一种铜渣缓冷时间调控方法、装置、电子设备及存储介质与流程
- 国知局
- 2024-08-01 00:08:07
本技术涉及有色金属领域,具体涉及一种铜渣缓冷时间调控方法、装置、电子设备及存储介质。
背景技术:
1、铜渣是指铜矿冶炼作业中吹炼和熔炼工序所产生的废渣,回收和利用铜渣中的有价值金属元素,是应对我国铜精矿能源枯竭趋势的必要措施。在实际冶炼作业中,铜渣冷却环节的温度控制对铜渣的质量和利用率具有直接影响,因此需要加强对渣包温度场的认知与控制。炉渣冷却方式有自然冷却、水淬和喷淋缓冷三种形式,其中喷淋缓冷方式的冷却时间最长,对选矿过程最为有利。然而,在喷淋缓冷方式的过程中,过短的空冷时间会导致渣包温度过高,容易引发渣包的放炮现象,从而严重威胁生产安全。
2、目前,在实际生产过程中,现场操作人员通常采用固定的空冷和水冷时间进行作业,这种固定时长的操作相对是安全的,然而固定的冷却时间可能会导致缓冷周期过长,从而增加了生产成本。此外,外界环境的温度和渣包到达现场时的温度等多种因素都会对冷却过程产生影响,导致冷却时间过长或过短。
技术实现思路
1、鉴于以上所述相关技术的缺点,本技术提供一种铜渣缓冷时间调控方法、装置、电子设备及存储介质,以解决相关技术中铜渣缓冷时间过长或过短的技术问题。
2、本技术提供了一种铜渣缓冷时间调控方法,所述铜渣缓冷时间调控方法包括:获取渣包冷却的历史生产数据,基于所述历史生产数据对预设模型库中的模型进行训练,得到目标温度预测模型,所述目标温度预测模型的输入为温度参数、水冷时间、空冷时间和渣包参数,所述目标温度预测模型的输出为温度-时间预测曲线;生成多组初始输入数据,所述初始输入数据的温度参数和渣包参数相同,每组所述初始输入数据对应一组不同的水冷时间和空冷时间;将所述初始输入数据输入所述目标温度预测模型中,得到多个温度-时间预测曲线,基于所述温度-时间预测曲线得到每组初始输入数据对应的空冷结束时温度和水冷结束时温度;将各组初始输入数据对应的空冷结束时温度和水冷结束时温度输入预设评分函数,得到各组初始输入数据对应的评分;基于各组初始输入数据的评分确定目标输入数据,将所述目标输入数据对应的水冷时间确定为目标水冷时间,将所述目标输入数据对应的空冷时间确定为目标空冷时间。
3、于本技术的一实施例中,基于各组初始输入数据的评分确定目标输入数据包括:若存在所述评分大于或等于预设评分阈值的初始输入数据,将各组初始输入数据中评分最高的一组初始输入数据作为所述目标输入数据;若不存在所述评分大于或等于预设评分阈值的初始输入数据,基于各组初始输入数据中评分最高的一组初始输入数据生成多组调整输入数据,重复执行数据调整操作,直到调整后数据对应的评分大于或等于预设评分阈值,将最后一次执行所述数据调整操作中的各组调整输入数据中评分最高的一组调整输入数据作为所述目标输入数据;其中,所述数据调整操作包括将所述调整输入数据输入所述目标温度预测模型中,得到多个温度-时间预测曲线,基于所述温度-时间预测曲线得到每组调整输入数据对应的空冷结束时温度和水冷结束时温度,将各组调整输入数据对应的空冷结束时温度和水冷结束时温度输入预设评分函数,得到各组调整输入数据对应的评分,将各组调整输入数据中评分最高的一组调整输入数据生成多组新的调整输入数据,并将新的调整输入数据作为下次执行所述数据调整操作的调整输入数据。
4、于本技术的一实施例中,基于各组初始输入数据的评分确定目标输入数据还包括:基于各组初始输入数据中评分最高的一组初始输入数据生成迭代输入数据,并将评分最高的初始输入数据的评分作为初始评分,重复执行数据迭代操作,直到评分差值小于或等于预设差值阈值,将最后一次执行所述数据迭代操作中各组迭代输入数据中评分最高的一组迭代输入数据作为所述目标输入数据;其中,所述数据迭代操作包括将所述迭代输入数据输入所述目标温度预测模型中,得到多个温度-时间预测曲线,基于所述温度-时间预测曲线得到每组迭代输入数据对应的空冷结束时温度和水冷结束时温度,将各组迭代输入数据对应的空冷结束时温度和水冷结束时温度输入预设评分函数,得到各组迭代输入数据对应的评分,将各组迭代输入数据中评分最高的迭代输入数据对应的评分作为迭代评分,将所述迭代评分与所述初始评分之差作为所述评分差值,基于各组迭代输入数据中评分最高的一组迭代输入数据生成多组新的迭代输入数据,并将新的迭代输入数据作为下次执行所述数据迭代操作的迭代输入数据。
5、于本技术的一实施例中,获取渣包冷却的历史生产数据,基于所述历史生产数据对预设模型库中的模型进行训练,得到目标温度预测模型包括:基于所述历史生产数据得到生产数据集,按照预设划分比例将所述生产数据集划分为训练集和测试集,所述历史生产数据包括历史温度参数、历史渣包参数、历史温度曲线、历史水冷时间和历史空冷时间;将所述训练集输入到预设模型库中的各个预设预测模型中,得到多个初始温度预测模型;基于所述测试集计算各个初始温度预测模型对应的相对误差;将所述相对误差最小的初始温度预测模型作为所述目标温度预测模型。
6、于本技术的一实施例中,将各组初始输入数据对应的空冷结束时温度和水冷结束时温度输入预设评分函数,得到各组初始输入数据对应的评分包括:
7、
8、其中,value为所述评分,tair_predict为所述空冷结束时温度,tair_ref为预设理想空冷结束温度,twater_predict为所述水冷结束时温度,twater_ref为预设理想水冷结束温度,tpredict为输入数据对应的空冷时间与水冷时间之和,tref为预设总用时参考值,α,β,γ为预设优先级比例值。
9、于本技术的一实施例中,获取渣包冷却的历史生产数据之后,还包括:
10、对所述历史生产数据执行归一化、处理缺失值、过滤异常样本其中至少之一的预处理操作;基于预处理操作后的历史生产数据训练所述预设模型库中的模型。
11、于本技术的一实施例中,基于各组初始输入数据中评分最高的一组初始输入数据生成多组调整输入数据包括:将各组初始输入数据中评分最高的一组初始输入数据中的水冷时间和空冷时间按照预设增加数值进行增加,得到多组增加后数据;将各组初始输入数据中评分最高的一组初始输入数据中的水冷时间和空冷时间按照预设减少数值进行减少,得到多组减少后数据将所述增加后数据和所述减少后数据作为所述调整输入数据。
12、本技术的实施例还提供一种铜渣缓冷时间调控装置,所述铜渣缓冷时间调控装置包括:模型训练模块,用于获取渣包冷却的历史生产数据,基于所述历史生产数据对预设模型库中的模型进行训练,得到目标温度预测模型,所述目标温度预测模型的输入为温度参数、水冷时间、空冷时间和渣包参数,所述目标温度预测模型的输出为温度-时间预测曲线;数据生成模块,用于生成多组初始输入数据,所述初始输入数据的温度参数和渣包参数相同,每组所述初始输入数据对应一组不同的水冷时间和空冷时间;温度确定模块,用于将所述初始输入数据输入所述目标温度预测模型中,得到多个温度-时间预测曲线,基于所述温度-时间预测曲线得到每组初始输入数据对应的空冷结束时温度和水冷结束时温度;数据评分模块,用于将各组初始输入数据对应的空冷结束时温度和水冷结束时温度输入预设评分函数,得到各组初始输入数据对应的评分;时间调控模块,用于基于各组初始输入数据的评分确定目标输入数据,将所述目标输入数据对应的水冷时间确定为目标水冷时间,将所述目标输入数据对应的空冷时间确定为目标空冷时间。
13、本技术的实施例还提供一种电子设备,所述电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现如上述各实施例中任一所述的铜渣缓冷时间调控方法。
14、本技术的实施例还提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被计算机的处理器执行时,使计算机执行如上述各实施例中任一所述的铜渣缓冷时间调控方法。
15、本技术的有益效果:本技术实施例提供一种铜渣缓冷时间调控方法、装置、电子设备及存储介质,该方法通过获取渣包冷却的历史生产数据,基于历史生产数据训练得到目标温度预测模型,生成多组初始输入数据,将初始输入数据输入目标温度预测模型中,对预设模型库中的模型进行筛选,从而得到最合适的目标温度预测模型,减少误差,提高温度预测精度,得到每组初始输入数据对应的空冷结束时温度和水冷结束时温度,基于各组的空冷结束时温度和水冷结束时温度和预设评分函数得到各组初始输入数据对应的评分,基于评分选择最优的空冷时间和水冷时间,基于评分确定目标输入数据,将目标输入数据对应的水冷时间确定为目标水冷时间,将目标输入数据对应的空冷时间确定为目标空冷时间,从而提供一种可以对铜渣缓冷时间进行调控的方法,防止渣包缓冷时间过长或过短。
16、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本技术。
本文地址:https://www.jishuxx.com/zhuanli/20240730/199748.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。
下一篇
返回列表