CN110090727B - 一种磨矿生产中操作数据的处理方法、装置、设备及介质 - Google Patents
一种磨矿生产中操作数据的处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN110090727B CN110090727B CN201910343765.8A CN201910343765A CN110090727B CN 110090727 B CN110090727 B CN 110090727B CN 201910343765 A CN201910343765 A CN 201910343765A CN 110090727 B CN110090727 B CN 110090727B
- Authority
- CN
- China
- Prior art keywords
- operation event
- variable
- ore grinding
- determining
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C25/00—Control arrangements specially adapted for crushing or disintegrating
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- General Factory Administration (AREA)
Abstract
本申请实施例提供了一种磨矿生产中操作数据的处理方法、装置、设备及介质,包括:获取磨矿生产的操作事件中相应过程变量对应的变量数据;基于过程变量对应的变量数据,统计预设生产考察周期内操作事件对应的统计特征信息;基于操作事件对应的统计特征信息,确定操作事件对应的相关性能系数;基于操作事件对应的相关性能系数,确定操作事件对应的操作质量信息。本申请实施例中,操作事件中的过程变量有多种,综合考虑多种过程变量并进行统计分析,来确定进行操作事件对应的操作质量信息,提高了操作质量测评结果的准确度,进而提高了磨矿生产中的生产效率和产品质量,降低了磨矿生产成本,达到了降本增效的目的。
Description
技术领域
本申请涉及技术领域,具体而言,涉及一种磨矿生产中操作数据的处理方法、装置、设备及介质。
背景技术
矿石中包含可利用的金属矿物,需要通过破碎、研磨、浮选等工艺回收利用。SABC磨矿工艺将直径<300mm的矿石通过半自磨机破碎、球磨机研磨成含有微米(μm)级矿石颗粒的矿浆产品。
SABC磨矿工艺流程第一种配置见图1,物料流向是:矿石直接进入半自磨机进行自磨,半自磨机的排矿产品进入振动筛进行筛选。振动筛的筛下产品为半自磨机合格粒级产品、直接送入泵池,泵池将矿浆打入到水力旋流器进行再分级,水力旋流器的溢流产品为最终磨矿产品;水力旋流器的底流产品,即产品粒级不合格的产品返回到球磨机进行细磨;球磨机的排矿产品进入泵池循环分级。振动筛的筛上大颗粒产品为半自磨机的粒级不合格产品,称为“顽石”,顽石通过皮带运输机运至顽石仓,顽石仓底部的给矿机将顽石送入圆锥破碎机破碎后,再利用皮带运输机返回到半自磨机给料皮带,与新矿石一起进入半自磨机再次破碎。SABC磨矿工艺通常被认为是由半自磨闭路磨矿和球磨机闭路磨矿两个***组成的。
SABC磨矿工艺流程的第二种配置见图2,物料流向变化是:由于矿石性质不同导致顽石的产量和质量不能满足圆锥破碎机的处理要求,因而顽石不需要圆锥破碎机再破碎、而是从振动筛上经过皮带直接转运到半自磨机的给料皮带上。球磨机闭路***与第一种配置一样。这种流程简称为SAB工艺流程,但仍然是由半自磨闭路磨矿和球磨机闭路磨矿两个***组成的。
SABC磨矿工艺流程的第三种配置见图3,物料流向变化是:在更极端的情况下,由于矿山性质不同、半自磨机产生的顽石产品极少或者顽石的粒度已经不能在半自磨机内得到更好的破碎解离,顽石返回到半自磨机已经没有意义,此时振动筛、顽石运输皮带、顽石仓、圆锥破碎机等设备全部取消,半自磨机的矿浆产品直接排入泵池,泵池将矿浆打入到水力旋流器进行再分级,水力旋流器的溢流产品为最终磨矿产品;水力旋流器的底流产品,即产品粒级不合格的产品返回到球磨机进行细磨;球磨机的排矿产品进入泵池循环分级。
在上述三种磨矿配置中,均需要对生产过程进行操作来获得合格的水力旋流器的溢流产品,同时需要把生产成本控制在合理范围之内,并且保持生产的平稳度、避免生产过程出现过大的波动以加速设备损耗和损坏的速度。目前,通常是将合格的水力旋流器的溢流产品产量,作为生成磨矿配置生产操作的操作质量信息的依据。但是,基于溢流产品产量这一单一因素,使得针对一些生产操作的操作质量测评结果不准确,得到的溢流产品的产品质量较差,进而导致磨矿生产的生产效率低。
发明内容
有鉴于此,本申请实施例的目的在于提供一种SABC磨矿的生产操作处理方法及装置,通过综合操作事件中相应过程变量的变量数据确定该操作事件对应的操作质量信息,提高了操作质量测评结果的准确度,进而提高了磨矿生产中的生产效率和产品质量,降低了成本,达到了降本增效的目的。
第一方面,本申请实施例提供了一种磨矿生产中操作数据的处理方法,所述处理方法包括:
获取磨矿生产的操作事件中相应过程变量对应的变量数据;
基于所述过程变量对应的变量数据,统计预设生产考察周期内所述操作事件对应的统计特征信息;
基于所述操作事件对应的统计特征信息,确定所述操作事件对应的相关性能系数;
基于所述操作事件对应的相关性能系数,确定所述操作事件对应的操作质量信息。
结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,其中,所述获取磨矿生产的操作事件中相应过程变量对应的变量数据,具体包括:
针对磨矿生产中的每一操作事件,获取该操作事件中相应过程变量对应的原始数据;
针对该操作事件中每一过程变量,基于预设采集周期以及所述预设采集周期内该过程变量对应的原始数据,确定该过程变量对应的变量数据;其中,所述预设采集周期为该操作事件中各个过程变量各自对应的采集周期的公倍数。
结合第一方面,本申请实施例提供了第一方面的第二种可能的实施方式,其中,所述统计特征信息包括以下信息中的一种或多种:所述操作事件在各类操作属性下的发生次数;所述操作事件中相应过程变量对应的特征值;所述操作事件对应的能源消耗信息;
其中,所述操作属性包括:成功操作或者失败操作;所述过程变量包括以下变量中的一种或多种:输入变量、操作变量、执行变量、表征变量、输出变量;所述过程变量对应的特征值包括以下特征值的一种或多种:相应变量数据的最大值、相应变量数据的最小值、相应变量数据的平均值、相应变量数据的标准方差、上限报警次数、下限报警次数、实际输出产量与预设产量的偏差值。
结合第一方面的第二种可能的实施方式,本申请实施例提供了第一方面的第三种可能的实施方式,其中,所述基于所述操作事件对应的统计特征信息,确定所述操作事件对应的相关性能系数,包括:
