本發(fā)明涉及銅閃速熔煉銅锍品位預(yù)測，尤其涉及一種在線預(yù)測銅閃速熔煉銅锍品位方法及模型構(gòu)建。

背景技術(shù)：

1、銅閃速熔煉是集焙燒、熔煉在一個(gè)設(shè)備中進(jìn)行銅冶煉生產(chǎn)的工序，是現(xiàn)有技術(shù)中應(yīng)用最廣的硫化礦煉銅方法。銅锍是銅閃速熔煉工序的主要產(chǎn)品，銅锍中銅元素百分比含量是評(píng)價(jià)銅锍品位的主要因子，且銅锍品位將會(huì)對(duì)下游吹煉工序造成重要影響。在生產(chǎn)實(shí)踐中需要通過對(duì)銅锍品位實(shí)時(shí)監(jiān)測來調(diào)整生產(chǎn)工藝，以保證后續(xù)工藝的產(chǎn)出質(zhì)量。而目前關(guān)于銅锍品位在線檢測設(shè)備還不成熟，難以實(shí)現(xiàn)準(zhǔn)確檢測而得出結(jié)論，因此，采用模型預(yù)測成為了銅锍品位預(yù)測的可行方案，并得到了相應(yīng)的研究。

2、例如：專利號(hào)為202410489618.2公開了收集銅冶煉廠穩(wěn)定生產(chǎn)周期內(nèi)的實(shí)際生產(chǎn)數(shù)據(jù)（包括礦物單位耗氧量、溶劑率、富氧濃度、銅含量、硫含量、鐵含量、二氧化硅含量和氧化鎂含量），對(duì)采集數(shù)據(jù)進(jìn)行歸一化處理，將處理后的數(shù)據(jù)80%作為訓(xùn)練數(shù)據(jù)，20%作為測試數(shù)據(jù)，再在現(xiàn)有g(shù)a-bp模型基礎(chǔ)上，對(duì)遺傳算法ga進(jìn)行改進(jìn)，得到改進(jìn)后的遺傳算法ga，具體改進(jìn)為對(duì)遺傳算法ga添加自適應(yīng)交叉概率調(diào)節(jié)機(jī)制和自適應(yīng)變異概率調(diào)節(jié)機(jī)制，所述自適應(yīng)交叉概率調(diào)節(jié)機(jī)制用于調(diào)節(jié)遺傳算法ga的遺傳初期的種群更新速度和遺傳后期的穩(wěn)定，所述自適應(yīng)變異概率調(diào)節(jié)機(jī)制用于提高種群多樣性；通過改進(jìn)后的遺傳算法ga優(yōu)化bp神經(jīng)網(wǎng)絡(luò)模型，并將實(shí)際生產(chǎn)數(shù)據(jù)礦物單位耗氧量、溶劑率、富氧濃度、銅含量、硫含量、鐵含量、二氧化硅含量和氧化鎂含量作為bp神經(jīng)網(wǎng)絡(luò)模型的輸入，最終得出銅锍品位值；驗(yàn)證改進(jìn)后的ga-bp模型的預(yù)測精度。

3、再例如：專利申請(qǐng)?zhí)枮?02411808546.x公開了通過改進(jìn)遺傳算法的核心機(jī)制，以提升優(yōu)化效率和模型預(yù)測精度。該方法包括收集銅冶煉廠穩(wěn)定生產(chǎn)周期內(nèi)的實(shí)際生產(chǎn)數(shù)據(jù)；通過在遺傳算法中添加自適應(yīng)交叉概率調(diào)節(jié)機(jī)制和自適應(yīng)變異概率調(diào)節(jié)機(jī)制對(duì)現(xiàn)有g(shù)a-bp神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，自適應(yīng)交叉概率調(diào)節(jié)機(jī)制不僅依賴個(gè)體適應(yīng)度，?還結(jié)合全局和局部信息用于增強(qiáng)全局搜索能力、局部優(yōu)化能力，自適應(yīng)變異概率調(diào)節(jié)機(jī)制不僅結(jié)合個(gè)體適應(yīng)度，還引入全局熵值和動(dòng)態(tài)噪聲影響，同時(shí)允許變異概率在進(jìn)化后期隨機(jī)性增加以跳出局部最優(yōu)；利用改進(jìn)后的ga-bp神經(jīng)網(wǎng)絡(luò)，將實(shí)際生產(chǎn)數(shù)據(jù)作為輸入，預(yù)測富氧底吹銅锍品位并輸出銅锍品位值。

4、可見，現(xiàn)有技術(shù)中采用了統(tǒng)計(jì)、機(jī)器學(xué)習(xí)算法，使用實(shí)際生產(chǎn)過程中采集的產(chǎn)品質(zhì)量指標(biāo)檢驗(yàn)數(shù)據(jù)作為模型輸出標(biāo)注值，與產(chǎn)出產(chǎn)品同步時(shí)間生產(chǎn)投入歷史數(shù)據(jù)作為模型輸入數(shù)據(jù)，共同構(gòu)建模型訓(xùn)練及測試數(shù)據(jù)集，通過模型訓(xùn)練和測試得到銅锍品位質(zhì)量指標(biāo)預(yù)測模型。但銅閃速熔煉工序存在以下情況：（1）閃速熔煉池較長，在閃速熔煉池尾部的放銅口距閃速熔煉塔熔池區(qū)域有十多米，導(dǎo)致從投料至銅锍流出存在較長時(shí)間延遲；（2）銅閃速熔煉池中存在復(fù)雜的理化反應(yīng)和傳熱、傳質(zhì)過程的混合作用，使得某時(shí)點(diǎn)所產(chǎn)出銅锍成分實(shí)際是由該時(shí)點(diǎn)之前一個(gè)較長時(shí)間階段的所有投料和生產(chǎn)條件綜合作用而得出的結(jié)果。而現(xiàn)有技術(shù)中的銅锍品位預(yù)測模型僅能考慮到了與銅锍排出同步時(shí)間的生產(chǎn)條件和投料對(duì)銅锍品位的影響，導(dǎo)致對(duì)銅锍品位預(yù)測結(jié)果的精準(zhǔn)性較差。

技術(shù)實(shí)現(xiàn)思路

1、基于上述技術(shù)問題，本發(fā)明創(chuàng)造提供了一種在線預(yù)測銅閃速熔煉銅锍品位方法及模型構(gòu)建，將產(chǎn)出（放出）銅锍時(shí)點(diǎn)前置從投料到閃速熔煉池內(nèi)停留時(shí)間的時(shí)長時(shí)間階段內(nèi)所進(jìn)行投料、生產(chǎn)條件等進(jìn)行考慮，以此來構(gòu)建銅锍品位在線預(yù)測模型，解決現(xiàn)有技術(shù)中投入數(shù)據(jù)與產(chǎn)出數(shù)據(jù)不相匹配的技術(shù)問題，從而提高銅閃速熔煉銅锍品位預(yù)測的精準(zhǔn)性。

2、具體技術(shù)方案為：

3、本發(fā)明創(chuàng)造的目的之一在于提供一種在線預(yù)測銅閃速熔煉銅锍品位方法，包括以下步驟：

4、s1：按等間隔時(shí)間n設(shè)定銅閃速熔煉生產(chǎn)過程的數(shù)據(jù)采樣時(shí)間點(diǎn)；

5、s2：按照數(shù)據(jù)采樣時(shí)間采集投入數(shù)據(jù)，并且按照下式采集并計(jì)算從投料至放銅锍時(shí)的平均停留時(shí)間a：

6、a=（s×h）÷（q×c）

7、其中，s為閃速熔煉池有效面積，單位為㎡；h為閃速熔煉池內(nèi)銅锍層平均厚度，單位為m；q為單位時(shí)間內(nèi)銅精礦投料量均值，單位為m3/h；c為銅锍產(chǎn)率，單位為%；

