CN117148729A - 一种天然硬石膏的水化率控制方法及系统 - Google Patents
一种天然硬石膏的水化率控制方法及系统 Download PDFInfo
- Publication number
- CN117148729A CN117148729A CN202311426009.4A CN202311426009A CN117148729A CN 117148729 A CN117148729 A CN 117148729A CN 202311426009 A CN202311426009 A CN 202311426009A CN 117148729 A CN117148729 A CN 117148729A
- Authority
- CN
- China
- Prior art keywords
- hydration
- parameters
- anhydrite
- rate
- solutions
- 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.)
- Granted
Links
- 230000036571 hydration Effects 0.000 title claims abstract description 341
- 238000006703 hydration reaction Methods 0.000 title claims abstract description 341
- OSGAYBCDTDRGGQ-UHFFFAOYSA-L calcium sulfate Chemical compound [Ca+2].[O-]S([O-])(=O)=O OSGAYBCDTDRGGQ-UHFFFAOYSA-L 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 56
- 229910052602 gypsum Inorganic materials 0.000 claims abstract description 76
- 239000010440 gypsum Substances 0.000 claims abstract description 76
- 239000002245 particle Substances 0.000 claims abstract description 64
- 238000003756 stirring Methods 0.000 claims abstract description 60
- 229910052925 anhydrite Inorganic materials 0.000 claims abstract description 54
- 238000012360 testing method Methods 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims description 64
- 230000006870 function Effects 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 25
- KRKNYBCHXYNGOX-UHFFFAOYSA-N citric acid Chemical compound OC(=O)CC(O)(C(O)=O)CC(O)=O KRKNYBCHXYNGOX-UHFFFAOYSA-N 0.000 claims description 18
- 239000000654 additive Substances 0.000 claims description 15
- 230000000996 additive effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 239000013078 crystal Substances 0.000 claims description 6
- 238000012549 training Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 4
- 229910052500 inorganic mineral Inorganic materials 0.000 description 4
- 239000011707 mineral Substances 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 229940095564 anhydrous calcium sulfate Drugs 0.000 description 1
- 238000000498 ball milling Methods 0.000 description 1
- 238000005234 chemical deposition Methods 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 150000004683 dihydrates Chemical class 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- -1 firstly Chemical compound 0.000 description 1
- 230000000887 hydrating effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 1
- 238000011077 uniformity evaluation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C01—INORGANIC CHEMISTRY
- C01F—COMPOUNDS OF THE METALS BERYLLIUM, MAGNESIUM, ALUMINIUM, CALCIUM, STRONTIUM, BARIUM, RADIUM, THORIUM, OR OF THE RARE-EARTH METALS
- C01F11/00—Compounds of calcium, strontium, or barium
- C01F11/46—Sulfates
- C01F11/466—Conversion of one form of calcium sulfate to another
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Organic Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Inorganic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Geology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种天然硬石膏的水化率控制方法及系统，涉及智能控制技术领域，方法包括：采集待进行水化的天然硬石膏的干重，并测试获取石膏粒径信息，索引获取对硬石膏进行水化添加控制优化的水化添加数据库，根据添加优化函数，在水化添加数据库内进行水化添加参数的优化，获得最优水化添加参数，通过控制优化模块对硬石膏进行水化的搅拌速率进行优化，采用最优水化参数和所述最优搅拌速率对硬石膏进行水化控制，并在水化完成后测试计算获得水化率作为水化率控制结果，解决现有技术中缺乏对天然硬石膏的水化率控制，导致水化率低的技术问题，实现通过水化率控制模型进行天然硬石膏的水化率控制，以保证天然硬石膏短时间内水化率达到要求。
Description
技术领域
本发明涉及智能控制技术领域，具体涉及一种天然硬石膏的水化率控制方法及系统。
背景技术
随着科学技术的发展，特别是天然硬石膏领域的发展，天然硬石膏，又称无水石膏，是化学沉积作用形成的无水硫酸钙矿物，在自然界里主要形成于内海和盐湖中，在热液和接触交代矿床以及火山熔岩孔洞内也偶有出现，常与二水石膏和一些盐类共生，这种矿物根据化学组成、矿层和成因可以分为数种石膏。在天然石膏矿中，不仅具有单独的硬石膏矿床，且各石膏矿床170米以下，一般逐步过渡为硬石膏，而在现有技术中缺乏对天然硬石膏的水化率控制，导致存在水化率低的技术问题。
发明内容
本申请提供了一种天然硬石膏的水化率控制方法及系统，用于针对解决现有技术中存在的缺乏对天然硬石膏的水化率控制，导致存在水化率低的技术问题。
鉴于上述问题，本申请提供了一种天然硬石膏的水化率控制方法及系统。
第一方面，本申请提供了一种天然硬石膏的水化率控制方法，所述方法包括：采集待进行水化的天然硬石膏的干重，并测试获取石膏粒径信息；根据所述石膏粒径信息，索引获取对硬石膏进行水化添加控制优化的水化添加数据库；通过添加优化模块，构建对水化添加控制优化的添加优化函数；根据所述添加优化函数，在所述水化添加数据库内，进行水化添加参数的优化，获得最优水化添加参数，其中，通过均匀性规则、附属更新规则进行水化添加参数的优化；通过控制优化模块，基于所述最优水化添加参数和石膏粒径信息，对硬石膏进行水化的搅拌速率进行优化，获得最优搅拌速率；采用最优水化参数和所述最优搅拌速率，对硬石膏进行水化控制，并在水化完成后测试计算获得水化率，作为水化率控制结果。
第二方面，本申请提供了一种天然硬石膏的水化率控制系统，所述系统包括：测试模块，所述测试模块用于采集待进行水化的天然硬石膏的干重，并测试获取石膏粒径信息；第一添加模块，所述第一添加模块用于根据所述石膏粒径信息，索引获取对硬石膏进行水化添加控制优化的水化添加数据库；第二添加模块，所述第二添加模块用于通过添加优化模块，构建对水化添加控制优化的添加优化函数；第三添加模块，所述第三添加模块用于根据所述添加优化函数，在所述水化添加数据库内，进行水化添加参数的优化，获得最优水化添加参数，其中，通过均匀性规则、附属更新规则进行水化添加参数的优化；第四添加模块，所述第四添加模块用于通过控制优化模块，基于所述最优水化添加参数和石膏粒径信息，对硬石膏进行水化的搅拌速率进行优化，获得最优搅拌速率；水化控制模块，所述水化控制模块用于采用最优水化参数和所述最优搅拌速率，对硬石膏进行水化控制，并在水化完成后测试计算获得水化率，作为水化率控制结果。
第三方面，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：采集待进行水化的天然硬石膏的干重，并测试获取石膏粒径信息；根据所述石膏粒径信息，索引获取对硬石膏进行水化添加控制优化的水化添加数据库；通过添加优化模块，构建对水化添加控制优化的添加优化函数；根据所述添加优化函数，在所述水化添加数据库内，进行水化添加参数的优化，获得最优水化添加参数，其中，通过均匀性规则、附属更新规则进行水化添加参数的优化；通过控制优化模块，基于所述最优水化添加参数和石膏粒径信息，对硬石膏进行水化的搅拌速率进行优化，获得最优搅拌速率；采用最优水化参数和所述最优搅拌速率，对硬石膏进行水化控制，并在水化完成后测试计算获得水化率，作为水化率控制结果。
