[發明專利]一種塊煤淺槽分選過程的精煤灰分在線軟測量方法

在審

• 申請號: 202210542979.X
• 申請日: 2022-05-18
• 公開（公告）號: CN114758196A
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 桂夏輝;邢耀文;王蘭豪;代世琦;曹亦俊;劉炯天
• 申請（專利權）人: 中國礦業大學
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京天達知識產權代理事務所(普通合伙) 11386
• 代理人: 許志宏

1.一種塊煤淺槽分選過程的精煤灰分在線軟測量方法，其特征在于，包括：

實時采集數據，包括精煤產量、尾煤產量、合格介質密度及精煤的雙能X射線圖像；

將實時采集的精煤的雙能X射線圖像中每一像素點的R值輸入至訓練好的精煤灰分預測主模型，處理后得到精煤灰分預測值；

處理實時采集的精煤產量和尾煤產量，得到精煤產率；并將所述精煤產率和歸一化處理后的合格介質密度輸入至訓練好的精煤灰分補償模型，處理后得到精煤灰分誤差預測值；

用所述精煤灰分誤差預測值對所述精煤灰分預測值進行補償，得到最終的精煤灰分預測結果。

2.根據權利要求1所述的塊煤淺槽分選過程的精煤灰分在線軟測量方法，其特征在于，通過以下方式訓練所述精煤灰分預測主模型：

獲取第一樣本集，所述第一樣本集中的每一組第一樣本數據包括：精煤的雙能X射線圖像，精煤灰分實測值；

將每一組第一樣本數據中精煤的雙能X射線圖像中每一像素點的R值作為輸入、精煤灰分實測值作為標簽，對所述精煤灰分預測主模型進行訓練，確定所述精煤灰分預測主模型的結構和參數，得到訓練好的精煤灰分預測主模型。

3.根據權利要求1所述的塊煤淺槽分選過程的精煤灰分在線軟測量方法，其特征在于，通過以下方式訓練所述精煤灰分補償模型：

獲取第二樣本集，所述第二樣本集中的每一組第二樣本數據包括：精煤產量、尾煤產量、合格介質密度、精煤的雙能X射線圖像以及精煤灰分實測值；

處理每一組第二樣本數據中的精煤產量和尾煤產量，得到精煤產率；

將每一組第二樣本數據中的精煤的雙能X射線圖像中每一像素點的R值輸入至訓練好的精煤灰分預測主模型，得到精煤灰分預測值；

將每一組第二樣本數據對應的精煤產率和歸一化處理后的合格介質密度作為輸入、將對應的精煤灰分實測值與精煤灰分預測值的差值作為標簽，對所述精煤灰分補償模型進行訓練，得到訓練好的精煤灰分補償模型。

4.根據權利要求3所述的塊煤淺槽分選過程的精煤灰分在線軟測量方法，其特征在于，每一組第二樣本數據均滿足：精煤產量、尾煤產量與原煤可選性曲線進行匹配得到的精煤灰分理論值，與當前第二樣本數據精煤灰分實測值之間的偏差不超過設定的偏差閾值。

5.根據權利要求3所述的塊煤淺槽分選過程的精煤灰分在線軟測量方法，其特征在于，所述方法還包括：

實時采集數據過程中，還定期采集精煤灰分實測值；

若定期采集的精煤灰分實測值，與基于該時刻的實際采集數據得到的最終的精煤灰分預測結果之間的誤差低于設定誤差，則將該時刻的實際采集數據及精煤灰分實測值作為一組修正數據，多組修正數據形成修正數據集，并基于所述修正數據集對所述精煤灰分補償模型進行在線修正。

6.根據權利要求1-5中任一項所述的塊煤淺槽分選過程的精煤灰分在線軟測量方法，其特征在于，所述精煤的雙能X射線圖像中每一像素點的R值：

其中，μ_l表示雙能X射線圖像中的像素點在低能X射線下的衰減系數，μ_h表示雙能X射線圖像中的像素點在高能X射線下的衰減系數。

7.根據權利要求1-5中任一項所述的塊煤淺槽分選過程的精煤灰分在線軟測量方法，其特征在于，所述處理實時采集的精煤產量和尾煤產量，得到精煤產率，包括：

其中，r₁表示精煤產率，Q₁表示精煤產量，Q₂表示尾煤產量。

8.根據權利要求1-5中任一項所述的塊煤淺槽分選過程的精煤灰分在線軟測量方法，其特征在于，所述精煤灰分預測主模型基于卷積神經網絡實現。

9.根據權利要求1-5中任一項所述的塊煤淺槽分選過程的精煤灰分在線軟測量方法，其特征在于，所述精煤灰分補償模型基于最小二乘支持向量回歸實現。

10.根據權利要求1-5中任一項所述的塊煤淺槽分選過程的精煤灰分在線軟測量方法，其特征在于，

所述精煤產量通過精煤皮帶秤測量得到；

所述尾煤產量通過尾煤皮帶秤測量得到；

所述合格介質密度通過合格介質桶中的密度計測量得到；

所述精煤的雙能X射線圖像通過設置于精煤皮帶上方的工業X射線光機采集得到。