本發(fā)明屬于軟測量技術(shù)領(lǐng)域，具體涉及一種基于案例推理的鐵礦浮選精礦品位軟測量方法及系統(tǒng)。

背景技術(shù)：

在浮選生產(chǎn)過程中，精礦品位是表征鐵礦浮選過程產(chǎn)品質(zhì)量和生產(chǎn)效率的關(guān)鍵工藝指標。目前精礦品位的檢測方法大多依靠人工離線化驗檢測，這種方法會使得數(shù)據(jù)存在很嚴重的滯后性，當工況發(fā)生變化時不能及時做出對應(yīng)的調(diào)整策略，很有可能會造成礦漿中有用成分沒有得到充分的選別或是浮選藥劑過量，導致浮選效率低下，造成資源浪費。少數(shù)鐵礦選礦廠通過品位分析儀對精礦品位進行在線檢測，但品位分析儀價格昂貴且維護費用高，增加選礦成本。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)存在的不足，本發(fā)明提供一種基于案例推理的鐵礦浮選精礦品位軟測量方法及系統(tǒng)。

一種基于案例推理的鐵礦浮選精礦品位軟測量方法，包括如下步驟：

步驟1：從鐵礦浮選生產(chǎn)過程中提取歷史生產(chǎn)數(shù)據(jù)，包括浮選精礦品位及浮選邊界條件；

所述浮選邊界條件，包括：給礦品位、給礦濃度、浮選時間、浮選溫度、浮選濃度、充氣量、浮選藥劑用量；

步驟2：去除歷史生產(chǎn)數(shù)據(jù)中的異常點，并以異常點的前一點數(shù)值和后一點數(shù)值的平均值作為代替值；

步驟3：根據(jù)去除異常點的歷史生產(chǎn)數(shù)據(jù)，構(gòu)建浮選案例庫，將浮選邊界條件為案例描述，浮選精礦品位為案例解，案例描述與案例解構(gòu)成浮選案例；

步驟4：將鐵礦浮選生產(chǎn)過程中實時獲得的浮選邊界條件作為新的案例描述，在浮選案例庫中進行案例檢索，得到新的案例描述與案例庫中記載的各案例描述之間的一組相似度值；

步驟5：將相似度值從大到小排列，選取前n個相似度值對應(yīng)的浮選案例庫中的案例描述作為當前工況的參考案例；

步驟6：根據(jù)從案例庫中檢索出來的參考案例，求取n個參考案例的每種案例解的加權(quán)平均值，其中加權(quán)系數(shù)為每個案例與新案例的相似度，由此完成案例重用，獲得新的案例解，即針對當前工況的浮選精礦品位軟測量結(jié)果，新的案例描述和新的案例解構(gòu)成新的浮選案例；

步驟7：對新的浮選案例的案例描述在浮選案例庫中進行案例檢索，找到與新的浮選案例的案例描述具有最大相似度值的浮選案例庫中的案例描述，若該最大相似度值大于相似度閾值，則舍棄新的浮選案例，否則，用新的浮選案例替換該具有最大相似度值的浮選案例庫中的案例描述，完成浮選案例庫的更新。

所述的基于案例推理的鐵礦浮選精礦品位軟測量方法采用的鐵礦浮選精礦品位軟測量系統(tǒng)，包括：

采集實時浮選生產(chǎn)數(shù)據(jù)的數(shù)據(jù)采集模塊；

將數(shù)據(jù)采集模塊采集的數(shù)據(jù)轉(zhuǎn)發(fā)給以太網(wǎng)工控機的無線Zigbee傳輸模塊；

接收無線Zigbee傳輸模塊傳來的數(shù)據(jù)并發(fā)送至精礦品位計算機的以太網(wǎng)工控機；

接收以太網(wǎng)工控機發(fā)送的數(shù)據(jù)進行精礦品位軟測量和顯示的精礦品位計算機；

數(shù)據(jù)采集模塊的輸出端連接無線Zigbee傳輸模塊的輸入端，無線Zigbee傳輸模塊的輸出端連接以太網(wǎng)工控機的輸入端，以太網(wǎng)工控機的輸出端連接精礦品位計算機的輸入端。

