摘要
一种基于主动学习与贝叶斯网络的煤泥浮选过程安全控制方法,分析煤泥浮选工艺过程中常见主要异常工况的机理和操作经验;确定出和两个主要异常工况有关的原因变量、现象变量以及控制变量;确定贝叶斯网络节点划分和节点状态等级;进行贝叶斯网络的参数学习和结构学习,获得最终的贝叶斯网络;当异常工况出现时,把现象变量数据作为证据加入贝叶斯网络模型中进行推理;制定相应的安全运行控制决策;执行控制决策,并确定生产过程中异常工况是否消失。该方法步骤简单、可靠性高,其能够协助操作人员在异常工况发生时及时做出反应,制定相应的控制决策消除异常工况,可保证工业过程安全稳定的运行,能为浮选过程的异常工况提供自动决策支持。
技术关键词
贝叶斯网络模型
重介质旋流器
矿浆预处理器
变量
工况
安全控制方法
工业系统
煤泥浮选工艺
旋流器底流口
浮选作业
高密度
浓缩机
脱介作业
后验概率
在线
低密度
底部出料口
系统为您推荐了相关专利信息
智能控制方法
照明控制
仿真照明
LED照明装置
模糊推理
物联网场景
年龄
接入网络
公共接入点
信道状态信息
电力系统经济调度
交流潮流约束
线路
混合整数线性规划模型
经济调度策略