)对磨矿过程划分工况相同的方法，对分级过程进行工况划分。6.根据权利要求2所述的一种磨矿分级过程的模糊优化控制方法，其特征在于，在步骤S3中计算趋势特征...

【专利技术属性】
技术研发人员：王晓丽，颜娜，邹美吟，马崇振，阳春华，熊伟，
申请(专利权)人：长沙矿冶研究院有限责任公司，
类型：发明
国别省市：