[發明專利]沉鐵過程出口離子預測方法及系統

在審

• 申請號: 202011381228.1
• 申請日: 2020-11-30
• 公開（公告）號: CN112562797A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 陳寧;胡福海;陽春華;桂衛華;陳嘉瑤;郭宇騫;趙彥霞
• 申請（專利權）人: 中南大學
• 主分類號: G16C20/70
• 分類號: G16C20/70;G16C60/00;C22B3/44;C22B19/20
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 鄧宇

1.一種沉鐵過程出口離子預測方法，其特征在于，包括以下步驟：

S1：構建影響沉鐵過程出口離子濃度效果的特征向量，獲取有標簽數據樣本集，采用仿射聚類傳播算法得到c個有代表性的中心樣本點，分別圍繞c個中心樣本選取相似度高的L個時間連續樣本構成c個子訓練樣本集；

S2：將對應不同工況的各子訓練樣本集分別進行局部鄰域標準化處理，然后以處理后的各子訓練樣本集數據分別對c個動態概率隱變量子模型參數進行辨識，以及根據EM算法求得各子動態概率隱變量子模型的參數，所述EM算法利用現有的子訓練樣本集數據信息并使用矩估計對初值進行選擇；

S3：基于S1所構建的特征向量獲取用于預測離線沉鐵過程出口離子濃度特征的無標簽的測試樣本數據，對同一測試樣本數據進行局部鄰域標準化處理后輸入到各動態概率隱變量子模型得到出口離子濃度預測值的概率分布；

S4:采用貝葉斯決策進行聯合估計將c個動態概率隱變量子模型輸出的預測值的概率分布結果進行融合，得到對應所述測試樣本數據最終的出口離子濃度的預測值。

2.根據權利要求1所述的沉鐵過程出口離子預測方法，其特征在于，S1所構建的特征向量x_i包括：

其中，從左到右分別為：二價鐵離子濃度、三價鐵離子濃度、銅離子濃度、鋅離子濃度、液體流速、FeOOH的質量、氧化鋅的質量和通入的氧氣的流量；

預測的沉鐵過程出口離子濃度向量y_i具體為：

其中，下標中的in和out分別代表輸入和輸出，為輸出的氧氣的濃度，為輸出的氫離子濃度。

3.根據權利要求2所述的沉鐵過程出口離子預測方法，其特征在于，S1具體包括：

對數據集{X,Y}＝{(x_i,y_i)}_{i＝1,2,...,n}進行仿射傳播聚類得到含有c個最優聚類中心v_j＝{x_j,y_j}_{j＝1,2,....,c}的聚類集合V，其中，n為訓練數據集的數量；

分別根據聚類中心v_j＝{x_j,y_j}_{j＝1,2,....,c}利用相似度選擇算法在數據集{X,Y}＝{(x_i,y_i)}_{i＝1,2,...,n}中選擇相似度高的L個連續樣本集，用于子模型參數辨識，記做{X_i,Y_i}_{i＝1,2,...,c},其中{X_i,Y_i}＝{(x_j,y_j)}_{j＝1,2,...,L}，對第j個聚類中心v_j，計算出距離每個測試數據集數據的距離：

其中，d_j,s為聚類中心與測試數據集的距離；Δ_s為有標簽樣本輸入數據的方差組成的對角陣的逆矩陣；x_s為樣本中的輸入特征數據；選擇最大的d_j,s距離，然后根據相似度函數選擇L個連續的子樣本數據集，c個中心點將得到子樣本數據集為：{X_i,Y_i}_{i＝1,2,...,c}。

4.根據權利要求3所述的沉鐵過程出口離子預測方法，其特征在于，局部鄰域標準化處理的計算公式為：

其中，局部領域N_k(x_i)表示第k個動態概率隱變量子模型數據集，即N_k(x_i)＝{X_i,Y_i}_i＝k,m(N_k(x_i))和s(N_k(x_i))分別表示樣本x_i的領域內的均值和標準差，z_i表示x_i進行局部鄰域標準化后的值。