有益效果：

本發(fā)明的基于案例推理的鐵礦浮選精礦品位軟測量方法，借助于鐵礦浮選精礦品位相關(guān)的可測生產(chǎn)數(shù)據(jù)，給出不同工況下的浮選精礦品位軟測量值，可以提高鐵礦浮選生產(chǎn)的安全性、可靠性和經(jīng)濟性。相比于現(xiàn)在的人工離線化驗檢測方法，本發(fā)明提高了浮選生產(chǎn)效率，降低了出錯的幾率；相比于品位分析儀，本發(fā)明減少了設(shè)備的維護費用，降低了生產(chǎn)成本；現(xiàn)場數(shù)據(jù)自動保存，不需要人工記錄，降低數(shù)據(jù)丟失、記錄錯誤幾率。

附圖說明

圖1是本發(fā)明具體實施方式基于案例推理的鐵礦浮選精礦品位軟測量方法流程圖；

圖2是本發(fā)明具體實施方式步驟7流程圖；

圖3是本發(fā)明具體實施方式鐵礦浮選精礦品位軟測量系統(tǒng)框圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明的具體實施做詳細說明。

一種基于案例推理的鐵礦浮選精礦品位軟測量方法，如圖1所示，包括如下步驟：

步驟1：從鐵礦浮選生產(chǎn)過程中提取歷史生產(chǎn)數(shù)據(jù)，包括浮選精礦品位及浮選邊界條件；

所述浮選邊界條件，包括：給礦品位、給礦濃度、浮選時間、浮選溫度、浮選濃度、充氣量、浮選藥劑用量，本實施方式浮選邊界條件如表1：

表1浮選邊界條件

結(jié)合歷史數(shù)據(jù)、生產(chǎn)現(xiàn)場調(diào)研及浮選過程理論分析，上述浮選邊界條件對浮選精礦品位有著直接的影響，并且所占比重很大。給礦品位、給礦濃度直接反應(yīng)出浮選給礦性質(zhì)；浮選時間、浮選溫度直接影響浮選效果；浮選濃度、充氣量、浮選藥劑用量可直接影響浮選精礦品位，成正相關(guān)關(guān)系。

步驟2：去除歷史生產(chǎn)數(shù)據(jù)中的異常點，并以異常點的前一點數(shù)值和后一點數(shù)值的平均值作為代替值；

通過分析歷史數(shù)據(jù)，可以看到由于某些原因(如人為記錄等)，采集到的數(shù)據(jù)中會出現(xiàn)異常點，某一點的數(shù)據(jù)突變的特別嚴重，去除浮選精礦品位數(shù)據(jù)中的異常點，以異常點的前一點數(shù)值和后一點數(shù)值的平均值作為代替值；

步驟3：根據(jù)去除異常點的歷史生產(chǎn)數(shù)據(jù)，構(gòu)建浮選案例庫，將浮選邊界條件為案例描述，浮選精礦品位為案例解，案例描述與案例解構(gòu)成浮選案例；

為了得到浮選精礦品位的軟測量值，需要考慮當前的工況條件。案例的結(jié)構(gòu)由案例描述和案例解兩部分組成，案例描述是由給礦品位z₁、給礦濃度％z₂、浮選時間z₃、浮選溫度z₄、浮選濃度％z₅、充氣量z₆、浮選藥劑用量z₇組成；案例解為浮選精礦品位軟測量值x₁。本實施方式中浮選案例見表2：

表2浮選案例

基于案例推理技術(shù)的案例可以表示如下：

C_k＝{F_k，J_k}.

式中，C_k(k＝1，...，m)表示第k條案例，m為案例數(shù)量；F_k＝{z_k.1，z_k.2，z_k.3，z_k.4，z_k.5，z_k.6，z_k.7}為第k個案例描述，將案例描述簡記為F_k＝{f_k.1，...，f_k.8}；J_k＝{x_k.1}為第k個案例的案例解，將案例解簡記為J_k。

步驟4：將鐵礦浮選生產(chǎn)過程中實時獲得的浮選邊界條件作為新的案例描述，在浮選案例庫中進行案例檢索，得到新的案例描述F與案例庫中記載的各案例描述之間的一組相似度值，相似度為一個0到1之間的數(shù)，如0.88；