第四方面，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：采集待进行水化的天然硬石膏的干重，并测试获取石膏粒径信息；根据所述石膏粒径信息，索引获取对硬石膏进行水化添加控制优化的水化添加数据库；通过添加优化模块，构建对水化添加控制优化的添加优化函数；根据所述添加优化函数，在所述水化添加数据库内，进行水化添加参数的优化，获得最优水化添加参数，其中，通过均匀性规则、附属更新规则进行水化添加参数的优化；通过控制优化模块，基于所述最优水化添加参数和石膏粒径信息，对硬石膏进行水化的搅拌速率进行优化，获得最优搅拌速率；采用最优水化参数和所述最优搅拌速率，对硬石膏进行水化控制，并在水化完成后测试计算获得水化率，作为水化率控制结果。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的一种天然硬石膏的水化率控制方法及系统，涉及智能控制技术领域，解决了现有技术中缺乏对天然硬石膏的水化率控制，导致水化率低的技术问题，实现了通过水化率控制模型进行天然硬石膏的水化率控制，以保证天然硬石膏短时间内水化率达到要求。
附图说明
图1为本申请提供了一种天然硬石膏的水化率控制方法流程示意图；
图2为本申请提供了一种天然硬石膏的水化率控制方法中最优水化添加参数流程示意图；
图3为本申请提供了一种天然硬石膏的水化率控制系统结构示意图。
图4为一个实施例中计算机设备的内部结构图。
附图标记说明：测试模块1，第一添加模块2，第二添加模块3，第三添加模块4，第四添加模块5，水化控制模块6。
具体实施方式
本申请通过提供一种天然硬石膏的水化率控制方法及系统，用于解决现有技术中缺乏对天然硬石膏的水化率控制，导致存在水化率低的技术问题。
实施例一
如图1所示，本申请实施例提供了一种天然硬石膏的水化率控制方法，该方法应用于一种天然硬石膏的水化率控制装置，所述装置包括信息采集模块、添加优化模块和控制优化模块，该方法包括：
步骤A100：采集待进行水化的天然硬石膏的干重，并测试获取石膏粒径信息；
在本申请中，本申请实施例提供的一种天然硬石膏的水化率控制方法应用于一种天然硬石膏的水化率控制装置，所述装置包括信息采集模块、添加优化模块和控制优化模块，该信息采集模块、添加优化模块和控制优化模块用于进行天然硬石膏参数的采集。
为了保证对天然硬石膏进行水化的控制效率，首先对需要进行水化的天然硬石膏进行石膏干重数据的采集，是指天然硬石膏失水后的质量，即初始质量，同时对此时天然硬石膏进行粒径测试，在粒径测试中将天然硬石膏分为粗石膏、中等石膏、细石膏等，其中，粗石膏的石膏颗粒平均粒径为0.5毫米，中等石膏的石膏颗粒平均粒径为0.1毫米至0.5毫米，细石膏的石膏颗粒平均粒径为0.01毫米至0.1毫米，从而对应获取目标天然硬石膏的石膏粒径信息，为后期实现对天然硬石膏进行水化率控制作为重要参考依据。
步骤A200：根据所述石膏粒径信息，索引获取对硬石膏进行水化添加控制优化的水化添加数据库；
进一步而言，本申请步骤A200还包括：
步骤A210：调取硬石膏水化控制的历史记录数据，获取多个样本石膏粒径信息
步骤A220：根据多个样本石膏粒径信息，调取多种样本石膏进行水化的水化添加参数记录，获得多个样本水化添加参数集合，每个样本水化添加参数包括添加剂种类、添加剂含量、柠檬酸掺量、晶种添加量；
步骤A230：根据所述多个样本石膏粒径信息和多个样本水化添加参数集合，构建多个样本水化添加数据库；
步骤A240：基于所述石膏粒径信息，进行索引，获得水化添加数据库。
在本申请中，以上述测试所获石膏粒径信息作为基础索引数据，对天然硬石膏进行水化添加控制优化，是指首先对硬石膏水化控制的历史记录数据进行调取，在硬石膏水化控制的历史记录数据中包含硬石膏的吸附水含量数据，硬石膏的无水石膏含量数据、硬石膏的水化增量数据等，在此基础上提取与历史记录数据所对应的石膏粒径信息，将其记作多个样本石膏粒径信息，进一步的，根据多个样本石膏粒径信息，对多种样本石膏进行水化的水化添加参数记录进行相应调取，其水化添加参数可以是在硬石膏中包含的添加剂种类、添加剂含量、柠檬酸掺量、晶种添加量等，并将所有调取的水化添加参数记录进行汇总后记作多个样本水化添加参数集合，进一步的，根据多个样本石膏粒径信息和多个样本水化添加参数集合，确定所需构建数据库中多个样本石膏粒径信息和多个样本水化添加参数集合之间的数据结构、数据关系、数据属性、数据类型等，由此完成对多个样本水化添加数据库的构建。
进一步的，将数据库中待遍历的多个样本水化添加数据库中所对应的石膏粒径信息作为目标索引，然后，基于目标索引对多个样本水化添加数据库中的各数据块执行块遍历操作，并在遍历的过程中通过确定多个样本水化添加数据库中下一数据块的块架构信息来达到精确控制IOPS的目的，提升遍历结果精确度，进一步的，在当前数据块为所述数据表中的最后一块时，结束多个样本水化添加数据库的遍历操作，进而获取水化添加数据库，进而为实现对天然硬石膏进行水化率控制进行检测作保障。
步骤A300：通过添加优化模块，构建对水化添加控制优化的添加优化函数；
在本申请中，为了提升后期对天然硬石膏的水化率进行控制的优化效率，因此首先需要通过以天然硬石膏的水化率控制装置中所包含的添加优化模块对水化添加控制优化的添加优化函数进行构建，其所构建的对水化添加控制优化的添加优化函数，如下式所示：；
其中，aid为添加适应度，和/>为权重，T为水化添加参数的参数类别数量，是采用第i种水化添加参数的添加成本， />为第i种水化添加参数的成本所占权重，为按照水化添加参数对硬石膏进行水化后的平均水化率。
在添加优化模块内是通过添加优化函数对硬石膏进行水化添加控制时的添加适应度进行计算，其计算过程是通过根据对硬石膏进行水化添加控制优化过程的影响程度分别对水化添加参数以及平均水化率进行权重分配，且和/>是一个大的水化添加参数内具体的第i种水化添加参数的成本和权重，在二者相加前将具有权重的水化添加参数与其所对应的添加成本进行相乘，且该水化添加参数的参数类别可以包含添加剂种类、添加剂含量、柠檬酸掺量、晶种添加量四种，其数量等于四，由此完成对水化添加控制优化的添加优化函数的构建，为后续实现对天然硬石膏进行水化率控制夯实基础。
