一种利用小波时间序列确定交货批铁矿石品位波动的方法

摘要

本发明公开了一种利用小波时间序列确定交货批铁矿石品位波动的方法，采用卸载时铁矿石的粒度数据作为交货批铁矿石品位波动的分析依据，利用时间序列对铁矿石卸载时的在线粒度检测结果进行分析，再利用小波分析方法，应用MATLAB软件建立ARIMA模型对铁矿石的品位波动情况进行预测。交货批铁矿中每个份样的粒度检测结果按时间序列排列为非平稳时间序列，它由趋势项、周期项和平稳项经加性迭加而成，本发明方法利用小波变换将其进行分解和分析，提取与铁矿品位相关的特征因子，比对未知交货批份样时间序列粒度值，达到品位预测的目的。

主权项

一种利用小波时间序列确定交货批铁矿石品位波动的方法，其特征在于利用时间序列，对铁矿石卸载时的在线粒度检测结果进行分析，再利用小波分析方法，应用MATLAB软件建立ARIMA模型对时间序列进行分析并对铁矿石的品位波动情况进行预测，具体步骤为：1)对铁矿石卸载时的在线粒度进行测定，形成从卸载开始到卸载结束的粒度的时间序列；2)应用MATLAB软件建立ARIMA模型，该模型能够将时间序列迭加的趋势项、周期项和平稳项进行分离，并分析分离的随机因素，再结合趋势和周期分析，分别对趋势项、周期项和平稳项进行预测；3)在计算机上安装上述MATLAB软件，在MATLAB软件的小波工具箱中选择一维离散小波分析，导入铁矿石卸载时的在线粒度检测结果，选择db7小波进行4层分解，得到随机项d₁、周期项d₂－d₃和平稳项d₄；4)在上述db小波分解的基础上，对时间序列进行去噪，对分离的高频噪声曲线设定阈值，得到去噪后的阈值曲线，根据随机项d₁在平稳项上下的振幅大小，即阈值幅度，对铁矿石的品位波动情况进行预测和确定，为判定铁矿石的品位大小提供参考依据。