申请/专利权人：中南大学;长沙矿冶研究院有限责任公司

申请日：2022-08-16

公开（公告）日：2024-04-12

公开（公告）号：CN115291519B

主分类号：G05B13/04

分类号：G05B13/04

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.11.22#实质审查的生效;2022.11.04#公开

摘要：本发明公开了一种磨矿过程智能优化控制方法，包括：S1：获取过去H小时的磨音和磨机功率数据作为样本数据，运用改进的模糊‑C均值聚类算法计算样本数据聚类中心，并将当前时刻t初始化为0；S2：根据聚类中心更新模糊控制器输入变量的论域和隶属函数参数；S3：获取时刻t的磨音和功率数据，提取磨音趋势，计算磨音偏差；S4：将磨音偏差、磨音趋势、磨机功率输入模糊控制器，得到给矿量和给水量的设定值；S5：经过一个控制周期T后，t＝t+T；S6：判断t是否小于H；若是，则返回S3；若否，则返回S1。用实际生产数据进行测试，结果表明本发明比人工控制下磨矿过程平稳，矿石处理量提高了4.3％。

主权项：1.一种磨矿过程智能优化控制方法，其特征在于，包括：S1：获取过去H小时的磨音和磨机功率数据作为样本数据，运用改进的模糊-C均值聚类算法按照变量的模糊子集数目计算样本数据聚类中心，并将当前时刻t初始化为0；所述改进的模糊-C均值算法按照变量的模糊子集数目计算样本数据聚类中心，其目标函数为 其中，N代表数据总样本数；C代表簇数；vi代表类别i的聚类中心；||·||是衡量样本第j条数据hj与聚类中心vi相似度的规范，m是平滑因子，用于计算强制性分类的接受程度，并找到不同簇之间彼此重叠的程度；uij是样本第j条数据hj隶属于聚类中心vi的隶属度；θ为模型参数；改进的模糊-C均值算法包括以下步骤：1将聚类数设置为输入变量的模糊子集数目，对隶属度收敛阈值、迭代次数和聚类中心进行初始化，然后计算样本数据的模糊隶属度，模糊隶属度计算公式如式2所示， 其中，dij为样本中第j个数据hj到聚类中心vi相似度的规范，dij＝||hj-vi||；dik为聚类中心vk到聚类中心vi相似度的规范，dik＝||vk-vi||；对隶属度公式进行非线性修正，用lij表示样本中第j个数据hj到聚类中心vi的距离，修正后的模糊隶属度计算公式为： 2根据式4计算样本的聚类中心，判断阈值和迭代次数是否满足要求，不满足则继续进行迭代计算： 3阈值和迭代次数满足要求时，将聚类中心按从小到大的顺序排列，并通过式5对噪声点进行检测和剔除： S2：根据聚类中心更新模糊控制器输入变量的论域和隶属度函数参数；S3：获取当前时刻t的磨音和功率数据，计算磨音期望值与实际磨音值的偏差，运用基于滑动窗口的定性趋势分析方法提取磨音趋势；S4：将磨音偏差、磨音趋势、磨机功率输入模糊控制器，进行模糊控制，得到给矿量和给水量的设定值，并下发到磨矿过程；S5：经过一个控制周期T后，当前时刻t＝t+T；S6：判断当前时刻t是否小于H；若是，则返回S3；若否，则返回S1。

全文数据：

权利要求：

百度查询： 中南大学;长沙矿冶研究院有限责任公司 一种磨矿过程智能优化控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD