买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海应用技术大学;紫金智控(厦门)科技股份有限公司

摘要：本发明提供了一种磨矿生产过程工艺数据序列关联分析方法及工艺优化方法，包括：采集磨矿生产过程中的工艺参数生成数据序列，工艺参数包括给矿量、球磨前给水、球磨功率、泵池补加水、旋流器溢流浓度及旋流器溢流细度；对数据序列进行无量纲化处理生成归一化后的数据序列；对归一化后的数据序列进行分析得到各数据序列间的最大线性关联系数矩阵和对应的时间滞后矩阵；根据时间滞后矩阵在归一化后的数据序列中选择目标数据序列并形成可执行数据集；挖掘可执行数据集中各工艺参数数据序列间的非线性关联信息；根据最大线性关联系数矩阵和非线性关联信息，对工艺参数的贡献度进行排序。本发明能够为磨矿生产过程优化控制方法提供指导依据，降低能耗。

主权项：1.一种磨矿生产过程工艺数据序列关联分析方法，其特征在于，包括如下步骤：步骤S1：采集磨矿生产过程中的工艺数据生成数据序列，所述数据至少包括给矿量、球磨前给水、球磨功率、泵池补加水、泵池液位、旋流器溢流流量、旋流器溢流浓度及旋流器溢流细度；步骤S2：对所述数据序列进行无量纲化处理生成归一化后的数据序列；步骤S3：对归一化后的数据序列进行线性关联度分析得到各数据序列间的最大线性关联系数矩阵和对应的时间滞后矩阵；步骤S4：根据所述时间滞后矩阵在所述归一化后的数据序列中选择相应的目标数据序列并形成可执行数据集；步骤S5：挖掘所述可执行数据集中各数据序列间的非线性关联信息；步骤S6：根据所述最大线性关联系数矩阵和所述非线性关联信息，对所述数据序列的贡献度进行排序；所述步骤S3包括如下步骤：步骤S301：选定滑动窗口，通过所述滑动窗口对归一化后的数据序列进行处理生成带有时间滞后特征的数据序列；步骤S302：选定衡量两数据序列内部线性关联程度的参数为皮尔森关联系数，所述皮尔森关联系数计算式为： 式中，步骤S303：通过所述皮尔森关联系数计算式计算所述带有时间滞后特征的数据序列的线性关联系数系列矩阵GR，GR可以表示为： 其中： rigjk＝rig,jk；i,j＝1,2...,n；g,k＝1,2…mRij表示第i变量和j变量分别生成的带有时间滞后特征的数据序列之间的线性关联系数矩阵，rigjk表示i变量的第g个滑动窗口和j变量的第k个滑动窗口之间的线性关联系数，由此可以得到如下结论：Rij＝Rji；Rii＝1；rigjk＝rjkig步骤S304：通过所述线性关联系数系列矩阵GR和Rij，求取各数据序列间的最大线性关联系数矩阵maxGR和对应的时间滞后矩阵bestGT： 其中，maxRij表示Rij线性关联系数矩阵中所有元素的最大值，bestTij为取到maxRij时数据序列对应的时间滞后；所述步骤S4中根据所述时间滞后矩阵bestGT矩阵在所述归一化后的数据序列中抽取对应的目标数据序列形成可执行数据集X*： 其中，所述步骤S5包括如下步骤：步骤S501：将所述可执行数据集中的目标数据序列作为LightGBM模型的输入数据，其中，为标签，剩余数据序列作为关联数据序列；步骤S502：将目标数据序列按照8：2比例划分为训练集和测试集；步骤S503：使用LightGBM模型进行训练集数据序列的回归运算，并返回关联数据序列的贡献程度权重trainRij；步骤S504：使用随机搜索法选取LightGBM算法的超参数；步骤S505：使用LightGBM模型进行测试集数据序列的回归运算，用于检验算法超参数是否过拟合并返回关联数据序列的贡献程度权重testRij。

全文数据：

权利要求：

百度查询： 上海应用技术大学 紫金智控(厦门)科技股份有限公司 磨矿生产过程工艺数据序列关联分析方法及工艺优化方法