[发明专利]快速蒙特卡洛方法预测球磨机磨矿粒度分布的系统及方法

权利要求书

1.一种快速蒙特卡洛方法预测球磨机磨矿粒度分布的系统，其特征在于：该系统包括：

数据获取模块：用于获取球磨机研磨总时间、球磨机中初始物料的粒级和初始粒度分布、球磨机机理模型中破碎速率函数的各个参数值和破碎函数的各个参数值；

各粒级质量分数计算模块：根据数据获取模块获得的初始物料的初始粒度分布分别计算初始物料每个粒级占总物料的质量百分比，并将计算出的初始物料每个粒级占总物料的质量百分比值传至虚拟颗粒数目计算模块；

代表粒径计算模块：用于根据数据获取模块获得的初始物料的粒级，计算初始物料每个粒级的代表粒径，并将每个粒级的代表粒径均传至虚拟颗粒数目计算模块、破碎速率计算模块、破碎概率分布计算模块和磨矿颗粒数目计算模块；

虚拟颗粒数目计算模块：用于根据从各粒级质量分数计算模块接收的初始物料中每个粒级占总物料的质量百分比、从代表粒径计算模块接收的每个粒级的代表粒径计算每个粒级的虚拟颗粒数目，并将计算出的每个粒级的虚拟颗粒数目传至磨矿颗粒数目计算模块；

破碎速率计算模块：用于根据破碎速率函数及从数据获取模块接收的破碎速率函数的各个参数、从代表粒径计算模块接收的每个粒级的代表粒径，计算每个粒级的破碎速率，并将计算出的每个粒级的破碎速率值传至磨矿颗粒数目计算模块；

破碎概率计算模块：用于根据破碎函数及从数据获取模块接收的破碎函数的各个参数、从代表粒径计算模块接收的每个粒级的代表粒径，计算每个粒级的破碎概率，并将计算出的每个粒级的破碎概率值传至磨矿颗粒数目计算模块；

磨矿颗粒数目计算模块：用于根据从代表粒径计算模块接收的每个粒级的代表粒径、从虚拟颗粒数目计算模块接收的每个粒级的虚拟颗粒数目、从破碎速率计算模块接收的每个粒级的破碎速率和从破碎概率计算模块接收的每个粒级的破碎概率，利用蒙特卡洛模拟方法模拟球磨机批次磨过程，得到球磨机研磨后的每个粒级的磨矿颗粒数目，并将每个粒级的磨矿颗粒数目传至粒度分布计算模块；

粒度分布计算模块：用于根据从磨矿颗粒数目计算模块接收的球磨机研磨后的每个粒级的磨矿颗粒数目，计算球磨机研磨后的粒度分布。

2.采用权利要求1所述的快速蒙特卡洛方法预测球磨机磨矿粒度分布的系统预测球磨机磨矿粒度分布的方法，其特征在于：该方法包括如下步骤：

步骤1：设定球磨机进行研磨的初始时刻为t＝0，同时，获取相应数据；

所述相应数据包括：球磨机研磨总时间T、球磨机中初始物料的粒级和初始粒度分布、球磨机机理模型中破碎速率函数的各个参数值和破碎函数的各个参数值；用D_i表示初始物料的粒级，i＝1，2，…，n，n表示所划分的粒级总数，且D₁为最大粒级，即D₁至D_n的粒级按顺序依次降低，与各粒级相应的初始粒度分布，用M_i表示；

步骤2：根据初始物料的初始粒度分布，计算初始物料每个粒级的质量分数；

初始物料中每个粒级占总物料的质量百分比，即为初始物料每个粒级的质量分数：m_i＝M_i-M_i+1；

步骤3：根据初始物料的粒级，计算每个粒级的代表粒径；

计算出的每个粒级的代表粒径用d_i表示；

步骤4：根据步骤2计算出的初始物料每个粒级的质量分数和步骤3计算出的每个粒级的代表粒径，计算每个粒级的虚拟颗粒数目；

计算出的每个粒级的虚拟颗粒数目用N_i表示；设定最大粒级D₁的初始颗粒数为N₁，则其他粒级的初始颗粒数目按照公式依次计算得出；

步骤5：根据破碎速率函数及破碎速率函数的各个参数值、每个粒级的代表粒径，计算每个粒级的破碎速率；以S_i表示破碎速率函数；

步骤6：计算每个粒级的破碎概率；

根据破碎函数及破碎函数的各个参数值、每个粒级的代表粒径计算每个粒级的破碎概率；用破碎函数B_j，i的函数值表示颗粒由D_i粒级破碎至D_j粒级及D_j粒级以下粒级的破碎概率分布，j＞i，j＝i+1，i+2，…，n；用b_j，i表示每个粒级的颗粒由D_i粒级破碎至D_j粒级的破碎概率为b_j，i＝B_j，i-B_j+1，i；

步骤7：根据步骤3计算出的每个粒级的代表粒径、步骤4计算出的每个粒级的虚拟颗粒数目、步骤5计算出的每个粒级的破碎速率和步骤6计算出的每个粒级的破碎概率，采用快速蒙特卡洛方法求得球磨机研磨后的每个粒级内磨矿颗粒数目；

步骤7.1：根据每个粒级的代表粒径大小，建立磨矿虚拟颗粒数目状态转移矩阵；

方法为：在球磨机研磨过程中，最大粒级D₁内的颗粒对应的破碎事件为n-1种、次最大粒级D₂内的颗粒对应的破碎事件为n-2种，依此类推，则粒级D_i内的颗粒对应的破碎事件为n-i种；则所有粒级所对应的破碎事件有R＝n(n-1)/2+1种；所有破碎事件引起的球磨机内物料颗粒数目的变化值，用状态转移矩阵V_r表示，r＝1，2，...，R，其中r表示颗粒由D_i粒级破碎为D_j粒级的破碎事件，j＝i+1，i+2，…，n，则同时，D_i粒级内的颗粒数目改变量为-1，D_j粒级内的颗粒数目改变量为d_i³/d_j³，其他粒级颗粒数目改变量为0；

步骤7.2：利用倾向函数，计算每一粒级的颗粒破碎至其它粒级的概率速率；

倾向函数α_r＝S_i×N_i×b_j，i表示粒级i的粒子破碎至粒级j的概率速率，则倾向函数值α_r表示状态转移矩阵中对应的破碎事件r发生的概率速率；

步骤7.3：根据步骤7.1建立的状态转移矩阵和步骤7.2计算得到的概率速率，建立每个粒级磨矿颗粒数目变化速率期望矩阵ξ，矩阵ξ中元素的计算公式为：

步骤7.4：确定仿真时间步长；

根据步骤4计算得到的虚拟磨矿颗粒数目、步骤7.1建立的状态转移矩阵、步骤7.2计算得到的概率速率和步骤7.3得到的每个粒级磨矿颗粒数目变化速率期望矩阵，并且为保证蒙特卡洛精度，在两个仿真时间步长内倾向函数不可发生明显变化，则仿真时间步长为：

Δt=minr∈[1,R]{δ×Σr=1Rαrcr,i×Σi=1nξi}]]>

其中c_r，i为一个过程量，无物理含义，δ为任意给定的常数值，表示蒙特卡洛模拟方法的精度，其值越小，精度越高，但相应的运算速度也就越慢；

步骤7.5：根据步骤7.2得到的倾向函数α_r和步骤7.4到的仿真时间步长Δt，计算当前仿真时间步长内的每一个破碎事件发生的次数；用k_r表示在当前仿真时间步长内，破碎事件r发生了k_r次；

步骤7.6：根据步骤7.1建立的状态转移矩阵和步骤7.5得到的随机向量k，计算当前仿真时间步长内每个粒级内磨矿颗粒数目的改变量；

当前仿真时间步长内每个粒级内磨矿颗粒数目的改变量，为n×1的向量：

λi=Σr=1Rkr×Vr,i]]>

步骤7.7：令t＝t+Δt，更新当前时刻每个粒级内磨矿颗粒数目，重复执行步骤7.2至步骤7.7，直至t≥T，得到球磨机研磨后的每个粒级的磨矿颗粒数目；

根据前一时刻每个粒级的虚拟颗粒数目和步骤7.6得到的当前仿真时间步长内每个粒级内磨矿颗粒数目的改变量，更新当前时刻每个粒级内磨矿颗粒数目；

更新后，当前时刻每个粒级内磨矿颗粒数目N_i＝N_i+λ_i；

步骤8：根据步骤7得到的球磨机研磨后的每个粒级的磨矿颗粒数目和步骤3得到的每个粒级的代表粒径，计算球磨机研磨后的粒度分布。

3.根据权利要求2所述的快速蒙特卡洛方法预测球磨机磨矿粒度分布的方法，其特征在于：所述步骤7.5中计算当前仿真时间步长内的每一个破碎事件发生的次数的方法为：将粒子的破碎过程看做是一个泊松过程，通过对服从参数为(α_r，Δt)的泊松分布函数进行逆变换，产生一个R×1的随机向量k，k中元素k_r表示在当前仿真时间步长内，破碎事件r发生了k_r次。