论文部分内容阅读
选矿过程工艺指标与综精产量、综精品位和金属回收率等综合生产指标直接相关。工艺指标是综合生产指标和过程控制之间联系的纽带,直接关系到企业的经济效益。因此为了实现综合生产指标的优化控制,提高企业的经济效益,需要对选矿全流程工艺指标进行协调优化决策。文[10]提出了基于案例推理的工艺指标设定方法,但其存在案例属性采用相同的权重、采用相似度阈值的方法检索案例、原始案例库存在很多冗余案例等问题,致使案例检索结果不准确,使得工艺指标决策结果存在很大的误差,从而不适应选矿生产的要求。本文以某赤铁矿厂为背景,依托“985工程”流程工业综合自动化科技创新平台课题,对选矿全流程工艺指标决策过程进行深入研究,针对上述问题,提出了基于改进的案例推理方法对选矿全流程工艺指标进行决策,设计开发了基于案例推理的选矿全流程工艺指标决策系统,并在该系统上进行实验研究。主要工作如下:(1)分析并阐述了选矿厂全流程工艺指标确定的过程,并指出了文[10]中的智能设定方法在工艺指标确定过程中存在的不足。针对这些不足,本文提出了基于改进的案例推理技术的选矿全流程工艺指标决策方法。该方法采用基于遗传算法对案例描述属性的权重和约简后的案例库同步进行寻优的策略,确定出合理的案例属性权重和精简的案例库,同时案例检索方法采用K-NN方法,避免了决策中断的出现,改进了文[10]中的案例推理方法,提高了全流程工艺指标的决策精度。(2)针对所提出的方法,设计开发了基于案例推理的选矿全流程工艺指标决策系统。该系统根据当前输入的工况条件,利用所提出的改进案例推理方法进行决策,最终获得各个工序的工艺指标。应用Microsoft Visual Studio 2005开发环境,编程语言采用C#,基于Web服务技术采用模块化方法实现上述的决策方法,采用Microsoft SQL Server2005数据库开发了各个决策模型的案例库。(3)对本文提出的改进的案例推理方法及系统的有效性进行实验研究。设计了单步和集成两个实验过程,其中单步实验选取一组数据来对提出的系统逐步进行测试。集成实验选取50组批量数据进行实验,实验结果与文[10]算法运行的结果进行对比分析,结果表明了本文方法及系统的有效性。