一种基于微波谐振与软测量融合的深锥浓密机底流浓度在线监测方法及系统与流程
本发明涉及矿山膏体充填,涉及一种基于微波谐振与软测量融合的深锥浓密机底流浓度在线监测方法及系统。
背景技术:
1、矿山充填采矿技术是一种安全、有效的采矿方法,能够解决尾砂堆存与采空区这两大危险源,实现了环境、资源与安全等多方面协调发展。目前,膏体充填采矿技术在金属矿和非金属矿中已得到广泛应用,其核心目标是将尾砂、废石与胶结材料混合形成膏体料浆,回填至采空区以实现地压平衡与地表沉降控制。
2、在矿山膏体充填工艺中,深锥浓密机底流浓度的精准监测是保证充填体强度和管道输送安全的关键。现有浓度监测技术存在以下问题:
3、(1)放射性密度计(如钠-24密度计)半衰期仅约15小时,测量值漂移大,且存在放射源衰减快、环保审批复杂、人员辐射风险高等问题,现场应用效果不理想。
4、(2)微波谐振技术通过检测矿浆介电常数推算浓度,具有无辐射、响应快、精度高的优点。但膏体充填场景中,微波探头长期浸泡在高黏度、高磨蚀性矿浆中,易发生挂泥现象,导致测量值误差增加。现有微波浓度计缺乏有效的挂泥在线检测与自清洁触发机制。
5、(3)基于耙架扭矩、底流泵功率等参数的软测量模型成本低、无传感器失效风险,但模型参数会随尾砂粒级分布变化、设备磨损等因素发生缓慢漂移,长期稳定性不足。现有技术如cn109242194b公开了基于极限学习机(elm)的底流浓度预测模型,但该模型为单一软测量方法,缺少与直接测量手段的融合及在线修正功能;cn110090478b涉及控制模型的在线学习,但其模型用于控制而非浓度测量,且未以微波测量值为基准进行修正。
6、(4)现有技术尚未将微波直接测量与软测量间接推算有机结合形成双向校验闭环,无法实现优势互补。具体而言,缺少双通道置信度评估与自适应融合机制,也缺少利用软测量值监测微波探头状态、利用微波测量值反哺修正软测量模型的协同架构。
7、综上所述,亟需开发一种能够融合多种测量手段、具备自诊断、自清洁、自校准能力的浓度监测方法,以克服上述技术难题。
技术实现思路
1、本发明的目的在于提供一种深锥浓密机底流浓度的在线监测方法及系统,通过将微波谐振直接测量与多参数软测量深度融合,形成双向校验闭环,解决微波探头挂泥导致的测量精度下降、软测量模型参数漂移以及现有技术缺乏协同融合机制的问题,实现全天候高精度、高可靠性的浓度监测。
2、为实现上述目的,本发明提供了一种基于微波谐振与软测量融合的深锥浓密机底流浓度在线监测方法,包括以下步骤:
3、采用微波谐振浓度测量装置实时测量浓密机的底流矿浆浓度,作为第一浓度值;
4、获取基于工况参数软测量模型计算得到的浓度,作为第二浓度值;
5、根据所述第一浓度值与第二浓度值的偏差以及微波测量通道与软测量通道各自的状态置信度,采用自适应加权融合算法输出最终浓度值;
6、其中,利用所述第二浓度值监测所述微波谐振浓度测量装置的微波探头状态,当检测到微波探头挂泥或漂移时触发自清洁机构进行清洁或降低微波测量通道的融合权重;并且,利用处于清洁状态下测得的第一浓度值作为参考基准,对所述软测量模型进行在线修正。
7、在上述方案的基础上,本发明还进一步包括以下优选技术特征:利用所述第二浓度值监测微波探头状态,当检测到挂泥或漂移时触发自清洁或降低微波通道权重;以及在微波探头清洁状态下,利用所述第一浓度值对所述软测量模型进行在线修正。上述优选特征构成对微波测量与软测量双向闭环的进一步限定,能够有效解决挂泥导致测量失准以及软测量模型长期运行参数漂移的问题。
8、为实现上述方法,本发明还提供了一种深锥浓密机底流浓度在线监测系统,包括:微波谐振浓度测量装置,用于输出第一浓度值;工况参数采集模块,用于采集工况参数;控制器,用于执行上述方法;以及自清洁机构,受控制器控制用于清洁微波探头。
9、本发明的有益效果:
10、与现有技术相比,本发明具有以下有益效果:
11、双通道置信度融合,提升监测可靠性与精度。本发明首次将微波谐振直接测量与软测量间接推算通过自适应加权融合算法结合,基于两通道各自的置信度(综合考虑信号质量、温度补偿、测量稳定性、挂泥惩罚因子以及输入完整性、模型时效性等)动态调整融合权重。相较于现有技术单一微波测量或单一软测量模型,本发明在微波探头受污染或软测量输入异常时仍能输出高置信度浓度值,浓度测量误差稳定可控。
12、利用软测量监控微波探头,实现智能挂泥检测与自清洁协同。本发明利用软测量值作为参照基准,结合双通道偏差分析和谐振特征变化,实现了微波探头挂泥的在线智能识别,并自动触发自清洁机构。与仅具备物理清洁结构的现有技术相比,本发明无需人工巡检即可自主判断探头污染状态,将人工清理频率由每周2~3次降至每月1次,显著降低运维成本。
13、利用微波测量值在线修正软测量模型,抑制参数漂移。本发明在微波探头清洁且工作正常时,以第一浓度值为基准,采用递推最小二乘法(rls)对软测量模型的输出权重进行在线更新。相较于现有技术离线训练后固定参数的软测量模型或用于控制而非测量的模型在线学习,本发明使软测量模型持续适应尾砂粒级变化和设备磨损,长期运行参数漂移得到有效抑制。
14、系统化闭环架构,具备自诊断与容错能力。本发明将微波测量、软测量、置信度融合、挂泥自清洁、模型自校准和故障容错六大功能模块有机整合,形成端到端的智能监测闭环。当任一通道异常时,系统自动切换至另一通道独立输出;双通道均异常时保持最近可信值并报警。有效避免因浓度测量异常导致的充填事故。
15、无放射源风险,安全环保。本发明采用微波谐振技术替代核密度计,从根本上消除了放射源衰减、辐射防护和环保审批复杂等问题,符合绿色矿山建设要求。
1.一种基于微波谐振与软测量融合的深锥浓密机底流浓度在线监测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,利用所述第二浓度值监测微波探头状态,计算偏差指标:;在预设的低扰动时段,若 且持续时间超过 ,则判定为微波探头挂泥或漂移,并触发自清洁机构进行清洁或降低微波通道融合权重;以及,在微波探头清洁且工作正常状态下,利用所述第一浓度值作为参考基准,对所述软测量模型进行在线修正。
3.根据权利要求1所述的方法,其特征在于,所述获取第一浓度值包括:采集底流矿浆的微波谐振特征信号,结合温度补偿模型将所述谐振特征信号转换为第一浓度值;所述温度补偿模型为:
4.根据权利要求1所述的方法,其特征在于,所述获取第二浓度值包括:采集深锥浓密机的工况参数,将所述工况参数输入预先构建的软测量模型,计算得到第二浓度值;所述工况参数包括耙架扭矩、底流泵功率、底流流量、絮凝剂添加量、泥层高度、泥层变化率、泵功率变化率中的至少两者;
5.根据权利要求1所述的方法,其特征在于,所述自适应加权融合算法为:
6.根据权利要求2所述的方法,其特征在于,所述在线修正采用递推最小二乘法,更新公式为:
7.根据权利要求1所述的方法,其特征在于,还包括故障容错步骤:对微波测量通道和软测量通道进行健康状态判断,在任一通道异常时由另一通道独立输出浓度结果,双通道均异常时输出最近一次可信浓度值并报警;
8.一种深锥浓密机底流浓度在线监测系统,其特征在于,包括:
9.根据权利要求8所述的系统,其特征在于,所述微波谐振浓度测量装置包括:微波谐振腔体、微波信号发生器与检测器及温度传感器;所述微波谐振腔体为插入式结构,安装于底流管道直管段,其探头表面喷涂有耐磨陶瓷涂层;
10.根据权利要求8所述的系统,其特征在于:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com