8、s3：在所述數(shù)據(jù)采樣時(shí)間點(diǎn)采集銅锍產(chǎn)出數(shù)據(jù)，并以所述數(shù)據(jù)采樣時(shí)間點(diǎn)向前溯a構(gòu)建投入時(shí)間段，且截取投入時(shí)間段內(nèi)的投入數(shù)據(jù)；對(duì)投入數(shù)據(jù)與銅锍產(chǎn)出數(shù)據(jù)一一對(duì)應(yīng)進(jìn)行標(biāo)記匹配成數(shù)據(jù)集；

9、s4：將數(shù)據(jù)集按照訓(xùn)練數(shù)據(jù)集：驗(yàn)證數(shù)據(jù)集：測試數(shù)據(jù)集=7:2:1劃分，利用人工智能算法構(gòu)建初級(jí)模型，使用數(shù)據(jù)集進(jìn)行模型訓(xùn)練、驗(yàn)證和測試，根據(jù)測試結(jié)果選優(yōu)得到銅锍品位預(yù)測模型t；

10、s5：實(shí)時(shí)獲取投入數(shù)據(jù)和銅锍放出時(shí)間點(diǎn)輸入銅锍品位預(yù)測模型t，經(jīng)模型運(yùn)算得銅锍放出時(shí)間點(diǎn)的銅锍品位預(yù)測值。

11、本發(fā)明創(chuàng)造所述投入數(shù)據(jù)包括但不僅限于投料數(shù)據(jù)和設(shè)備操作數(shù)據(jù)；所述投料數(shù)據(jù)包括但不僅限于投料銅含量、投料硫含量、投料鐵含量和投料二氧化硅含量；所述設(shè)備操作數(shù)據(jù)包括但不僅限于單位時(shí)間投料量、風(fēng)流量和氧流量；所述銅锍產(chǎn)出數(shù)據(jù)是銅锍品位檢測數(shù)據(jù)。

12、本發(fā)明創(chuàng)造所述單位時(shí)間投料量包括但不僅限于銅精礦投料量、造渣劑投料量和煙灰投料量；所述風(fēng)流量包括但不僅限于工藝風(fēng)流量和分散風(fēng)流量；所述氧流量包括但不僅限于中央氧流量、調(diào)節(jié)氧流量和二次氧槍氧流量。

13、本發(fā)明創(chuàng)造所述步驟s5，將銅锍品位預(yù)測模型t部署在計(jì)算機(jī)中，該計(jì)算機(jī)連接銅閃速熔煉池的配料和控制系統(tǒng)，且能夠讀取銅閃速熔煉過程的投料數(shù)據(jù)。

14、本發(fā)明創(chuàng)造所述人工智能算法是能夠支持向量機(jī)、邏輯回歸、隨機(jī)森林和/或深度學(xué)習(xí)。

15、本發(fā)明創(chuàng)造的目的之二在于提供一種用于在線預(yù)測銅閃速熔煉銅锍品位的模型構(gòu)建方法，包括以下步驟：

16、（1）確定預(yù)測目標(biāo)：銅閃速熔煉銅锍品位；

17、（2）設(shè)定模型評(píng)價(jià)標(biāo)準(zhǔn)：采用均方誤差（mse）、均方根誤差（rmse）、平均絕對(duì)誤差（mae）、決定系數(shù)（r2）數(shù)據(jù)進(jìn)行模型預(yù)測準(zhǔn)確度評(píng)價(jià)；

18、（3）數(shù)據(jù)采集及清洗：采集投入數(shù)據(jù)與銅锍產(chǎn)出數(shù)據(jù)；進(jìn)行缺失數(shù)據(jù)處理、異常數(shù)據(jù)處理和數(shù)據(jù)標(biāo)準(zhǔn)化處理；

19、（4）通過特征選擇或特征提取，將原始數(shù)據(jù)轉(zhuǎn)化為有效輸入與對(duì)應(yīng)所確定預(yù)測目標(biāo)數(shù)據(jù)構(gòu)建數(shù)據(jù)集；

20、（5）選取若干種人工智能回歸算法分別構(gòu)建初級(jí)模型，再根據(jù)各初級(jí)模型實(shí)際預(yù)測效果進(jìn)行優(yōu)選；

21、（6）將數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測試集，采用訓(xùn)練集進(jìn)行模型訓(xùn)練，采用驗(yàn)證集進(jìn)行模型參數(shù)調(diào)整優(yōu)化，再采用測試集對(duì)模型預(yù)測效果進(jìn)行檢驗(yàn)。

22、本發(fā)明創(chuàng)造所述原始數(shù)據(jù)轉(zhuǎn)化為有效輸入方式：

23、a、設(shè)定對(duì)銅锍取樣時(shí)間點(diǎn)為t，則從t時(shí)刻向前溯一個(gè)平均停留時(shí)間a，從t-a至t時(shí)刻構(gòu)建投入時(shí)間段，并截取投入時(shí)間段內(nèi)的投入數(shù)據(jù)形成一組投入數(shù)據(jù)；在所述設(shè)定的采樣時(shí)間點(diǎn)t對(duì)放出的銅锍取樣-編號(hào)-送檢，并記錄樣品的銅锍品位，構(gòu)建一條銅锍產(chǎn)出數(shù)據(jù)；

24、b、歸集模型輸入輸出數(shù)據(jù)，將投入數(shù)據(jù)個(gè)數(shù)設(shè)為e個(gè)，根據(jù)l=a÷n計(jì)算一條銅锍產(chǎn)出數(shù)據(jù)所對(duì)應(yīng)的投入數(shù)據(jù)采集次數(shù)l；設(shè)在采樣時(shí)間點(diǎn)t對(duì)產(chǎn)出銅锍產(chǎn)品進(jìn)行了第k次采樣，化驗(yàn)分析得銅锍品位的一條銅锍產(chǎn)出數(shù)據(jù)為qk，其對(duì)應(yīng)一組投入數(shù)據(jù)為iki,j（i=1,2,3……e；j=?1,2,3……l）；j=?1,2,3……l所對(duì)應(yīng)的投入數(shù)據(jù)采集時(shí)間分別為t-a、t-a+n、t-a+2n、……、t；

25、c、將步驟b所歸集的投入數(shù)據(jù)與銅锍產(chǎn)出數(shù)據(jù)記錄，整理成投入數(shù)據(jù)ik1,1、ik1,2、ik1,3……ik1,e、ik2,1、ik2,2、ik2,3……ik2,e、ik3,1、ik3,2、ik3,3……ik3,e、……、ikl,1、ikl,2、ikl,3……ikl,e與銅锍產(chǎn)出數(shù)據(jù)qk一一對(duì)應(yīng)的數(shù)據(jù)集。

26、與現(xiàn)有技術(shù)相比，本發(fā)明創(chuàng)造的技術(shù)效果體現(xiàn)在：

27、本發(fā)明創(chuàng)造利用人工智能算法構(gòu)建預(yù)測模型，使用銅閃速熔煉生產(chǎn)過程的歷史數(shù)據(jù)進(jìn)行模型訓(xùn)練、驗(yàn)證及測試，得到銅閃速熔煉銅锍品位預(yù)測模型，將該預(yù)測模型部署在計(jì)算機(jī)中，利用計(jì)算機(jī)實(shí)時(shí)獲取一定時(shí)段內(nèi)的投入數(shù)據(jù)，并將其作為模型輸入代入銅閃速熔煉銅锍品位預(yù)測模型進(jìn)行在線運(yùn)算，使得從銅锍產(chǎn)品與生產(chǎn)投入的實(shí)際關(guān)聯(lián)關(guān)系出發(fā)，實(shí)時(shí)預(yù)測對(duì)應(yīng)時(shí)間點(diǎn)所放出銅锍品位的預(yù)測值，解決現(xiàn)有技術(shù)中所構(gòu)建預(yù)測模型所存在的投入數(shù)據(jù)與產(chǎn)出數(shù)據(jù)不匹配的問題，實(shí)現(xiàn)了銅閃速熔煉銅锍品位的在線精準(zhǔn)預(yù)測。