一种基于小波分析的浓密机底流堵塞故障诊断方法

    公开(公告)号:CN112326283A

    公开(公告)日:2021-02-05

    申请号:CN202011115540.6

    申请日:2020-10-16

    IPC分类号: G01M99/00

    摘要: 本发明公开了一种基于小波分析的浓密机底流堵塞故障诊断方法,首先利用小波分析理论,结合原有历史数据和现场实际情况,对发生故障时段的数据采用基于db6的小波基函数的小波分解方法对该阶段数据进行特征提取;然后经过实验对比,确定出相似度的阈值;最后根据某一时段数据经过同等方式进行处理后获得的数据特征与所提取的故障特征的相似度与该阈值进行对比,判定底流堵塞异常状态。该方法可以有效地对底流堵塞异常状态进行判别,以协助操作员进行控制,保证浓密脱水过程安全、稳定运行,提高综合经济效益,同时减少压滤机的故障率。

    湿法冶金浓密洗涤过程关键变量检测方法

    公开(公告)号:CN104296801A

    公开(公告)日:2015-01-21

    申请号:CN201410258081.5

    申请日:2014-06-12

    申请人: 东北大学

    IPC分类号: G01D21/02

    摘要: 本发明提供一种湿法冶金浓密洗涤过程关键变量实时预测方法,包括过程数据采集、辅助变量选择以及标准化处理、混合模型的建立等步骤,其特征在于:建立基于机理模型和基于数据驱动模型构成的并联结构混合模型;用基于数据驱动的模型作为机理模型的误差补偿模型。本发明还提供了一种实施浓密洗涤过程关键变量预测的软件系统,它包括主程序、数据库和人机交互界面,该系统软件以湿法冶金过程控制系统的模型计算机作为硬件平台。将本发明应用于某湿法冶金工厂浓密洗涤过程,用其对溢流浓度和底流浓度进行预测,其预测结果均在预定的误差范围以内。本发明的优点:模型简单、可解释性强、外推性好、预测精度较高。

    湿法冶金浓密洗涤过程关键变量检测方法

    公开(公告)号:CN104296801B

    公开(公告)日:2017-01-18

    申请号:CN201410258081.5

    申请日:2014-06-12

    申请人: 东北大学

    IPC分类号: G01D21/02

    摘要: 本发明提供一种湿法冶金浓密洗涤过程关键变量实时预测方法,包括过程数据采集、辅助变量选择以及标准化处理、混合模型的建立等步骤,其特征在于:建立基于机理模型和基于数据驱动模型构成的并联结构混合模型;用基于数据驱动的模型作为机理模型的误差补偿模型。本发明还提供了一种实施浓密洗涤过程关键变量预测的软件系统,它包括主程序、数据库和人机交互界面,该系统软件以湿法冶金过程控制系统的模型计算机作为硬件平台。将本发明应用于某湿法冶金工厂浓密洗涤过程,用其对溢流浓度和底流浓度进行预测,其预测结果均在预定的误差范围以内。本发明的优点:模型简单、可解释性强、外推性好、预测精度较高。