System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及工艺过程数据协同计算,尤其涉及基于泡沫矿化程度的铜浮选控制方法、装置、设备及介质。
技术介绍
1、泡沫浮选是利用不同矿物颗粒的亲水性差异来筛选有用矿物的工艺方法,浮选过程的质量关系到整个选厂的经济技术指标。而铜矿浮选生产过程中入选原料性质复杂多变,加之工艺流程长且工序作业间耦合度高,生产操作过程中冒槽、沉槽等异常工况时有发生,浮选生产过程存在精矿品位不稳定、尾矿易“跑高”等难题。特别是浮选生产智能化水平低,操作高度依赖人工经验,严重制约了浮选生产指标的稳定和经济效益的提高。
2、长期以来,浮选现场主要依靠操作人员观察浮选槽表面泡沫颜色、大小等视觉特征识别包括品位在内的浮选生产指标,进而调整浮选液位、充气量、药剂添加量等,保证浮选产品品位正常。通过实时测量的泡沫图像数据结合信息提取技术,并在线品位预测可以避免操作人员观察的主观随意性,同时也能提高状态参数反馈的实时性,有助于提高浮选过程自动控制水平。现有的浮选过程控制主要是基于泡沫流速的浮选机单机产率控制,并未将浮选泡沫所蕴含的特征参数充分利用,且仅通过浮选机单机产率控制较为单一,无法解决浮选过程复杂环境导致的工况异常。
3、专利【202111615444.2】中提出的一种浮选泡沫矿化程度表征方法,其中提出泡沫相对矿化程度(rmd)模型,该模型具有很强的鲁棒性,能够很好的表征浮选泡沫的矿化程度。然而,该专利并不能根据浮选泡沫的矿化程度指定对应的控制策略,以提高精矿品位稳定度与金属综合回收利用率。
技术实现思路
1、有鉴于此,本专利技术的目的是为了克服现有技术中的不足,提供一种基于泡沫矿化程度的铜浮选控制方法、装置、设备及介质。
2、本专利技术提供如下技术方案:
3、第一方面,本申请提供了基于泡沫矿化程度的铜浮选控制方法,包括:
4、获取铜浮选过程的铜浮选泡沫信息,根据所述铜浮选泡沫信息提取泡沫特征信息,从所述泡沫特征信息选取目标泡沫特征信息;
5、根据所述目标泡沫特征信息构建泡沫矿化程度模型,通过所述泡沫矿化程度模型,利用所述目标泡沫特征信息计算泡沫矿化程度;
6、建立所述铜浮选过程的参数数据库,通过先验概率方法,利用所述参数数据库和所述泡沫矿化程度确定所述铜浮选过程的目标运行状态;
7、根据所述目标运行状态,确定所述铜浮选过程的目标控制函数,根据所述目标控制函数确定控制目标;
8、根据所述控制目标和先验概率确定所述铜浮选过程的先验控制决策;
9、通过预设状态反馈模型对所述先验控制决策进行优先级动态评价和调整,得到下一步控制决策。
10、一种实施方式中,所述从所述泡沫特征信息选取目标泡沫特征信息,包括:
11、获取铜浮选的生产数据,根据所述生产数据确定所述铜浮选的质量影响因素;
12、通过浮选泡沫图像分析设备获取所述泡沫特征信息,从所述泡沫特征信息中提取与所述质量影响因素对应的目标泡沫特征信息,所述泡沫特征信息包括图片信息。
13、一种实施方式中,所述根据所述目标泡沫特征信息构建泡沫矿化程度模型,通过所述泡沫矿化程度模型,利用所述目标泡沫特征信息计算泡沫矿化程度,包括:
14、通过以下方式构建所述泡沫矿化程度模型:
15、rmd=r[(ws),(ka),(qf),(pcm)]t+x
16、其中,rmd表示泡沫矿化程度,r表示总系数矩阵,w表示泡沫尺寸系数矩阵,s表示泡沫尺寸矩阵,k表示泡沫面积系数矩阵,a表示泡沫面积矩阵,q表示泡沫稳定性系数矩阵,f表示泡沫稳定性矩阵,p表示泡沫颜色系数矩阵,cm表示泡沫颜色特征矩阵,x表示常数。
17、一种实施方式中,所述通过先验概率方法,利用所述参数数据库和所述泡沫矿化程度确定所述铜浮选过程的目标运行状态,包括:
18、定义所述铜浮选过程的状态空间,设置多个状态限,通过多个所述状态限将所述状态空间划分为多个初始运行状态;
19、根据铜浮选标准工艺,确定所述铜浮选过程中所述初始运行状态的评价标准,根据所述评价标准、所述参数数据库和所述泡沫矿化程度确定所述初始运行状态;
20、通过对每个所述初始运行状态进行先验样本对比,确定每个所述初始运行状态的概率密度;
21、根据所述概率密度,确定每个所述初始运行状态对应的后验概率,根据所述后验概率计算错误率,将所述错误率最小的结果作为所述目标运行状态。
22、一种实施方式中,所述根据所述目标运行状态,确定所述铜浮选过程的目标控制函数,根据所述目标控制函数确定控制目标,包括:
23、根据所述目标运行状态,确定目标函数性能指标:
24、当时,
25、
26、当时,
27、
28、当时
29、
