CN115400866B - 基于矿石块度特征的磨矿控制方法、装置、设备及介质 - Google Patents
基于矿石块度特征的磨矿控制方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115400866B CN115400866B CN202211005795.6A CN202211005795A CN115400866B CN 115400866 B CN115400866 B CN 115400866B CN 202211005795 A CN202211005795 A CN 202211005795A CN 115400866 B CN115400866 B CN 115400866B
- Authority
- CN
- China
- Prior art keywords
- ore
- semi
- grinding
- autogenous
- autogenous mill
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000227 grinding Methods 0.000 title claims abstract description 216
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000009826 distribution Methods 0.000 claims abstract description 129
- 239000011159 matrix material Substances 0.000 claims abstract description 72
- 238000013178 mathematical model Methods 0.000 claims abstract description 64
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 56
- 238000012937 correction Methods 0.000 claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 10
- 239000011707 mineral Substances 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 74
- 239000004575 stone Substances 0.000 claims description 38
- 238000010276 construction Methods 0.000 claims description 26
- 238000004519 manufacturing process Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 239000011343 solid material Substances 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004886 process control Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 13
- 238000011217 control strategy Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 101100390985 Schizosaccharomyces pombe (strain 972 / ATCC 24843) fmc1 gene Proteins 0.000 description 1
- 101100460203 Schizosaccharomyces pombe (strain 972 / ATCC 24843) new2 gene Proteins 0.000 description 1
- 101100273916 Schizosaccharomyces pombe (strain 972 / ATCC 24843) wip1 gene Proteins 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C25/00—Control arrangements specially adapted for crushing or disintegrating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- Feedback Control In General (AREA)
Abstract
本申请实施例提供基于矿石块度特征的磨矿控制方法、装置、设备及介质，属于磨矿控制技术领域。方法包括：根据矿石块度分布评价及反馈矫正模型及矿石块度特征计算矿石块度分布隶属度函数；根据矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型；根据半自磨专家模型和数学模型构建半自磨混合模型，根据半自磨混合模型确定给矿量、给水量设定值；根据矿石块度隶属度调整情况、给矿量调整情况、矿石块度隶属度控制模型和矿石块度分布隶属度函数确定重板给矿频率设定值；根据给矿量设定值、给水量设定值和重板给矿频率设定值进行给矿优化控制。这样，可以实现对磨矿过程优化控制，提高半自磨流程控制的效果。
Description
技术领域
本申请涉及磨矿控制技术领域，尤其涉及一种基于矿石块度特征的磨矿控制方法、装置、设备及介质。
背景技术
在半自磨磨矿作业中，半自磨机的给矿通常是粒级分布较宽的固体物料，利用筒体内的物料自身做磨矿介质，在筒体内进行连续强烈地冲击磨剥以达到粉磨的目的。所以给矿粒度特性以及矿石可磨性对半自磨过程的影响远大于常规碎磨流程，矿石块度分布是一个表征碎矿状态的关键检测工艺参数。对于矿石性质变化频繁的选矿厂来说，矿石块度的实时在线检测对实现半自磨流程的稳定控制十分重要。
目前，较为公认且可行的是通过对给矿皮带上矿石图像进行矿石的粒度特性分析，从给矿源头上实现矿石块度实时检测，基于矿石块度实时监测结果给予给矿优化控制系统前馈。因此，如何基于矿石块度特征实现磨矿过程优化控制称为亟需解决的问题。
发明内容
为了解决上述技术问题，本申请实施例提供了一种基于矿石块度特征的磨矿控制方法、装置、设备及介质。
第一方面，本申请实施例提供了一种基于矿石块度特征的磨矿控制方法，所述方法包括：
根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型；
根据所述矿石块度分布评价及反馈矫正模型及矿石块度特征计算矿石块度分布隶属度函数；
根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型；
根据第一半自磨内矿石性质关键参数建立专家知识库，根据所述专家知识库构建半自磨专家模型；
根据第二半自磨内矿石性质关键参数确定半自磨数学模型；
根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，根据所述半自磨混合模型确定给矿量设定值和给水量设定值；
根据矿石块度隶属度调整情况、给矿量调整情况、所述矿石块度隶属度控制模型和所述矿石块度分布隶属度函数确定多个重板给矿频率设定值；