步骤A400：根据所述添加优化函数，在所述水化添加数据库内，进行水化添加参数的优化，获得最优水化添加参数，其中，通过均匀性规则、附属更新规则进行水化添加参数的优化；
进一步而言，本申请步骤A400还包括：
步骤A410：在所述水化添加数据库内随机选择多个水化添加参数；
步骤A420：基于均匀性规则，采用均匀性计算公式，计算多个水化添加参数的均匀性参数，在均匀性参数满足均匀性阈值时，获得多个初始解，所述均匀性计算公式为：；
其中，M为多个水化添加参数的数量，为M个水化添加参数内第i种参数的标准差；
步骤A430：在均匀性参数不满足均匀性阈值时，再次随机选择获得多个水化添加参数，并计算均匀性参数，直到满足均匀性阈值，获得多个初始解；
步骤A440：基于多个初始解，按照附属更新规则，进行水化添加参数的优化。
在本申请中，将添加优化函数作为基础，在所构建的水化添加数据库内进行天然硬石膏的水化添加参数的优化，其所进行的水化添加参数的优化过程可以是：首先随机在水化添加数据库内选择多个水化添加参数，其中，随机选择的多个水化添加参数均为不同水化添加参数，进一步的，在均匀性规则的基础上，利用均匀性计算公式，对多个水化添加参数的均匀性参数进行计算，该均匀性计算公式为：；
其中，M为多个水化添加参数的数量，为M个水化添加参数内第i种参数的标准差；
进一步的，在均匀性计算公式中的标准差越大，则说明水化添加参数内的参数的变化比较分散，比较均匀，则可以避免产生在一个小范围内的解，从而可以提升寻优的全局性，同时对均匀性参数与均匀性阈值进行比较，该均匀性阈值是根据历史水化添加参数的最大均匀值以及最小均匀值所划定的，当均匀性参数满足均匀性阈值时，将满足的均匀性阈值的参数记作多个初始解，当在均匀性参数不满足均匀性阈值时，再次随机在水化添加数据库内选择多个水化添加参数，获得多个水化添加参数，并继续利用均匀性计算公式计算均匀性参数，由此进行迭代，直到所计算出的计算均匀性参数满足均匀性阈值，获得多个初始解，进一步的，以所获多个初始解作为基础数据，按照附属更新规则，对水化添加参数进行优化，其附属更新规则是用于根据多个初始解中所包含的均匀性参数以及多个水化添加参数进行筛选更新的规则，使得通过附属更新规则后的参数可以更好提高天然硬石膏的水化率，从而实现对天然硬石膏进行水化率控制有着限定的作用。
进一步而言，如图2所示，本申请步骤A400还包括：
步骤A450：根据多个初始解内的水化添加参数和石膏粒径信息，调取硬石膏水化记录数据，基于所述添加优化函数，计算获得多个初始适应度；
步骤A460：将多个初始适应度内最大的P个初始适应度对应的初始解作为P个领主解，其他的Q个初始解作为Q个附属解，P和Q为大于1的整数，P和Q的和为M；
步骤A470：根据P个领主解的领主适应度，计算每个领主适应度和P个领主适应度之和的比值，分配获得P个附属解数量；
步骤A480：以P个领主解作为聚类中心，根据多个初始适应度和P个附属解数量，对Q个附属解进行聚类，获得P个聚类结果；
步骤A490：在P个聚类结果内，基于附属更新规则，进行多个初始解的迭代更新，直到获得最终解，将最终解内的水化添加参数作为最优水化添加参数。
进一步而言，本申请步骤A490包括：
步骤A491：按照更新步长，每个聚类结果内的附属解以领主解为目标，进行水化添加参数的更新，获得P个更新聚类结果；
步骤A492：基于所述添加优化函数，计算P个更新聚类结果内更新附属解的更新附属适应度，并分别判断是否大于P个领主解的领主适应度，若是，则将更新附属解替代为领主解，若否，则不进行领主解的更新；
步骤A493：根据每个更新附属解的更新附属适应度与初始附属解的附属适应度的比值的倒数，对更新步长进行调整，获得Q个调整步长；
步骤A494：采用Q个调整步长，继续对P个更新聚类结果内的附属解进行更新；
步骤A495：在更新达到预设更新次数后，停止更新优化，获得P个最终聚类结果，基于添加优化函数，计算P个最终聚类结果内添加适应度之和，将最大的添加适应度之和对应的最终聚类结果内的领主解，作为最终解。
在本申请中，在进行水化添加参数优化的过程中，首先根据多个初始解内所包含的硬石膏水化添加参数和石膏粒径信息，对硬石膏水化记录数据调取，其硬石膏水化记录数据中包含目标天然硬石膏的石膏粒径信息及其进行水化过程时所对应的水化添加参数，进一步的通过上述所构建的添加优化函数，计算与多个初始解所对应的多个初始适应度，进一步的，提取多个初始适应度内最大的P个初始适应度所对应的初始解，并将P个初始解作为P个领主解，领主解是指具有初始适应度最大的解，即均匀性评价最高的解，而其他的Q个初始解作为Q个附属解，P和Q均为大于1的整数，P与Q的和为M，进一步的，根据P个领主解所对应的领主适应度，即P个领主解所对应的初始适应度，对每个领主适应度和P个领主适应度之和的比值分别进行计算，且其领主适应度越大，则其附属的解就越多，通过将每个领主适应度和P个领主适应度之和的比值乘以Q之后进行取整，并将取整后的数值记作附属解数量，由此获得P个附属解数量，进一步的，以P个领主解作为聚类中心，以多个初始适应度和P个附属解数量作为聚类条件，对其他Q个附属解进行聚类操作，其聚类过程可以为：首先对适应度的差值进行计算，将计算所获得适应度差值最小聚为一类，同时一个领主解聚类的附属解的数量达到对应的附属解数量后，再对其他的领主解进行同理聚类，由此获得P个聚类结果，同时在P个聚类结果内，基于附属更新规则，进行多个初始解的迭代更新，其迭代更新是按照更新步长，其更新步长可以是每次进行迭代更新时增加的数据量，在每个聚类结果内的附属解以领