30、其中,j为目标函数性能指标,θ为样本总数,μ为样本,δ1为精矿品位允许的偏差范围,δ2为尾矿品位允许的偏差范围,为精矿品位适应系数,为产率适应系数,为尾矿品位适应系数,cv为泡沫流速矩阵,β1为浮选精矿品位,β1*为浮选精矿品位,cv*为泡沫流速目标值。
31、一种实施方式中,所述根据所述控制目标和先验概率确定铜浮选过程的先验控制决策,包括:
32、确定铜浮选控制决策变量,根据所述控制决策变量生成控制变量,所述控制决策变量包括浮选液位、充气量、捕收剂、ph调整剂、起泡剂和抑制剂;
33、定义控制决策的一维控制决策矩阵,根据所述控制变量和所述一维控制决策矩阵,计算每种所述目标运行状态下每一种所述控制决策的出现概率;
34、根据所述控制目标和所述先验概率确定所述铜浮选过程的先验控制决策。
35、一种实施方式中,所述通过状态反馈模型对所述先验控制决策进行优先级动态评价和调整,得到下一步控制决策,包括:
36、根据所述控制目标及先验概率,确定每个控制决策变量对应的优先级,调整高优先级的控制决策变量,并获取状态反馈;
37、通过预设状态反馈模型和所述状态反馈,计算状态偏差;
38、利用所述状态偏差对所述先验控制决策的优先级进行动态调整,计算得到所述下一步控制决策。
39、第二方面,本申请提供了基于泡沫矿化程度的铜浮选控制装置,包括:
40、提取模块,用于获取铜浮选过程的铜浮选泡沫信息,根据所述铜浮选泡沫信息提取泡沫特征信息,从所述泡沫特征信息选取目标泡沫特征信息;
41、构建模块,用于根据所述目标泡沫特征信息构建泡沫矿化程度模型,通过所述泡沫矿化程度模型,利用所述目标泡沫特征信息计算泡沫矿化程度;
42、建立模块,用于建立所述铜浮选过程的参数数据库,通过先验概率方法,利用所述参数数据库和所述泡沫矿化程度确定所述铜浮选过程的目标运行状态;
43、确定模块,用于根据所述目标运行状态,确定所述铜本文档来自技高网...
【技术保护点】
1.基于泡沫矿化程度的铜浮选控制方法,其特征在于,包括:
2.根据权利要求1所述的基于泡沫矿化程度的铜浮选控制方法,其特征在于,所述从所述泡沫特征信息选取目标泡沫特征信息,包括:
3.根据权利要求1所述的基于泡沫矿化程度的铜浮选控制方法,其特征在于,所述根据所述目标泡沫特征信息构建泡沫矿化程度模型,通过所述泡沫矿化程度模型,利用所述目标泡沫特征信息计算泡沫矿化程度,包括:
4.根据权利要求3所述的基于泡沫矿化程度的铜浮选控制方法,其特征在于,所述通过先验概率方法,利用所述参数数据库和所述泡沫矿化程度确定所述铜浮选过程的目标运行状态,包括:
5.根据权利要求1所述的基于泡沫矿化程度的铜浮选控制方法,其特征在于,所述根据所述目标运行状态,确定所述铜浮选过程的目标控制函数,根据所述目标控制函数确定控制目标,包括:
6.根据权利要求1所述的基于泡沫矿化程度的铜浮选控制方法,其特征在于,所述根据所述控制目标和先验概率确定铜浮选过程的先验控制决策,包括:
7.根据权利要求6所述的基于泡沫矿化程度的铜浮选控制方法,其特征在
8.基于泡沫矿化程度的铜浮选控制装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括存储器和至少一个处理器,所述存储器存储有计算机程序,所述处理器用于执行所述计算机程序以实施如权利要求1至7中任一项所述的基于泡沫矿化程度的铜浮选控制方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被执行时,实现如权利要求1至7中任一项所述的基于泡沫矿化程度的铜浮选控制方法。
...【技术特征摘要】
1.基于泡沫矿化程度的铜浮选控制方法,其特征在于,包括:
2.根据权利要求1所述的基于泡沫矿化程度的铜浮选控制方法,其特征在于,所述从所述泡沫特征信息选取目标泡沫特征信息,包括:
3.根据权利要求1所述的基于泡沫矿化程度的铜浮选控制方法,其特征在于,所述根据所述目标泡沫特征信息构建泡沫矿化程度模型,通过所述泡沫矿化程度模型,利用所述目标泡沫特征信息计算泡沫矿化程度,包括:
4.根据权利要求3所述的基于泡沫矿化程度的铜浮选控制方法,其特征在于,所述通过先验概率方法,利用所述参数数据库和所述泡沫矿化程度确定所述铜浮选过程的目标运行状态,包括:
5.根据权利要求1所述的基于泡沫矿化程度的铜浮选控制方法,其特征在于,所述根据所述目标运行状态,确定所述铜浮选过程的目标控制函数,根据所述目标控制函数确定控制目标,包括:
<...【专利技术属性】
技术研发人员:汪晓春,朱颖舟,张仁忠,王庆凯,邹国斌,王旭,张海洋,史叶龙,孔艳珍,刘道喜,陈资楠,刘猛,
申请(专利权)人:安徽铜冠庐江矿业有限公司,
类型:发明
国别省市:
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。