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：中国矿业大学

摘要：本发明提供了一种基于贝叶斯网络的选煤过程安全与质量一体化控制方法，确定选煤过程中的控制变量与目标变量；确定相应的贝叶斯网络节点类型及等级状态；确定贝叶斯网络结构；确定贝叶斯网络参数；建立安全与质量一体化控制贝叶斯网络；根据溢流灰分判断是否发生异常工况，将控制变量初始状态做离散化处理；利用建立的贝叶斯网络进行推理，获取能够消除异常工况的控制变量调整值；利用建立的贝叶斯网络进行推理得到调整后的溢流灰分值；判断异常工况是否消除；利用建立的贝叶斯网络，并结合模拟退火算法，推理得到能使溢流灰分达到最优的控制变量调整值以及最优溢流灰分值。该方法可以给出有效安全控制决策，能有效提升产品煤的质量。

主权项：1.一种基于贝叶斯网络的选煤过程安全与质量一体化控制方法，其特征在于，包括以下步骤：步骤一：确定选煤过程中的控制变量与目标变量；深入分析煤泥浮选工艺选煤过程及操作经验，确定选煤过程中的控制变量为重介质悬浮液密度、浓缩机底流流量和浮选槽电机转速，确定选煤过程中的目标变量为溢流灰分，即最终的产品煤质量；步骤二：确定相应的贝叶斯网络节点类型及等级状态；S21：根据步骤一确定的选煤过程变量，进一步确定相应的贝叶斯网络节点，得到贝叶斯网络节点分别为重介质悬浮液密度初始状态、浓缩机底流流量初始状态、浮选槽电机转速初始状态、重介质悬浮液密度调整值、浓缩机底流流量调整值、浮选槽电机转速调整值和溢流灰分值；S22：根据选煤过程，确定贝叶斯网络各节点类型；确定重介质悬浮液密度初始状态、浓缩机底流流量初始状态和浮选槽电机转速初始状态为离散类型，确定重介质悬浮液密度调整值、浓缩机底流流量调整值、浮选槽电机转速调整值和溢流灰分值为连续类型；S23：对贝叶斯网络离散节点等级状态进行划分，将重介质悬浮液密度初始状态划分为低等级、较低等级、中等级、较高等级、高等级共5个等级，将浓缩机底流流量初始状态划分为低等级、中等级、高等级共3个等级，将浮选槽电机转速初始状态划分为低等级、较低等级、中等级、较高等级、高等级共为5个等级；步骤三：根据专家知识将重介质悬浮液密度、浓缩机底流流量和浮选槽电机转速初始状态做离散化处理；步骤四：根据专家知识及工艺流程确定贝叶斯网络结构；步骤五：根据选煤过程数据，利用最大似然估计法确定贝叶斯网络参数；S51：对于离散型节点，根据公式1确定分布参数θ的对数似然函数Lθ|X；对于连续型节点，根据公式2确定分布参数θ的对数似然函数Lθ|X； 式中，X为已知数据集，其包含n个样本，X＝{X1,X2,...,Xn}，Xi为数据集包含的样本，pXi|θ为离散节点的分布律，fXi|θ为连续节点的概率密度函数；S52：利用公式3确定贝叶斯网络参数θ*；θ*＝argmaxθLθ|X3；式中，argmaxθLθ|X是求使对数似然函数Lθ|X最大化的分布参数θ；步骤六：根据步骤四确定的贝叶斯网络结构及步骤五确定的贝叶斯网络参数建立安全与质量一体化控制贝叶斯网络；步骤七：采集实际工况数据信息，判断是否发生异常工况，将控制变量初始状态做离散化处理；将实际工况数据信息与设定的溢流灰分安全阈值进行比较，其中，安全阈值等于8.5％，当溢流灰分S＞8.5％时，则溢流灰分值大于设置的安全阈值，确定发生异常工况，并转入步骤八，当溢流灰分S≤8.5％时，则溢流灰分值小于等于设置的安全阈值，确定处于正常工况，并转入步骤十一；步骤八：将离散化后的控制变量初始状态和溢流灰分安全阈值作为证据信息输入到建立的贝叶斯网络中进行推理，获取能够消除异常工况的控制变量调整值；步骤九：将控制变量初始状态和步骤八推理得到的控制变量调整值作为证据信息输入到建立的贝叶斯网络中进行推理得到调整后的溢流灰分值S；步骤十：判断异常工况是否消除；如果经过调整后的溢流灰分值小于等于设置的安全阈值，即S≤8.5％，确定异常工况消除，转入步骤十一；否则利用更新后的异常工况数据作为证据信息继续进行推理，转入步骤八；步骤十一：在恢复正常工况的基础上，将控制变量初始状态及控制变量调整值作为证据信息输入到建立的贝叶斯网络中，结合模拟退火算法，推理得到能使溢流灰分达到最优的控制变量调整值以及最优溢流灰分值；S111：设置初始迭代温度T、内循环迭代次数L1、外循环迭代次数L2和温度衰减系数α；S112：初始化控制变量调整值x，此时x_best＝x，将控制变量初始状态及控制变量调整值x_best输入到建立的贝叶斯网络中，并计算得到溢流灰分值Sx_best；S113：使当前值x_best产生波动生成新解x_new，将控制变量初始状态及控制变量调整值x_new输入到建立的贝叶斯网络中，并计算得到溢流灰分值Sx_new；S114：若Sx_new≤Sx_best，则接受新解，令x_best＝x_new；若Sx_new＞Sx_best，则根据公式4判断是否接受新解x_new； 式中，random0,1生成[0,1之间的随机数；S115：循环步骤S113～S114，直至达到内循环迭代次数L1，进行温度衰减，令T＝α*T；S116：循环步骤S115，直至达到外循环迭代次数L2，推理得到使溢流灰分达到最优的控制变量调整值x_best以及最优溢流灰分值Sx_best；步骤十二：根据步骤十一推理得到的控制变量调整值，进入使产品煤质量达到最优的操作模式。

全文数据：

权利要求：

百度查询： 中国矿业大学 基于贝叶斯网络的选煤过程安全与质量一体化控制方法