主解作为目标，进行水化添加参数的更新，是指以领主解内的水化添加参数为目标，对其他附属解内的水化条件参数向着该目标靠近进行更新调整，从而对P个更新聚类结果进行确定，同时在上述所构建的添加优化函数的基础上，对P个更新聚类结果内所包含的更新附属解的更新附属适应度进行计算，并分别判断更新附属解的更新附属适应度是否大于P个领主解的领主适应度，若更新附属解的更新附属适应度大于P个领主解的领主适应度，则将更新附属解替代为领主解，若更新附属解的更新附属适应度小于等于P个领主解的领主适应度，则领主解不进行更新，进一步的，对每个更新附属解的更新附属适应度与初始附属解的附属适应度的比值进行倒数求解，根据所求解的比值倒数确定适应度的比率，并在此基础上对更新步长进行调整，将调整后的更新步长记作Q个调整步长，同时利用Q个调整步长，继续对P个更新聚类结果内所包含的附属解进行同步调整更新，并对调整更新次数进行记录，当更新达到预设更新次数后，则停止更新优化，预设更新次数是根据调整步长中的数据进行划分，并在停止更新优化后的数据记作P个最终聚类结果，最终通过添加优化函数，对P个最终聚类结果内添加适应度之和进行计算，将最大的添加适应度之和对应的最终聚类结果内的领主解，作为最终解，同时将最终解内的水化添加参数作为最优水化添加参数进行输出，以便为后期对天然硬石膏进行水化率控制时作为参照数据。
步骤A500：通过控制优化模块，基于所述最优水化添加参数和石膏粒径信息，对硬石膏进行水化的搅拌速率进行优化，获得最优搅拌速率；
进一步而言，本申请步骤A500还包括：
步骤A510：获取搅拌速率调整范围；
步骤A520：基于所述最优水化添加参数和石膏粒径信息，在所述搅拌速率调整范围内，以提升水化率为目的，进行搅拌速率的优化，获得最优搅拌速率。
在本申请中，以上述所输出的最优水化添加参数与测试所获天然硬石膏的石膏粒径信息作为寻优基础参照数据，通过一天然硬石膏的水化率控制装置中所包含的控制优化模块对硬石膏进行水化过程时的搅拌速率进行优化，其优化过程可以是首先根据天然硬石膏在历史时段进行水化过程中的搅拌最大速率以及最小速率对搅拌速率调整范围进行划定，同时在搅拌速率调整范围内，以提升水化率为目的，进行搅拌速率的优化，是指可以根据遗传算法对搅拌速率进行计算，获得预期搅拌速率，该搅拌速率是在搅拌速率调整范围内采集获得，且所获预期搅拌速率与所获实际搅拌速率一一对应，通过比较预期搅拌速率与实际预期搅拌速率，获得二者的比对结果进行数据反馈，其中在反馈数据对预期搅拌速率进行修正时，基于上述预期搅拌速率与实际搅拌速率的比较，获得相似度最接近的预测值，与之对应的训练数据即为所述预期搅拌速率修正的训练数据，在此基础上完场对搅拌速率的优化，确定最优搅拌速率，提高后期实现对天然硬石膏进行水化率控制的准确率。
步骤A600：采用最优水化参数和所述最优搅拌速率，对硬石膏进行水化控制，并在水化完成后测试计算获得水化率，作为水化率控制结果。
在本申请中，为了更精准的对天然硬石膏的水化率进行控制，则首先利用最优水化参数与上述寻优所获的最优搅拌速率作为基础控制数据，其最优水化参数可以包含最优添加剂类型、最优添加剂含量、最优柠檬酸掺量、最优晶种添加量，在此基础上对硬石膏进行水化控制，并在水化完成后对硬石膏进行水化率的测试计算，其过程可以是通过选用不同球磨时间的天然硬石膏作为原料，进行多次实验，通过实验数据分析石膏粒径、水化过程中的搅拌速率、硬石膏添加方式、添加剂掺量等参数对天然石膏水化率的影响，构建水化率控制模型，其水化率控制模型为机器学习中的，可以不断进行自我迭代优化的神经网络模型，水化率控制模型通过训练数据集和监督数据集训练获得，其中，所述训练数据集中的每组训练数据均包括石膏粒径、水化过程中的搅拌速率、硬石膏添加方式、添加剂掺量等参数，监督数据集为与训练数据集一一对应的监督数据。
进一步的，水化率控制模型构建过程为：将训练数据集中每一组训练数据输入水化率控制模型，通过这组训练数据对应的监督数据进行水化率控制模型的输出监督调整，当水化率控制模型的输出结果与监督数据一致，则当前组训练结束，将训练数据集中全部的训练数据均训练结束，则水化率控制模型训练完成。
为了保证水化率控制模型的准确性，可以通过测试数据集进行水化率控制模型的测试处理，举例而言，测试准确率可以设定为80%，当测试数据集的测试准确率满足80%时，则水化率控制模型构建完成。
最终通过水化率控制模型进行天然硬石膏的水化率控制，以保证天然硬石膏短时间内水化率达到要求。
综上所述，本申请实施例提供的一种天然硬石膏的水化率控制方法，至少包括如下技术效果，实现了通过水化率控制模型进行天然硬石膏的水化率控制，以保证天然硬石膏短时间内水化率达到要求。
实施例二
基于与前述实施例中一种天然硬石膏的水化率控制方法相同的发明构思，如图3所示，本申请提供了一种天然硬石膏的水化率控制系统，系统包括：
测试模块1，所述测试模块1用于采集待进行水化的天然硬石膏的干重，并测试获取石膏粒径信息；
第一添加模块2，所述第一添加模块2用于根据所述石膏粒径信息，索引获取对硬石膏进行水化添加控制优化的水化添加数据库；
第二添加模块3，所述第二添加模块3用于通过添加优化模块，构建对水化添加控制优化的添加优化函数；
第三添加模块4，所述第三添加模块4用于根据所述添加优化函数，在所述水化添加数据库内，进行水化添加参数的优化，获得最优水化添加参数，其中，通过均匀性规则、附属更新规则进行水化添加参数的优化；
第四添加模块5，所述第四添加模块5用于通过控制优化模块，基于所述最优水化添加参数和石膏粒径信息，对硬石膏进行水化的搅拌速率进行优化，获得最优搅拌速率；
水化控制模块6，所述水化控制模块6用于采用最优水化参数和所述最优搅拌速率，对硬石膏进行水化控制，并在水化完成后测试计算获得水化率，作为水化率控制结果。
