矿浆密度检测模型构建方法、装置及矿浆密度检测系统与流程

本发明涉及选矿工业过程运行指标检测，具体而言，涉及一种矿浆密度检测模型构建方法、装置及矿浆密度检测系统。

背景技术：

1、在选矿过程中，需要及时知道矿浆当中固体物质含量，以此来指导生产。磨矿过程中，旋流器溢流粒度是关键的工艺参数，而给矿密度直接影响旋流器溢流粒度。矿浆粘度会随着矿浆密度的增大而增大，当旋流器的给矿密度增大，由于粘度的增大，溢流粒度会变粗，影响分级效率。而给矿密度小时，虽然分级效率高，但矿浆处理量下降，成本耗费增大。因此，对矿浆密度检测和控制在分选过程中是必不可少的。

2、目前矿浆密度检测主要有两种方法：人工化验法和密度计检测法。其中，人工化验法结果比较准确，但是会消耗大量人力和时间资源，且检验的结果存在滞后性，不满足实际生产过程中对矿浆密度进行实时监测和控制的要求；密度计检测法虽然比人工检验法快，但是恶劣的工业环境以及复杂的工况可能会让密度计的测量精度不尽人意，此外，密度计价格较高且需要定期维护，这也需要占用工作人员的大量时间和精力。

3、由此可见，无论是人工化验法还是密度计检测法都有着不可避免且无法忽略的缺陷，无法同时满足选矿过程中对矿浆密度检测精确性以及实时性的要求，以及对工业生产过程成本控制的要求。

技术实现思路

1、鉴于此，本发明提出了一种矿浆密度检测模型构建方法、装置及矿浆密度检测系统，旨在解决现有矿浆密度检测技术无法同时满足检测精确性、实时性以及成本控制的问题。

2、第一方面，本发明提供了一种矿浆密度检测模型构建方法，包括：获取用于构建矿浆密度检测模型的历史数据；根据所述历史数据，分别对预先构建的初始化的矿浆密度检测模型的线性部分和非线性部分进行辨识，得到线性部分模型和非线性部分模型；将所述线性部分模型和所述非线性部分模型合并，得到最终的矿浆密度检测模型。

3、进一步地，所述用于构建矿浆密度检测模型的历史数据，包括：各个采集时刻的矿浆泵电流、矿浆泵频率、矿浆压力以及矿浆密度。

4、进一步地，所述矿浆密度检测模型预先采用如下方式构建得到：

5、 ρ( t)= ρ0( t)+ δ ρ( t)；

6、其中，矿浆密度检测模型的线性部分如下：

7、 ρ0( t)= k1 ph( t)+ k2 pl( t)；

8、矿浆密度检测模型的非线性部分如下：

9、δ ρ( t)= h( ph( t), pl( t), f( t), i( t))；

10、其中， ph( t)和 pl( t)分别为 t时刻时高压侧绝压和低压侧绝压， f( t)和 i( t)分别为 t时刻时矿浆泵的频率和电流， h( ·) 为未知非线性项， k1、 k2为线性模型参数。

11、进一步地，根据所述历史数据，对预先构建的初始化的矿浆密度检测模型的线性部分进行辨识，得到线性部分模型，包括：根据所述历史数据中各个采集时刻的矿浆压力和矿浆密度，采用最小二乘法对预先构建的初始化的矿浆密度检测模型的线性部分进行辨识，得到线性部分模型。

12、进一步地，根据所述历史数据中各个采集时刻的矿浆压力和矿浆密度，采用最小二乘法对预先构建的初始化的矿浆密度检测模型的线性部分进行辨识，得到线性部分模型，包括：从所述历史数据中选取训练样本数据，对预先构建的初始化的矿浆密度检测模型的线性部分进行辨识，得到线性部分模型如下：

13、；

14、其中，训练数据集表示为；

15、为输入数据，

16、；

17、为期望输出；

18、表示实数集；

19、 t为采集时刻， t= k-1, k-2,…, k-n，n为训练样本的数量， k为当前时刻。

20、进一步地，根据所述历史数据，对预先构建的初始化的矿浆密度检测模型的非线性部分进行辨识，得到非线性部分模型，包括：根据所述历史数据中各个采集时刻的矿浆泵电流、矿浆泵频率、矿浆压力以及矿浆密度，采用正则化随机配置网络对预先构建的初始化的矿浆密度检测模型的非线性部分进行辨识，得到非线性部分模型。

21、进一步地，根据所述历史数据中各个采集时刻的矿浆泵电流、矿浆泵频率、矿浆压力以及矿浆密度，采用正则化随机配置网络对预先构建的初始化的矿浆密度检测模型的非线性部分进行辨识，得到非线性部分模型，包括：从所述历史数据中选取训练样本数据，对预先构建的初始化的矿浆密度检测模型的非线性部分进行辨识，得到非线性部分模型如下：

22、；

23、其中，训练数据集为；

24、为输入数据，

25、；

26、为期望输出；

27、表示实数集；

28、 t为采集时刻， t= k-1, k-2,…, k-n，n为训练样本的数量， k为当前时刻。

29、第二方面，本发明还提供了一种矿浆密度检测模型构建装置，包括：获取单元，用于获取用于构建矿浆密度检测模型的历史数据；辨识单元，用于根据所述历史数据，分别对预先构建的初始化的矿浆密度检测模型的线性部分和非线性部分进行辨识，得到线性部分模型和非线性部分模型；合并单元，用于将所述线性部分模型和所述非线性部分模型合并，得到最终的矿浆密度检测模型。

30、第三方面，本发明还提供了一种矿浆密度检测系统，包括：端侧控制系统，用于采集当前时刻的现场数据，并将所述当前时刻的现场数据发送至边侧服务器；边侧服务器，用于接收所述当前时刻的现场数据和云侧服务器发送的矿浆密度检测模型，基于所述当前时刻的现场数据，采用当前时刻的矿浆密度检测模型得到当前时刻的矿浆密度预测值，输出当前时刻的现场数据、当前时刻的矿浆密度预测值以及上一时刻的矿浆密度人工化验值，以及接收当前时刻的用户输入的人工化验值，并将所述当前时刻的现场数据和人工化验值发送至云侧服务器，以及将所述当前时刻的现场数据、矿浆密度预测值和人工化验值存储至数据库以用于查询；云侧服务器，用于获取所述数据库中的历史数据，根据所述历史数据，采用上述各个矿浆密度检测模型构建方法得到的矿浆密度检测模型，并将所述矿浆密度检测模型发送至边侧服务器，以及接收所述当前时刻的现场数据和人工化验值，基于当前时刻的现场数据和人工化验值对矿浆密度检测模型进行更新和精度比对以实时得到最佳模型。

31、本发明提供的矿浆密度检测模型构建方法、装置及矿浆密度检测系统，根据历史数据，分别对预先构建的初始化的矿浆密度检测模型的线性部分和非线性部分进行辨识，并将辨识得到的线性部分模型和非线性部分模型合并，得到最终的矿浆密度检测模型，通过上述矿浆密度检测模型构建方法、装置及矿浆密度检测系统得到的矿浆密度检测模型可以实现实时对矿浆密度的精确检测，不仅检测精度能够达到生产工艺对矿浆密度检测精度要求，而且检测成本较为低廉，为实现磁铁矿矿浆密度闭环优化控制创造了条件。