[发明专利]一种基于多目标智能协调优化实现矿冶工程绿色开发方法在审
申请号: | 201711460292.7 | 申请日: | 2017-12-28 |
公开(公告)号: | CN108171378A | 公开(公告)日: | 2018-06-15 |
发明(设计)人: | 张勇;朱海波;朱晶;杨永辉;王玉昆;刘旭强 | 申请(专利权)人: | 辽宁科技大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/02;G06F17/30 |
代理公司: | 鞍山嘉讯科技专利事务所 21224 | 代理人: | 张群 |
地址: | 114044 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于多目标智能协调优化实现矿冶工程绿色开发方法,在勘查、采矿、配矿、选矿和冶炼环节建立各工序环节的数据服务器站,采集和存储矿石的含铁品位数据和成本数据。建立云服务器计算中心,集中勘查、采矿、配矿、选矿和冶炼环节各工序环节采集而来的数据,首先进行数据的预处理,对收集到的数据进行数据挖掘;确定矿冶生产决策目标,进行矿石品位和成本的分析,建立品位成本边际指数模型。运用整体联动智能优化技术系统的动态的分析矿冶企业各生产工序环节经营过程中海量数据,在海量数据中挖掘出矿石品位与开发成本之间潜在的联系,并根据矿石品位提出相应的优化设计方案,为企业决策者在决策管理过程中提供技术支持。 1 | ||
搜索关键词: | 矿石品位 工序环节 矿冶工程 多目标 选矿 配矿 冶炼 采矿 预处理 采集 环节 数据服务器 成本数据 海量数据 含铁品位 技术系统 技术支持 决策管理 矿冶企业 生产工序 生产决策 数据挖掘 优化设计 云服务器 整体联动 指数模型 智能优化 智能 动态的 潜在的 开发 矿冶 矿石 优化 存储 协调 分析 品位 挖掘 经营 | ||
步骤一、在勘查、采矿、配矿、选矿和冶炼环节建立各工序环节的数据服务器站,采集和存储矿石的含铁品位数据和成本数据;
步骤二、建立云服务器计算中心,集中勘查、采矿、配矿、选矿和冶炼环节各工序环节采集而来的数据,首先进行数据的预处理,降维去冗余;
步骤三、对收集到的数据进行数据挖掘;将采集到的数据和通过模型挖掘出来的数据存储起来,与所要处理的问题和所要做出的决策进行相结合,为矿冶企业管理决策者提供可靠的参考,从而能做出更好的决策,更有利于企业的发展;
步骤四、确定矿冶生产决策目标,进行矿石品位和成本的分析,建立品位成本边际指数模型,评价全流程工序间成本控制程度,不断优化各环节品位,实现联动,提供专家参考数据,进行最优矿石品位和成本选取,实现矿冶生产节能降耗。
2.根据权利要求1所述的一种基于多目标智能协调优化实现矿冶工程绿色开发方法,其特征在于,所述的步骤二具体为:步骤201、对数据进行挖掘分析处理前要先对数据进行降维处理,以便消除数据冗余,在等距特征映射算法中嵌入核函数,并构建出下面的矩阵表达式,从而得到所需的最大特征值C,并根据特征值建立等距特征映射的核矩阵KISOMAP,即:
步骤202、通过局部嵌入映射代价函数确定权重系数,从而构建权重矩阵W,并提取局部线性嵌入的核矩阵KLLE,即:
M=(I‑W)T(I‑W) (3)
KLLE=λmaxI‑M (4)
步骤203、根据所构建的等距特征映射和局部线性嵌入核矩阵框架建立新的核矩阵KISOMAP‑LLE,并引入调节因子ξ,实现对等距特征映射和局部线性嵌入两种算法融合后权重的调节,即:
KISOMAP‑LLE=KISOMAP+(1‑ξ)KLLE (5)
步骤204、采用属性子集的选择方法,该方法就是寻找出最小的属性子集,并且还要确定新找到数据子集的概率分布,从而尽可能的接近原始数据集的概率分布;利用筛选后的数据集进行数据挖掘,由于使用了较少的数据属性,从而使用者更能容易的理解挖掘结果;
对于数据子集的选取采用削减与添加相结合的方法,就是将逐步添加与逐步削减的方法相结合,每次从当前的属性子集中选取当前最差的属性子集将之消去,再从前属性子集中选择一最优的属性子集添加到当前属性子集中;直到无法选择最优子集,也无法选择最差的属性子集为止,或者满足设定好的阈值为止。
3.根据权利要求1所述的一种基于多目标智能协调优化实现矿冶工程绿色开发方法,其特征在于,所述的步骤三的关联挖掘的步骤如下:步骤301、发现所有频繁项集,根据定义,这些项集的频度至少等于预先设置最小支持频度;
步骤302、根据所获得的频繁项集,产生相应的强关联规则,根据定义这些规则必须满足最小信任度阈值;
步骤303、通过关联挖掘方法挖掘出相关数据之后,利用所挖掘出来的知识对矿冶生产方案作出判断,从而达到更好的决策效果;
由于在矿业生产过程中各方面数据比较繁杂,而且各方面数据的关联性也比较大,所以,得到各数据之间的关联规则,将会给决策者提更很好的帮助。
4.根据权利要求1所述的一种基于多目标智能协调优化实现矿冶工程绿色开发方法,其特征在于,所述的步骤四中的矿石品位和成本的分析,建立品位成本边际指数模型的方法具体为:步骤401、建立各个品位的最优成本计算公式或方程:
针对采出品位建立其最优品位计算方程;假定一定时期的生产成本为C10;假定一定时期的采出矿石量(Q)与采出品位(g2)之间满足指数递减规律,即其中T、L和S是与矿体地质品位分布有关的储量参数,由此得到采出品位的最优品位方程为:
式中,g2为采出品位,c2为单位采出矿量的预选费用,ψ2为预选尾矿品位;
步骤402、针对贫铁矿开发入选品位建立其最优品位公式为:
式中,g3为入选品位;g2为采出品位;c2为单位采出矿量的预选费用;c3为单位入选矿量的选矿费用;ψ2为预选尾矿品位;ψ3为选矿尾矿品位;
步骤403、针对贫铁矿开发精矿品位建立其最优品位计算公式为:
式中,g4为精矿品位;g3为入选品位;c5为单位入选矿量的选矿费用;c4为单位精矿对应的冶炼成本;ψ2为预选尾矿品位;ψ3为选矿尾矿品位;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辽宁科技大学,未经辽宁科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711460292.7/,转载请声明来源钻瓜专利网。
- 上一篇:食材存储方法和食材存储装置
- 下一篇:一种用电负荷预测方法
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理