基于案例推理的磨矿系统智能优化设定方法

摘要

一种基于案例推理的磨矿系统智能优化设定方法，属于自动控制技术领域，具体地涉及对选矿厂磨矿工段中用于研磨矿石的由球磨机和螺旋分级机组成的湿式磨矿系统的基础控制回路进行智能优化设定的方法，该方法包括以下步骤：溢流粒度软测量、辅助变量的选择、主导变量的选择、边界条件的确定、案例表示、案例库初始案例的取得、案例推理、案例存储与维护，本发明根据磨矿粒度指标的目标，给出当前磨矿系统的新给矿量、溢流浓度、入口加水量等基础控制回路的优化设定值，使磨矿分级系统处于优化的工作状态，以获得由合格粒度组成的磨矿产物。

主权项

1、一种基于案例推理的磨矿系统智能优化设定方法，其特征在于该方法依赖于磨矿系统硬件平台，由智能优化设定软件实现，包括以下步骤：(1)溢流粒度软测量；(2)辅助变量的选择，辅助变量包括，时间变量TJQ，分级机溢流粒度期望值LDEXP，分级机溢流粒度软测量值LDRCL，球磨机电流检测值PQM，分级机电流检测值PFJJ；(3)主导变量的选择，主导变量包括，球磨机新给矿量QGKL，球磨机入口加水量WF1，分级机溢流浓度DYLND；(4)边界条件的确定，即确定球磨机给矿量的上下限、球磨机给矿水的上下限以及分级机溢流浓度的上下限；(5)案例表示，对数据库中的案例进行如下案例表示： -- -- - 时 间 工况描述 解 相 似 度 时 间 变 量 分级机 溢流粒度 期望值 分级机 溢流粒度 软测量值 球磨机电 流检测值 分级机电 流检测值 球磨机 给矿量 球磨机给 矿水量 分级机 溢流浓度 T f1 f2 f3 f4 f5 j1 j2 j3 SIM(6)案例库初始案例的取得，对应每一次对分级机溢流进行的人工采样，可以找到计算机控制系统中储存的对应的过程变量值及分级机溢流粒度软测量值，由此得到一组案例，其数据包括所有主导变量、所有辅助变量以及采样时间T，待m组数据收集后，可以得到如下的数据集合：MV＝{[Ti，TJQ，LDEXP，LDRCL，PQM，PFJJ，QGKL，WF1，DYLND，]|i＝1，…，m}以上述数据集合按照下述规则配对，即成为案例：{[Ti，，TJQ，LDEXP，LDRCL，PQM，PFJJ]|i＝1，…，m}→{QGKL，WF1，DYLND|i＝1，…，m}；(7)案例推理，案例推理包括案例的检索与匹配及案例重用、案例评价与修正，其流程为：(A)初始化：进行所有变量的初始化；(B)是否进行智能优化设定，如果是，则转至(C)，进行案例检索与匹配及案例重用的过程；如果否，则转至(K)，进行案例评价与修正的过程；(C)选择矿石可磨性；(D)读取当前工况描述；(E)相似度计算；(F)确定阈值；(G)案例检索与匹配；(H)案例重用；(I)边界条件约束；(J)下装并保存智能优化设定结果；(K)选择矿石可磨性；(L)读取分级机溢流粒度化验值和化验取样时间；(M)记录检索；(N)求粒度期望值和化验值之差；(O)是否满足精度要求，若粒度精度合格，不需要进行案例修正，否则需要进行案例修正；(P)输入与取样时间对应的工况描述；(Q)相似度计算；(R)确定阈值；(S)案例检索与匹配；(T)案例修正；(U)案例保存；(V)结束；(8)案例存储与维护，对准备加入案例库中的新案例Cnew，按照相似度计算公式，$\mathrm{sim}(f_i,f_{i,k})=1-\frac{|f_i-f_{i,k}|}{\mathrm{Max}(f_i,f_{i,k})},$i＝1，2，3，4，5，k＝1，2，…n计算其与案例库中存储的所有旧案例的相似度，设这些相似度分别为：SIM1，SIM2…SIMn，n为案例库中旧案例的个数，0≤SIMi≤1；若求出的所有相似度都小于或者等于某一个给定的阈值ξ1，0＜ξ1＜1，则加入该新案例Cnew；若至少存在一个相似度大于该阈值，则抛弃该新案例，不存储。