根据所述给矿量设定值、所述给水量设定值和多个所述重板给矿频率设定值进行给矿优化控制。
在一实施方式中，获取所述相对矿石性质偏差，包括：
根据以下公式1计算半自磨机筒体内充填固体物料的相对矿石性质；
公式1：
其中，RGI为相对矿石性质，为标准样生产时半自磨机功率、/>为标准样生产时半自磨机轴压、/>为标准样生产时半自磨机给矿量、/>为标准样生产时半自磨机顽石返回量，Po为半自磨机功率、Pr为半自磨机轴压、Qf为半自磨机给矿量、Qr为半自磨机顽石量，w1、w2和w3为权重系数，且满足：w1+w2+w3＝1；
根据公式2计算所述相对矿石性质偏差；
公式2：
其中，e(t)表示相对矿石性质偏差，表示相对矿石性质目标值。
在一实施方式中，所述根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型，包括：
根据以下公式3构建所述矿石块度分布评价及反馈矫正模型；
公式3：u(t)＝F(e(t))；
其中，u(t)表示t时刻的矿石块度隶属度，F(e(t))表示相对矿石性质偏差与t时刻的矿石块度隶属度之间的映射关系；
所述根据所述矿石块度分布评价及反馈矫正模型及所述矿石块度特征计算矿石块度分布隶属度函数，包括：
根据以上公式3及以下公式4计算所述矿石块度分布隶属度函数；
公式4：u(t)＝NAnew；
N为所述矿石块度特征，Anew为所述矿石块度分布隶属度函数。
在一实施方式中，所述根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型，包括：
根据所述矿石块度分布隶属度函数和预先设置的矿石块度隶属度矩阵计算隶属度矩阵系数差值矩阵；
根据以下公式5构建所述矿石块度隶属度控制模型；
公式5：H(i+1)＝H(i)+KΔA；
其中，ΔA为所述隶属度矩阵系数差值矩阵，H(i+1)为第i+1时刻的重板给矿机频率，H(i)为第i时刻的重板给矿机频率，K为模糊系数矩阵。
在一实施方式中，所述第一半自磨内矿石性质关键参数包括：半自磨机功率、半自磨机轴压、半自磨机给矿量、半自磨机顽石量、磨矿浓度和半自磨机给水量；所述专家知识库包括事实条件及其事实结果；所述半自磨专家模型用E(t)表示；
所述第二半自磨内矿石性质关键参数包括半自磨机功率、半自磨机轴压、半自磨机顽石量和磨矿浓度，所述半自磨数学模型包括半自磨给矿量数学模型和半自磨给水量数学模型，所述根据第二半自磨内矿石性质关键参数确定半自磨数学模型，包括：
根据以下公式6确定半自磨给矿量数学模型；
公式6：G(t)＝F(Po，Pr，Qr，C)；
其中，Po为半自磨机功率、Pr为半自磨机轴压、Qr为半自磨机顽石量，C为磨矿浓度，G(t)为半自磨给矿量数学模型；
根据以下公式7确定半自磨给水量数学模型；
公式7：W(t)＝kG(t)；
其中，W(t)为半自磨给水量数学模型，k为比例系数。
在一实施方式中，所述半自磨混合模型包括混合给矿模型和混合给水模型，所述根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，包括：
根据以下公式8构建所述混合给矿模型；
公式8：
根据以下公式9构建所述混合给水模型；
其中，Qf(t0)为上一控制周期给矿量、Wf(t0)为上一控制周期给水量，G(t0)表示半自磨数学模型的上一控制周期给矿量，E(t0)表示半自磨专家模型的上一控制周期的给矿量。
在一实施方式中，所述根据矿石块度隶属度调整情况、给矿量调整情况、所述矿石块度隶属度控制模型和所述矿石块度分布隶属度函数确定多个重板给矿频率设定值，包括：
在矿石块度隶属度需要调整，给矿量不需要调整时，控制重板总频率不变，根据所述隶属度矩阵系数差值矩阵和所述矿石块度隶属度控制模型调整各重板给矿频率的分配，以确定多个所述重板给矿频率设定值；
在矿石块度隶属度需要调整，给矿量需要调整时，基于所述矿石块度分布隶属度函数、上一控制周期给矿量和上一控制周期各重板给矿频率确定多个所述重板给矿频率设定值；
在矿石块度隶属度需要调整，给矿量不需要调整时，基于所述矿石块度隶属度矩阵、所述上一控制周期给矿量、所述上一控制周期各重板给矿频率确定多个所述重板给矿频率设定值。
第二方面，本申请实施例提供了一种基于矿石块度特征的磨矿控制装置，所述装置包括：
第一构建模块，用于根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型；
计算模块，用于根据所述矿石块度分布评价及反馈矫正模型及矿石块度特征计算矿石块度分布隶属度函数；
第二构建模块，用于根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型；
第三构建模块，用于根据第一半自磨内矿石性质关键参数建立专家知识库，根据所述专家知识库构建半自磨专家模型；
第一确定模块，用于根据第二半自磨内矿石性质关键参数确定半自磨数学模型；
第四构建模块，用于根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，根据所述半自磨混合模型确定当前给矿量和当前给水量；
第二确定模块，用于根据所述矿石块度隶属度和当前给矿量的调整情况、所述矿石块度隶属度控制模型和矿石块度分布隶属度函数确定各重板给矿频率；
控制模块，用于根据所述当前给矿量、所述当前给水量和所述各重板给矿频率进行给矿优化控制。
第三方面，本申请实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的基于矿石块度特征的磨矿控制方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的基于矿石块度特征的磨矿控制方法。
上述本申请提供的基于矿石块度特征的磨矿控制方法、装置、设备及介质，根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型；根据所述矿石块度分布评价及反馈矫正模型及矿石块度特征计算矿石块度分布隶属度函数；根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型；根据第一半自磨内矿石性质关键参数建立专家知识库，根据所述专家知识库构建半自磨专家模型；根据第二半自磨内矿石性质关键参数确定半自磨数学模型；根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，根据所述半自磨混合模型确定给矿量设定值和给水量设定值；根据矿石块度隶属度调整情况、给矿量调整情况、所述矿石块度隶属度控制模型和所述矿石块度分布隶属度函数确定多个重板给矿频率设定值；根据所述给矿量设定值、所述给水量设定值和多个所述重板给矿频率设定值进行给矿优化控制。这样，可以基于矿石块度特征，构建矿石块度分布评价及反馈矫正模型、矿石块度分布隶属度函数、矿石块度隶属度控制模型、半自磨混合模型，基于多种构建的模型获取给矿量设定值、给水量设定值和多个重板给矿频率设定值，实现对磨矿过程优化控制，解决由于矿石分布不均匀或不稳定，导致半自磨流程控制不稳定的问题，提高半自磨流程控制的效果。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1示出了本申请实施例提供的磨矿系统的一应用环境示意图；
图2示出了本申请实施例提供的基于矿石块度特征的磨矿控制方法的一流程示意图；
图3示出了本申请实施例提供的磨矿系统的另一应用环境示意图；
图4示出了本申请实施例提供的矿石彩色图像的一示意图；
图5示出了本申请实施例提供的矿石深度图像的一示意图；
