[发明专利]一种基于数据挖掘的立磨运行调控系统及方法

摘要

本发明公开了一种基于数据挖掘的立磨运行调控系统及方法，利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到立磨健康状态评估指标；对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的各个状态分布情况；定义历史工况中的运行状态类别，得到稳定模式工况库；利用ARIMA算法对立磨健康状态特征获取模块中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助状态识别；结合ARIMA模型给出的预测值，对立磨的运行状态进行判断，当判定为异常时，从稳定工况模式库中读取工况记录，得到推荐的调控目标值，对该时刻的可控参数进行调控。本发明可以准确地给出立磨的定性和定量调控建议，实现磨机长期稳定运行。

主权项

一种基于数据挖掘的立磨运行调控系统，其特征在于，该系统包括：数据预处理模块、立磨健康状态评估指标挖掘模块、立磨健康状态聚类分析模块、立磨稳定工况模式库建立模块、立磨状态评估指标特征获取模块、立磨实时特征参数预测模块、立磨运行智能调控模块；数据预处理模块，对立磨采集的数据进行异常值处理、空值处理、离散化处理和归一化处理；立磨健康状态评估指标挖掘模块，利用一种综合的特征筛选方法对工况数据进行挖掘分析，得到影响立磨稳定的关键参数，作为立磨健康状态评估的指标；立磨健康状态聚类分析模块，基于确定的立磨健康状态评估的指标，对工况状态进行聚类挖掘分析，得到的各个工况簇的特点，获得历史工况中的各个状态分布情况；立磨稳定工况库建立模块，根据聚类分析的挖掘结果，定义历史工况中的运行状态类别，对工况所属的状态进行类别标注和筛选，得到稳定模式工况库；立磨状态评估指标特征获取模块，分析立磨运行状态下的采集的实时数据的特点，确定进行实时状态判断的特征值；立磨实时特征参数预测模块，利用ARIMA算法对立磨健康状态特征获取模块中确定的特征值训练模型，对参数的变化趋势进行预测，用预测值辅助状态识别；立磨运行智能调控模块根据该时刻的状态指标的数值，并结合ARIMA模型给出的预测值，对立磨的运行状态进行判断，当判定该时刻的运行状态为异常时，从稳定工况模式库中读取工况记录，得到推荐的调控目标值，然后根据推荐的目标值对该时刻的可控参数进行调控。