CN120276349A 金矿浮选全流程智能监控与优化控制方法及系统 （河南中矿能源有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120276349A(43)申请公布日2025.07.08

(21)申请号202510740330.2

(22)申请日2025.06.05

(71)申请人河南中矿能源有限公司

地址471000河南省洛阳市洛龙区关林西

路81号

(72)发明人梁毅许军强高锋辉李振龙王洪涛潘锋白罗强蔺茂仁刘翔贾靖源

(74)专利代理机构河南商企云专利代理有限公司41239

专利代理师刘燕

(51)Int.CI.

GO5B19/042(2006.01)

权利要求书4页说明书17页附图3页

(54)发明名称

金矿浮选全流程智能监控与优化控制方法及系统

(57)摘要

CN120276349A本申请涉及金矿浮选全流程监控及控制技术领域，公开了一种金矿浮选全流程智能监控与优化控制方法及系统。该方法包括：采集浮选工艺参数，经异常值检测分级处理；对分级数据进行融合，建立数字孪生模型；基于模型设计协商控制架构，用合约网协议调整参数；构建软测量模型与优化策略，通过自学习机制优化控制参数。本申请解决了现有金矿浮选控制系统中单元独立控制导致难以实现全局优化、数据处理简单导致控制决策不准确、缺乏软测量手段导致关键

CN120276349A

通过分布式传感器网络采集金矿浮选全流程中的工

艺参数数据，对所采集的数据进行异常值检测和分

级处理，得到分级处理数据

基于分级处理数据构建多源异构数据融合引擎，对

数据进行标准化和多层次融合，得到金矿浮选全流

程数字孪生模型

基于数字孪生模型设计多智能体协商控制架构，采

用基于合约网协议的协商机制进行控制参数调整，

得到全局优化控制方案

根据全局优化控制方案构建自适应软测量模型与多

目标优化控制策略，通过自学习与知识积累机制实

现参数优化，得到工艺控制参数

S101

S102

S103

S104

CN120276349A权利要求书1/4页

2

1.一种金矿浮选全流程智能监控与优化控制方法，其特征在于，所述方法包括：

通过分布式传感器网络采集金矿浮选全流程中的工艺参数数据，对所采集的数据进行异常值检测和分级处理，得到分级处理数据；

基于所述分级处理数据构建多源异构数据融合引擎，对数据进行标准化和多层次融合，得到金矿浮选全流程数字孪生模型；

基于所述数字孪生模型设计多智能体协商控制架构，采用基于合约网协议的协商机制进行控制参数调整，得到全局优化控制方案；

根据所述全局优化控制方案构建自适应软测量模型与多目标优化控制策略，通过自学习与知识积累机制实现参数优化，得到工艺控制参数。

2.根据权利要求1所述的金矿浮选全流程智能监控与优化控制方法，其特征在于，所述通过分布式传感器网络采集金矿浮选全流程中的工艺参数数据，对所采集的数据进行异常值检测和分级处理，得到分级处理数据，包括：

将采集的pH值、矿浆浓度、磨矿细度、泡沫特性工艺参数数据按照变化速率分类，对快速变化参数设定采样频率为500ms/次，对缓慢变化参数设定采样频率为5s/次；

对分类后的工艺参数数据应用改进型Z-score方法进行异常值检测，通过计算参数数值与滑动窗口均值的标准化距离，将超过阈值4.5的数据点标记为异常值；

将检测出的异常值数据点替换为前后20个有效数据点的加权平均值，权重系数通过指数衰减函数计算；

对替换异常值后的数据应用四阶卡尔曼滤波算法进行噪声消除，滤波参数矩阵根据数据类型进行调整；

基于数据重要性评分函数对滤波后数据进行分级，评分函数综合考虑参数对工艺影响度、变化幅度、波动频率三个因子；

将评分值大于0.8的参数数据归为一级，评分值介于0.5至0.8之间的参数数据归为二级，评分值低于0.5的参数数据归为三级，形成具有优先级的分级处理数据。

3.根据权利要求1所述的金矿浮选全流程智能监控与优化控制方法，其特征在于，所述基于所述分级处理数据构建多源异构数据融合引擎，对数据进行标准化和多层次融合，得到金矿浮选全流程数字孪生模型，包括：

对所述分级处理数据进行单位转换，将磨矿细度数据转换为毫米单位，将矿浆浓度数据转换为小数形式，将电位数据转换为标准电位单位，得到单位统一的数据；

对单位统一的数据进行归一化处理，将不同参数的数值范围调整到相同区间内，消除量纲差异对后续分析的影响，得到归一化数据；

对归一化数据进行时间对齐处理，将不同