针对所述操作事件中的每一统计特征信息,基于该统计特征信息对应的最大值、最小值、预设最大工程量值和预设最小工程量值,确定该统计特征信息对应的微观波动信息;
基于该统计特征信息对应的标准方差、所述预设最大工程量值和所述预设最小工程量值,确定该统计特征信息对应的宏观波动信息;
基于该统计特征信息对应的平均值、所述预设最大工程量值和所述预设最小工程量值,确定该统计特征信息对应的平均负荷信息;
确定所述操作事件中各个统计特征信息分别对应的微观波动信息、宏观波动信息和平均负荷信息,作为所述操作事件对应的相关性能系数。
结合第一方面,本申请实施例提供了第一方面的第四种可能的实施方式,其中,所述基于所述操作事件对应的相关性能系数,确定所述操作事件对应的操作质量信息,包括:
基于所述操作事件对应的相关性能系数以及各个相关性能系数对应的权重值,确定所述操作事件对应的权重分值;
根据所述操作事件对应的权重分值与设定阈值的比较结果,生成所述操作事件对应的操作质量信息。
结合第一方面的第四种可能的实施方式,本申请实施例提供了第一方面的第五种可能的实施方式,其中,所述基于所述操作事件对应的相关性能系数以及各个相关性能系数对应的权重值,确定所述操作事件对应的权重分值,包括:
针对所述操作事件中的每一统计特征信息,基于该统计特征信息对应的相关性能系数以及各个相关性能系数对应的权重值,确定该统计特征信息的权重分值;
确定所述操作事件对应各个统计特征信息的权重分值的和值,作为所述操作事件对应的权重分值。
结合第一方面,本申请实施例提供了第一方面的第六种可能的实施方式,其中,在确定所述操作事件对应的操作质量信息之后,所述方法还包括:
在检测到新操作事件后,获取所述新操作事件中相应过程变量对应的新变量数据;
针对所述新操作事件中的任一过程变量,将该过程变量对应的新变量数据与第一目标变量数据进行比较,若比较结果处于第一预设区间范围内时,则生成操作正确的提示信息;其中,第一目标变量数据为正确操作事件中相应过程变量对应的变量数据;
或者,
针对所述新操作事件中的任一过程变量,将该过程变量对应的新变量数据与第二目标变量数据进行比较,若比较结果处于第二预设区间范围时,则生成操作错误的提示信息,同时,拒绝执行所述新操作事件中操作变量对应的新变量数据;其中,所述第二目标变量数据为错误操作事件中相应过程变量对应的变量数据。
结合第一方面的第六种可能的实施方式,本申请实施例提供了第一方面的第七种可能的实施方式,其中,所述的磨矿生产中操作数据的处理方法还包括:
针对所述新操作事件中的任一过程变量,若该过程变量对应的新变量数据与第一目标变量数据的比较结果超出所述第一预设区间范围,则将所述新操作事件作为磨矿生产的操作事件,执行获取磨矿生产的操作事件中相应过程变量对应的变量数据及后续步骤。
第二方面,本申请实施例还提供了一种磨矿生产中操作数据的处理装置,所述处理装置包括:
第一获取模块,用于获取磨矿生产的操作事件中相应过程变量对应的变量数据;
统计模块,用于基于所述过程变量对应的变量数据,统计预设生产考察周期内所述操作事件对应的统计特征信息;
第一确定模块,用于基于所述操作事件对应的统计特征信息,确定所述操作事件对应的相关性能系数;
第二确定模块,用于基于所述操作事件对应的相关性能系数,确定所述操作事件对应的操作质量信息。
结合第二方面,本申请实施例提供了第二方面的第一种可能的实施方式,其中,所述第一获取模块,具体用于:
针对磨矿生产中的每一操作事件,获取该操作事件中相应过程变量对应的原始数据;
针对该操作事件中每一过程变量,基于预设采集周期以及所述预设采集周期内该过程变量对应的原始数据,确定该过程变量对应的变量数据;其中,所述预设采集周期为该操作事件中各个过程变量各自对应的采集周期的公倍数。
第三方面,本申请实施例还提供了一种计算机设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如第一方面任一项所述的磨矿生产中操作数据的处理方法的步骤。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如第一方面任一项所述的磨矿生产中操作数据的处理方法的步骤。
本申请实施例提供的一种磨矿生产中操作数据的处理方法、装置、设备及介质,包括:获取磨矿生产的操作事件中相应过程变量对应的变量数据;基于过程变量对应的变量数据,统计预设生产考察周期内操作事件对应的统计特征信息;基于操作事件对应的统计特征值,确定操作事件对应的相关性能系数;基于操作事件对应的相关性能系数,确定操作事件对应的操作质量信息。本申请实施例中,综合考虑操作事件中的各个过程变量进行统计分析,来确定进行操作事件对应的操作质量信息,提高了操作质量测评结果的准确度,进而提高了磨矿生产中的生产效率和产品质量,降低了磨矿生产成本,达到了降本增效的目的。
进一步,本申请实施例还可以筛选对生产过程稳定度、生产技术经济指标有利的操作事件,作为生产操作规范的指导,进而达到提高磨矿生产效率和产品质量、降本增效的目的。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种SABC磨矿工艺流程图。
图2示出了本申请实施例所提供的另一种SABC磨矿工艺流程图。
图3示出了本申请实施例所提供的另一种SABC磨矿工艺流程图。
图4示出了本申请实施例所提供的一种SABC磨矿工艺过程变量的因果关系图。
图5示出了本申请实施例提供的一种磨矿生产中操作数据的处理方法的流程图;
图6示出了本申请实施例所提供的磨矿生产中操作数据的处理方法中相应过程变量静态数据表的示意图。
图7示出了本申请实施例提供的另一种磨矿生产中操作数据的处理方法的流程图;
图8示出了本申请实施例提供的另一种磨矿生产中操作数据的处理方法的流程图;
图9示出了本申请实施例提供的另一种磨矿生产中操作数据的处理方法的流程图;
图10示出了本申请实施例提供的另一种磨矿生产中操作数据的处理方法的流程图;
图11示出了本申请实施例提供的一种磨矿生产中操作数据的处理装置的结构示意图;
图12示出了本申请实施例所提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例中,本申请实施例提供一种磨矿生产中操作数据的处理方法、装置、设备及介质,应用于图1、图2、图3所示的磨矿工艺配置,所述SABC磨矿工艺***包括:半自磨闭路磨矿***和球磨机闭路磨矿***;或者,半自磨机开路磨矿***和球磨机闭路磨矿***;所述半自磨闭路磨矿***包括原矿给矿机、原矿给矿皮带***、半自磨机、振动筛、顽石运输皮带***、圆锥破碎机;所述半自磨机开路磨矿***包括原矿给矿机、原矿给矿皮带***、半自磨机;所述球磨机闭路磨矿***包括矿浆泵池、渣浆泵、球磨机、水力旋流器。本申请实施例所述的方法和装置的实施方式是:
首先要把上述三种磨矿工艺***中配置的过程变量按照输入、操作、执行、表征、输出等五个类型进行分类。
其中,输入变量包括:半自磨机给入的矿石粒级设置、单位:mesh,该变量是一个长度为m的一维数组PSore[m];半自磨机给入的矿石粒级含量、单位:%,该变量是一个长度为n的一维数组PS%ore[n]。
其中,上述三种磨矿配置的操作变量包括:半自磨机给入的矿石流量Feedrateore、单位:t/h;半自磨机的转速设定RollSpeedSetSAG、单位:Hz;半自磨机给入的钢球流量FeedrateSetball、单位:kg/h。磨矿工艺过程的补水流量也是主要的操作变量,在第一种和第二种配置中补水点有5个,包括半自磨闭路磨矿***入料端(称为半自磨闭路磨矿***前给水)、振动筛上(称为筛上水)、泵池(称为泵池补加水)、球磨机入料端(称为球磨机前给水)、球磨机排料端(称为球磨机排矿水),各个点的加水量设定值为QSAG、QSCR、QSUMP、QBF、QBC,单位:m3/h;在第三种配置中没有筛上水。在球磨闭路***中,旋流器的给矿流量FeedrateHydro、单位:m3/h;旋流器给矿浓度单位:%;和旋流器的工作台数RunNumHyaro也是主要的操作变量。
其中,上述三种磨矿配置的执行变量包括:半自磨机给矿机转速、单位:Hz,该变量是一个长度为k的一维数组RollSpeedaprone[k];半自磨机的瞬时转速RollSpeedSAG、单位:Hz;半自磨机加球瞬时流量Feedrateball、单位:kg/h;。QSAG、QSCR、QSUMP、QBF、QBC等加水点的调节阀开度,分别是ValveOpenSAG、ValveOpenSCR、ValveOpenSUMP、ValveOpenBF、ValveOpenBC,单位:%。旋流器给矿渣浆泵转速RollSpeedpump、单位:Hz。
其中,上述三种磨矿配置的表征变量主要包括:半自磨机给矿机的功率Powerapone、电流Currentaprone;半自磨机给矿皮带的功率Powerconveyor、电流Currentconveyor;半自磨机功率PoWerSAG、电流CurrentSAG、入料端压力SAGPreFeed、出料端压力SAGPreChart、筒体振动特征VbrSAG、顽石实时产量Qpepple、顽石皮带电流Curretpepcon、振动筛电流CurrentSCR等;球磨机的功率PowerBall、电流CurrentBall、筒体振动特征VbrBall、旋流器给矿压力PreHYC等;渣浆泵的功率Powerpump、电流Currentpump。所有功率的单位是KW,所有电流的单位是A,所有压力的单位是KPa。筒体振动特征是一个无量纲的变量。
其中,上述三种磨矿配置的输出变量主要包括:矿石处理量Productore、单位:t/h;旋流器溢流浓度DHYCO、单位:%;旋流器溢流粒度PS%HYCO[m]]、单位:%;电能单耗UnitPower、单位:KW/t;水量单耗UnitWater、m3/t;钢球单耗UnitIron、单位:kg/t。
图4所示为各类变量之间的因果关系图,说明:输入变量导致磨矿工艺过程稳定性发生变化,首先是表征变量和输出变量会发生变化,当这种变化超出生产允许的范围时,就必须通过修改操作变量、将表征变量和输出变量调整回工艺要求的范围。因此输入变量是操作变量、表征变量和输出变量的“因”;操作变量同时是表征变量和输出变量的“因”,操作变量的作用机制与输入变量的作用机制基本是相反的。
执行变量与操作变量是控制和被控制的关系,当操作变量得到修改数值的指令后,执行变量发生变化、使得操作变量从一个旧值达到一个新值;当操作变量未得到修改数值的指令时,执行变量也会发生变化以抑制和抵消那些可能引起操作变量的干扰。因此执行变量和操作变量是互为因果的关系。
某些表征变量会引起结果变量的变化,因此表征变量也会成为结果变量的“因”。
基于上述磨矿工艺配置,如图5所示,本申请实施例提供了一种磨矿生产中操作数据的处理方法,可以应用于服务器,所述处理方法包括:
S501、获取磨矿生产的操作事件中相应过程变量对应的变量数据。
本申请实施例中,操作事件中相应过程变量包括上述五类变量中的一种或多种:输入变量、操作变量、执行变量、表征变量和输出变量。
上述变量数据指的是在预设采集周期内该操作事件中各个过程变量各自对应的数据值。本申请实施例中,以SamplingPeriodevent表示预设采集周期,该SamplingPeriodevent为该操作事件中所有过程变量各自对应的采集周期的公倍数;比如,确定所有过程变量各自对应的采集周期的最小公倍数作为SamplingPeriodevent。
作为一种实施方式,输入变量、操作变量、执行变量、表征变量和输出变量各自对应的预设采集周期分别为2s、5s、2s、10s和4s,相应的,服务器确定预设采集周期SamplingPeriodevent为20s。
S502、基于所述过程变量对应的变量数据,统计预设生产考察周期内所述操作事件对应的统计特征信息。
本申请实施例中,以EvaluatePeriodSABC表示设定的操作评价的生产考察周期,EvaluatePeriodSABC为SamplingPeriodevent的整数倍。
本申请实施例中,在操作事件评价数据库中设计专用的过程变量静态数据表,上述数据表的基本字段如图6所示。
在操作事件评价数据库中设计专用的操作事件静态数据表,用来储存和管理操作变量的属性类数据,包括操作变化下限值Changemin、操作变化上限值Changemax、操作过渡时间下限值ChangingTimemin、操作过渡时间上限值ChangingTimemax、操作过渡时间死区ChangingTimeDead等。
在操作事件评价数据库中设计专用的操作变量动态数据表,存储每个操作事件的相关信息,包括操作变量名称、操作旧值、操作新值、操作启动时间、操作终结时间、操作事件属性、操作员。
按照预设采集周期SamplingPeriodevent对操作变量进行监控,在每个预设采集周期内第i个操作变量是稳定在一个数值的,记为操作旧值OldValuei;当发现操作变量数值变化时、记为操作启动时刻Timeoperatestart,当操作变量稳定到一个新值时记为操作新值NewValuei,当新值再次发生变化时记为操作终结时刻Timeoperateend。每NewValuei和Timeoperateend生效时,则记为一次“操作事件”的发生,并且按照下面的规则对操作事件进行判断和存储。
当|OldValuei-NewValuei|≤Changemin时,则此次操作事件属性定义为“微操作”;当|OldValuei-NewValuei|≥Changemax时,则此次操作事件属性定义为“强操作”;当|Timeoperateend-Timeoperatestart|≤ChangingTimemin时,则此次操作事件属性定义为“快操作”;当|Timeoperateend-Timeoperatestart|≥ChangingTimemax时,则此次操作事件属性定义为“慢操作”;当|Timeoperateend-Timeoperatestart|≥ChangingTimeDead时,则此次操作事件属性定义为“失败操作”。
其中,上述统计特征信息包括以下信息中的一种或多种:所述操作事件在各类操作属性下的发生次数;所述操作事件中相应过程变量对应的特征值;所述操作事件对应的能源消耗信息。
其中,所述操作属性包括:成功操作或者失败操作;所述过程变量包括以下变量中的一种或多种:输入变量、操作变量、执行变量、表征变量、输出变量;所述过程变量对应的特征值包括以下特征值的一种或多种:相应变量数据的最大值、相应变量数据的最小值、相应变量数据的平均值、相应变量数据的标准方差、上限报警次数、下限报警次数、实际输出产量与预设产量的偏差值。
S503、基于所述操作事件对应的统计特征信息,确定所述操作事件对应的相关性能系数。
本申请实施例中,相关性能系数包括操作事件中任一统计特征信息对应的微观波动信息、宏观波动信息和平均负荷信息。
S504、基于所述操作事件对应的相关性能系数,确定所述操作事件对应的操作质量信息。
本申请实施例中,针对该操作事件中的任一统计特征信息,服务器根据该统计特征信息对应的微观波动信息、宏观波动信息和平均负荷信息以及上述三个相关性能系数各自对应的权重值,确定该统计特征信息对应的权重分值;根据该操作事件中的各个统计特征信息各自对应的权重分值,确定该操作事件对应的权重分值;将该操作事件对应的权重分值与设定阈值进行比较;最后,根据比较结果,生成该操作事件对应的操作质量信息。
本申请实施例提供的一种磨矿生产中操作数据的处理方法,综合考虑操作事件中的各个过程变量进行统计分析,来确定进行操作事件对应的操作质量信息,提高了操作质量测评结果的准确度,进而提高了磨矿生产中的生产效率和产品质量,降低了磨矿生产成本,达到了降本增效的目的。
进一步的,如图7所示,本申请实施例提供的磨矿生产中操作数据的处理方法中,所述获取磨矿生产的操作事件中相应过程变量对应的变量数据,具体包括:
S701、针对磨矿生产中的每一操作事件,获取该操作事件中相应过程变量对应的原始数据。
S702、针对该操作事件中每一过程变量,基于预设采集周期以及所述预设采集周期内该过程变量对应的原始数据,确定该过程变量对应的变量数据;其中,所述预设采集周期为该操作事件中各个过程变量各自对应的采集周期的公倍数。
结合步骤701至步骤702,假设某种磨矿配置共有l个过程变量,每个过程变量的采集周期保存在该过程变量对应的SamplingPeriodoperate[l]这个一维数组中,按照各个过程变量对应的采集周期采集的数据称为原始数据源,存放在实时数据库中,统称为原始数据。
将l个过程变量各自的采集周期的最大公倍数SamplingPeriodevent作为操作事件的采集周期,对实时数据库进行取样。针对每一过程变量,在SamplingPeriodevent周期内对在该过程变量对应的采集周期内采集的多个原始数据求均值,将均值结果作为该SamplingPeriodevent周期内该过程变量对应的变量数据(也可以称为评价数据),并将该评价数据放入到操作事件评价数据库中的过程数据表内,得到评价数据源。
例如,针对任一过程变量,设该过程变量存入操作事件评价数据库中的变量数据为B,则其中,B表示任一过程变量存入操作事件评价数据库中的变量数据;Aj表示该过程变量存入实时数据库中的任一原始数据,n表示该过程变量存入实时数据库中原始数据的个数。
进一步的,本申请实施例中提供的磨矿生产中操作数据的处理方法中,基于所述过程变量对应的变量数据,统计预设生产考察周期内所述操作事件对应的统计特征信息,其具体实施方式如下:
其中,单个生产考察周期的统计特征信息计算:当一个操作评价的生产考察周期结束的时候,对结束的这个生产考察周期内的过程变量和生产成本进行统计计算,上述统计特征信息可以包括以下六组评价指标:
第一组评价指标IndexG1是:统计在一个EvaluatePeriodSABC周期内,按照操作属性统计各类操作事件的发生次数。
第二组评价指标IndexG2是:统计在一个EvaluatePeriodSABC周期内,统计评价数据源里每个输入变量的最大值、最小值、平均值、标准方差。
第三组评价指标IndexG3是:统计在一个EvaluatePeriodSABC周期内,统计评价数据源里每个操作变量的最大值、最小值、平均值、标准方差。
第四组评价指标IndexG4是:统计在一个EvaluatePeriodSABC周期内,统计评价数据源里每个表征变量的最大值、最小值、平均值、标准方差、上限报警次数、下限报警次数。
第五组评价指标IndexG5是:统计在一个EvaluatePeriodSABC周期内,统计评价数据源里每个输出变量的最大值、最小值、平均值、标准方差,以及输出变量与生产计划的偏差值。
第六组评价指标IndexG6是:统计在一个EvaluatePeriodSABC周期内,统计评价数据源里SABC磨矿工艺的电能、水量、钢球、人工等成本消耗。
以上六组的统计特征不仅仅限于最大值、最小值、平均值、标准方差,还可以根据特定的生产情况增加特定的统计特征,如众数、偏度等。将上述计算结果保存到操作评价数据库中,然后监控新的生产考察周期是否结束;如果没有结束,则继续等待;如果结束了,则再次开始上述六组指标的计算,依次循环执行。
进一步的,如图8所示,本申请实施例提供的磨矿生产中操作数据的处理方法中,所述基于所述操作事件对应的统计特征信息,确定所述操作事件对应的相关性能系数,包括:
S801、针对所述操作事件中的每一统计特征信息,基于该统计特征信息对应的最大值、最小值、预设最大工程量值和预设最小工程量值,确定该统计特征信息对应的微观波动信息。
本申请实施例中,服务器可以计算统计特征信息(也即第i组评价指标)的以下相关性能系数。针对任一组统计特征信息(也即第i组评价指标),该评价指标对应变量的静态数据最大工程量值为EngineeringMAX,最小工程量值为EngineeringMin,工程量正常值为EngineeringNoR;则该组评价指标的微观波动信息如下:
微观波动比:此系数越小,则说明生产波动越小,生产越稳定。其中,INDEXGi.MAX表示任一组评价指标中的最大值,INDEXGi.MIN表示该组评价指标中的最小值;EngineeringMAX表示该组评价指标对应变量的最大工程量值,EngineeringMin表示该组评价指标对应变量的最小工程量值。
S802、基于该统计特征信息对应的标准方差、所述预设最大工程量值和所述预设最小工程量值,确定该统计特征信息对应的宏观波动信息;
本申请实施例中,该统计特征信息对应的宏观波动信息如下:
S803、基于该统计特征信息对应的平均值、所述预设最大工程量值和所述预设最小工程量值,确定该统计特征信息对应的平均负荷信息。
本申请实施例中,该统计特征信息对应的平均负荷信息如下:
S804、确定所述操作事件中各个统计特征信息分别对应的微观波动信息、宏观波动信息和平均负荷信息,作为所述操作事件对应的相关性能系数。
进一步的,如图9所示,本申请实施例提供的磨矿生产中操作数据的处理方法中,所述基于所述操作事件对应的相关性能系数,确定所述操作事件对应的操作质量信息,包括:
S901、基于所述操作事件对应的相关性能系数以及各个相关性能系数对应的权重值,确定所述操作事件对应的权重分值。
本申请实施例中,服务器根据生产管控目标确定各个相关性能系数的权值,上述各个相关性能系数对应的权值的和值等于100%;
针对每一统计特征信息,该统计特征信息(即第i组的性能指标)对应的权重分值Score.OperateEventGi等于:
Score.OperateEventGi=WaveRangeRATE*Weight1+WaveRange.σRATE*Weight2+Load.AverageRATE*Weight3;其中:Weight1+Weight2+Weight3=100%。
其中,WaveRangeRATE表示该统计特征信息对应的微观波动信息,Weight1表示该微观波动信息对应的权值;WaveRange.σRATE表示该统计特征信息对应的宏观波动信息,Weight2表示该微观波动信息对应的权值;Load.AverageRATE表示该统计特征信息对应的平均负荷信息,Weight3表示该平均负荷信息对应的权值。
针对每一操作事件,根据该操作事件对应的各个统计特征信息分别对应的权重分值,计算该操作事件对应的权重分值。具体计算方式如下:
针对所述操作事件中的每一统计特征信息,基于该统计特征信息对应的相关性能系数以及各个相关性能系数对应的权重值,确定该统计特征信息的权重分值;确定所述操作事件对应各个统计特征信息的权重分值的和值,作为所述操作事件对应的权重分值。
S902、根据所述操作事件对应的权重分值与设定阈值的比较结果,生成所述操作事件对应的操作质量信息。
本申请实施例中,在一个固定时间段T内,例如一个12小时的生产班次内,将该班次内的操作事件的权重分进行排序,将权重分值小于设定阈值的操作事件标注“差操作”;将权重分值大于设定阈值分的操作事件标注“对操作”。作为一种实施方式,上述权重分值可以为60分。
进一步的,如图10所示,本申请实施例提供的磨矿生产中操作数据的处理方法中,在确定所述操作事件对应的操作质量信息之后,所述方法还包括:
S1001、在检测到新操作事件后,获取所述新操作事件中相应过程变量对应的新变量数据。
S1002、针对所述新操作事件中的任一过程变量,将该过程变量对应的新变量数据与第一目标变量数据进行比较,若比较结果处于第一预设区间范围内时,则生成操作正确的提示信息;其中,第一目标变量数据为正确操作事件中相应过程变量对应的变量数据。
本申请实施例中,在后续的生产操作中,将新操作事件中的输入变量、表征变量的值与已有“对操作”事件的输入变量、表征变量的值进行比对,当两者的变化值小于某一个区间时,则提示操作人员采取相应的“对操作”。
S1003、针对所述新操作事件中的任一过程变量,将该过程变量对应的新变量数据与第二目标变量数据进行比较,若比较结果处于第二预设区间范围时,则生成操作错误的提示信息,同时,拒绝执行所述新操作事件中操作变量对应的新变量数据;其中,所述第二目标变量数据为错误操作事件中相应过程变量对应的变量数据。
本申请实施例中,在后续的生产操作中,如未能满足步骤1002的条件,服务器确定了操作人员作出了与“差操作”相近的操作,则***提示操作人员规避或者强制放弃。
进一步的,本申请实施例提供的磨矿生产中操作数据的处理方法中,所述方法还包括:
针对所述新操作事件中的任一过程变量,若该过程变量对应的新变量数据与第一目标变量数据的比较结果超出所述第一预设区间范围,则将所述新操作事件作为磨矿生产的操作事件,执行获取磨矿生产的操作事件中相应过程变量对应的变量数据及后续步骤。
本申请实施例中,在后续的生产操作中,将新操作事件中输入变量、表征变量的值与已有“对操作”事件的输入变量、表征变量的值进行比对,当两者的变化值大于某一个区间时,则将其操作标注为“新操作”,重新确定该新操作事件对应的操作质量信息,并基于确定的操作质量信息通过步骤1002对其进行筛选。如果该操作通过筛选为“对操作”,则标记为新增的“对操作”。
在后续的生产操作中,可定期或不定期的将新增“对操作”与已有“对操作”事件按照修正的权值进行求取新的权重分并重新排序,然后重新标注“差操作”和“对操作”,通过生产过程的应用迭代,从而保证生产操作始终在“对操作”的范围内。
本申请实施例提供的一种磨矿生产中操作数据的处理方法,综合考虑操作事件中的各个过程变量进行统计分析,来确定进行操作事件对应的操作质量信息,提高了操作质量测评结果的准确度,进而提高了磨矿生产中的生产效率和产品质量,降低了磨矿生产成本,达到了降本增效的目的。
并且,本申请实施例提供的一种磨矿生产中操作数据的处理方法,还可以筛选对生产过程稳定度、生产技术经济指标有利的操作事件,作为生产操作规范的指导,进而达到提高磨矿生产效率和产品质量、降本增效的目的。
基于与上述磨矿生产中操作数据的处理方法相同的构思,如图11所示,本申请实施例提供了一种磨矿生产中操作数据的处理装置,所述处理装置包括:
第一获取模块1101,用于获取磨矿生产的操作事件中相应过程变量对应的变量数据;
统计模块1102,用于基于所述过程变量对应的变量数据,统计预设生产考察周期内所述操作事件对应的统计特征信息;
第一确定模块1103,用于基于所述操作事件对应的统计特征信息,确定所述操作事件对应的相关性能系数;
第二确定模块1104,用于基于所述操作事件对应的相关性能系数,确定所述操作事件对应的操作质量信息。
进一步的,本申请实施例提供的磨矿生产中操作数据的处理装置中,第一获取模块1101,具体用于:
针对磨矿生产中的每一操作事件,获取该操作事件中相应过程变量对应的原始数据;
针对该操作事件中每一过程变量,基于预设采集周期以及所述预设采集周期内该过程变量对应的原始数据,确定该过程变量对应的变量数据;其中,所述预设采集周期为该操作事件中各个过程变量各自对应的采集周期的公倍数。
进一步的,本申请实施例提供的磨矿生产中操作数据的处理装置中,所述统计特征信息包括以下信息中的一种或多种:所述操作事件在各类操作属性下的发生次数;所述操作事件中相应过程变量对应的特征值;所述操作事件对应的能源消耗信息;
其中,所述操作属性包括:成功操作或者失败操作;所述过程变量包括以下变量中的一种或多种:输入变量、操作变量、执行变量、表征变量、输出变量;所述过程变量对应的特征值包括以下特征值的一种或多种:相应变量数据的最大值、相应变量数据的最小值、相应变量数据的平均值、相应变量数据的标准方差、上限报警次数、下限报警次数、实际输出产量与预设产量的偏差值。
进一步的,本申请实施例提供的磨矿生产中操作数据的处理装置中,第一确定模块1103,具体用于:
针对所述操作事件中的每一统计特征信息,基于该统计特征信息对应的最大值、最小值、预设最大工程量值和预设最小工程量值,确定该统计特征信息对应的微观波动信息;
基于该统计特征信息对应的标准方差、所述预设最大工程量值和所述预设最小工程量值,确定该统计特征信息对应的宏观波动信息;
基于该统计特征信息对应的平均值、所述预设最大工程量值和所述预设最小工程量值,确定该统计特征信息对应的平均负荷信息;
确定所述操作事件中各个统计特征信息分别对应的微观波动信息、宏观波动信息和平均负荷信息,作为所述操作事件对应的相关性能系数。
进一步的,本申请实施例提供的磨矿生产中操作数据的处理装置中,第二确定模块1104,具体用于:
基于所述操作事件对应的相关性能系数以及各个相关性能系数对应的权重值,确定所述操作事件对应的权重分值;
根据所述操作事件对应的权重分值与设定阈值的比较结果,生成所述操作事件对应的操作质量信息。
进一步的,本申请实施例提供的磨矿生产中操作数据的处理装置中,第二确定模块1104,具体用于:
针对所述操作事件中的每一统计特征信息,基于该统计特征信息对应的相关性能系数以及各个相关性能系数对应的权重值,确定该统计特征信息的权重分值;
确定所述操作事件对应各个统计特征信息的权重分值的和值,作为所述操作事件对应的权重分值。
进一步的,本申请实施例提供的磨矿生产中操作数据的处理装置还包括:
第二获取模块,用于在检测到新操作事件后,获取所述新操作事件中相应过程变量对应的新变量数据;
处理模块,用于针对所述新操作事件中的任一过程变量,将该过程变量对应的新变量数据与第一目标变量数据进行比较,若比较结果处于第一预设区间范围内时,则生成操作正确的提示信息;其中,第一目标变量数据为正确操作事件中相应过程变量对应的变量数据;
处理模块1101,还用于针对所述新操作事件中的任一过程变量,将该过程变量对应的新变量数据与第二目标变量数据进行比较,若比较结果处于第二预设区间范围时,则生成操作错误的提示信息,同时,拒绝执行所述新操作事件中操作变量对应的新变量数据;其中,所述第二目标变量数据为错误操作事件中相应过程变量对应的变量数据。
进一步的,本申请实施例提供的磨矿生产中操作数据的处理装置,还包括:
处理模块,还用于针对所述新操作事件中的任一过程变量,若该过程变量对应的新变量数据与第一目标变量数据的比较结果超出所述第一预设区间范围,则将所述新操作事件作为磨矿生产的操作事件,执行获取磨矿生产的操作事件中相应过程变量对应的变量数据及后续步骤。
本申请实施例提供的一种磨矿生产中操作数据的处理装置,综合考虑操作事件中的各个过程变量进行统计分析,来确定进行操作事件对应的操作质量信息,提高了操作质量测评结果的准确度,进而提高了磨矿生产中的生产效率和产品质量,降低了磨矿生产成本,达到了降本增效的目的。
如图12所示,为本申请实施例提供的一种计算机设备120,包括:处理器1201、存储器1202和总线,所述存储器1202存储有所述处理器1201可执行的机器可读指令,当计算机设备运行时,所述处理器1201与所述存储器1202之间通过总线通信,所述机器可读指令被所述处理器1201执行时执行上述磨矿生产中操作数据的处理方法的步骤。
具体地,上述存储器1202和处理器1201能够为通用的存储器和处理器,这里不做具体限定,当处理器1201运行存储器1202存储的计算机程序时,能够执行上述磨矿生产中操作数据的处理方法。
对应于上述磨矿生产中操作数据的处理方法,本申请实施例提供的一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述磨矿生产中操作数据的处理方法。
本申请实施例所提供的磨矿生产中操作数据的处理装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的***、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者计算机设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种磨矿生产中操作数据的处理方法,其特征在于,所述处理方法包括:
获取磨矿生产的操作事件中相应过程变量对应的变量数据;
基于所述过程变量对应的变量数据,统计预设生产考察周期内所述操作事件对应的统计特征信息;
基于所述操作事件对应的统计特征信息,确定所述操作事件对应的相关性能系数;
基于所述操作事件对应的相关性能系数,确定所述操作事件对应的操作质量信息;
所述基于所述操作事件对应的相关性能系数,确定所述操作事件对应的操作质量信息,包括:
基于所述操作事件对应的相关性能系数以及各个相关性能系数对应的权重值,确定所述操作事件对应的权重分值;
根据所述操作事件对应的权重分值与设定阈值的比较结果,生成所述操作事件对应的操作质量信息。
2.根据权利要求1所述的磨矿生产中操作数据的处理方法,其特征在于,所述获取磨矿生产的操作事件中相应过程变量对应的变量数据,具体包括:
针对磨矿生产中的每一操作事件,获取该操作事件中相应过程变量对应的原始数据;
针对该操作事件中每一过程变量,基于预设采集周期以及所述预设采集周期内该过程变量对应的原始数据,确定该过程变量对应的变量数据;其中,所述预设采集周期为该操作事件中各个过程变量各自对应的采集周期的公倍数。
3.根据权利要求1所述的磨矿生产中操作数据的处理方法,其特征在于,所述统计特征信息包括以下信息中的一种或多种:所述操作事件在各类操作属性下的发生次数;所述操作事件中相应过程变量对应的特征值;所述操作事件对应的能源消耗信息;
其中,所述操作属性包括:成功操作或者失败操作;所述过程变量包括以下变量中的一种或多种:输入变量、操作变量、执行变量、表征变量、输出变量;所述过程变量对应的特征值包括以下特征值的一种或多种:相应变量数据的最大值、相应变量数据的最小值、相应变量数据的平均值、相应变量数据的标准方差、上限报警次数、下限报警次数、实际输出产量与预设产量的偏差值。
4.根据权利要求3所述的磨矿生产中操作数据的处理方法,其特征在于,所述基于所述操作事件对应的统计特征信息,确定所述操作事件对应的相关性能系数,包括:
针对所述操作事件中的每一统计特征信息,基于该统计特征信息对应的最大值、最小值、预设最大工程量值和预设最小工程量值,确定该统计特征信息对应的微观波动信息;
基于该统计特征信息对应的标准方差、所述预设最大工程量值和所述预设最小工程量值,确定该统计特征信息对应的宏观波动信息;
基于该统计特征信息对应的平均值、所述预设最大工程量值和所述预设最小工程量值,确定该统计特征信息对应的平均负荷信息;
确定所述操作事件中各个统计特征信息分别对应的微观波动信息、宏观波动信息和平均负荷信息,作为所述操作事件对应的相关性能系数。
