公开(公告)号：CN115729103A

公开(公告)日：2023-03-03

申请号：CN202211418658.5

申请日：2022-11-14

Applicant: 中南大学 ,  长沙矿冶研究院有限责任公司

Inventor： 王晓丽 ,  颜娜 ,  邹美吟 ,  马崇振 ,  阳春华 ,  熊伟

IPC: G05B13/04

Abstract: 本发明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。

公开(公告)号：CN112686144A

公开(公告)日：2021-04-20

申请号：CN202011595567.X

申请日：2020-12-29

Applicant: 中南大学

Inventor： 王晓丽 ,  廖乾 ,  张贺 ,  马崇振 ,  阳春华 ,  张胜广

IPC: G06K9/00 ,  G06K9/62 ,  G01H17/00 ,  G06N3/04

Abstract: 本发明公开一种基于磨音信号的矿石球磨过程负荷识别方法，首先对采集到的原始信号进行预处理，包括消除直流分量、滤波，然后提出基于自回归(AR)谱估计的几何谱减法抑制噪声信号，提高信噪比；其次基于集合经验模态分解(EEMD)方法将磨音信号分解为K个本征模态分量IMF，利用排列熵选取可靠性高的模态分量进行磨音信号重构；接着计算每种负荷类型下重构信号的盒分形维数，并作为最终负荷分类依据；最后建立基于模糊C均值聚类的Bagging和极限学习机的负荷识别模型，实现负荷识别。本发明对国内某多金属选厂实际生产负荷进行识别，结果表明该识别模型能够准确地识别不同磨机负荷状态，具有良好的泛化性能和识别精度。

公开(公告)号：CN112686144B

公开(公告)日：2022-03-08

申请号：CN202011595567.X

申请日：2020-12-29

Applicant: 中南大学 ,  长沙矿冶研究院有限责任公司

Inventor： 王晓丽 ,  廖乾 ,  张贺 ,  马崇振 ,  阳春华 ,  张胜广

IPC: G06K9/00 ,  G06K9/62 ,  G01H17/00 ,  G06N3/04

Abstract: 本发明公开一种基于磨音信号的矿石球磨过程负荷识别方法，首先对采集到的原始信号进行预处理，包括消除直流分量、滤波，然后提出基于自回归(AR)谱估计的几何谱减法抑制噪声信号，提高信噪比；其次基于集合经验模态分解(EEMD)方法将磨音信号分解为K个本征模态分量IMF，利用排列熵选取可靠性高的模态分量进行磨音信号重构；接着计算每种负荷类型下重构信号的盒分形维数，并作为最终负荷分类依据；最后建立基于模糊C均值聚类的Bagging和极限学习机的负荷识别模型，实现负荷识别。本发明对国内某多金属选厂实际生产负荷进行识别，结果表明该识别模型能够准确地识别不同磨机负荷状态，具有良好的泛化性能和识别精度。