进一步而言，系统还包括：
第一调取模块，所述第一调取模块用于调取硬石膏水化控制的历史记录数据，获取多个样本石膏粒径信息；
第二调取模块，所述第二调取模块用于根据多个样本石膏粒径信息，调取多种样本石膏进行水化的水化添加参数记录，获得多个样本水化添加参数集合，每个样本水化添加参数包括添加剂种类、添加剂含量、柠檬酸掺量、晶种添加量；
数据库模块，所述数据库模块用于根据所述多个样本石膏粒径信息和多个样本水化添加参数集合，构建多个样本水化添加数据库；
索引模块，所述索引模块用于基于所述石膏粒径信息，进行索引，获得水化添加数据库。
进一步而言，系统还包括：
参数选择模块，所述参数选择模块用于在所述水化添加数据库内随机选择多个水化添加参数；
公式模块，所述公式模块用于基于均匀性规则，采用均匀性计算公式，计算多个水化添加参数的均匀性参数，在均匀性参数满足均匀性阈值时，获得多个初始解，所述均匀性计算公式为：；
其中，M为多个水化添加参数的数量，为M个水化添加参数内第i种参数的标准差；
第一判断模块，所述第一判断模块用于在均匀性参数不满足均匀性阈值时，再次随机选择获得多个水化添加参数，并计算均匀性参数，直到满足均匀性阈值，获得多个初始解；
优化模块，所述优化模块用于基于多个初始解，按照附属更新规则，进行水化添加参数的优化。
进一步而言，系统还包括：
第一计算模块，所述第一计算模块用于根据多个初始解内的水化添加参数和石膏粒径信息，调取硬石膏水化记录数据，基于所述添加优化函数，计算获得多个初始适应度；
第二计算模块，所述第二计算模块用于将多个初始适应度内最大的P个初始适应度对应的初始解作为P个领主解，其他的Q个初始解作为Q个附属解，P和Q为大于1的整数，P和Q的和为M；
第三计算模块，所述第三计算模块用于根据P个领主解的领主适应度，计算每个领主适应度和P个领主适应度之和的比值，分配获得P个附属解数量；
聚类模块，所述聚类模块用于以P个领主解作为聚类中心，根据多个初始适应度和P个附属解数量，对Q个附属解进行聚类，获得P个聚类结果；
迭代模块，所述迭代模块用于在P个聚类结果内，基于附属更新规则，进行多个初始解的迭代更新，直到获得最终解，将最终解内的水化添加参数作为最优水化添加参数。
进一步而言，系统还包括：
第一更新模块，所述第一更新模块用于1按照更新步长，每个聚类结果内的附属解以领主解为目标，进行水化添加参数的更新，获得P个更新聚类结果；
第二判断模块，所述第二判断模块用于基于所述添加优化函数，计算P个更新聚类结果内更新附属解的更新附属适应度，并分别判断是否大于P个领主解的领主适应度，若是，则将更新附属解替代为领主解，若否，则不进行领主解的更新；
调整模块，所述调整模块用于根据每个更新附属解的更新附属适应度与初始附属解的附属适应度的比值的倒数，对更新步长进行调整，获得Q个调整步长；
第一更新模块，所述第一更新模块用于采用Q个调整步长，继续对P个更新聚类结果内的附属解进行更新；
第四计算模块，所述第四计算模块用于在更新达到预设更新次数后，停止更新优化，获得P个最终聚类结果，基于添加优化函数，计算P个最终聚类结果内添加适应度之和，将最大的添加适应度之和对应的最终聚类结果内的领主解，作为最终解。
进一步而言，系统还包括：
范围获取模块，所述范围获取模块用于获取搅拌速率调整范围；
速率优化模块，所述速率优化模块用于基于所述最优水化添加参数和石膏粒径信息，在所述搅拌速率调整范围内，以提升水化率为目的，进行搅拌速率的优化，获得最优搅拌速率。
本说明书通过前述对一种天然硬石膏的水化率控制方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种天然硬石膏的水化率控制系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
在一个实施例中，提供了一种计算机可读存储介质，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种天然硬石膏的水化率控制方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种天然硬石膏的水化率控制方法，其特征在于，所述方法应用于一种天然硬石膏的水化率控制装置，所述装置包括信息采集模块、添加优化模块和控制优化模块，所述方法包括：
采集待进行水化的天然硬石膏的干重，并测试获取石膏粒径信息；
根据所述石膏粒径信息，索引获取对硬石膏进行水化添加控制优化的水化添加数据库；
通过添加优化模块，构建对水化添加控制优化的添加优化函数；
根据所述添加优化函数，在所述水化添加数据库内，进行水化添加参数的优化，获得最优水化添加参数，其中，通过均匀性规则、附属更新规则进行水化添加参数的优化；
通过控制优化模块，基于所述最优水化添加参数和石膏粒径信息，对硬石膏进行水化的搅拌速率进行优化，获得最优搅拌速率；
采用最优水化参数和所述最优搅拌速率，对硬石膏进行水化控制，并在水化完成后测试计算获得水化率，作为水化率控制结果。
2.根据权利要求1所述的方法，其特征在于，所述方法包括：
调取硬石膏水化控制的历史记录数据，获取多个样本石膏粒径信息；
根据多个样本石膏粒径信息，调取多种样本石膏进行水化的水化添加参数记录，获得多个样本水化添加参数集合，每个样本水化添加参数包括添加剂种类、添加剂含量、柠檬酸掺量、晶种添加量；
根据所述多个样本石膏粒径信息和多个样本水化添加参数集合，构建多个样本水化添加数据库；
基于所述石膏粒径信息，进行索引，获得水化添加数据库。
3.根据权利要求1所述的方法，其特征在于，所述方法包括：
构建对水化添加控制优化的添加优化函数，如下式： ；其中，aid为添加适应度，/>和 />为权重，T为水化添加参数的参数类别数量，/> 是采用第i种水化添加参数的添加成本， /> 为第i种水化添加参数的成本所占权重，/> 为按照水化添加参数对硬石膏进行水化后的平均水化率。
4.根据权利要求3所述的方法，其特征在于，所述方法包括：
在所述水化添加数据库内随机选择多个水化添加参数；
基于均匀性规则，采用均匀性计算公式，计算多个水化添加参数的均匀性参数，在均匀性参数满足均匀性阈值时，获得多个初始解，所述均匀性计算公式为：；其中，M为多个水化添加参数的数量，/>为M个水化添加参数内第i种参数的标准差；
在均匀性参数不满足均匀性阈值时，再次随机选择获得多个水化添加参数，并计算均匀性参数，直到满足均匀性阈值，获得多个初始解；
基于多个初始解，按照附属更新规则，进行水化添加参数的优化。
5.根据权利要求4所述的方法，其特征在于，所述方法包括：
根据多个初始解内的水化添加参数和石膏粒径信息，调取硬石膏水化记录数据，基于所述添加优化函数，计算获得多个初始适应度；
将多个初始适应度内最大的P个初始适应度对应的初始解作为P个领主解，其他的Q个初始解作为Q个附属解，P和Q为大于1的整数，P和Q的和为M；
根据P个领主解的领主适应度，计算每个领主适应度和P个领主适应度之和的比值，分配获得P个附属解数量；
以P个领主解作为聚类中心，根据多个初始适应度和P个附属解数量，对Q个附属解进行聚类，获得P个聚类结果；
在P个聚类结果内，基于附属更新规则，进行多个初始解的迭代更新，直到获得最终解，将最终解内的水化添加参数作为最优水化添加参数。
6.根据权利要求5所述的方法，其特征在于，所述方法包括：
按照更新步长，每个聚类结果内的附属解以领主解为目标，进行水化添加参数的更新，获得P个更新聚类结果；
基于所述添加优化函数，计算P个更新聚类结果内更新附属解的更新附属适应度，并分别判断是否大于P个领主解的领主适应度，若是，则将更新附属解替代为领主解，若否，则不进行领主解的更新；
根据每个更新附属解的更新附属适应度与初始附属解的附属适应度的比值的倒数，对更新步长进行调整，获得Q个调整步长；
采用Q个调整步长，继续对P个更新聚类结果内的附属解进行更新；
在更新达到预设更新次数后，停止更新优化，获得P个最终聚类结果，基于添加优化函数，计算P个最终聚类结果内添加适应度之和，将最大的添加适应度之和对应的最终聚类结果内的领主解，作为最终解。
7.根据权利要求1所述的方法，其特征在于，所述方法包括：
获取搅拌速率调整范围；
基于所述最优水化添加参数和石膏粒径信息，在所述搅拌速率调整范围内，以提升水化率为目的，进行搅拌速率的优化，获得最优搅拌速率。
8.一种天然硬石膏的水化率控制系统，其特征在于，所述系统包括：
测试模块，所述测试模块用于采集待进行水化的天然硬石膏的干重，并测试获取石膏粒径信息；
第一添加模块，所述第一添加模块用于根据所述石膏粒径信息，索引获取对硬石膏进行水化添加控制优化的水化添加数据库；
第二添加模块，所述第二添加模块用于通过添加优化模块，构建对水化添加控制优化的添加优化函数；
第三添加模块，所述第三添加模块用于根据所述添加优化函数，在所述水化添加数据库内，进行水化添加参数的优化，获得最优水化添加参数，其中，通过均匀性规则、附属更新规则进行水化添加参数的优化；
第四添加模块，所述第四添加模块用于通过控制优化模块，基于所述最优水化添加参数和石膏粒径信息，对硬石膏进行水化的搅拌速率进行优化，获得最优搅拌速率；
水化控制模块，所述水化控制模块用于采用最优水化参数和所述最优搅拌速率，对硬石膏进行水化控制，并在水化完成后测试计算获得水化率，作为水化率控制结果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311426009.4A CN117148729B (zh) | 2023-10-31 | 2023-10-31 | 一种天然硬石膏的水化率控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311426009.4A CN117148729B (zh) | 2023-10-31 | 2023-10-31 | 一种天然硬石膏的水化率控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117148729A true CN117148729A (zh) | 2023-12-01 |
| CN117148729B CN117148729B (zh) | 2024-01-26 |
Family
ID=88901191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311426009.4A Active CN117148729B (zh) | 2023-10-31 | 2023-10-31 | 一种天然硬石膏的水化率控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117148729B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120298358A1 (en) * | 2011-05-26 | 2012-11-29 | Halliburton Energy Services, Inc. | Method for quantifying cement blend components |
| WO2014152457A2 (en) * | 2013-03-15 | 2014-09-25 | Baxter Corporation Englewood | Systems and methods for compounding a preparation using a premix solution |