5.根据权利要求1所述的磨矿生产中操作数据的处理方法,其特征在于,所述基于所述操作事件对应的相关性能系数以及各个相关性能系数对应的权重值,确定所述操作事件对应的权重分值,包括:
针对所述操作事件中的每一统计特征信息,基于该统计特征信息对应的相关性能系数以及各个相关性能系数对应的权重值,确定该统计特征信息的权重分值;
确定所述操作事件对应各个统计特征信息的权重分值的和值,作为所述操作事件对应的权重分值。
6.根据权利要求1所述的磨矿生产中操作数据的处理方法,其特征在于,在确定所述操作事件对应的操作质量信息之后,所述方法还包括:
在检测到新操作事件后,获取所述新操作事件中相应过程变量对应的新变量数据;
针对所述新操作事件中的任一过程变量,将该过程变量对应的新变量数据与第一目标变量数据进行比较,若比较结果处于第一预设区间范围内时,则生成操作正确的提示信息;其中,第一目标变量数据为正确操作事件中相应过程变量对应的变量数据;
或者,
针对所述新操作事件中的任一过程变量,将该过程变量对应的新变量数据与第二目标变量数据进行比较,若比较结果处于第二预设区间范围时,则生成操作错误的提示信息,同时,拒绝执行所述新操作事件中操作变量对应的新变量数据;其中,所述第二目标变量数据为错误操作事件中相应过程变量对应的变量数据。
7.根据权利要求6所述的磨矿生产中操作数据的处理方法,其特征在于,所述方法还包括:
针对所述新操作事件中的任一过程变量,若该过程变量对应的新变量数据与第一目标变量数据的比较结果超出所述第一预设区间范围,则将所述新操作事件作为磨矿生产的操作事件,执行获取磨矿生产的操作事件中相应过程变量对应的变量数据及后续步骤。
8.一种磨矿生产中操作数据的处理装置,其特征在于,所述处理装置包括:
第一获取模块,用于获取磨矿生产的操作事件中相应过程变量对应的变量数据;
统计模块,用于基于所述过程变量对应的变量数据,统计预设生产考察周期内所述操作事件对应的统计特征信息;
第一确定模块,用于基于所述操作事件对应的统计特征信息,确定所述操作事件对应的相关性能系数;
第二确定模块,用于基于所述操作事件对应的相关性能系数,确定所述操作事件对应的操作质量信息;
第二确定模块,具体用于:
基于所述操作事件对应的相关性能系数以及各个相关性能系数对应的权重值,确定所述操作事件对应的权重分值;
根据所述操作事件对应的权重分值与设定阈值的比较结果,生成所述操作事件对应的操作质量信息。
9.根据权利要求8所述的磨矿生产中操作数据的处理装置,其特征在于,所述第一获取模块,具体用于:
针对磨矿生产中的每一操作事件,获取该操作事件中相应过程变量对应的原始数据;
针对该操作事件中每一过程变量,基于预设采集周期以及所述预设采集周期内该过程变量对应的原始数据,确定该过程变量对应的变量数据;其中,所述预设采集周期为该操作事件中各个过程变量各自对应的采集周期的公倍数。
10.一种计算机设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至7任一项所述的磨矿生产中操作数据的处理方法的步骤。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至7任一项所述的磨矿生产中操作数据的处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910343765.8A CN110090727B (zh) | 2019-04-26 | 2019-04-26 | 一种磨矿生产中操作数据的处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910343765.8A CN110090727B (zh) | 2019-04-26 | 2019-04-26 | 一种磨矿生产中操作数据的处理方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110090727A CN110090727A (zh) | 2019-08-06 |
CN110090727B true CN110090727B (zh) | 2020-12-22 |
Family
ID=67445927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910343765.8A Active CN110090727B (zh) | 2019-04-26 | 2019-04-26 | 一种磨矿生产中操作数据的处理方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110090727B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112691760B (zh) * | 2020-12-09 | 2022-02-22 | 北矿智云科技(北京)有限公司 | 半自磨机频率控制方法、装置和电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1749891A (zh) * | 2005-10-19 | 2006-03-22 | 东北大学 | 选矿过程综合生产指标智能优化控制方法 |
CN104134120A (zh) * | 2014-07-30 | 2014-11-05 | 东北大学 | 一种选矿生产指标监控***及方法 |
CN104898563A (zh) * | 2015-04-30 | 2015-09-09 | 长沙有色冶金设计研究院有限公司 | 一种球磨机控制方法 |
CN105170300A (zh) * | 2015-10-21 | 2015-12-23 | 中冶北方(大连)工程技术有限公司 | 一种半自磨机闭路磨矿控制***及方法 |
CN105867117A (zh) * | 2016-06-20 | 2016-08-17 | 西安电子科技大学 | 基于决策规则提取的选矿厂磨矿分级***节能优化方法 |
CN205988812U (zh) * | 2016-08-22 | 2017-03-01 | 鞍钢集团矿业有限公司 | 用于磨矿分级多元闭路控制*** |
CN108536127A (zh) * | 2018-04-20 | 2018-09-14 | 华中科技大学 | 一种数据驱动的多变量控制***的模型失配诊断方法 |
CN108680606A (zh) * | 2018-06-19 | 2018-10-19 | 河南理工大学 | 一种集成式矿浆性质多参数在线监测*** |
CN109190226A (zh) * | 2018-08-24 | 2019-01-11 | 东北大学 | 一种磨矿***溢流粒度指标软测量方法 |
CN109482330A (zh) * | 2018-11-02 | 2019-03-19 | 北矿智云科技(北京)有限公司 | 一种sabc磨矿的总水平衡控制方法及装置 |
-
