[发明专利]一种应用于半自磨机的自学习控制方法及装置

权利要求书

1.一种应用于半自磨机的自学习控制方法，其特征在于，包括如下步骤：

S1：获取所述半自磨机的工艺参数集以及相对应的运行状态数据，对所述工艺参数集通过归一化处理，并结合相对应的所述运行状态数据得到多维数据集合；

S2：结合所述半自磨机运行状态所采取的控制策略对所述多维数据集合，基于模糊C-均值聚类算法进行处理，得到所述多维数据集合的多分类中心；

S3：对所述多分类中心进行优化筛选，去除所述多分类中心的冗余，构建得到所述半自磨机的控制库；

S4：通过所述控制库实时为所述半自磨机提供当前运行参数，以实现所述半自磨机的工艺参数控制，其中，实时获取所述半自磨机的当前运行状态，将所述当前运行状态与所述控制库相匹配，控制库获取当前运行参数并更新至所述半自磨机，通过更新所述当前运行参数实时控制所述半自磨机的工艺参数；

其中，所述步骤S2中，对所述模糊C-均值聚类算法进行修正，将样本空间x^j用数据集合形式实现扩展，其中，l为所述工艺参数集的参数种类个数，使得所述模糊C-均值聚类算法能实施多维数据处理，用多维数据集合有效区分多层次关系的所述多分类中心，即聚类中心

2.根据权利要求1所述的应用于半自磨机的自学习控制方法，其特征在于，所述步骤S4还包括：对所述控制库的更新，其中，根据所述当前运行状态对应的运行结果，配置修改所述控制库中的权值进行修改，从而更新所述控制库。

3.根据权利要求1所述的应用于半自磨机的自学习控制方法，其特征在于，在所述步骤S1中，所述对所述工艺参数集通过归一化处理具体为：将所述工艺参数集转换为0至1的无量纲值，计算公式如下，

其中，X′为归一化后的数值，X为所述工艺参数集的数据，X_max为所述工艺参数集中的最大值，X_min为所述工艺参数集的最小值。

4.根据权利要求1所述的应用于半自磨机的自学习控制方法，其特征在于，在所述步骤S2中，所述模糊C-均值聚类算法的计算公式为其中，x^j为样本空间,j＝(1,2,……，N)，w_i为聚类中心，i＝(1，2，……，C)，μ_ji为所述样本空间x^j对所述聚类中心w_i的隶属度，其中，i＝1，2，……C；j＝1,2,……，N；且m为模糊指数，m∈(1，∞)；

5.根据权利要求1所述的应用于半自磨机的自学习控制方法，其特征在于，在所述步骤S4中，所述当前运行参数包括：所述半自磨机的给矿量、给水量和重板频率。

6.一种应用于半自磨机的自学习控制装置，配置如权利要求1至5任意一项所述应用于半自磨机的自学习控制方法，其特征在于，包括：

数据提取模块，用于获取所述半自磨机的工艺参数集以及相对应的运行状态数据，对所述工艺参数集通过归一化处理，并结合相对应的所述运行状态数据得到多维数据集合；

数据处理模块，用于结合所述半自磨机运行状态所采取的控制策略对所述多维数据集合，基于模糊C-均值聚类算法进行处理，得到所述多维数据集合的多分类中心；

数据优化模块，用于对所述多分类中心进行优化筛选，去除所述多分类中心的冗余，构建得到所述半自磨机的控制库；

工艺控制模块，用于通过所述控制库实时为所述半自磨机提供当前运行参数，以实现所述半自磨机的工艺参数控制，其中，实时获取所述半自磨机的当前运行状态，将所述当前运行状态与所述控制库相匹配，获取当前运行参数并更新至所述半自磨机，通过更新所述当前运行参数实时控制所述半自磨机的工艺参数。

7.根据权利要求6所述的应用于半自磨机的自学习控制装置，其特征在于，还包括修正模块，用于对所述模糊C-均值聚类算法进行修正，使得所述模糊C-均值聚类算法能实施多维数据处理，有效区分多层次关系的所述多分类中心。