[发明专利]一种矿浆浓度的软测量方法有效
| 申请号： | 201811293203.9 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109446669B | 公开（公告）日： | 2022-10-28 |
| 发明（设计）人： | 柴天佑;王兰豪;王良勇;贾瑶;郑秀萍;牟晓迪 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27 |
| 代理公司： | 北京易捷胜知识产权代理有限公司 11613 | 代理人： | 韩国胜 |
| 地址： | 110169 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种矿浆浓度的软测量方法，通过该方法得到的矿浆浓度不仅能适应选矿生产环境的变化，更能提高矿浆浓度的检测效果。方法包括：建立包括线性部分信息和非线性部分信息的矿浆密度辨识模型；基于矿浆流量信号的历史数据，从线性部分信息中选择变量个数，并获取线性模型的估计模型；基于矿浆差压和流量信号的历史数据，从非线性部分信息中选择变量个数，并获取非线性部分的估计模型；根据线性部分和非线性部分的估计模型，基于矿浆密度辨识模型，获取估计的矿浆密度；进而根据选矿厂的实际矿浆密度，在线更新线性部分和非线性部分的模型参数，依据原矿石的真密度，获取选矿厂的矿浆浓度的估计值。 | ||
| 搜索关键词： | 一种 矿浆 浓度 测量方法 | ||
【主权项】：
1.一种矿浆浓度的软测量方法，其特征在于，包括：S1、基于矿浆管道信息，建立矿浆密度辨识模型；所述矿浆密度辨识模型包括线性部分模型和非线性部分模型；S2、基于矿浆差压信号的历史数据，采用贝叶斯信息准则从所述线性部分模型中选择线性部分变量个数，采用递推最小二乘法对线性部分模型进行辨识，得到线性部分的估计模型；S3、基于矿浆差压和流量信号的历史数据，采用互信息方法从所述非线性部分模型中选择非线性部分变量个数，采用径向基神经网络对非线性部分模型进行辨识，得到非线性部分的估计模型；S4、根据所述线性部分的估计模型和非线性部分的估计模型，基于所述矿浆密度辨识模型，获取估计的矿浆密度；S5、基于所述估计的矿浆密度，根据选矿厂的实际矿浆密度，在线更新所述线性部分和非线性部分的估计模型的参数，再依据原矿石的真密度，获取选矿厂的矿浆浓度的估计值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学，未经东北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811293203.9/，转载请声明来源钻瓜专利网。