其中，ω_i為案例描述權(quán)值，m為案例庫中的案例數(shù)，SIM(f_i，f_k.i)為當前工況的案例描述f_i與案例庫中第k條案例對應(yīng)的案例描述f_k.i的相似度，定義為：

步驟5：將相似度值從大到小排列，選取前n個相似度值對應(yīng)的浮選案例庫中的案例描述作為當前工況的參考案例，在本實施方式中n的取值為3；

步驟6：根據(jù)從案例庫中檢索出來的參考案例，求取n個參考案例的每種案例解的加權(quán)平均值，其中加權(quán)系數(shù)為每個參考案例與新案例的相似度，由此完成案例重用，獲得新的案例解即針對當前工況的浮選精礦品位軟測量結(jié)果，其中，J為新的案例解(如68.82)，J_k為參考案例的案例解，n為參考案例的數(shù)量，新的案例描述和新的案例解構(gòu)成新的浮選案例；

n值的選擇會對結(jié)果產(chǎn)生重大影響。n值較小意味著只有與新案例較接近的歷史案例才會對新的案例解起作用，但容易發(fā)生過擬合；如果n值較大，與新案例較不接近的歷史案例也會對預測起作用，使預測發(fā)生錯誤。在實際應(yīng)用中，n值一般選擇一個較小的數(shù)值，通常采用交叉驗證的方法來選擇最優(yōu)的n值。

步驟7：對新的浮選案例的案例描述在浮選案例庫中進行案例檢索，找到與新的浮選案例的案例描述具有最大相似度值的浮選案例庫中的案例描述，若該最大相似度值大于相似度閾值，則舍棄新的浮選案例，否則，用新的浮選案例替換該具有最大相似度值的浮選案例庫中的案例描述，完成浮選案例庫的更新。

如圖2所示，步驟7的具體步驟如下：

步驟7.1：設(shè)定一個相似度閾值；相似度閾值的具體取值取決于案例庫中歷史案例的數(shù)量，設(shè)歷史案例的數(shù)量為c，相似度閾值為v，若c＜200則v＝0.9；若200＜c＜500則v＝0.8；若c＞500則v＝0.7。

步驟7.2：對新的浮選案例的案例描述在浮選案例庫中進行案例檢索，找到與新的浮選案例的案例描述具有最大相似度值的浮選案例庫中的案例描述；

步驟7.3：若該最大相似度值大于相似度閾值，則舍棄新的浮選案例，否則，用新的浮選案例替換該具有最大相似度值的浮選案例庫中的案例描述，完成浮選案例庫的更新。

所述的基于案例推理的鐵礦浮選精礦品位軟測量方法采用的鐵礦浮選精礦品位軟測量系統(tǒng)，如圖3所示，包括：

采集實時浮選生產(chǎn)數(shù)據(jù)的數(shù)據(jù)采集模塊；

將數(shù)據(jù)采集模塊采集的數(shù)據(jù)轉(zhuǎn)發(fā)給以太網(wǎng)工控機的無線Zigbee傳輸模塊；

接收無線Zigbee傳輸模塊傳來的數(shù)據(jù)并發(fā)送至精礦品位計算機的以太網(wǎng)工控機；

接收以太網(wǎng)工控機發(fā)送的數(shù)據(jù)進行精礦品位軟測量和顯示的精礦品位計算機，通過人機交互界面顯示精礦品位軟測量結(jié)果；

數(shù)據(jù)采集模塊的輸出端連接無線Zigbee傳輸模塊的輸入端，無線Zigbee傳輸模塊的輸出端連接以太網(wǎng)工控機的輸入端，以太網(wǎng)工控機的輸出端連接精礦品位計算機的輸入端。

本發(fā)明的基于案例推理的鐵礦浮選精礦品位軟測量方法與現(xiàn)在的人工離線化驗檢測方法相比較具有以下的優(yōu)點：提高了浮選生產(chǎn)效率，降低了出錯的幾率。與品位分析儀相比較具有以下的優(yōu)點：減少了設(shè)備的維護費用，降低了生產(chǎn)成本；現(xiàn)場數(shù)據(jù)自動保存，不需要人工記錄，降低數(shù)據(jù)丟失、記錄錯誤幾率。