一种基于X射线煤质多元素的配煤分类建模方法与流程

一种基于x射线煤质多元素的配煤分类建模方法
技术领域
1.本发明涉及选煤厂智能控制技术领域，尤其是涉及一种基于x射线煤质多元素的配煤分类建模方法。


背景技术：

2.煤炭分选是煤炭行业高质量发展的核心环节，采用智能化技术，提升煤炭分选的过程控制与智能控制，是当下智能化选煤厂建设的重点内容。配煤是选煤厂经常遇到的典型场景，配煤产生的背景主要有以下两种情形，分别是选前配煤和选后配煤，当然选前配煤和选后配煤的目标还是有显著差异；选前配煤主要考虑满足分储和均质化两个问题，核心是为分选创造条件；选后配煤则是满足产品质量要求，比如灰分、硫分、发热量的要求等等。
3.煤炭分选之前是原煤准备阶段，这时通常遇到的场景是原煤来源不同，对于中央型选煤厂和群矿型选煤厂这个问题尤为突出，特别是不同来源煤种的可选性不同，硫分、粘结指数指标等也不同，对于选煤分选环节来讲，如果原煤准备阶段不处理好这个问题，后续将使得整个分选过程恶化，根本无法取得合格产品，或以牺牲选煤厂最大利益为代价。
4.原煤准备阶段配煤的基本问题，包括原煤分储。理想情况下，原煤分储可通过井下开采来完成，但这个条件往往无法满足，如何对运至选煤厂的来煤，进行煤质实时检测与煤源判别，一直是一个卡脖子的技术难题。因此，如何对煤源进行分类，是目前亟待解决的问题。


