微泡浮选机的运行参数优化方法及系统与流程
- 国知局
- 2024-07-29 11:11:18
本申请涉及智能优化领域,且更为具体地,涉及一种微泡浮选机的运行参数优化方法及系统。
背景技术:
1、微泡浮选机是一种用于选别矿物的设备,它利用气泡将矿物颗粒从矿浆中分离出来。微泡浮选机的运行参数,如搅拌速度、气体流量、浮选剂用量等,对浮选效果有着重要的影响。
2、然而,由于矿浆的性质和浮选条件的变化,这些运行参数往往难以确定和调节。传统的浮选机操作往往依赖于经验和固定参数设置,缺乏针对实时条件的灵活调整。
3、因此,期待一种微泡浮选机的运行参数优化方法及系统。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种微泡浮选机的运行参数优化方法及系统,其通过利用液位传感器来采集液位的时间序列,并利用基于深度学习的人工智能技术来进行处理和分析,挖掘液位的全时域动态变化特征信息,并借此来对搅拌速度进行自适应调整,从而实现微泡浮选机的智能运行优化,以在矿浆混合和气泡碰撞过程中实现更高效的矿石分离效果。
2、根据本申请的一个方面,提供了一种微泡浮选机的运行参数优化方法,其包括:
3、获取由液位传感器采集的液位的时间序列;
4、对所述液位的时间序列进行数据预处理以得到液位局部时序输入向量的序列;
5、对所述液位局部时序输入向量的序列进行时序分析以得到全时域自相关强化液位时序特征向量;
6、基于所述全时域自相关强化液位时序特征向量,确定搅拌速度的控制指令。
7、根据本申请的另一个方面,提供了一种微泡浮选机的运行参数优化系统,其包括:
8、数据采集模块,用于获取由液位传感器采集的液位的时间序列;
9、数据预处理模块,用于对所述液位的时间序列进行数据预处理以得到液位局部时序输入向量的序列;
10、时序分析模块,用于对所述液位局部时序输入向量的序列进行时序分析以得到全时域自相关强化液位时序特征向量;
11、控制指令生成模块,用于基于所述全时域自相关强化液位时序特征向量,确定搅拌速度的控制指令。
12、与现有技术相比,本申请提供的一种微泡浮选机的运行参数优化方法及系统,其通过利用液位传感器来采集液位的时间序列,并利用基于深度学习的人工智能技术来进行处理和分析,挖掘液位的全时域动态变化特征信息,并借此来对搅拌速度进行自适应调整,从而实现微泡浮选机的智能运行优化,以在矿浆混合和气泡碰撞过程中实现更高效的矿石分离效果。
技术特征:1.一种微泡浮选机的运行参数优化方法,其特征在于,包括:
2.根据权利要求1所述的微泡浮选机的运行参数优化方法,其特征在于,对所述液位的时间序列进行数据预处理以得到液位局部时序输入向量的序列,包括:
3.根据权利要求2所述的微泡浮选机的运行参数优化方法,其特征在于,对所述液位局部时序输入向量的序列进行时序分析以得到全时域自相关强化液位时序特征向量,包括:
4.根据权利要求3所述的微泡浮选机的运行参数优化方法,其特征在于,对所述液位局部时序输入向量的序列进行重参数化以得到强化液位局部时序输入向量的序列,包括:
5.根据权利要求4所述的微泡浮选机的运行参数优化方法,其特征在于,将所述液位局部时序输入向量的序列中的各个液位局部时序输入向量输入基于重参数化网络的特征表达强化器以得到所述强化液位局部时序输入向量的序列,包括:
6.根据权利要求5所述的微泡浮选机的运行参数优化方法,其特征在于,将所述强化液位局部时序输入向量的序列通过自相关注意力网络以得到所述全时域自相关强化液位时序特征向量,包括:
7.根据权利要求6所述的微泡浮选机的运行参数优化方法,其特征在于,基于所述全时域自相关强化液位时序特征向量,确定搅拌速度的控制指令,包括:
8.根据权利要求7所述的微泡浮选机的运行参数优化方法,其特征在于,将所述全时域自相关强化液位时序特征向量输入基于分类器的搅拌速度控制器以得到所述控制指令,所述控制指令用于表示当前时间点的搅拌速度应增大、应减小或应保持不变,包括:
9.根据权利要求8所述的微泡浮选机的运行参数优化方法,其特征在于,还包括训练步骤:对所述基于重参数化网络的特征表达强化器、所述自相关注意力网络和所述基于分类器的搅拌速度控制器进行训练;
10.一种微泡浮选机的运行参数优化系统,其特征在于,包括:
技术总结本申请公开了一种微泡浮选机的运行参数优化方法及系统,其通过利用液位传感器来采集液位的时间序列,并利用基于深度学习的人工智能技术来进行处理和分析,挖掘液位的全时域动态变化特征信息,并借此来对搅拌速度进行自适应调整,从而实现微泡浮选机的智能运行优化,以在矿浆混合和气泡碰撞过程中实现更高效的矿石分离效果。技术研发人员:徐赛东,熊宗彪,郭淑飞,王乐,童伟,黄东福,蒋康帅,赵硕受保护的技术使用者:浙江艾领创矿业科技有限公司技术研发日:技术公布日:2024/7/9本文地址:https://www.jishuxx.com/zhuanli/20240725/135011.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。