[發明專利]一種濕法冶金過程中運行狀態的評價方法

有效

• 申請號: 201710280387.4
• 申請日: 2017-04-26
• 公開（公告）號: CN107121490B
• 公開（公告）日: 2019-08-09
• 發明（設計）人: 常玉清;鄒筱瑜;王福利;王姝;趙露平;李鴻儒;牛大鵬
• 申請（專利權）人: 東北大學
• 主分類號: G01N29/032
• 分類號: G01N29/032;G01F1/58;G01L9/06;G05B13/04
• 代理公司: 北京易捷勝知識產權代理事務所(普通合伙) 11613
• 代理人: 齊勝杰

1.一種濕法冶金過程中運行狀態的評價方法，其特征在于，包括：

步驟01、對濕法冶金過程中在線采集的預設時間段內的定量數據和定性數據進行預處理，獲得待分析的定量數據和定性數據；

步驟02、采用分塊策略將待分析的定量數據和定性數據進行分塊，獲得待分析的每一子塊，每一子塊包括：待分析的至少一個定量數據和/或至少一個定性數據；

步驟03、采用預先建立的運行狀態評價模型，對每一子塊進行處理，確定每一子塊的運行狀態等級；

步驟04、選擇所有子塊對應的運行等級中最劣的運行狀態等級，將所有子塊中最劣的運行狀態等級作為濕法冶金過程中全流程運行狀態等級；

其中，所述步驟03包括：

根據下述公式一，確定第m個子塊的運行狀態等級

其中，m為子塊的序號，l＝1,2,…,L，L為等級的總數目，表示第m個子塊的第l個等級；

第m個子塊屬于第l個等級的概率為

x_t,m為待評價的第m個子塊中的數據，是x_t,m的條件屬性集合，為模糊等價類截集，為根據歷史數據確定的第m個子塊的運行狀態等級，表示x_i的模糊等價類，是一個模糊集合，表示x_i的模糊等價類的λ截集，是一個經典集合，|S|表示集合S的基，即S中元素的個數。

2.根據權利要求1所述的方法，其特征在于，在步驟03之前，所述方法還包括：

步驟03a、根據歷史時間段內的濕法冶金過程中的歷史定量數據和歷史定性數據，建立用于評價每一子塊的運行狀態等級的運行狀態評價模型。

3.根據權利要求2所述的方法，其特征在于，所述步驟03a是通過離線方式預先建立的。

4.根據權利要求3所述的方法，其特征在于，所述定量數據為濕法冶金過程中采集的測量數據，所述定性數據為濕法冶金過程中采集的狀態等級數據。

5.根據權利要求4所述的方法，其特征在于，步驟02包括：

將屬于一個工序的定量數據和/或定性數據作為一個子塊；

或者，

將屬于一個車間的定量數據和/或定性數據作為一個子塊；

或者，

將一個生產單元內相互關聯的定量數據和/或定性數據作為一個子塊。

6.根據權利要求5所述的方法，其特征在于，所述步驟04包括：

根據下述公式二，判定全流程運行狀態等級等于子塊中最劣運行狀態等級；

7.根據權利要求1至6任一所述的方法，其特征在于，所述方法還包括：

步驟05、當全流程運行狀態等級為非最優運行狀態等級時，針對非最優運行狀態等級的每一子塊，進行非優原因追溯，以查找導致非最優運行狀態等級的原因變量。

8.根據權利要求7所述的方法，其特征在于，所述步驟05包括：

根據下述公式三，查找導致非最優的原因變量；

其中，Δ^opt中差值比較大的變量，為非優原因變量；

為最優數據庫中與x_t,m匹配度最大的數據；其中，最優數據庫是指，歷史數據中相應子塊的運行狀態為最優等級的子塊數據構成的集合。

9.根據權利要求8所述的方法，其特征在于：

根據公式三，查找導致非最優的原因變量的步驟之前，還包括：

確定當前非優數據x_t,m與最優數據庫中數據的匹配度

其中，

β_j∈[0,1]是屬性權重，J_m為子塊m中包含的變量數目，通過確定；

其中，x_1,j、x_2,j分別是x₁、x₂的第j個變量；當第j個變量是定量變量，分別是第j個變量的工藝最大值、最小值；當第j個變量為定性變量，|x_1,j-x_2,j|表示x_1,j和x_2,j的等級差；N_j是第j個變量的等級數目。