[發明專利]一種基于DAJYPLS算法的濃密機底流濃度預測方法

有效

• 申請號: 201910541282.9
• 申請日: 2019-06-21
• 公開（公告）號: CN110276128B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 賈潤達;張樹磊;張衛敏;張斌;張華魯
• 申請（專利權）人: 東北大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/04;G06Q10/0639;G06Q50/02
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李在川

本發明提供一種基于DAJYPLS算法的濃密機底流濃度預測方法，涉及濕法冶金技術領域。本發明步驟如下：步驟1：確定建立模型所需的數據集；步驟2：對數據集中數據標準化處理；步驟3：基于JYPLS算法建立DAJYPLS預測模型；步驟4：對于目標域給定新樣本xsubgt;new/subgt;，DAJYPLS預測模型輸出濃度預測值該方法可實現當現場采樣數據較少時，仍可以建立出準確的預測模型，以協助操作員進行控制，保證濃密脫水過程安全、穩定運行，提高綜合經濟效益，同時減少壓濾機的故障率。

技術領域

本發明涉及濕法冶金技術領域，尤其涉及一種基于域適應聯合輸出偏最小二乘(DAJYPLS)算法的濃密機底流濃度預測方法。

背景技術

隨著國家的快速發展，工業化、城鎮化進程的不斷推進，對礦物資源的不斷開發利用，高品位礦石正在逐步減少，金屬資源日益枯竭。業界不得不越來越多地面臨從貧、細、雜礦石中回收礦物資源的問題，礦產資源供給面臨空前的壓力。如何經濟高效地利用低品位有色金屬礦物資源生產金屬產品，對我國的可持續發展具有重要意義。而濕法冶金工藝正具有可處理低品位復雜礦石、生產高效、低排放等優點，在有色金屬冶煉領域有著越來越廣泛的應用。提高濕法冶金生產流程的自動化水平，實現濕法冶金全流程優化控制已成為我國業界亟需解決的重要問題。

礦物加工是典型的流程工業過程，其生產機理復雜，工序環節眾多，各個工序相互影響，相互耦合。濃密脫水工序是其中一道非常重要的工序，濃密機是該過程的關鍵設備。濃密機底流濃度的控制是濃密脫水生產過程中的關鍵，由于濃密機底流濃度反應了濃密機濃密過程效果及濃密機運行狀況，底流濃度過高會導致濃密機壓耙、底流管道堵塞等，底流濃度過低或造成濃密脫水過程中能耗增加、壓濾機等設備臺效降低、生產效率降低、增加壓濾機濾布損耗等，所以對濃密機底流濃度進行合理的控制,使其底流濃度在設定范圍內變化尤為重要。因此需要對濃密機底流濃度進行實時監測，但是實際工業現場很難完成對濃密機底流濃度進行在線實時監測，所以引入軟測量技術進行質量預報。

目前質量預測方法主要有兩大類，一類是基于機理建模的方法；另一類是基于數據驅動的方法，例如回歸分析法和人工神經元網絡?；跈C理建模的方法建立在事先對工業過程有充分了解的基礎上，在面對具有強非線性和模型不確定性的工業過程時，往往難以完成機理建模；而基于數據驅動的方法主要依據過程的可測數據，建模過程并不依賴于過程自身的機理?；诨貧w分析法的質量預測方法通過對工業生產過程中積累的歷史數據進行回歸分析，離線的建立質量的預測模型，并進行在線質量預測，其中的偏最小二乘方法(PLS)應用最為廣泛。

基于偏最小二乘的質量預測方法使用成分提取的方法建立質量預測模型。在進行主成分提取時，同時考慮輸入數據信息和輸出數據信息，保證從輸入數據和輸出數據中所提取出的主成分之間相關性最大，用提取出的主成分進行回歸建模。偏最小二乘算法具有運算復雜度較低，解釋效果較好等優點。上幾種方法都是建立在擁有充足數據樣本的基礎上，對于一個剛投入生產的新批次生產過程，由于生產過程運行的時間較短，通常無法獲得充足的過程數據。如果采用類似于上述的建模方法，所建立的預測模型往往預測精度較低無法滿足生產需求。而按照傳統方法就必須重新設計實驗以獲取過程數據，這將耗費大量的人力財力，建模效率低下，嚴重拖慢了新過程實現生產運行優化的速度，不利于企業實時調整生產策略與擴大生產規模。

發明內容

本發明要解決的技術問題是針對上述現有技術的不足，提供一種基于DAJYPLS算法的濃密機底流濃度預測方法，可實現當現場采樣數據較少時，仍可以建立出準確的預測模型，以協助操作員進行控制，保證濃密脫水過程安全、穩定運行，提高綜合經濟效益，同時減少壓濾機的故障率。

為解決上述技術問題，本發明所采取的技術方案是：

本發明提供一種基于DAJYPLS算法的濃密機底流濃度預測方法，包括如下步驟：