2019
- 2019-04-26 CN CN201910343765.8A patent/CN110090727B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1749891A (zh) * | 2005-10-19 | 2006-03-22 | 东北大学 | 选矿过程综合生产指标智能优化控制方法 |
CN104134120A (zh) * | 2014-07-30 | 2014-11-05 | 东北大学 | 一种选矿生产指标监控***及方法 |
CN104898563A (zh) * | 2015-04-30 | 2015-09-09 | 长沙有色冶金设计研究院有限公司 | 一种球磨机控制方法 |
CN105170300A (zh) * | 2015-10-21 | 2015-12-23 | 中冶北方(大连)工程技术有限公司 | 一种半自磨机闭路磨矿控制***及方法 |
CN105867117A (zh) * | 2016-06-20 | 2016-08-17 | 西安电子科技大学 | 基于决策规则提取的选矿厂磨矿分级***节能优化方法 |
CN205988812U (zh) * | 2016-08-22 | 2017-03-01 | 鞍钢集团矿业有限公司 | 用于磨矿分级多元闭路控制*** |
CN108536127A (zh) * | 2018-04-20 | 2018-09-14 | 华中科技大学 | 一种数据驱动的多变量控制***的模型失配诊断方法 |
CN108680606A (zh) * | 2018-06-19 | 2018-10-19 | 河南理工大学 | 一种集成式矿浆性质多参数在线监测*** |
CN109190226A (zh) * | 2018-08-24 | 2019-01-11 | 东北大学 | 一种磨矿***溢流粒度指标软测量方法 |
CN109482330A (zh) * | 2018-11-02 | 2019-03-19 | 北矿智云科技(北京)有限公司 | 一种sabc磨矿的总水平衡控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110090727A (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Radhakrishnan | Model based supervisory control of a ball mill grinding circuit | |
Chen et al. | Application of model predictive control in ball mill grinding circuit | |
CN105701576B (zh) | 一种基于遗传优化算法的钢球磨煤机设计选型方法 | |
CN110090727B (zh) | 一种磨矿生产中操作数据的处理方法、装置、设备及介质 | |
Bengtsson et al. | Size and shape simulation in a tertiary crushing stage, a multi objective perspective | |
Hassanzadeh | A survey on troubleshooting of closed-circuit grinding system | |
CN109482330B (zh) | 一种sabc磨矿的总水平衡控制方法及装置 | |
US4281800A (en) | Operation of associated crushing plant and mill | |
Behnamfard et al. | The performance improvement of a full-scale autogenous mill by setting the feed ore properties | |
CN101274298A (zh) | 鞍山式贫赤铁矿旋流器-格子型球磨机一段闭路磨矿分级工艺 | |
CN107213956A (zh) | 一种二段磨矿设备及其优化控制方法 | |
Pérez-García et al. | Systematic calibration of a simulated semi-autogenous/ball-mill grinding circuit | |
Bertoin et al. | Fragmentation energy | |
Hadizadeh et al. | Supervisory fuzzy expert controller for sag mill grinding circuits: Sungun copper concentrator | |
CN104525360A (zh) | 一种磨矿分级过程中矿浆浓度控制的方法和装置 | |
CN114377842B (zh) | 一种物料细度的调节方法、装置、计算机设备和存储介质 | |
WO2023242752A1 (en) | System and method for continuous optimization of mineral processing operations | |
CN115128950B (zh) | 破碎筛分控制方法、装置、电子设备及存储介质 | |
CN112691760B (zh) | 半自磨机频率控制方法、装置和电子设备 | |
CN116060192B (zh) | 基于砂石联产工艺的产物比例控制方法及装置 | |
Putland et al. | HARD ROCK–CRUSH IT OR LET IT BREAK ITSELF? | |
Khotskina | Automatization of control processes at the first stage of ore enrichment using quickly acting regressive models | |
Can et al. | Evaluation of a capacity increase in AG milling of copper slag | |
Kazarinov et al. | Decision making process for operational neurocontrol of mixture grinding in cement production with controversial setting | |
Steyn | Optimisation of a fully autogenous comminution circuit |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |