[发明专利]一种管道矿浆密度智能检测方法

权利要求书

1.一种管道矿浆密度智能检测方法，其特征在于，包括：

实时采集数据，包括：渣浆泵出口连接的管道内压力值、渣浆泵出口处的矿浆流量值、矿浆的液面高度、渣浆泵电机的频率和电流；

将实时采集的矿浆流量值输入至训练好的渣浆泵出口压力预测模型，处理后得到渣浆泵出口压力预测值；

基于该渣浆泵出口压力预测值和管道内压力值，得到管道矿浆密度预测值；

将实时采集的矿浆流量值、矿浆的液面高度、渣浆泵电机的频率和电流输入至训练好的管道矿浆密度补偿模型，处理后得到管道矿浆密度误差预测值；

用所述管道矿浆密度误差预测值对所述管道矿浆密度预测值进行补偿，得到最终的管道矿浆密度检测结果。

2.根据权利要求1所述的管道矿浆密度智能检测方法，其特征在于，通过以下方式训练所述渣浆泵出口压力预测模型：

获取第一样本集，所述第一样本集中的每一组第一样本数据包括：渣浆泵出口处的矿浆流量值、渣浆泵出口连接的管道内压力值和管道矿浆密度实测值；

基于每一组第一样本数据中的管道矿浆密度实测值和管道内压力值，获取得到渣浆泵出口处的压力标准值；

将每一组第一样本数据中的渣浆泵出口处的矿浆流量值作为输入、渣浆泵出口处的压力标准值作为标签，对所述渣浆泵出口压力预测模型进行训练，确定所述渣浆泵出口压力预测模型的结构和参数，得到训练好的渣浆泵出口压力预测模型。

3.根据权利要求2所述的管道矿浆密度智能检测方法，其特征在于，在所述渣浆泵出口压力预测模型中，基于LS最小二乘法确定所述渣浆泵出口压力预测模型的结构和参数。

4.根据权利要求3所述的管道矿浆密度智能检测方法，其特征在于，通过以下方式确定所述渣浆泵出口压力预测模型的结构和参数：

渣浆泵出口处的压力预测值p_ef和渣浆泵出口处的矿浆流量值Q满足：

p_ef＝aQ²+b (1)

渣浆泵出口处的压力标准值和压力预测值满足：

其中，n表示第一样本集中第一样本数据的组数；p_er(i)表示第i组第一样本数据中的渣浆泵出口处的压力标准值，p_ef(i)表示第i组第一样本数据中的渣浆泵出口处的压力预测值；

基于LS最小二乘法，以J(a,b)取最小值为目标，对参数a和b进行估计，得到参数a的估计值a^*、参数b的估计值b^*；

训练好的渣浆泵出口压力预测模型为：

p_ef＝a^*Q²+b^* (3)。

5.根据权利要求4所述的管道矿浆密度智能检测方法，其特征在于，根据以下方式获取得到渣浆泵出口处的压力标准值：

p_er(i)＝ρ_er(i)gΔH+p_c(i) (4)

其中，ρ_er(i)表示第i组第一样本数据中的管道矿浆密度实测值，p_c(i)表示第i组第一样本数据中的渣浆泵出口连接的管道内压力值，ΔH表示渣浆泵出口处与管道内压力值的测量位置之间的高度差值。