技术实现要素：

5.本发明的目的是提供一种基于x射线煤质多元素的配煤分类建模方法，采用分析仪采集煤源的多元素组分，对多个煤源的多元素组分数据，进行lssvm算法处理，获得煤源分类模型，基于煤源分类模型，对待分类煤源的多元素组分进行分析，从而实现对煤源的分类，根据分类结果，对煤源进行分储，实现了煤质的实时检测与煤源判别。
6.第一方面，本发明的上述发明目的通过以下技术方案得以实现：一种基于x射线煤质多元素的配煤分类建模方法，获得至少一种煤源的煤质多元素组分，将所有煤源的煤质多元素组分组成多元素组分集，对多元素组分集数据进行算法处理，建立煤源分类模型。
7.本发明进一步设置为：采用x射线煤质多元素分析仪，获得各煤源的煤质元素组分，对元素组分集数据进行lssvm算法处理，建立煤源分类模型。
8.本发明进一步设置为：设煤质多元素组分包括q种元素，煤源种类为n，以煤质多元素组分作为q维输入向量，建立非线性函数，将输入空间映射到特征空间；基于结构化风险最小原则，构造拉格朗日函数，求解优化问题，设置问题最优解的条件，求解得到核函数，建立煤源分类模型。
9.本发明进一步设置为：基于结构化风险最小化原则，将评估问题描述为优化问题，建立优化函数：
（2）；式中，是正则化函数，是一个非负正则化参数，决定了模型的精度和复杂性之间的权衡，表示实际值和预测值之间的回归误差。
10.本发明进一步设置为：构造拉格朗日函数如下式所示：（3）；式中，(i=1，2，...，n)表示拉格朗日乘数，分别对、、和进行偏微分，将所有导数设置为零，得到优化问题的最优解条件为：（8）；式中，，，，表示一个n*n核函数的对称矩阵。
11.本发明进一步设置为：核函数如下式所示：
ꢀꢀꢀꢀꢀ
（9）；式中，。
12.本发明进一步设置为：煤源分类模型，如下式所示：；
ꢀꢀꢀꢀꢀ
（10）；式中，表示权重向量，表示偏置项；采用径向基函数（rbf）核作为核函数，如下式所示：
（11）；式中，是核函数的带宽。
13.第二方面，本发明的上述发明目的通过以下技术方案得以实现：一种基于x射线煤质多元素的配煤分类系统，包括配煤分类器、x射线煤质多元素分析仪、控制驱动装置，x射线煤质多元素分析仪用于采集待分类煤源的煤质多元素组分，配煤分类器用于对采集到的煤质多元素组分进行分析，得到煤源类型，控制驱动装置用于根据煤源类型，将待分类煤源运输到相应位置。
14.第三方面，本发明的上述发明目的通过以下技术方案得以实现：一种基于x射线煤质多元素的配煤分类器终端，包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本技术所述方法。
15.第四方面，本发明的上述发明目的通过以下技术方案得以实现：一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时实现本技术所述方法。
16.与现有技术相比，本技术的有益技术效果为：1.本技术通过对多种煤源的多元素组分数据进行算法处理，建立煤源分类模型，保证了煤源分类能够实现；2.进一步地，本技术通过采用lssvm算法，将非线性问题转换为优化问题，简化了建模过程；3.进一步地，本技术通过煤源分类模型，对待分类煤源进行分类，实现了对煤源煤质的实时检测与煤源判别。
附图说明
17.图1是本技术的一个具体实施例的煤源分类方法结构示意图。
具体实施方式
18.以下结合附图对本发明作进一步详细说明。
19.具体实施例一本技术的一种基于x射线煤质多元素的配煤分类建模方法，首先采集n种煤源的多元素组分，组成多元素组分集，对多元素组分集的数据，进行算法处理，建立煤源分类模型。
20.多元素组分包括q种元素，如灰分、硫分、镁、铝、硅、钙、铁等。
21.根据煤源种类、多元素组分，组成多元素组分集，作为训练数据。其中，是一个q维的输入向量，代表多元素组分；，是n维向量，对应的煤源种类。
22.为了实现输入空间到特征空间的映射，采用非线性函数φ（xi），非线性函数估计建模的形式如下：
ꢀꢀꢀꢀ
（1）；式中，表示权重向量，表示偏置项。
23.基于结构化风险最小化原则，将评估问题描述为优化问题：基于结构化风险最小化原则，将评估问题描述为优化问题：基于结构化风险最小化原则，将评估问题描述为优化问题：（2）；式中，是正则化函数（惩罚项），是一个非负正则化参数，决定了模型的精度和复杂性之间的权衡，表示实际值和预测值之间的回归误差。
24.为了解决公式（2）的优化问题，采用相应的拉格朗日函数吸收边界条件，表示为：（3）；式中，(i=1，2，...，n)表示拉格朗日乘数。
25.对公式（3）中的、、和进行偏微分，将所有导数设置为零来获得问题的最优解的条件。
26.由 ，推导出：（4）；由 ，推导出：（5）；
由 ，推导出：（6）；由 ，推导出：
ꢀꢀꢀ
（7）；对公式（4）（5）（6）（7）进行运算，消除和，优化过程可以转化为如下的线性方程：（8）；式中，，，，表示一个n*n核函数的对称矩阵。
27.核函数如下式所示：
ꢀꢀꢀꢀꢀ
（9）；式中，。
28.核函数满足mercer的条件。核函数在构建高性能最小二乘支持向量机（lssvm）中起着重要作用，具有降低高维空间计算复杂度的能力。
29.经过上述处理，得到煤源分类模型，即lssvm模型，如下式所示：经过上述处理，得到煤源分类模型，即lssvm模型，如下式所示：
ꢀꢀꢀꢀꢀ
（10）；采用径向基函数（rbf）核作为核函数，如下式所示：（11）；式中，是核函数的带宽。
30.超参数以及，是对lssvm模型的性能有很大影响的参数，需要仔细确定。
31.具体实施例二一种基于x射线煤质多元素的配煤分类系统，如图1所示，包括配煤分类器、x射线煤质多元素分析仪、控制驱动装置，x射线煤质多元素分析仪用于采集待分类煤源的煤质多
元素组分，配煤分类器用于对采集到的煤质多元素组分进行分析，得到煤源类型，控制驱动装置用于根据煤源类型，将待分类煤源运输到相应位置。
32.x射线煤质多元素分析仪，向被测物-煤炭-上发射一束低能x射线，激发被测物发出特征荧光，探测器读取激发出的特征荧光，得到被测物的实时能量谱，通过深度学习算法，对得到的能量谱进行分析，从而得到被测煤炭的成分构成，其中包括元素周期表中镁（mg）之后的元素含量信息，煤炭中可测元素包括：灰分、硫分、镁、铝、硅、钙、铁七个变量。
33.配煤分类器，设置有采用具体实施例一中的方法建立的煤源分类模型，将待分类煤源的煤质多元素组分输入煤源分类模型，经过运算，得到待分类煤源的分类。
34.控制驱动装置包括控制器与驱动装置，驱动装置包括皮带传动电机，控制器根据分类结果，控制相应的皮带传动电机动作，将待分类煤源运输到相应存储位置。
35.具体实施例三本发明一实施例提供的一种基于x射线煤质多元素的配煤分类器终端设备，该实施例的终端设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如路径路径加权可用性计算程序，所述处理器执行所述计算机程序时实现实施例1中的方法。
36.或者，所述处理器执行所述计算机程序时实现配煤分类器的功能。
37.示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述基于x射线煤质多元素的配煤分类器终端设备中的执行过程。例如，所述计算机程序可以被分割成多个模块，各模块具体功能如下：1.模型建立模块，用于建立煤源分类模型；2.分类模块，用于根据待分类煤源数据对煤源进行分类。
38.所述基于x射线煤质多元素的配煤分类器终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述基于x射线煤质多元素的配煤分类器终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述上述示例仅仅是所述基于x射线煤质多元素的配煤分类器终端设备的示例，并不构成对所述基于x射线煤质多元素的配煤分类器终端设备的限定，可以包括比图示更多或更少的部件，或组合某些部件，或不同的部件，例如所述基于x射线煤质多元素的配煤分类器终端设备还可以包括输入输出设备、网络接入设备、总线等。
39.所述处理器可以是中央处理单元(central processing unit，cpu),还可以是其他通用处理器、数据信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种基于x射线煤质多元素的配煤分类器终端设备的控制中心，利用各种接口和线路连接整个所述一种基于x射线煤质多元素的配煤分类器终端设备的各个部分。
40.所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行
存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种基于x射线煤质多元素的配煤分类器终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card ,smc)，安全数字(securedigital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
41.具体实施例三所述一种基于x射线煤质多元素的配煤分类器终端设备集成的模块/单元，如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。
42.本具体实施方式的实施例均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。