基于物理信息强化学习的浮选多槽联动控制方法及装置

    公开(公告)号:CN117960396A

    公开(公告)日:2024-05-03

    申请号:CN202311744476.1

    申请日:2023-12-18

    Abstract: 本发明涉及矿物浮选技术领域,特别是指一种基于物理信息强化学习的浮选多槽联动控制方法及装置,方法包括:获取待控制的多浮选槽系统的关键物理参数;将关键物理参数输入到训练好的物理信息预测网络,得到物理信息预测网络的输出特征,根据输出特征以及关键物理参数,得到物理信息状态表示;根据物理信息状态表示,构建多浮选槽系统中每个浮选槽的深度Q网络;根据每个浮选槽的深度Q网络,构建多浮选槽间的多智能体强化学习协同控制策略,得到浮选多槽联动控制结果。本发明中,不同浮选槽之间的具体连接关系,被直接输入到多智能体系统的控制中,实现精准的浮选槽间联动控制。提供了一种有效、精确和自适应的方式来优化浮选多槽的控制过程。

    一种膏体浓度非接触式自动检测方法

    公开(公告)号:CN112285105B

    公开(公告)日:2022-05-24

    申请号:CN202011026025.0

    申请日:2020-09-25

    Abstract: 本发明提供一种膏体浓度非接触式自动检测方法,属于尾矿膏体处置及图像处理技术领域。该方法涉及装置包括采集模块、分类模块及检测模块,该方法使用成像装置,采集膏体的图像或视频,采用图像或视频分析方法对所述膏体的图像或视频进行分类;根据所述膏体的图像或视频分类结果,获得当前膏体的浓度。本发明不仅能够在非接触式的测量情形下大幅度提高膏体浓度的测量精度,同时操作简单,不需要复杂的硬件设备,减少人工压力的同时也能进一步降低膏体浓度测量成本,可为矿山充填综合应用提供思路,具有重要的实用价值和理论意义。

    一种基于非确定性隐空间模型的浓密机控制方法及装置

    公开(公告)号:CN114036821A

    公开(公告)日:2022-02-11

    申请号:CN202111227806.0

    申请日:2021-10-21

    Abstract: 本发明公开了一种基于非确定性隐空间模型的浓密机控制方法及装置,涉及采矿智能控制技术领域。包括:获取浓密机系统的当前运行参数,当前运行参数包括进出料流量、进出料浓度;将当前运行参数输入到训练好的非确定性离散时间状态空间模型;基于当前运行参数以及训练好的非确定性离散时间状态空间模型,得到浓密机系统的泥层压强变化分布;基于从浓密机系统的泥层压强变化分布中采样得到的结果,根据交叉熵优化算法对浓密机系统的输入控制序列进行优化,得到浓密机系统的最优输入控制序列,对浓密机系统进行控制。本发明能够更好地表示浓密机系统的复杂噪音扰动以及非确定性,因此整套预测及控制方法拥有更好的预测精度以及控制精度。

    一种膏体充填进度实时测量与可视化方法及系统

    公开(公告)号:CN112258650B

    公开(公告)日:2024-03-19

    申请号:CN202010997613.2

    申请日:2020-09-21

    Abstract: 本发明公开了一种膏体充填进度实时测量与可视化方法及系统,该膏体充填进度实时测量与可视化方法包括:获取待充填的采场采空区的三维点云数据;基于所述三维点云数据,构建出所述待充填的采场采空区的三维模型;计算出所述三维模型的体积;获取膏体的流量数据,基于所述流量数据计算出当前采空区内的膏体填充量,并结合计算出的三维模型的体积得到膏体的填充进度并三维可视化显示。本发明能够通过采场模型信息以及井上膏体制备时得到的膏体流量监测数据实时估测膏体的充填进度,并对测算结果进行三维可视化展示。

    一种充填管道裂纹检测方法

    公开(公告)号:CN111784645B

    公开(公告)日:2023-08-22

    申请号:CN202010544835.9

    申请日:2020-06-15

    Abstract: 本发明提供一种充填管道裂纹检测方法,属于采矿工业领域。所述方法包括:利用带有裂纹的管道图像和加噪处理后的所述带有裂纹的管道图像对图像去噪模型进行训练;利用带有裂纹的管道图像及同时带有雨滴和裂纹的管道图像对图像去雨滴模型进行训练;利用目标检测训练集对裂纹检测模型进行训练,其中,所述目标检测训练集中的每张管道图像被标注出裂纹位置;实时获取待检测的管道图像,利用训练好的图像去噪模型、图像去雨滴模型、裂纹检测模型依次对待检测管道图像进行去噪、去雨滴处理、对裂纹进行检测。采用本发明,能够对图像中的噪音以及雨滴进行修复,从而提高管道裂纹检测精度和检测效率。

    一种充填场景下的深锥浓密机状态分类方法

    公开(公告)号:CN115424065A

    公开(公告)日:2022-12-02

    申请号:CN202211058369.9

    申请日:2022-08-31

    Abstract: 本发明公开了一种充填场景下的深锥浓密机状态分类方法,包括:获取浓密机系统在不同工作状态下的历史工作参数;其中,历史工作参数包括:无工作状态标注的工作参数和有工作状态标注的工作参数;基于对比学习,构建浓密机表示学习网络,并利用无工作状态标注的工作参数进行训练;构建浓密机状态分类器,将有工作状态标注的工作参数输入训练好的浓密机表示学习网络,得到相应的特征表示,利用得到的特征表示对浓密机状态分类器进行训练;获取待分类浓密机的工作参数,对待分类浓密机的当前工作状态进行分类。本发明利用对比学习可以在仅需少量标注数据的情况下对浓密机分类器进行训练并得到准确的分类结果,可对浓密机实时工作状态进行检测和报警。

    一种基于连续时间神经网络的浓密机预测控制方法及系统

    公开(公告)号:CN112445136B

    公开(公告)日:2022-02-22

    申请号:CN202011493186.0

    申请日:2020-12-16

    Abstract: 本发明公开了一种基于连续时间神经网络的浓密机预测控制方法及系统,该方法包括:获取实际工业场景中浓密机系统的历史运行参数;基于深度时序网络,构建浓密机系统的连续时间状态空间模型并利用历史运行参数对连续时间状态空间模型进行训练;获取待控制浓密机系统的当前运行参数,基于训练好的连续时间状态空间模型,根据当前运行参数预测待控制浓密机系统的底流浓度变化;基于待控制浓密机系统的底流浓度变化预测结果,对待控制浓密机系统的输入控制序列进行优化,得到待控制浓密机系统的最优输入控制序列。本发明相较于传统建模或控制方法,能够更好地表示浓密机系统的复杂非线性以及连续时间物理特性,因此拥有更高的拟合精度以及控制鲁棒性。

    一种基于连续时间神经网络的浓密机预测控制方法及系统

    公开(公告)号:CN112445136A

    公开(公告)日:2021-03-05

    申请号:CN202011493186.0

    申请日:2020-12-16

    Abstract: 本发明公开了一种基于连续时间神经网络的浓密机预测控制方法及系统,该方法包括:获取实际工业场景中浓密机系统的历史运行参数;基于深度时序网络,构建浓密机系统的连续时间状态空间模型并利用历史运行参数对连续时间状态空间模型进行训练;获取待控制浓密机系统的当前运行参数,基于训练好的连续时间状态空间模型,根据当前运行参数预测待控制浓密机系统的底流浓度变化;基于待控制浓密机系统的底流浓度变化预测结果,对待控制浓密机系统的输入控制序列进行优化,得到待控制浓密机系统的最优输入控制序列。本发明相较于传统建模或控制方法,能够更好地表示浓密机系统的复杂非线性以及连续时间物理特性,因此拥有更高的拟合精度以及控制鲁棒性。

Patent Agency Ranking