[发明专利]一种选矿生产指标可视化分析系统与方法

权利要求书

1.一种选矿生产指标可视化分析系统，其特征在于：系统包括生产指标数据获取单元、生产指标配置单元、生产指标管理单元、生产指标可视化单元、生产指标分析单元、异常报警单元；

其中，生产指标数据获取单元：用于获取选矿生产全流程生产指标数据，包括质量指标、计量指标、能源指标、工艺指标、成本指标、设备运行统计指标，并将其存储到本地数据库；

所述质量指标包括选矿综精品味，选矿综精水分、测算烧结矿品味、综合块矿率、选矿综精sio2；所述计量指标包括选矿综精产量干重、选矿综精产量湿重、强磁精矿产量、弱磁精矿产量、成品矿量、废石矿量；所述能源指标包括电、中水、新水、焦炉煤气消耗量；所述工艺指标包括煤气总压力、高炉煤气总压力、焦炉煤气压力、煤气总热值；所述成本指标包括高炉煤气、蒸汽、生活水、热水的能耗；所述设备运行统计指标包括竖炉、球磨机、强磁选机、过滤机；

生产指标配置单元：用于对数据获取单元所获取的生产指标的数据来源的配置，数据来源包括PIK数据，DCS数据，SAP数据、运时统计数据、能源数据、STRAP数据；

所述PIK数据是指通过采集计量数据的系统采集的数据，所述DCS数据是指通过分布式控制系统所采集到的数据，所述SAP数据是指从企业资源计划中得到的数据，所述运时统计数据是指将设备的运时数据计算得到的数据，所述能源数据是指工艺过程所用能源的统计数据，所述STRAP数据是指皮带矿量数据；

生产指标管理单元：用于对指标获取单元获取的生产指标的管理，对各工序生产指标进行编码，所述编码是指给每个生产指标编写对应的指标编号，进行统一管理，实现对生产指标的增加、删除、修改、查询功能；

生产指标可视化单元：用于对生产指标数据的可视化显示，显示方式采用雷达图形式，所述雷达图可展示不同量纲的多维生产指标数据和整体趋势，所述不同量纲指各工艺生产过程有不同的生产指标，各个生产指标具有不同的单位，所述多维指雷达图的每个坐标轴代表一个维度，每个维度设置长度来描述不同数量级指标数据，所述整体趋势是指连接各个维度的数据可得到采样时间点的整体数据状态；

生产指标分析单元：用于生产指标可视化单元显示指标数据的分析，包括单指标数据分析和整体指标分析；所述单指标分析是指对生产指标可视化单元的雷达图每个维度的指标设置上下限值，对超过限值得指标进行异常标记；所述整体指标分析是指对某个正常状态下采样点的生产指标数据进行正常标记，对等待分析时间点下的指标数据采用标签传播算法，判断出异常指标，并进行异常标记；

异常报警单元：用于对生产指标分析单元产生的异常指标的报警处理，包括单指标异常报警和整体指标异常报警；所述单指标异常报警是指单个指标超过指标设置的上下限值得报警处理；所述整体指标异常报警是指经过标签传播算法标记的异常指标的趋势图的报警处理；

一种选矿生产指标可视化分析系统与方法，包括以下步骤：

步骤1、获取选矿生产全流程生产指标数据，用于获取选矿生产全流程生产指标数据，包括质量指标、计量指标、能源指标、工艺指标、成本指标、设备运行统计指标；

步骤2、将获取的生产指标数据存储到本地数据库；

步骤3、将选矿生产全流程的生产指标进行数据源配置，给各个指标分配对应的数据源；

步骤4、将选矿全流程的生产指标进行统一管理，包括已经配置数据源的生产指标进行统一编辑，每个指标名称对应唯一的指标编码以及生产指标的增加、删除、修改、查看；

步骤5、选取选矿生产工艺过程中部分需要监测与分析的指标数据，读取数据采集单元的指标数据，以雷达图的形式进行显示；

步骤6、对步骤5雷达图显示指标数据进行异常分析，包括单指标异常分析和某采样点下整体工况指标异常分析；

步骤7、对所标记的单个异常指标和整体工况的异常指标进行不同类别异常报警处理；

步骤5的具体描述如下：

步骤5-1、选取生产工艺过程中质量指标和计量指标数据，读取数据本地数据库中的数据；

步骤5-2、将指标数据以雷达图形式显现，雷达图的每个坐标轴代表一个维度，每个维度代表一个生产指标，根据不同综合生产指标的数量级来设置对应指标坐标轴的单位长度，使得不同坐标轴上相同的单位长度代表不同的数量级，用以表示不同单位的综合生产指标；

步骤5-3、依据选矿生产过程中工艺需求，针对各个坐标轴上的单指标数据设置指标数据的上下限指标数值；

步骤5-4、连接各个坐标轴采样点指标数据值，形成此采样点指标数据的整体趋势图；

步骤5-5、显示不同采样时间下的综合指标数据；

步骤6具体描述如下：

步骤6-1、单指标异常分析：依据工艺生产要求，对每个维度上的指标数据进行上下限值得设定，依据生产指标监测结果，分析出单个异常指标；

步骤6-2、某采样时间下综合生产指标异常分析：步骤对已经筛选出的正常生产过程的指标数据做标记，对实时的工艺生产过程的指标数据采用标签传播算法，来监测和分析此采样点下的指标数据是否正常，对异常数据进行标记；

步骤6-2-1、正常指标数据筛选：选取一定数量的综合生产指标历史数据，结合人工经验，在历史数据中选取正常的生产指标数据，进行正常指标数据的标记；

步骤6-2-2、为实现工艺生产过程实时指标数据的监测和分析，依据步骤5所构建的雷达图，图的节点为一个数据点，节点i和节点j的边表示他们的相似度，节点i和节点j的边权重为：

其中α是超参；

步骤6-2-3、定义各个节点指标数据的概率传播矩阵P：

Ρij表示从节点i转移到节点j的概率；

步骤6-2-4、根据步骤6-2-1所得到的正常指标数据，定义L×C的标记矩阵，表示C个类别和L个标记指标样本，同时定义需要标记的U个待标记生产指标数据，形成一个UxC的标记矩阵YU，将两个矩阵合并，我们得到一个NxC 的软标签矩阵F＝[YL；YU]，其中YU是等待标记矩阵；

步骤6-2-5、执行标签传播算法，使F＝PF；每个节点的生产指标数据将自己的标记以P确定的概率传播给其他节点，相似的正常节点将被标记；

步骤6-2-6、重置F中的已标记样本的标签：F_L＝Y_L；每次传播完成需要重置矩阵F中的已标记数据；

步骤6—2-7、重复执行步骤6-4和步骤6-5直到F收敛；

步骤6-2-8、经过以上的步骤，正常的生产指标已经被标记，分析整体生产指标，将没有被标记处的异常指标进行异常标记。