[发明专利]一种乳化炸药质量预测和优化方法

说明书

本发明涉及一种乳化炸药质量预测和优化方法，包括以下步骤：获取乳化炸药的历史数据，对历史数据进行预处理，对乳化炸药生产过程的工艺参数和乳化炸药的质量进行相关性分析，对工艺参数进行选择；建立随机森林乳化炸药质量预测模型，并设计列队竞争算法优化随机森林模型参数；在建立的随机森林乳化炸药质量预测模型的基础上，以乳化炸药质量指标猛度和爆速最大为优化目标，以工艺参数操作范围为约束条件，建立乳化炸药质量双目标优化模型，并设计多目标列队竞争算法进行求解，求解得到最大化猛度和爆速情况下的最优工艺操作参数。

技术领域

本发明涉及乳化炸药领域，具体涉及一种乳化炸药质量预测和优化方法。

背景技术

近年来，乳化炸药产量在不断增大，由于缺乏乳化炸药质量指标的在线测量仪表，对于炸药质量的检测方法主要是采取抽样检测方法，这种方法采样周期过长，不利于控制产品的质量，导致乳化炸药产品质量不合格的数量也在不断增大，因此急需建立乳化炸药质量在线预测模型，实现软化炸药质量在线预测，一旦预测结果显示产品质量不合格，就可以即时调整乳化炸药生产过程的工艺参数，提高乳化炸药产品质量的合格率，同时，乳化炸药企业在进行工艺参数调整的时候依赖工艺工程师的经验进行调整，存在一定的盲点，因此可以在建立乳化炸药质量预测模型的基础上，设计智能优化算法求解得到最优工艺操作参数方案，乳化炸药企业结合自身经验和最优工艺操作参数方案，调整乳化炸药生产过程的工艺参数，提高乳化炸药质量从而提高乳化炸药企业的核心竞争力。

发明内容

本发明要解决的技术问题是：针对现有技术各种缺陷和不足，提供一种可以针对乳化炸药生产过程的进行建模分析，为乳化炸药企业提高效益的乳化炸药质量预测和优化方法。

为了实现上述乳化炸药质量预测和优化技术，本发明采用以下的技术方案：

收集乳化炸药生产过程的历史数据，对收集上来的数据进行预处理，对乳化炸药生产过程的工艺操作参数和乳化炸药质量进行相关性分析，选择影响质量较大的工艺参数，删除无关的变量；

建立随机森林乳化炸药质量预测模型，并设计列队竞争算法优化随机森林乳化炸药质量预测模型参数；

以乳化炸药质量指标猛度和爆速最大化为优化目标，以工艺操作参数操作范围为约束条件，建立乳化炸药质量双目标优化模型，并设计多目标列队竞争算法进行求解，求解得到最大化猛度和爆速情况下的最优工艺操作参数。

优选地，所述数据预处理是对数据进行标准化处理，具体的公式如下：

a表示标准差，x_i表示数据集中的一个样本点，x^-表示均值向量。

优选地，所述相关性分析算法使用的是MIV算法，MIV算法可以计算得到工艺操作参数和乳化炸药质量的相关系数，对求得的相关系数进行排序，选择相关系数较大的工艺操作参数，删除无关的工艺操作参数，MIV算法步骤如下：

1)根据历史数据，建立工艺操作参数和乳化炸药质量的BP神经网络模型；

2)评价某个工艺操作参数和炸药质量的相关性时，在工艺操作参数增加和减少10％，分别输入模型计算得到输出值y₁和y₂，计算y₁和y₂的差值，及平均值就是工艺操作参数和炸药质量的相关性系数；

3)同理计算所有工艺参数和炸药质量的相关性系数。

优选地，建立的是随机森林乳化炸药质量预测模型，随机森林回归算法的步骤如下：

1)采用Bootstrap重复抽样，在数据集D中采样K次，产生K个训练数据集D_num＝{D₁,D₂...D_k}，采样时都是有放回的取样；