图6示出了本申请实施例提供的一矿石块度曲线图示意图；
图7示出了本申请实施例提供的一给矿量曲线示意图；
图8示出了本申请实施例提供的一半自磨机功率曲线示意图；
图9示出了本申请实施例提供的一经半自磨专家模型调整后的给矿量示意图；
图10示出了本申请实施例提供的一经半自磨混合模型调整后的给矿量示意图；
图11示出了本申请实施例提供的基于矿石块度特征的磨矿控制装置的另一结构示意图。
图标：101-泵池，102-振动筛，103-半自磨机，104-顽石仓，105-破碎机，106-原矿仓；
301-光源系统，302-相机系统，303-支架，304-托辊，305-传送带，306-矿石；
1100-基于矿石块度特征的磨矿控制装置，1101-第一构建模块，1102-计算模块，1103-第二构建模块，1104-第三构建模块，1105-第一确定模块，1106-第四构建模块，1107-第二确定模块，1108-控制模块。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。
实施例1
本公开实施例提供了一种基于矿石块度特征的磨矿控制方法，该方法可以应用于磨矿系统。请参阅图1，图1所示的磨矿系统包括泵池101、振动筛102、半自磨机103、顽石仓104、破碎机105和原矿仓106。原矿仓106的矿石经过传送带运送到破碎机105，通过破碎机105进行破碎处理，将破碎后矿石通过传送带运行到半自磨机103，向半自磨机103给水，半自磨机103对矿石进行磨矿处理，通过振动筛102进行筛选，将符合磨矿要求的矿料放入泵池101中，向泵池101补放水，振动筛102筛出的顽石放入顽石仓104，对顽石重复磨矿过程。在本实施例中，基于磨矿系统开展流程考察，获取所研究的半自磨流程中生产数据，分析确定矿石块度检测的意义。
本实施例提供的基于矿石块度特征的磨矿控制方法主要包括如下过程：首先，通过矿石块度图像采集设备，实现矿石块度图像获取，通过特征提取实现矿石块度量化，并设计矿石块度分布评价及反馈矫正模型，对当前矿石块度分布进行评价。
其次，现场跟踪生产数据，分析并确定与矿石块度分布特性与磨矿效果关系，建立半自磨机功率、半自磨轴压、半自磨机给矿量、原矿给矿机频率、矿石块度分布、半自磨机顽石量、半自磨机磨矿浓度等样本数据库。
最后，设计磨矿过程优化控制算法。具体的，通过综合分析当前半自磨机工作状态、轴压等，优化出当前给矿量以及当前给水量，同时根据矿石块度分布评价及反馈矫正模型输出的矿石块度分布反馈矫正评价函数值对矿石块度分布情况优化调整，即优化调整给矿中的大块、中块和小块的分布情况。从而实现基于矿石块度特征的磨矿过程优化控制。解决由于矿石分布不均匀或不稳定，导致半自磨流程控制不稳定的问题。下面结合图2对基于矿石块度特征的磨矿控制方法进行详细说明。
参见图2，基于矿石块度特征的磨矿控制方法包括：
步骤S201，根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型。
在本实施例中，利用矿石块度分析仪基于相机深度图像和相机彩色图像提取矿石块度特征。
请参阅图3，图3所示的磨矿系统中包括光源系统301、相机系统302、支架303、托辊304、传送带305和矿石306；相机系统302包括彩色相机和深度相机，光源系统301可以提供照明光线，彩色相机拍摄矿石彩色图像，深度相机拍摄矿石深度图像，具体的，彩色相机和深度相机同步采集矿石图像，得到同步后的目标图像对，目标图像对包括矿石彩色图像和矿石深度图像。请参阅图4，图4所示为矿石彩色图像，通过矿石块度分析仪在图4中标记出大、中、小等矿石块度。请参阅图5，图5所示为矿石深度图像，通过矿石块度分析仪在图5中标记出大、中、小等矿石块度。
在本实施例中，可以通过图像处理技术获取当前矿石图像的矿石块度特征矩阵N。示范性的，矿石块度特征矩阵N满足以下表达式：N＝[n1，n2，n3]，其中，n1为大块矿石占比；n2为中块矿石占比；n3为小块矿石占比。请参见图6，图6所示为矿石块度曲线图，其中，曲线n1为大块矿石占比曲线，曲线n2为中块矿石占比曲线，曲线n3为小块矿石占比曲线。需要说明的是，矿石块度特征矩阵N的元素数量也可以为其他数值，可以根据划分矿石的尺寸确定矿石块度特征矩阵N的元素数量，例如，为n1、n2、...、n8，在此不做限制。
在本实施例中，可以收集磨矿生产过程的实时收，建立半自磨机功率Po、半自磨机轴压Pr、半自磨机给矿量Qf、半自磨机顽石量Qr、矿石块度分布N、磨矿浓度C、半自磨机给水量Wf等参数历史数据库。请参见表1，表1所示为历史数据库的示例表。
表1、历史数据库的示例表
在本实施例中，构建矿石块度分布评价及反馈矫正模型的过程主要包括：定义矿石块度隶属度矩阵、以及设计矿石块度分布反馈矫正机制。
示范性的，矿石块度隶属度矩阵A可以采用以下表达式：A＝[A1，A2，A3]T进行定义。矿石块度隶属度矩阵A的元素数量和矿石块度特征矩阵N的元素数量相同，矿石块度隶属度矩阵A的元素数量也可以为其他数值，在此不做限制。
需要说明的是，在本实施例中引入模糊逻辑。在布尔逻辑中，隶属度非0即1。而模糊逻辑则会根据实际情况出现0～1当中的多个值。通过矿石块度隶属度矩阵A将矿石块度分布映射成为一个0～1中的数值，用以评价矿石块度分布好坏，该值越接近于1，则表示当前的块度分布越符合建模数据中标准分布。具体的，矿石块度分布隶属度u可以采用以下表达式：进行定义，其中，u表示当前矿石块度分布隶属度。
在本实施例中，设计矿石块度分布反馈矫正机制可以包括：获取相对矿石性质偏差、以及根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型。
具体地，获取所述相对矿石性质偏差，包括：
根据以下公式1计算半自磨机筒体内充填固体物料的相对矿石性质；
公式1：
其中，RGI为相对矿石性质，为标准样生产时半自磨机功率、/>为标准样生产时半自磨机轴压、/>为标准样生产时半自磨机给矿量、/>为标准样生产时半自磨机顽石返回量，Po为半自磨机当前功率、Pr为半自磨机当前轴压、Qf为半自磨机当前给矿量、Qr为半自磨机当前顽石量，w1、w2和w3为权重系数，且满足：w1+w2+w3＝1。补充说明的是，W＝(w1，w2，w3)，w1、w2和w3为各个参数的权重系数；
根据公式2计算所述相对矿石性质偏差；
公式2：
其中，e(t)表示相对矿石性质偏差，表示相对矿石性质目标值。
需要补充说明的是，相对矿石性质目标值为矿石相对稳定值，可以根据具体矿石确定对应的相对矿石性质目标值。
具体地，所述根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型，包括：
根据以下公式3构建所述矿石块度分布评价及反馈矫正模型；
公式3：u(t)＝F(e(t))；
其中，u(t)表示t时刻的矿石块度隶属度，F(e(t))表示相对矿石性质偏差与t时刻的矿石块度隶属度之间的映射关系。
需要补充说明的是，F(e(t))表示相对矿石性质偏差与t时刻的矿石块度隶属度之间的映射关系有可能为线性关系或者非线性关系，可以根据大量数据进行拟合得到，在此不做限制。
步骤S202，根据所述矿石块度分布评价及反馈矫正模型及矿石块度特征计算矿石块度分布隶属度函数。
在一实施方式中，所述根据所述矿石块度分布评价及反馈矫正模型及所述矿石块度特征计算矿石块度分布隶属度函数，包括：
根据以上公式3及以下公式4计算所述矿石块度分布隶属度函数；
公式4：u(t)＝NAnew；
N为所述矿石块度特征，Anew为所述矿石块度分布隶属度函数。
补充说明的是，将N＝[n1，n2，n3]和代入公式4中，得到以下表达式：/>结合该表达式和公式3，可以重新标定矿石块度分布隶属度函数Anew。
步骤S203，根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型。
在本实施例中，对于磨矿系统中的重板给矿频率来说，不同位置的重板给料机给矿频率不同。具体地，可以将重板给矿机给矿频率H采用如下表达式进行定义：H＝[h1，h2，h3]，其中，h1为矿仓边缘的重板给料机给矿频率，h2为矿仓偏向中间的重板给料机给矿频率，h3为矿仓中间的重板给料机给矿频率。
由于矿石在矿仓中堆积时，会存在自然分级的现象，导致矿仓边缘的大块矿石较多，矿仓中间大块矿石较少。结合其分布特点，设计模糊控制算法，通过模糊控制实现矿石块度隶属度u控制。
在一实施方式中，所述根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型，包括：
根据所述矿石块度分布隶属度函数和预先设置的矿石块度隶属度矩阵计算隶属度矩阵系数差值矩阵ΔA；
根据以下公式5构建所述矿石块度隶属度控制模型；
公式5：H(i+1)＝H(i)+KΔA；
其中，ΔA为所述隶属度矩阵系数差值矩阵，H(i+1)为第i+1时刻的重板给矿机频率，H(i)为第i时刻的重板给矿机频率，K为模糊系数矩阵。
示范性的，矿石块度隶属度控制模型具体包括以下公式：
ΔA1＝Anew1-A1
ΔA2＝Anew2-A2
ΔA3＝Anew3-A3
ΔA＝[ΔA1，ΔA2，ΔA3]T
H(i+1)＝H(i)+KΔA
其中，ΔA为隶属度矩阵系数差值矩阵，H(i+1)表示第i+1时刻的重板给矿机频率，H(i)表示第i时刻的重板给矿机频率，K＝[k1,k2,k3]为模糊系数矩阵。
步骤S204，根据第一半自磨内矿石性质关键参数建立专家知识库，根据所述专家知识库构建半自磨专家模型。
在本实施例中，分析半自磨机生产运行状态，总结能够反馈半自磨内矿石性质的第一半自磨内矿石性质关键参数，第一半自磨内矿石性质关键参数主要有半自磨机功率Po、半自磨机轴压Pr、半自磨机给矿量Qf、半自磨机顽石量Qr，磨矿浓度C、半自磨机给水量Wf等，根据第一半自磨内矿石性质关键参数构建专家知识库。
进一步地，构建推理机，在一定控制策略下针对综合实时数据库的当前信息，识别和选取知识库中的有用知识进行推理。考虑到现场的实用性和不确定性，本实施例中可以采用不精确推理。半自磨专家模型用E(t)表示，半自磨专家模型用E(t)包括如下表达式：
X＝{Po，Pr，Qf，Qr，C，Wf}
Y＝{Qf，Wf}
M＝{X0，Y0}
X→∫M→Y
其中，M为专家知识库，X0为专家知识库中的事实条件，Y0为专家知识库中的事实结果，X表示当前实时数据集合，通过模糊匹配，在建立好的专家知识库中找到与当前数据匹配的事实结果Y，事实结果Y包括事实给矿量Qf、事实给水量Wf。
步骤S205，根据第二半自磨内矿石性质关键参数确定半自磨数学模型。
在一实施方式中，所述第二半自磨内矿石性质关键参数包括半自磨机功率、半自磨机轴压、半自磨机顽石量和磨矿浓度，所述半自磨数学模型包括半自磨给矿量数学模型和半自磨给水量数学模型，所述根据第二半自磨内矿石性质关键参数确定半自磨数学模型，包括：
根据以下公式6确定半自磨给矿量数学模型；
公式6：G(t)＝F(Po，Pr，Qr，C)；
其中，Po为半自磨机功率、Pr为半自磨机轴压、Qr为半自磨机顽石量，C为磨矿浓度，G(t)为半自磨给矿量数学模型；
根据以下公式7确定半自磨给水量数学模型；
公式7：W(t)＝kG(t)；
其中，W(t)为半自磨给水量数学模型，k为比例系数。
需要补充说明的是，可以获取多组(Po，Pr，Qr，C)数据，通过多项式回归，构建半自磨给矿量数学模型G(t)。
请参阅图7，图7所示为给矿量曲线示意图，其中，曲线L1为半自磨给矿量数学模型计算得到的给矿量变化曲线，曲线L2为半自磨专家模型计算得到的给矿量变化曲线。
步骤S206，根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，根据所述半自磨混合模型确定给矿量设定值和给水量设定值。
在本实施例中，将半自磨专家模型与半自磨数学模型相结合，即通过数据模型补偿专家系统智能决策，补偿策略为半自磨专家模型、半自磨数学模型的给矿量变化方向一致性约束。
具体地，所述半自磨混合模型包括混合给矿模型和混合给水模型，所述根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，包括：
根据以下公式8构建所述混合给矿模型；
公式8：
根据以下公式9构建所述混合给水模型；
公式9：
其中，Qf(t0)为上一控制周期给矿量、Wf(t0)为上一控制周期给水量，G(t0)表示半自磨数学模型的上一控制周期给矿量，E(t0)表示半自磨专家模型的上一控制周期的给矿量。需要补充说明的是，在公式8中，E(t)对应为事实给矿量Qf，在公式9中，E(t)对应为事实给水量Wf。
这样，将半自磨专家模型和半自磨数学模型有机结合，弥补了半自磨专家模型的专家知识库有限的弊端，同时，采用双模型融合的方式，通过半自磨混合模型可以让输出更快的响应。
步骤S207，根据矿石块度隶属度调整情况、给矿量调整情况、所述矿石块度隶属度控制模型和所述矿石块度分布隶属度函数确定多个重板给矿频率设定值。
在本实施例中，对于矿石块度、给矿量控制优化来说，设计给矿量与矿石块度分布调整一致性协同算法，具体的，基于矿石块度隶属度调整情况、给矿量调整情况划分多种情况，各种情况采用不同的控制策略进行优化控制。
具体的，所述根据矿石块度隶属度调整情况、给矿量调整情况、所述矿石块度隶属度控制模型和所述矿石块度分布隶属度函数确定多个重板给矿频率设定值，包括：
在矿石块度隶属度需要调整，给矿量不需要调整时，控制重板总频率不变，根据所述隶属度矩阵系数差值矩阵和所述矿石块度隶属度控制模型调整各重板给矿频率的分配，以确定多个所述重板给矿频率设定值；
在矿石块度隶属度需要调整，给矿量需要调整时，基于所述矿石块度分布隶属度函数、上一控制周期给矿量和上一控制周期各重板给矿频率确定多个所述重板给矿频率设定值；
在矿石块度隶属度需要调整，给矿量不需要调整时，基于所述矿石块度隶属度矩阵、所述上一控制周期给矿量、所述上一控制周期各重板给矿频率确定多个所述重板给矿频率设定值。
示范性的，可以包括以下三种情况及其对应的控制策略：
情况(1)：当矿石块度隶属度u(t)发生变化、当前给矿量Qf(t)不需要调整时，其控制策略如下：
Qf(t)＝Qf(t0)
H(i+1)＝H(i)+KΔA
h1(i+1)+h2(i+1)+h3(i+1)＝h1(i)+h2(i)+h3(i)
即重板给矿机总频率不变，基于隶属度矩阵系数变化ΔA，调整各重板的分配。需要说明的是，在情况(1)中的控制策略中的表达式或字母的含义可以参见本实施例中其他部分的说明，为避免重复，在此不做赘述。
情况(2)：当矿石块度隶属度u(t)、当前给矿量Qf(t)都需要调整时，其控制策略如下：
H(i+1)＝[h1(i+1)，h2(i+1)，h3(i+1)]
需要说明的是，在情况(2)中的控制策略中的表达式或字母的含义可以参见本实施例中其他部分的说明，为避免重复，在此不做赘述。
情况(3)：当矿石块度隶属度u(t)不变、当前给矿量Qf(t)需要调整时，控制策略如下：
u(t)＝u(t0)
Anew＝A＝[A1，A2，A3]T
/>
需要说明的是，在情况(3)中的控制策略中的表达式或字母的含义可以参见本实施例中其他部分的说明，为避免重复，在此不做赘述。
