[发明专利]一种基于无线传感网络的铜矿浮选智能软测量方法及系统

说明书

本发明提供一种基于无线传感网络的铜矿浮选智能软测量方法及系统，所述方法包括如下步骤：实时采集铜矿浮选生产过程中各个输入变量及浮选现场环境参数；对采集的输入变量进行预处理并利用处理后的变量训练神经网络，确定BP神经网络模型参数；将建好的模型参数编写程序植入到协调器模块，同时协调器模块接收采集的浮选中各输入变量对目标变量进行软测量；软测量求得的铜精矿和尾矿品位值传输到上位机并在基于LabVIEW的软件平台进行实时显示。

技术领域

本发明涉及铜矿浮选软测量技术领域，具体涉及一种基于无线传感网络的铜矿浮选智能软测量方法及系统。

背景技术

近年来，在铜工业生产过程中，勘探和开采的铜矿石大部分都要经过选矿富集成铜精矿才能冶炼成铜金属，浮选是铜矿选矿方法的重要方法之一。铜矿浮选机装置有混合区、运输区、分离区和泡沫区四个区域，用来分离矿浆中的铜，使矿物一步一步得到富集，保证泡沫层中的矿物不致脱落，泡沫能顺利地流入泡沫槽内。为了保证浮选中铜的质量，需对该浮选装置中的各种输入变量进行实时监测和控制，以使浮选获得的铜精矿和尾矿品位达到最佳。受工业现场环境的限制，由于矿浆中的各种浮选变量由操作员从现场提取矿浆，然后使用专用的分析仪进行，测量费时难以实现实时测量，并且设备价格昂贵，需要定时维护。因此需要一种代替在线分析仪表的软测量方法来实时控制浮选中的各个输入变量。而在面对许多复杂的输入变量时，如何快速准确的实现对浮选过程中多个输入变量进行实时监测和控制，以及对铜矿浮选中的铜精矿和尾矿预测成为一个十分困难的测量难题。

发明内容

面对许多复杂的输入变量时，如何快速准确的实现对浮选过程中多个输入变量进行实时监测和控制，以及对铜矿浮选中的铜精矿和尾矿预测的问题，本发明提供一种基于无线传感网络的铜矿浮选智能软测量方法及系统。

本发明的技术方案是：

一方面，一种基于无线传感网络的铜矿浮选智能软测量方法，包括如下步骤：

实时采集铜矿浮选生产过程中各个输入变量及浮选现场环境参数；

对采集的输入变量进行预处理并利用处理后的变量训练神经网络，确定BP神经网络模型参数；

将建好的模型参数编写程序植入到协调器模块，同时协调器模块接收采集的浮选中各输入变量对目标变量进行软测量；

软测量求得的铜精矿和尾矿品位值传输到上位机并在基于LabVIEW的软件平台进行实时显示。

进一步的，所述的实时采集铜矿浮选生产过程中各个输入变量的步骤包括：

基于ZigBee的嵌入式芯片设计ZigBee终端模块，实时采集铜矿浮选生产过程中各个输入变量及浮选现场环境参数。ZigBee终端模块由硬件和软件集成的开发板；其中，硬件包括主控芯片及外围测量电路；软件是IAR的运行环境及其操作系统Z-Stack协议栈。

进一步的，所述的对采集的输入变量进行预处理并利用处理后的变量训练神经网络，确定BP神经网络模型参数的步骤包括：

对浮选过程中各输入变量进行预处理、剔除无关变量或影响小于设定影响比例的变量，输出影响浮选过程精矿及尾矿品位的关键变量；

利用所述的关键变量在MATLAB工具箱里设计软测量算法，确定BP神经网络模型参数。将铜矿的原始数据进行预处理，这样做是为了提高建立模型的精度，然后用这些预处理的数据在MATLAB工具箱里进行数据建模也即是软测量生成数学模型的参数，其中，包括权重系数、阈值。

进一步的，所述的对采集的输入变量进行预处理并利用处理后的变量训练神经网络，确定BP神经网络模型参数的步骤，具体包括：

S31：利用归一化互信息将浮选过程中的输入变量值压缩到0～1之间；

S32：利用禁忌搜索的思想完成变量的初步排序；