[发明专利]一种基于行为画像的浮选生产过程控制方法及系统

说明书

一种基于行为画像的浮选生产过程控制方法及系统，该方法包括浮选过程行为指标数据存储以及预处理；构建浮选过程行为画像标签体系；挖掘矿浆种类与操作模式的对应关系；为不同矿浆种类找出对应的最佳操作方式；构建多层支持向量机分类器对实时的行为画像确定矿浆种类；给每一矿浆种类构建多级支持向量机分类器，进行操作模式调整。该系统包括行为指标选取及预处理单元、画像标签体系构建单元、画像标签挖掘单元、最佳选取单元、矿浆种类分类单元、操作模式调整单元、阈值判定单元。本发明对选矿石性质、加药量、精矿闸门开度、刮板刮尾厚度建立行为画像和关联关系，达到稳质降尾、降低成本、提高、生产效益的目的。

技术领域

本发明涉及浮选技术领域，具体涉及一种基于行为画像的浮选生产过程控制方法及系统。

背景技术

浮选生产过程是选矿工艺的重要环节，目前，浮选生产过程主要依赖于人的经验知识和少量的测量数据进行操作，由于影响浮选操作的因素众多，入选矿浆种类、上游操作的稳定性、加药量、液位等，这些因素具有非线性、时变性、大滞后、强耦合的特点，因此完全采用手动操作，致使岗位工人劳动强度大，容易造成精矿产品的质量波动。画像技术是一种新的大数据处理方式，用于针对用户或者用户行为进行建模。使用行为画像技术来刻画和表征浮选生产过程的行为特征，并提供生产过程的推荐操作，有利于解决上述业务难题。浮选生产过程是选矿工艺的重要环节，目前，浮选生产过程完全采用手动操作，致使岗位工人劳动强度大，并且容易造成精矿产品的质量波动。

发明内容

针对现有技术存在的问题，本发明提供一种基于行为画像的浮选生产过程控制方法及系统，通过构建浮选过程行为画像标签体系，结合多级支持向量机分类，针对不同矿浆种类提出相应的最佳操作方式，从而对浮选生产过程操作进行控制，达到稳质降尾、提高浮选生产效益的目的。

一方面，本发明提供一种基于行为画像的浮选生产过程控制方法，包括：

1)浮选过程行为指标数据存储以及预处理，所述浮选过程行为指标，包括：给矿品位、各种药剂流量、精矿闸门开度、刮板刮尾厚度、浮选精矿品位、浮选尾矿品位；

2)构建浮选过程行为画像标签体系：将选取的浮选过程行为指标进行单维度k-means聚类，分别将各浮选过程行为指标聚类成若干等级，各等级作为生成的行为画像标签，将数据仓库中的数据转为行为画像标签的形式存储，构建出浮选过程行为画像标签体系，即浮选过程行为指标与行为画像标签的对应关系；

3)挖掘矿浆种类与操作模式的对应关系：将各浮选过程行为指标数据作为一条操作模式，进行操作模式发掘，尽可能多的发现浮选过程中的操作模式并命名作为矿浆种类画像标签；

4)为不同矿浆种类找出对应的最佳操作方式：采用k-means聚类算法，将n种矿浆种类、m种浮选精矿品位、p种浮选尾矿品位进行组合，共生成n*m*p＝q种样本，将每种样本对应的操作模式进行聚类，在聚类结果中选取数量最多的类别的聚类中心作为为该矿浆种类浮选过程中的指导操作模式即最佳操作方式；

5)构建多层支持向量机分类器对实时的行为画像进行分类确定矿浆种类；

6)给每一矿浆种类构建多级支持向量机分类器，根据实时的操作模式来预测浮选精矿品位、浮选尾矿品位，进行操作模式的调整；

7)当出现多级支持向量机分类器预测出的浮选精矿品位和浮选尾矿品位都不合格的次数超过阈值时，返回步骤3)。

进一步地，步骤1)包括：

1.1)浮选过程行为指标数据存储时，离线测量的给矿品位、浮选精矿品位、浮选尾矿品位数据每两小时存储一次，在线测量的投放的药剂用量监测数据、精矿闸门开度、刮板刮尾厚度每10分钟存储一次；

1.2)将离线测量的数据和在线测量的数据进行数据对齐；

1.3)抽取近两年的所有数据存储到数据库中；