步骤S208，根据所述给矿量设定值、所述给水量设定值和多个所述重板给矿频率设定值进行给矿优化控制。
在本实施例中，输出重板给矿机频率设定值、给矿量设定值和给水量设定值设定值。每隔Tn时刻进行模型响应重新计算，每隔Tn时刻输出对应的重板给矿机频率设定值、给矿量设定值和给水量设定值设定值。
请参见图8、图9和图10，图8所示为自磨机功率曲线示意图，图9所示为经半自磨专家模型调整后的给矿量示意图，图10所示为经半自磨混合模型调整后的给矿量示意图。从图8、图9及图10可以看出，经过经半自磨混合模型调整后的自磨机功率处于正常功率4400左右上下浮动，确保半自磨机功率稳定，解决由于矿石分布不均匀或不稳定，导致半自磨流程控制不稳定的问题。
本实施例提供的基于矿石块度特征的磨矿控制方法，根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型；根据所述矿石块度分布评价及反馈矫正模型及矿石块度特征计算矿石块度分布隶属度函数；根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型；根据第一半自磨内矿石性质关键参数建立专家知识库，根据所述专家知识库构建半自磨专家模型；根据第二半自磨内矿石性质关键参数确定半自磨数学模型；根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，根据所述半自磨混合模型确定给矿量设定值和给水量设定值；根据矿石块度隶属度调整情况、给矿量调整情况、所述矿石块度隶属度控制模型和所述矿石块度分布隶属度函数确定多个重板给矿频率设定值；根据所述给矿量设定值、所述给水量设定值和多个所述重板给矿频率设定值进行给矿优化控制。这样，可以基于矿石块度特征，构建矿石块度分布评价及反馈矫正模型、矿石块度分布隶属度函数、矿石块度隶属度控制模型、半自磨混合模型，基于多种构建的模型获取给矿量设定值、给水量设定值和多个重板给矿频率设定值，实现对磨矿过程优化控制，解决由于矿石分布不均匀或不稳定，导致半自磨流程控制不稳定的问题，提高半自磨流程控制的效果。
实施例2
此外，本公开实施例提供了一种基于矿石块度特征的磨矿控制装置。
具体的，如图11所示，基于矿石块度特征的磨矿控制装置1100包括：
第一构建模块1101，用于根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型；
计算模块1102，用于根据所述矿石块度分布评价及反馈矫正模型及矿石块度特征计算矿石块度分布隶属度函数；
第二构建模块1103，用于根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型；
第三构建模块1104，用于根据第一半自磨内矿石性质关键参数建立专家知识库，根据所述专家知识库构建半自磨专家模型；
第一确定模块1105，用于根据第二半自磨内矿石性质关键参数确定半自磨数学模型；
第四构建模块1106，用于根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，根据所述半自磨混合模型确定当前给矿量和当前给水量；
第二确定模块1107，用于根据所述矿石块度隶属度和当前给矿量的调整情况、所述矿石块度隶属度控制模型和矿石块度分布隶属度函数确定各重板给矿频率；
控制模块1108，用于根据所述当前给矿量、所述当前给水量和所述各重板给矿频率进行给矿优化控制。
在一实施方式中，第一构建模块1101，还用于根据以下公式1计算半自磨机筒体内充填固体物料的相对矿石性质；
公式1：
其中，RGI为相对矿石性质，为标准样生产时半自磨机功率、/>为标准样生产时半自磨机轴压、/>为标准样生产时半自磨机给矿量、/>为标准样生产时半自磨机顽石返回量，Po为半自磨机功率、Pr为半自磨机轴压、Qf为半自磨机给矿量、Qr为半自磨机顽石量，w1、w2和w3为权重系数，且满足：w1+w2+w3＝1；
根据公式2计算所述相对矿石性质偏差；
公式2：
其中，e(t)表示相对矿石性质偏差，表示相对矿石性质目标值。
在一实施方式中，第一构建模块1101，还用于根据以下公式3构建所述矿石块度分布评价及反馈矫正模型；
公式3：u(t)＝F(e(t))；
其中，u(t)表示t时刻的矿石块度隶属度，F(e(t))表示相对矿石性质偏差与t时刻的矿石块度隶属度之间的映射关系；
所述根据所述矿石块度分布评价及反馈矫正模型及所述矿石块度特征计算矿石块度分布隶属度函数，包括：
根据以上公式3及以下公式4计算所述矿石块度分布隶属度函数；
公式4：u(t)＝NAnew；
N为所述矿石块度特征，Anew为所述矿石块度分布隶属度函数。
在一实施方式中，第二构建模块1103，还用于根据所述矿石块度分布隶属度函数和预先设置的矿石块度隶属度矩阵计算隶属度矩阵系数差值矩阵；
根据以下公式5构建所述矿石块度隶属度控制模型；
公式5：H(i+1)＝H(i)+KΔA；
其中，ΔA为所述隶属度矩阵系数差值矩阵，H(i+1)为第i+1时刻的重板给矿机频率，H(i)为第i时刻的重板给矿机频率，K为模糊系数矩阵。
在一实施方式中，所述第一半自磨内矿石性质关键参数包括：半自磨机功率、半自磨机轴压、半自磨机给矿量、半自磨机顽石量、磨矿浓度和半自磨机给水量；所述专家知识库包括事实条件及其事实结果；所述半自磨专家模型用E(t)表示；
所述第二半自磨内矿石性质关键参数包括半自磨机功率、半自磨机轴压、半自磨机顽石量和磨矿浓度，第一确定模块1105，还用于根据以下公式6确定半自磨给矿量数学模型；
公式6：G(t)＝F(Po，Pr，Qr，C)；
其中，Po为半自磨机功率、Pr为半自磨机轴压、Qr为半自磨机顽石量，C为磨矿浓度，G(t)为半自磨给矿量数学模型；
根据以下公式7确定半自磨给水量数学模型；
公式7：W(t)＝kG(t)；
其中，W(t)为半自磨给水量数学模型，k为比例系数。
在一实施方式中，所述半自磨混合模型包括混合给矿模型和混合给水模型，第四构建模块1106，还用于根据以下公式8构建所述混合给矿模型；
公式8：
根据以下公式9构建所述混合给水模型；
公式9：
其中，Qf(t0)为上一控制周期给矿量、Wf(t0)为上一控制周期给水量，G(t0)表示半自磨数学模型的上一控制周期给矿量，E(t0)表示半自磨专家模型的上一控制周期的给矿量。
在一实施方式中，控制模块1108，还用于在矿石块度隶属度需要调整，给矿量不需要调整时，控制重板总频率不变，根据所述隶属度矩阵系数差值矩阵和所述矿石块度隶属度控制模型调整各重板给矿频率的分配，以确定多个所述重板给矿频率设定值；
在矿石块度隶属度需要调整，给矿量需要调整时，基于所述矿石块度分布隶属度函数、上一控制周期给矿量和上一控制周期各重板给矿频率确定多个所述重板给矿频率设定值；
在矿石块度隶属度需要调整，给矿量不需要调整时，基于所述矿石块度隶属度矩阵、所述上一控制周期给矿量、所述上一控制周期各重板给矿频率确定多个所述重板给矿频率设定值。
本实施例提供的基于矿石块度特征的磨矿控制装置1100可以实现实施例1所提供的基于矿石块度特征的磨矿控制方法，为避免重复，在此不再赘述。
本实施例提供的基于矿石块度特征的磨矿控制装置，根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型；根据所述矿石块度分布评价及反馈矫正模型及矿石块度特征计算矿石块度分布隶属度函数；根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型；根据第一半自磨内矿石性质关键参数建立专家知识库，根据所述专家知识库构建半自磨专家模型；根据第二半自磨内矿石性质关键参数确定半自磨数学模型；根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，根据所述半自磨混合模型确定给矿量设定值和给水量设定值；根据矿石块度隶属度调整情况、给矿量调整情况、所述矿石块度隶属度控制模型和所述矿石块度分布隶属度函数确定多个重板给矿频率设定值；根据所述给矿量设定值、所述给水量设定值和多个所述重板给矿频率设定值进行给矿优化控制。这样，可以基于矿石块度特征，构建矿石块度分布评价及反馈矫正模型、矿石块度分布隶属度函数、矿石块度隶属度控制模型、半自磨混合模型，基于多种构建的模型获取给矿量设定值、给水量设定值和多个重板给矿频率设定值，实现对磨矿过程优化控制，解决由于矿石分布不均匀或不稳定，导致半自磨流程控制不稳定的问题，提高半自磨流程控制的效果。
实施例3
此外，本公开实施例提供了一种电子设备，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行实施例1所提供的基于矿石块度特征的磨矿控制方法。
本实施例提供的电子设备可以实现实施例1所提供的基于矿石块度特征的磨矿控制方法，为避免重复，在此不再赘述。
实施例4
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现实施例1所提供的基于矿石块度特征的磨矿控制方法。
在本实施例中，计算机可读存储介质可以为只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
本实施例提供的计算机可读存储介质可以实现实施例1所提供的基于矿石块度特征的磨矿控制方法，为避免重复，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
Claims (4)
1.一种基于矿石块度特征的磨矿控制方法，其特征在于，应用于磨矿系统，所述磨矿系统包括：泵池、振动筛、半自磨机、顽石仓、破碎机和原矿仓，所述原矿仓的矿石经过传送带运送到所述破碎机，通过所述破碎机进行破碎处理，将破碎后矿石通过传送带运行到所述半自磨机，向所述半自磨机给水，所述半自磨机对矿石进行磨矿处理，通过所述振动筛进行筛选，将符合磨矿要求的矿料放入所述泵池中，向所述泵池补放水，所述振动筛筛出的顽石放入所述顽石仓，对顽石重复磨矿过程；所述方法包括：
根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型；
根据所述矿石块度分布评价及反馈矫正模型及矿石块度特征计算矿石块度分布隶属度函数；
根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型；
根据第一半自磨内矿石性质关键参数建立专家知识库，根据所述专家知识库构建半自磨专家模型；
根据第二半自磨内矿石性质关键参数确定半自磨数学模型；
根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，根据所述半自磨混合模型确定给矿量设定值和给水量设定值；
根据矿石块度隶属度调整情况、给矿量调整情况、所述矿石块度隶属度控制模型和所述矿石块度分布隶属度函数确定多个重板给矿频率设定值；
根据所述给矿量设定值、所述给水量设定值和多个所述重板给矿频率设定值进行给矿优化控制；
获取所述相对矿石性质偏差，包括：
根据以下公式1计算半自磨机筒体内充填固体物料的相对矿石性质；
公式1：；
其中，为相对矿石性质，/>为标准样生产时半自磨机功率、/>为标准样生产时半自磨机轴压、/>为标准样生产时半自磨机给矿量、/>为标准样生产时半自磨机顽石返回量，/>为半自磨机功率、/>为半自磨机轴压、/>为半自磨机给矿量、/>为半自磨机顽石量，/>、/>和/>为权重系数，且满足：/>；
根据公式2计算所述相对矿石性质偏差；
公式2：；
其中，表示相对矿石性质偏差，/>表示相对矿石性质目标值；
所述根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型，包括：
根据以下公式3构建所述矿石块度分布评价及反馈矫正模型；
公式3：；
其中，表示t时刻的矿石块度隶属度，/>表示相对矿石性质偏差与t时刻的矿石块度隶属度之间的映射关系；
所述根据所述矿石块度分布评价及反馈矫正模型及所述矿石块度特征计算矿石块度分布隶属度函数，包括：
根据以上公式3及以下公式4计算所述矿石块度分布隶属度函数；
公式4：；
N为所述矿石块度特征，为所述矿石块度分布隶属度函数；
所述根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型，包括：
根据所述矿石块度分布隶属度函数和预先设置的矿石块度隶属度矩阵计算隶属度矩阵系数差值矩阵；
根据以下公式5构建所述矿石块度隶属度控制模型；
公式5：；
其中，为所述隶属度矩阵系数差值矩阵，/>为第/>时刻的重板给矿机频率，/>为第/>时刻的重板给矿机频率，K为模糊系数矩阵；
所述第一半自磨内矿石性质关键参数包括：半自磨机功率、半自磨机轴压、半自磨机给矿量、半自磨机顽石量、磨矿浓度和半自磨机给水量；所述专家知识库包括事实条件及其事实结果；所述半自磨专家模型用表示；
所述第二半自磨内矿石性质关键参数包括半自磨机功率、半自磨机轴压、半自磨机顽石量和磨矿浓度，所述半自磨数学模型包括半自磨给矿量数学模型和半自磨给水量数学模型，所述根据第二半自磨内矿石性质关键参数确定半自磨数学模型，包括：
根据以下公式6确定半自磨给矿量数学模型；
公式6：；
其中，为半自磨机功率、/>为半自磨机轴压、/>为半自磨机顽石量，C为磨矿浓度，为半自磨给矿量数学模型；
根据以下公式7确定半自磨给水量数学模型；
公式7：；
其中，为半自磨给水量数学模型，k为比例系数；
所述半自磨混合模型包括混合给矿模型和混合给水模型，所述根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，包括：
根据以下公式8构建所述混合给矿模型；
公式8：；
根据以下公式9构建所述混合给水模型；
公式9：；
其中，为上一控制周期给矿量、/>为上一控制周期给水量，/>表示半自磨数学模型的上一控制周期给矿量，/>表示半自磨专家模型的上一控制周期的给矿量；
所述根据矿石块度隶属度调整情况、给矿量调整情况、所述矿石块度隶属度控制模型和所述矿石块度分布隶属度函数确定多个重板给矿频率设定值，包括：
在矿石块度隶属度需要调整，给矿量不需要调整时，控制重板总频率不变，根据所述隶属度矩阵系数差值矩阵和所述矿石块度隶属度控制模型调整各重板给矿频率的分配，以确定多个所述重板给矿频率设定值；
在矿石块度隶属度需要调整，给矿量需要调整时，基于所述矿石块度分布隶属度函数、上一控制周期给矿量和上一控制周期各重板给矿频率确定多个所述重板给矿频率设定值；
在矿石块度隶属度需要调整，给矿量不需要调整时，基于所述矿石块度隶属度矩阵、所述上一控制周期给矿量、所述上一控制周期各重板给矿频率确定多个所述重板给矿频率设定值。
2.一种基于矿石块度特征的磨矿控制装置，其特征在于，应用于磨矿系统，所述磨矿系统包括：泵池、振动筛、半自磨机、顽石仓、破碎机和原矿仓，所述原矿仓的矿石经过传送带运送到所述破碎机，通过所述破碎机进行破碎处理，将破碎后矿石通过传送带运行到所述半自磨机，向所述半自磨机给水，所述半自磨机对矿石进行磨矿处理，通过所述振动筛进行筛选，将符合磨矿要求的矿料放入所述泵池中，向所述泵池补放水，所述振动筛筛出的顽石放入所述顽石仓，对顽石重复磨矿过程；所述装置包括：
第一构建模块，用于根据相对矿石性质偏差构建矿石块度分布评价及反馈矫正模型；
计算模块，用于根据所述矿石块度分布评价及反馈矫正模型及矿石块度特征计算矿石块度分布隶属度函数；
第二构建模块，用于根据所述矿石块度分布隶属度函数、重板给矿机给矿频率函数和模糊系数矩阵构建矿石块度隶属度控制模型；
第三构建模块，用于根据第一半自磨内矿石性质关键参数建立专家知识库，根据所述专家知识库构建半自磨专家模型；
第一确定模块，用于根据第二半自磨内矿石性质关键参数确定半自磨数学模型；
第四构建模块，用于根据所述半自磨专家模型和所述半自磨数学模型构建半自磨混合模型，根据所述半自磨混合模型确定当前给矿量和当前给水量；
第二确定模块，用于根据所述矿石块度隶属度和当前给矿量的调整情况、所述矿石块度隶属度控制模型和矿石块度分布隶属度函数确定各重板给矿频率；
控制模块，用于根据所述当前给矿量、所述当前给水量和所述各重板给矿频率进行给矿优化控制；
所述第一构建模块，还用于根据以下公式1计算半自磨机筒体内充填固体物料的相对矿石性质；
公式1：；
其中，为相对矿石性质，/>为标准样生产时半自磨机功率、/>为标准样生产时半自磨机轴压、/>为标准样生产时半自磨机给矿量、/>为标准样生产时半自磨机顽石返回量，/>为半自磨机功率、/>为半自磨机轴压、/>为半自磨机给矿量、/>为半自磨机顽石量，/>、/>和/>为权重系数，且满足：/>；
根据公式2计算所述相对矿石性质偏差；
公式2：；
其中，表示相对矿石性质偏差，/>表示相对矿石性质目标值；
根据以下公式3构建所述矿石块度分布评价及反馈矫正模型；
公式3：；
其中，表示t时刻的矿石块度隶属度，/>表示相对矿石性质偏差与t时刻的矿石块度隶属度之间的映射关系；
根据以上公式3及以下公式4计算所述矿石块度分布隶属度函数；
公式4：；
N为所述矿石块度特征，为所述矿石块度分布隶属度函数；
所述第二构建模块，还用于根据所述矿石块度分布隶属度函数和预先设置的矿石块度隶属度矩阵计算隶属度矩阵系数差值矩阵；
根据以下公式5构建所述矿石块度隶属度控制模型；
公式5：；
其中，为所述隶属度矩阵系数差值矩阵，/>为第/>时刻的重板给矿机频率，/>为第/>时刻的重板给矿机频率，K为模糊系数矩阵；
所述第一半自磨内矿石性质关键参数包括：半自磨机功率、半自磨机轴压、半自磨机给矿量、半自磨机顽石量、磨矿浓度和半自磨机给水量；所述专家知识库包括事实条件及其事实结果；所述半自磨专家模型用表示；
所述第二半自磨内矿石性质关键参数包括半自磨机功率、半自磨机轴压、半自磨机顽石量和磨矿浓度，所述第一确定模块，还用于根据以下公式6确定半自磨给矿量数学模型；
公式6：；
其中，为半自磨机功率、/>为半自磨机轴压、/>为半自磨机顽石量，C为磨矿浓度，为半自磨给矿量数学模型；
根据以下公式7确定半自磨给水量数学模型；
公式7：；
其中，为半自磨给水量数学模型，k为比例系数；
所述半自磨混合模型包括混合给矿模型和混合给水模型，第四构建模块，还用于根据以下公式8构建所述混合给矿模型；
公式8：；
根据以下公式9构建所述混合给水模型；
公式9：；
其中，为上一控制周期给矿量、/>为上一控制周期给水量，/>表示半自磨数学模型的上一控制周期给矿量，/>表示半自磨专家模型的上一控制周期的给矿量；
所述控制模块，还用于在矿石块度隶属度需要调整，给矿量不需要调整时，控制重板总频率不变，根据所述隶属度矩阵系数差值矩阵和所述矿石块度隶属度控制模型调整各重板给矿频率的分配，以确定多个重板给矿频率设定值；
在矿石块度隶属度需要调整，给矿量需要调整时，基于所述矿石块度分布隶属度函数、上一控制周期给矿量和上一控制周期各重板给矿频率确定多个重板给矿频率设定值；
在矿石块度隶属度需要调整，给矿量不需要调整时，基于所述矿石块度隶属度矩阵、所述上一控制周期给矿量、所述上一控制周期各重板给矿频率确定多个重板给矿频率设定值。
3.一种电子设备，其特征在于，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器运行时执行权利要求1所述的基于矿石块度特征的磨矿控制方法。
4.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1所述的基于矿石块度特征的磨矿控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211005795.6A CN115400866B (zh) | 2022-08-22 | 2022-08-22 | 基于矿石块度特征的磨矿控制方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211005795.6A CN115400866B (zh) | 2022-08-22 | 2022-08-22 | 基于矿石块度特征的磨矿控制方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115400866A CN115400866A (zh) | 2022-11-29 |
| CN115400866B true CN115400866B (zh) | 2023-08-04 |
Family
ID=84161441
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211005795.6A Active CN115400866B (zh) | 2022-08-22 | 2022-08-22 | 基于矿石块度特征的磨矿控制方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115400866B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105057079A (zh) * | 2015-08-10 | 2015-11-18 | 中国黄金集团内蒙古矿业有限公司 | 磨矿矿石粒度控制系统及控制方法 |
| WO2017093608A1 (en) * | 2015-12-01 | 2017-06-08 | Outotec (Finland) Oy | A method and an arrangement for controlling of a comminution process |
| CN107051700A (zh) * | 2016-10-20 | 2017-08-18 | 丹东东方测控技术股份有限公司 | 一种利用偏析作用提高半自磨机磨矿效率的方法 |
| CN108345281A (zh) * | 2018-02-05 | 2018-07-31 | 北京矿冶科技集团有限公司 | 一种选矿过程给矿块度配矿控制的方法 |
| CN113751179A (zh) * | 2021-09-15 | 2021-12-07 | 矿冶科技集团有限公司 | 半自磨机优化控制方法、系统及电子设备 |
-
2022
- 2022-08-22 CN CN202211005795.6A patent/CN115400866B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105057079A (zh) * | 2015-08-10 | 2015-11-18 | 中国黄金集团内蒙古矿业有限公司 | 磨矿矿石粒度控制系统及控制方法 |
| WO2017093608A1 (en) * | 2015-12-01 | 2017-06-08 | Outotec (Finland) Oy | A method and an arrangement for controlling of a comminution process |
| CN107051700A (zh) * | 2016-10-20 | 2017-08-18 | 丹东东方测控技术股份有限公司 | 一种利用偏析作用提高半自磨机磨矿效率的方法 |
| CN108345281A (zh) * | 2018-02-05 | 2018-07-31 | 北京矿冶科技集团有限公司 | 一种选矿过程给矿块度配矿控制的方法 |
| CN113751179A (zh) * | 2021-09-15 | 2021-12-07 | 矿冶科技集团有限公司 | 半自磨机优化控制方法、系统及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115400866A (zh) | 2022-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102011017504A1 (de) | Verfahren zur Steuerung eines Mühlensystems mit zumindest einer Mühle, insbesondere einer Erzmühle oder Zementmühle | |
| CN111093832B (zh) | 用于操作粉碎电路的方法和相应的粉碎电路 | |
| CN107899733B (zh) | 破碎机及其控制方法、装置和系统、计算机可读存储介质 | |
| WO2007124981A1 (de) | Verfahren zum betrieb eines mühlensystems | |
| Atta et al. | Control oriented modeling of flow and size distribution in cone crushers | |
| Hulthén | Real-time optimization of cone crushers | |
| Bengtsson et al. | Size and shape simulation in a tertiary crushing stage, a multi objective perspective | |
| KR101504567B1 (ko) | 균등량 공급 장치를 설치한 콘크러셔를 이용한 순환골재 생산장치 및 그 생산 방법 | |
| Gupta | Determination of the specific breakage rate parameters using the top-size-fraction method: Preparation of the feed charge and design of experiments | |
| CN115400866B (zh) | 基于矿石块度特征的磨矿控制方法、装置、设备及介质 | |
| Bhadani et al. | Application of multi-disciplinary optimization architectures in mineral processing simulations | |
| CN108345281B (zh) | 一种选矿过程给矿块度配矿控制的方法 | |
| Atta et al. | Extension, validation, and simulation of a cone crusher model | |
| CN103673615B (zh) | 一种主抽风机节能方法及装置 | |
| CN110090727B (zh) | 一种磨矿生产中操作数据的处理方法、装置、设备及介质 | |
| Maerz | Automated online optical sizing analysis | |
| CN104898563B (zh) | 一种球磨机控制方法 | |
| JP2776222B2 (ja) | 湿式製砂設備の砂製品粒度制御装置およびその制御方法 | |
| DE102021117537B3 (de) | Gesteinsverarbeitungsmaschine mit Bilderfassung und mit Bildverarbeitung durch ein neuronales Netzwerk | |
| Yuan et al. | Nonlinear prediction model for ventilation of ball mill pulverizing system | |
| Minin et al. | STUDY OF THE RELATIVE ENERGY CONSUMPTION OF A DRUM MILL TYPE SAG 8.5 X 5.3 | |
| CN115128950B (zh) | 破碎筛分控制方法、装置、电子设备及存储介质 | |
| Parkin et al. | Roadstone aggregate: an intelligent opto-mechatronic product classifier for sizing and grading | |
| CN203799195U (zh) | 一种水泥生料质量模糊控制系统 | |
| Monjezi et al. | Application of neural networks for the prediction of rock fragmentation in chadormalu Iron mine |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Renzhong Inventor after: Yang Jiawei Inventor after: Kan Zhonghui Inventor after: Zhu Yingzhou Inventor after: Wang Xiaochun Inventor after: Wang Qingkai Inventor after: Zou Guobin Inventor after: Liu Daoxi Inventor after: Wang Hongliu Inventor after: Shi Yelong Inventor after: Lu Bo Inventor before: Zhang Renzhong Inventor before: Yang Jiawei Inventor before: Kan Zhonghui Inventor before: Zhu Yingzhou Inventor before: Shi Yelong Inventor before: Wang Qingkai Inventor before: Zou Guobin Inventor before: Liu Daoxi Inventor before: Wang Hongliu Inventor before: Wang Xiaochun Inventor before: Lu Bo |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |