[发明专利]湿法冶金过程中浓密机的故障诊断方法

说明书

本发明提供一种湿法冶金过程中浓密机的故障诊断方法，包括：获取湿法冶金浓密机用于识别一种故障的在线定性信息和在线定量数据；针对在线定性信息，采用基于可信度的规则推理的方法获取每一事件的可信度，获取第一条证据；针对在线定量数据，采用基于数据相似度的案例推理方法获取待诊断案例的相似度，获取第二条证据；待诊断案例为进行案例推理时使用的由在线定量数据组成的不同类数据；根据D‑S证据理论融合规则，将两条证据进行融合，获得湿法冶金过程中浓密机的故障诊断信息，该方法可以使操作人员根据故障诊断结果信息及时调整，进而有效降低事故发生率，提高生产安全性。

技术领域

本发明属于湿法冶金技术，尤其涉及一种湿法冶金过程中浓密机的故障诊断方法。

背景技术

随着我国工业化进程的发展，资源问题成为制约我国发展的主要问题之一。矿产资源作为工业原料的主要来源，在经济社会发展中起着基础性的作用。由于对矿产资源的粗放利用和大量消耗，致使我国面临矿产资源严重紧缺的难题，高品位矿产资源的储量正日益减少，形势十分严峻。我国低品位矿产资源的储量丰富，从贫、细、杂矿石中提取矿产资源成为了未来发展的必然趋势，如何经济高效的利用低品位矿产资源对于我国经济社会的可持续发展具有重要意义。

随着矿石品位的不断降低和对环境的要求日益严格，湿法冶金在低品位矿产资源的开发和利用中起着重要的作用。湿法冶金流程浓密洗涤是利用重力进行固液分离的过程，可以节省大量能源，主要指标是底流浓度。浓密洗涤过程是湿法冶金过程的一道关键工序。在工业生产中，通常将固体物料溶于溶剂中，将不同组分进行分离，即湿法分选，选出的产物为固液两相的悬浮液，为了得到含水较少的固体产物和基本不含固体的水，大多数情况下都要进行固液分离。

目前，浓密机洗涤过程的故障诊断大多数依靠操作人员主观实现，自动化水平较低。浓密洗涤过程工艺复杂、生产环境恶劣，且具有大惯性、大时滞、影响因素多等特点，加之人为主观因素的影响，很难实现准确的故障诊断。在实际过程中，很多变量是实时变化且随机性大，而且变动频繁，这使得实现对浓密洗涤过程的故障诊断更加困难。

发明内容

针对现有存在的技术问题，本发明提供一种湿法冶金过程中浓密机的故障诊断方法，该方法可以使操作人员根据故障诊断结果信息及时调整，进而有效降低事故发生率，提高生产安全性。

本发明的湿法冶金过程中浓密机的故障诊断方法，包括：

获取湿法冶金浓密机用于识别一种故障的在线定性信息和在线定量数据；

针对在线定性信息，采用基于可信度的规则推理的方法获取每一事件的可信度，并将该每一事件的可信度修正为证据理论的证据格式，获得第一条证据；所述事件为故障识别过程中由在线定性信息确定的故障发生或不发生事件，或者故障原因追溯过程中在线定性信息中的导致故障发生的原因；(即在故障识别时，所述事件为该故障发生或者不发生；在故障原因追溯时，所述事件为导致故障发生的原因)

针对在线定量数据，采用基于数据相似度的案例推理方法获取待诊断案例的相似度，并将该待诊断案例的相似度修正为证据理论的证据格式，获得第二条证据；所述待诊断案例为进行案例推理时使用的由在线定量数据组成的向量；

根据D-S证据理论融合规则，将两条证据进行融合，获得湿法冶金过程中浓密机的故障诊断信息，所述故障诊断信息包括故障识别及故障原因追溯。

可选地，采用基于可信度的规则推理的方法获取每一事件的可信度，并将该每一事件的可信度修正为证据理论的证据格式，获得第一条证据，包括：

若导致故障发生的n个事件的可信度cf₁，cf₂…cf_n；

则获取第一条证据时的归一化公式表示如下：