| WO2020091821A1 (en) * | 2018-11-02 | 2020-05-07 | Gcp Applied Technologies, Inc | Cement production |
| CN115947553A (zh) * | 2023-02-15 | 2023-04-11 | 一夫科技股份有限公司 | 一种天然硬石膏制备α高强石膏的方法 |
| CN116246722A (zh) * | 2023-03-10 | 2023-06-09 | 一夫科技股份有限公司 | 一种硬石膏快速水化的智能控制方法及系统 |
-
2023
- 2023-10-31 CN CN202311426009.4A patent/CN117148729B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120298358A1 (en) * | 2011-05-26 | 2012-11-29 | Halliburton Energy Services, Inc. | Method for quantifying cement blend components |
| WO2014152457A2 (en) * | 2013-03-15 | 2014-09-25 | Baxter Corporation Englewood | Systems and methods for compounding a preparation using a premix solution |
| WO2020091821A1 (en) * | 2018-11-02 | 2020-05-07 | Gcp Applied Technologies, Inc | Cement production |
| CN115947553A (zh) * | 2023-02-15 | 2023-04-11 | 一夫科技股份有限公司 | 一种天然硬石膏制备α高强石膏的方法 |
| CN116246722A (zh) * | 2023-03-10 | 2023-06-09 | 一夫科技股份有限公司 | 一种硬石膏快速水化的智能控制方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 黎德玲;潘子鹤;刘明亮;周海玲;韩甲兴;郑翠红;: "天然硬石膏的水化研究", 中国非金属矿工业导刊, no. 05 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117148729B (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108959728B (zh) | 基于深度学习的射频器件参数优化方法 | |
| CN110163429B (zh) | 一种基于相似日优化筛选的短期负荷预测方法 | |
| CN112884056A (zh) | 基于优化的lstm神经网络的污水水质预测方法 | |
| CN110889085A (zh) | 基于复杂网络多元在线回归的废水智能监控方法及系统 | |
| CN111650834B (zh) | 基于极限学习机的污水处理过程预测控制方法 | |
| CN110981021B (zh) | 一种基于模糊bp神经网络的废水高级氧化处理智能加药系统及方法 | |
| CN110782658A (zh) | 一种基于LightGBM算法的交通量预测方法 | |
| CN107992645B (zh) | 基于混沌-烟花混合算法的污水处理过程软测量建模方法 | |
| CN112561139A (zh) | 一种短期光伏发电功率预测方法和系统 | |
| CN113537639A (zh) | 一种养殖环境参数-鱼类生长预测模型建立方法及系统 | |
| CN113033923A (zh) | 水泥熟料性能的预测、评价及优化方法及其装置和系统 | |
| CN111882114B (zh) | 一种短时交通流量预测模型构建方法及预测方法 | |
| CN116187835A (zh) | 一种基于数据驱动的台区理论线损区间估算方法及系统 | |
| CN113761748A (zh) | 一种基于联邦增量随机配置网络的工业过程软测量方法 | |
| CN117148729B (zh) | 一种天然硬石膏的水化率控制方法及系统 | |
| CN115879750B (zh) | 一种水产育苗环境监控管理系统及方法 | |
| CN101995845A (zh) | 基于fpga的自调匀整控制系统及控制方法 | |
| CN111709585A (zh) | 一种空调负荷预测方法、装置及存储介质 | |
| CN110852888A (zh) | 一种基于粒子滤波的证券投资组合优化方法 | |
| CN115202190B (zh) | 一种基于工艺指标调节潜质的工况划分和识别方法 | |
| CN114861996B (zh) | 一种水库大水面污染治理方法及系统 | |
| CN113296947B (zh) | 基于改进XGBoost模型的资源需求预测方法 | |
| CN113762646A (zh) | 一种光伏短期功率智能预测方法及系统 | |
| Wang et al. | Maximum entropy segmentation of improved particle swarm optimization | |
| CN114970766A (zh) | 一种基于线性拟合的电站机组运行参数基准值获取方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |