本發(fā)明涉及濕法冶金運(yùn)行狀態(tài)評(píng)價(jià)技術(shù)，特別是一種濕法冶金過(guò)程中運(yùn)行狀態(tài)的評(píng)價(jià)方法。

背景技術(shù)：

濕法冶金，又稱之為化學(xué)冶金(chemicalmetallurgy)，是相對(duì)于火法冶金和電解法冶金而言，一種利用液相環(huán)境的特點(diǎn)，通過(guò)一定的化學(xué)反應(yīng)，進(jìn)行目標(biāo)金屬的提煉和萃取的技術(shù)。金濕法冶金將礦石中固態(tài)的金轉(zhuǎn)換為礦漿中液態(tài)的金，再用鋅粉進(jìn)行置換，在冶金效率和環(huán)境保護(hù)方面有較大優(yōu)勢(shì)。

如圖1所示的金濕法冶金過(guò)程的示意圖，金濕法冶金主要包括：氰化浸出、壓濾洗滌和鋅粉置換三個(gè)過(guò)程。其中，氰化浸出過(guò)程是金濕法冶金最重要的一個(gè)操作環(huán)節(jié)，氰化浸出的目的是選擇適當(dāng)?shù)娜軇┦沟V石、精礦或冶煉中間產(chǎn)品中的有價(jià)成分或有害雜質(zhì)選擇性溶解，使其轉(zhuǎn)入相應(yīng)的溶液中，達(dá)到有價(jià)成分與有害雜質(zhì)、脈石分離之目的。

壓濾洗滌環(huán)節(jié)起到固液分離的作用，將富含金氰絡(luò)合物離子的貴液輸送到置換環(huán)節(jié)，將固體雜質(zhì)進(jìn)行回收利用。

鋅粉置換環(huán)節(jié)利用不同物質(zhì)(以金屬為主)的化學(xué)活性不同，在氧化還原的化學(xué)動(dòng)力框架內(nèi)，將目標(biāo)金屬?gòu)妮腿∪軇┲兄脫Q出來(lái)，最終將目標(biāo)金屬?gòu)慕饘冫}或者絡(luò)合物的形態(tài)，變成單質(zhì)金屬的反應(yīng)過(guò)程。

實(shí)際工業(yè)生產(chǎn)過(guò)程往往都是以追求生產(chǎn)過(guò)程性能最優(yōu)為目的。然而，生產(chǎn)過(guò)程可能會(huì)偏離最優(yōu)運(yùn)行狀態(tài)，并最終引起企業(yè)生產(chǎn)效率和經(jīng)濟(jì)效益下降。過(guò)程運(yùn)行狀態(tài)評(píng)價(jià)是指在過(guò)程運(yùn)行正常的基礎(chǔ)上，針對(duì)某個(gè)或某些具體的指標(biāo)如經(jīng)濟(jì)效益、生產(chǎn)成本、生產(chǎn)效率等，進(jìn)一步判斷過(guò)程運(yùn)行狀態(tài)的優(yōu)劣狀況，并對(duì)導(dǎo)致非優(yōu)運(yùn)行狀態(tài)的原因進(jìn)行識(shí)別，指導(dǎo)生產(chǎn)調(diào)整。

金濕法冶金過(guò)程是一個(gè)典型的流程工業(yè)過(guò)程，工藝流程復(fù)雜，設(shè)備類型多樣，工藝條件惡劣，關(guān)鍵變量的檢測(cè)技術(shù)無(wú)法滿足控制要求，很多變量只能定性估計(jì)，而不能準(zhǔn)確地定量測(cè)量。

目前的過(guò)程運(yùn)行狀態(tài)評(píng)價(jià)方法并未考慮實(shí)際流程工業(yè)過(guò)程特性，若將傳統(tǒng)評(píng)價(jià)方法直接應(yīng)用于金濕法冶金過(guò)程運(yùn)行狀態(tài)評(píng)價(jià)中，會(huì)存在以下問(wèn)題：金濕法冶金生產(chǎn)過(guò)程中數(shù)據(jù)類型不統(tǒng)一，可能同時(shí)存在定量和定性數(shù)據(jù)，傳統(tǒng)評(píng)價(jià)方法難以根據(jù)數(shù)據(jù)類型靈活地選取合適的建模方法，兼顧各種類型變量，得到準(zhǔn)確的變量和評(píng)價(jià)指標(biāo)之間的關(guān)系；面對(duì)金濕法冶金過(guò)程龐大的生產(chǎn)規(guī)模，大量過(guò)程變量，無(wú)法快速定位導(dǎo)致過(guò)程運(yùn)行狀態(tài)非優(yōu)的原因，解釋性差、效率低。

為此，如何提供一種結(jié)合濕法冶金中定性數(shù)據(jù)和定量數(shù)據(jù)對(duì)運(yùn)行狀態(tài)進(jìn)行評(píng)價(jià)的方法成為當(dāng)前需要解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種濕法冶金過(guò)程中運(yùn)行狀態(tài)的評(píng)價(jià)方法，可以結(jié)合濕法冶金過(guò)程中的定性數(shù)據(jù)和定量數(shù)據(jù)以實(shí)現(xiàn)對(duì)運(yùn)行狀態(tài)的評(píng)價(jià)。

本發(fā)明提供一種濕法冶金過(guò)程中運(yùn)行狀態(tài)的評(píng)價(jià)方法，包括：

步驟01、對(duì)濕法冶金過(guò)程中在線采集的預(yù)設(shè)時(shí)間段內(nèi)的定量數(shù)據(jù)和定性數(shù)據(jù)進(jìn)行預(yù)處理，獲得待分析的定量數(shù)據(jù)和定性數(shù)據(jù)；

步驟02、采用分塊策略將待分析的定量數(shù)據(jù)和定性數(shù)據(jù)進(jìn)行分塊，獲得待分析的每一子塊，每一子塊包括：待分析的至少一個(gè)定量數(shù)據(jù)和/或至少一個(gè)定性數(shù)據(jù)；

步驟03、采用預(yù)先建立的運(yùn)行狀態(tài)評(píng)價(jià)模型，對(duì)每一子塊進(jìn)行處理，確定每一子塊的運(yùn)行狀態(tài)等級(jí)；

步驟04、選擇所有子塊對(duì)應(yīng)的運(yùn)行等級(jí)中最劣的運(yùn)行狀態(tài)等級(jí)，將所有子塊中最劣的運(yùn)行狀態(tài)等級(jí)作為濕法冶金過(guò)程中全流程運(yùn)行狀態(tài)等級(jí)。

可選地，在步驟03之前，所述方法還包括：

步驟03a、根據(jù)歷史時(shí)間段內(nèi)的濕法冶金過(guò)程中的歷史定量數(shù)據(jù)和歷史定性數(shù)據(jù)，建立用于評(píng)價(jià)每一子塊的運(yùn)行狀態(tài)等級(jí)的運(yùn)行狀態(tài)評(píng)價(jià)模型。

可選地，所述步驟03a是通過(guò)離線方式預(yù)先建立的。

可選地，所述定量數(shù)據(jù)為濕法冶金過(guò)程中采集的測(cè)量數(shù)據(jù)，所述定性數(shù)據(jù)為濕法冶金過(guò)程中采集的狀態(tài)等級(jí)數(shù)據(jù)。

可選地，步驟02包括：

將屬于一個(gè)工序的定量數(shù)據(jù)和/或定性數(shù)據(jù)作為一個(gè)子塊；

或者，

將屬于一個(gè)車間的定量數(shù)據(jù)和/或定性數(shù)據(jù)作為一個(gè)子塊；

或者，

將一個(gè)生產(chǎn)單元內(nèi)相互關(guān)聯(lián)的定量數(shù)據(jù)和/或定性數(shù)據(jù)作為一個(gè)子塊。

可選地，所述步驟03包括：

根據(jù)下述公式一，確定第m個(gè)子塊的運(yùn)行狀態(tài)等級(jí)

其中，l為子塊的序號(hào)，l＝1,2,…,l，l為子塊的總數(shù)目，表示第m個(gè)子塊的第l個(gè)等級(jí)；

第m個(gè)子塊屬于第l個(gè)等級(jí)的概率為

xt,m為待評(píng)價(jià)的第m個(gè)子塊中的數(shù)據(jù)，是xt,m的條件屬性集合，為模糊等價(jià)類截集，為根據(jù)歷史數(shù)據(jù)確定的第m個(gè)子塊的運(yùn)行狀態(tài)等級(jí)，表示xi的模糊等價(jià)類，是一個(gè)模糊集合，表示xi的模糊等價(jià)類的λ截集，是一個(gè)經(jīng)典集合，|s|表示集合s的基，即s中元素的個(gè)數(shù)。

可選地，所述步驟04包括：

根據(jù)下述公式二，判定全流程運(yùn)行狀態(tài)等級(jí)等于子塊中最劣運(yùn)行狀態(tài)等級(jí)；

可選地，所述方法還包括：

步驟05、當(dāng)全流程運(yùn)行狀態(tài)等級(jí)為非最優(yōu)運(yùn)行狀態(tài)等級(jí)時(shí)，針對(duì)非最優(yōu)運(yùn)行狀態(tài)等級(jí)的每一子塊，進(jìn)行非優(yōu)原因追溯，以查找導(dǎo)致非最優(yōu)運(yùn)行狀態(tài)等級(jí)的原因變量。

可選地，所述步驟05包括：

根據(jù)下述公式三，查找導(dǎo)致非最優(yōu)的原因變量；

其中，δ^opt中差值比較大的變量，為非優(yōu)原因變量；

為最優(yōu)數(shù)據(jù)庫(kù)中與xt,m匹配度最大的數(shù)據(jù)；其中，最優(yōu)數(shù)據(jù)庫(kù)是指，歷史數(shù)據(jù)中相應(yīng)子塊的運(yùn)行狀態(tài)為最優(yōu)等級(jí)的子塊數(shù)據(jù)構(gòu)成的集合。

可選地，根據(jù)公式三，查找導(dǎo)致非最優(yōu)的原因變量的步驟之前，還包括：

確定當(dāng)前非優(yōu)數(shù)據(jù)xt,m與最優(yōu)數(shù)據(jù)庫(kù)中數(shù)據(jù)的匹配度

其中，

其中，βj∈[0,1]是屬性權(quán)重，jm為子塊m中包含的變量數(shù)目，

通過(guò)確定；

其中，x1,j、x2,j分別是x1、x2的第j個(gè)變量；當(dāng)?shù)趈個(gè)變量是定量變量，分別是第j個(gè)變量的工藝最大值、最小值；當(dāng)?shù)趈個(gè)變量為定性變量，|x1j－x2j|表示x1,j和x2,j的等級(jí)差；nj是第j個(gè)變量的等級(jí)數(shù)目。

本發(fā)明具有下述的有益效果：

(1)利用可在線定量測(cè)量或定性估計(jì)的變量信息，對(duì)過(guò)程運(yùn)行狀態(tài)做出實(shí)時(shí)評(píng)價(jià)，使生產(chǎn)過(guò)程更加高效，確保了企業(yè)經(jīng)濟(jì)效益；

(2)在非優(yōu)運(yùn)行狀態(tài)時(shí)，自動(dòng)進(jìn)行原因追溯，提供非優(yōu)的環(huán)節(jié)和導(dǎo)致非優(yōu)的變量，指導(dǎo)操作工進(jìn)行生產(chǎn)調(diào)整；

(3)提高了運(yùn)行狀態(tài)最優(yōu)性評(píng)價(jià)和非優(yōu)原因追溯自動(dòng)化水平，減少了主觀判斷可能給生產(chǎn)帶來(lái)的不利影響和操作人員的工作量。

附圖說(shuō)明

圖1為金濕法冶金過(guò)程示意圖；

圖2為本發(fā)明一實(shí)施例提供的采用兩層分塊策略對(duì)采集的數(shù)據(jù)進(jìn)行分塊的示意圖；

圖3為本發(fā)明一實(shí)施例舉例說(shuō)明的離線等級(jí)劃分示意圖；

圖4為本發(fā)明一實(shí)施例提供的非優(yōu)原因追溯原理示意圖；

圖5為本發(fā)明一實(shí)施例提供的運(yùn)行狀態(tài)在線評(píng)價(jià)結(jié)果的示意圖；

圖6為本發(fā)明一實(shí)施例提供的非優(yōu)原因追溯結(jié)果的示意圖。

具體實(shí)施方式

為了更好的解釋本發(fā)明，以便于理解，下面結(jié)合附圖，通過(guò)具體實(shí)施方式，對(duì)本發(fā)明作詳細(xì)描述。

目前，多數(shù)濕法冶金過(guò)程的運(yùn)行狀態(tài)評(píng)價(jià)方法是根據(jù)離線分析，在一個(gè)生產(chǎn)周期(通常以天、月、年等為單位)結(jié)束后，根據(jù)各項(xiàng)生產(chǎn)指標(biāo)統(tǒng)計(jì)出一個(gè)綜合經(jīng)濟(jì)指標(biāo)，衡量該生產(chǎn)周期內(nèi)過(guò)程運(yùn)行狀態(tài)的優(yōu)劣，并根據(jù)此評(píng)價(jià)結(jié)果對(duì)下一個(gè)生產(chǎn)周期進(jìn)行適當(dāng)?shù)恼{(diào)整，以期獲得更好的經(jīng)濟(jì)收益。這種做法沒(méi)有充分利用在線信息，使運(yùn)行狀態(tài)評(píng)價(jià)結(jié)果產(chǎn)生嚴(yán)重滯后，不能實(shí)時(shí)指導(dǎo)生產(chǎn)，保證最優(yōu)運(yùn)行狀態(tài)。為確保金濕法冶金過(guò)程運(yùn)行狀態(tài)得到實(shí)時(shí)反饋，本發(fā)明提供了一種新的運(yùn)行狀態(tài)最優(yōu)性在線評(píng)價(jià)和非優(yōu)原因追溯方法。

本發(fā)明實(shí)施例一方面提供一種兩層分塊的濕法冶金過(guò)程運(yùn)行狀態(tài)方法，對(duì)濕法冶金過(guò)程建立縱向分層橫向分塊的評(píng)價(jià)模型，根據(jù)過(guò)程定量測(cè)量和定性估計(jì)的信息，對(duì)過(guò)程運(yùn)行狀態(tài)進(jìn)行在線評(píng)價(jià)。另一方面，本發(fā)明實(shí)施例還提供當(dāng)運(yùn)行狀態(tài)非優(yōu)時(shí)，導(dǎo)致運(yùn)行狀態(tài)非優(yōu)的環(huán)節(jié)和原因，指導(dǎo)生產(chǎn)調(diào)整。

本發(fā)明實(shí)施例中的方法采用的裝置包括金濕法冶金過(guò)程運(yùn)行狀態(tài)評(píng)價(jià)系統(tǒng)、上位機(jī)、plc、現(xiàn)場(chǎng)傳感變送部分。其中現(xiàn)場(chǎng)傳感變送部分包括濃度、壓力、流量等檢測(cè)儀表。在金濕法冶金過(guò)程現(xiàn)場(chǎng)安裝檢測(cè)儀表，檢測(cè)儀表將采集的信號(hào)通過(guò)profibus-dp總線送到plc，plc通過(guò)以太網(wǎng)定時(shí)將采集信號(hào)傳送到上位機(jī)，上位機(jī)把接受的數(shù)據(jù)傳到金濕法冶金過(guò)程運(yùn)行狀態(tài)評(píng)價(jià)系統(tǒng)，進(jìn)行過(guò)程運(yùn)行狀態(tài)實(shí)時(shí)評(píng)價(jià)，并提供生產(chǎn)操作指導(dǎo)建議。

上述裝置的各部分功能舉例說(shuō)明如下：

(a)現(xiàn)場(chǎng)傳感變送部分：包括濃度、壓力、流量等檢測(cè)儀表由傳感器組成，負(fù)責(zé)過(guò)程數(shù)據(jù)的采集與傳送。

舉例來(lái)說(shuō)，礦漿濃度是通過(guò)北京礦冶研究總院的bdsm型在線濃度計(jì)進(jìn)行在線測(cè)量的。傳感器向被測(cè)介質(zhì)中發(fā)出一束超聲波脈沖，超聲波經(jīng)過(guò)懸浮顆粒時(shí)由于懸浮顆粒的散射和吸收會(huì)發(fā)生衰減，超聲波在污泥或固體懸浮物中的衰減與液體中的污泥濃度或固體懸浮物濃度有關(guān)，通過(guò)測(cè)量超聲波的衰減值可以計(jì)算出污泥或固體懸浮物濃度。

由于料液、酸液、堿液都導(dǎo)電且具有腐蝕性，因此選用krohne公司生產(chǎn)的具有聚四氟乙烯內(nèi)襯的電磁流量計(jì)進(jìn)行流量檢測(cè)。電磁流量計(jì)為無(wú)阻力件檢測(cè)具有精度高、使用壽命長(zhǎng)、保養(yǎng)方便等優(yōu)點(diǎn)。電磁流量計(jì)配備的就地顯示儀表可以實(shí)現(xiàn)流量計(jì)就地顯示、流量信號(hào)變送和流量累計(jì)等功能。電磁流量計(jì)輸出的信號(hào)為標(biāo)準(zhǔn)的電流信號(hào)。

壓力是通過(guò)siemens公司生產(chǎn)的dsiii型壓力檢測(cè)儀進(jìn)行壓力在線檢測(cè)的，介質(zhì)壓力直接作用于敏感膜片上，分布于敏感膜片上的電阻組成的惠斯通電橋，利用壓阻效應(yīng)實(shí)現(xiàn)壓力向電信號(hào)的轉(zhuǎn)換，通過(guò)電子線路將敏感元件產(chǎn)生的毫伏信號(hào)放大為工業(yè)標(biāo)準(zhǔn)電流信號(hào)。

(b)plc：負(fù)責(zé)把采集的信號(hào)a/d轉(zhuǎn)換，并通過(guò)以太網(wǎng)把信號(hào)傳送給上位機(jī)。

舉例來(lái)說(shuō)，本實(shí)施例的plc控制器可采用simens400系列的cpu414-2，具有profibusdp口連接分布式io。為plc配備以太網(wǎng)通訊模塊，用于上位機(jī)訪問(wèn)plc數(shù)據(jù)。plc控制器和以太網(wǎng)通訊模塊放置在中央控制室中的plc柜中。

(c)上位機(jī)：收集本地plc數(shù)據(jù)，傳送給金濕法冶金過(guò)程運(yùn)行狀態(tài)評(píng)價(jià)系統(tǒng)，并提供生產(chǎn)操作指導(dǎo)建議。

運(yùn)行狀態(tài)評(píng)價(jià)系統(tǒng)運(yùn)行在上位機(jī)上，采用c#2008編程軟件，數(shù)據(jù)存儲(chǔ)采用sqlserver2005數(shù)據(jù)庫(kù)，運(yùn)行狀態(tài)評(píng)價(jià)算法采用matlab2010a編程軟件。

plc與運(yùn)行狀態(tài)評(píng)價(jià)系統(tǒng)的信號(hào)傳送軟件是采用c#2008編程軟件。

在濕法冶金過(guò)程現(xiàn)場(chǎng)安裝檢測(cè)儀表，檢測(cè)儀表將采集的信號(hào)通過(guò)profibus-dp傳送到plc中，plc定時(shí)將采集信號(hào)通過(guò)以太網(wǎng)傳送給上位機(jī)，上位機(jī)把接受的數(shù)據(jù)傳給過(guò)程運(yùn)行狀態(tài)評(píng)價(jià)系統(tǒng)進(jìn)行運(yùn)行狀態(tài)的實(shí)時(shí)評(píng)價(jià)，并提供操作指導(dǎo)建議。

參見圖1，本發(fā)明實(shí)施例中提及的金濕法冶金流程可劃分為第一次浸出、第二次浸出和置換，三個(gè)工序。其中，第一次浸出包含第一次氰化浸出和第一次壓濾洗滌環(huán)節(jié)；第二次浸出包含第二次氰化浸出和第二次壓濾洗滌環(huán)節(jié)；置換包含整個(gè)置換生產(chǎn)環(huán)節(jié)。過(guò)程檢測(cè)系統(tǒng)主要由濃度檢測(cè)、流量、壓力檢測(cè)檢測(cè)等構(gòu)成。

實(shí)施例一

本實(shí)施例提供一種濕法冶金過(guò)程中運(yùn)行狀態(tài)的評(píng)價(jià)方法，該方法包括下述步驟：

步驟01、對(duì)多次采集的濕法冶金過(guò)程中的定量數(shù)據(jù)和定性數(shù)據(jù)進(jìn)行預(yù)處理，獲得待分析的定量數(shù)據(jù)和定性數(shù)據(jù)。

例如，對(duì)濕法冶金過(guò)程中在線采集的預(yù)設(shè)時(shí)間段內(nèi)的定量數(shù)據(jù)和定性數(shù)據(jù)進(jìn)行預(yù)處理，獲得待分析的定量數(shù)據(jù)和定性數(shù)據(jù)。

也就是說(shuō)，首先，待分析的濕法冶金過(guò)程進(jìn)行在線數(shù)據(jù)收集。

另外，本實(shí)施例中的定量數(shù)據(jù)可為濕法冶金過(guò)程中采集的測(cè)量數(shù)據(jù)，所述定性數(shù)據(jù)可為濕法冶金過(guò)程中采集的狀態(tài)等級(jí)數(shù)據(jù)；

此時(shí)，上述步驟01可具體包括：

對(duì)多次采集的每一定量數(shù)據(jù)在時(shí)間方向上，用滑動(dòng)窗口均值作為平滑處理，獲得待析的每一定量數(shù)據(jù)的值；

定性數(shù)據(jù)，舉例來(lái)說(shuō)，濕法冶金中放礦量、礦漿濃度可分別劃分5個(gè)等級(jí)，分別為小(nb)、較小(ns)、中(ze)、較大(ps)、大(pb)。調(diào)漿水量可劃分為7個(gè)等級(jí)，分別為負(fù)大(nb)、負(fù)中(nm)、負(fù)小(ns)、零(ze)、正小(ps)、正中(pm)、正大(pb)等。本實(shí)施例僅為舉例說(shuō)明定性數(shù)據(jù)的劃分，不對(duì)其進(jìn)行限定。

步驟02、采用分塊策略將待分析的定量數(shù)據(jù)和定性數(shù)據(jù)進(jìn)行分塊，獲得待分析的每一子塊，每一子塊包括：待分析的至少一個(gè)定量數(shù)據(jù)和/或至少一個(gè)定性數(shù)據(jù)。

可理解的是，濕法冶金過(guò)程中的第一次浸出、第二次浸出和置換都是相對(duì)獨(dú)立的工序，此外，第一次浸出和第二次浸出工序還可分別進(jìn)一步劃分為一系列相對(duì)獨(dú)立的生產(chǎn)環(huán)節(jié)。

舉例來(lái)說(shuō)，將屬于一個(gè)工序的定量數(shù)據(jù)和/或定性數(shù)據(jù)作為一個(gè)子塊；

或者，將屬于一個(gè)車間的定量數(shù)據(jù)和/或定性數(shù)據(jù)作為一個(gè)子塊；

或者，將一個(gè)生產(chǎn)單元內(nèi)相互關(guān)聯(lián)的定量數(shù)據(jù)和/或定性數(shù)據(jù)作為一個(gè)子塊。

本實(shí)施例中可按照第一次浸出、第二次浸出和置換三個(gè)工序劃分，構(gòu)成子塊層；然后，建立兩層分塊結(jié)構(gòu)。

本實(shí)施例中可以根據(jù)過(guò)程的規(guī)模和變量耦合程度進(jìn)行子塊的劃分。對(duì)于大規(guī)模、變量數(shù)量十分龐大的過(guò)程，可以將每一個(gè)生產(chǎn)單元作為一個(gè)子塊；對(duì)于小規(guī)模、變量數(shù)目較少的過(guò)程，可以將每一個(gè)工序作為一個(gè)子塊；中等規(guī)模、變量數(shù)目中等的過(guò)程，可以將每一個(gè)車間作為一個(gè)子塊。此外，緊密聯(lián)系的單元、車間、子塊可作為同一個(gè)子塊。

步驟03、采用預(yù)先建立的運(yùn)行狀態(tài)評(píng)價(jià)模型對(duì)每一子塊進(jìn)行處理，確定每一子塊的運(yùn)行狀態(tài)等級(jí)。

應(yīng)說(shuō)明的是，本實(shí)施例的運(yùn)行狀態(tài)模型是預(yù)先根據(jù)收集的濕法冶金過(guò)程中的歷史數(shù)據(jù)進(jìn)行離線獲取的。

也就是說(shuō)，在步驟03之前可執(zhí)行步驟03a、根據(jù)預(yù)設(shè)時(shí)間段內(nèi)的濕法冶金過(guò)程中的屬于歷史數(shù)據(jù)的歷史定量數(shù)據(jù)和歷史定性數(shù)據(jù)，建立用于評(píng)價(jià)每一子塊的運(yùn)行狀態(tài)等級(jí)的運(yùn)行狀態(tài)模型。

步驟04、將所有子塊中最劣的運(yùn)行狀態(tài)等級(jí)作為濕法冶金過(guò)程中全流程運(yùn)行狀態(tài)等級(jí)。

可選地，在一種具體的實(shí)現(xiàn)方式中，上述方法還可包括下述的步驟：

步驟05、當(dāng)全流程運(yùn)行狀態(tài)等級(jí)為非最優(yōu)運(yùn)行狀態(tài)等級(jí)時(shí)，針對(duì)非最優(yōu)運(yùn)行狀態(tài)等級(jí)的每一子塊，查找導(dǎo)致非最優(yōu)的原因變量，以確定非優(yōu)原因追溯。

也就是說(shuō)，在實(shí)際應(yīng)用中，本實(shí)施例所提供的濕法冶金過(guò)程運(yùn)行狀態(tài)在線評(píng)價(jià)方法包括：(1)評(píng)價(jià)指標(biāo)、過(guò)程變量的選擇及預(yù)處理、(2)兩層分塊結(jié)構(gòu)的建立、(3)評(píng)價(jià)模型的建立、(4)過(guò)程運(yùn)行狀態(tài)的在線評(píng)價(jià)、(5)運(yùn)行狀態(tài)非優(yōu)原因追溯等步驟。

其中上述步驟(3)評(píng)價(jià)模型的建立可為預(yù)先根據(jù)離線采集的歷史數(shù)據(jù)進(jìn)行建立。

以下針對(duì)上述的每一個(gè)過(guò)程/步驟進(jìn)行詳細(xì)說(shuō)明。

(1)評(píng)價(jià)指標(biāo)、過(guò)程變量的選擇及預(yù)處理

過(guò)程運(yùn)行狀態(tài)的優(yōu)劣，通?？勺罱K反應(yīng)在企業(yè)綜合經(jīng)濟(jì)效益上，經(jīng)濟(jì)效益越大，運(yùn)行狀態(tài)越優(yōu)。因此，選擇綜合經(jīng)濟(jì)效益為評(píng)價(jià)指標(biāo)，并選取如表1所示的能夠影響過(guò)程運(yùn)行狀態(tài)(綜合經(jīng)濟(jì)效益)的過(guò)程變量。所選評(píng)價(jià)指標(biāo)，是一個(gè)定性變量，不能在線獲取，只能通過(guò)離線分析，獲得一段時(shí)間內(nèi)(通常以周、月、季度為單位)評(píng)價(jià)指標(biāo)的定性狀態(tài)。過(guò)程變量中：礦石來(lái)料量、初始金品位、礦石平均粒徑等，只能進(jìn)行定性估計(jì)；礦漿流量、調(diào)漿水量、nacn添加量等，可以進(jìn)行定量測(cè)量。

對(duì)于定性變量，用一系列正整數(shù)順次表示不同狀態(tài)等級(jí)。對(duì)于定量變量，只需進(jìn)行簡(jiǎn)單的平滑處理。比如選取一定長(zhǎng)度的滑動(dòng)窗口，用窗口內(nèi)變量均值表征整個(gè)窗口的信息。

表1濕法冶金過(guò)程變量表

(2)兩層分塊結(jié)構(gòu)的建立

考慮到流程工業(yè)生產(chǎn)過(guò)程特點(diǎn)，為了降低問(wèn)題規(guī)模、增強(qiáng)解釋性、提取交叉信息，如圖2所示，m是子塊的數(shù)量。在子塊層，根據(jù)過(guò)程特性將一個(gè)工業(yè)過(guò)程劃分為多個(gè)有物理意義的子塊。在全流程層，提取各子塊的交叉信息。

值得注意的是，子塊劃分在本實(shí)施例中扮演重要角色。因此，需要利用先驗(yàn)知識(shí)，把相關(guān)性強(qiáng)的生產(chǎn)組成部分劃分至同一子塊內(nèi)，把相關(guān)性弱的部分劃分至不同子塊中。將此模型應(yīng)用于運(yùn)行狀態(tài)評(píng)價(jià)中，會(huì)提高評(píng)價(jià)的準(zhǔn)確性和解釋性，極大降低問(wèn)題的規(guī)模和計(jì)算難度，更充分去除冗余信息，擴(kuò)大波動(dòng)小的變量的影響。

本實(shí)施例中可按照第一次浸出、第二次浸出和置換三個(gè)工序劃分，構(gòu)成子塊層；然后，建立兩層分塊結(jié)構(gòu)。

(3)評(píng)價(jià)模型的建立

模糊概率粗糙集(fuzzyprobabilisticroughset,fprs)是一種可以在定性和定量變量共存時(shí)，進(jìn)行推理的方法。因此，本實(shí)施例用fprs對(duì)兩層分塊模型的各個(gè)子模型進(jìn)行建模，并將這種基于fprs的兩層分塊模型稱為two-levelmulti-blockfprs(tmfprs)模型。

在fprs中，令是非空集合u上的一個(gè)模糊等價(jià)關(guān)系。傳統(tǒng)的等價(jià)類擴(kuò)展為模糊等價(jià)類

其中，xi∈u，是一個(gè)基于模糊等價(jià)關(guān)系的模糊集合，rij∈[0,1]是xi和xj的等價(jià)程度，“+”是模糊集合的一種表示方式，表示元素的聯(lián)合，n是元素的個(gè)數(shù)。

對(duì)于一個(gè)元素xi∈u，基于模糊等價(jià)關(guān)系的的λ截集表示為：

其中，是一個(gè)傳統(tǒng)集合。

給定一個(gè)非空子集和一個(gè)模糊等價(jià)類截集定義概率

其中，|s|表示集合s的基，即s中元素的個(gè)數(shù)。

對(duì)于和0≤β＜α≤1，的下近似、上近似和邊界域分別定義如下：

對(duì)于α＝β≠0的情況，的下近似、上近似和邊界域分別定義如下：

包括論域u中所有一定屬于集合x的元素，而包含論域u中所有可能屬于集合x的元素。如果邊界域為空，我們稱集合x為在上的精確集，否則集合x稱為粗糙集。

過(guò)程數(shù)據(jù)的離線等級(jí)確定步驟如圖3所示，包含：a0)數(shù)據(jù)分塊；b0)全流程層等級(jí)確定；c0)子塊層等級(jí)確定。注意：在該步驟(3)中所用數(shù)據(jù)均為離線采集的歷史數(shù)據(jù)，并對(duì)該些歷史數(shù)據(jù)進(jìn)行預(yù)處理之后的數(shù)據(jù)。應(yīng)理解的是，本實(shí)施例中的離線數(shù)據(jù)和在線數(shù)據(jù)均是預(yù)處理后的數(shù)據(jù)。

a0)數(shù)據(jù)分塊

為濕法冶金過(guò)程中全流程的歷史數(shù)據(jù)，n為樣本個(gè)數(shù)，j為變量個(gè)數(shù)。如前所述，復(fù)雜工業(yè)過(guò)程被劃分為多個(gè)有物理意義的子塊。為包含第m個(gè)子塊變量信息的子塊數(shù)據(jù)，jm是第m個(gè)子塊的變量數(shù)量。

b0)全流程層等級(jí)確定

根據(jù)全流程綜合評(píng)價(jià)指標(biāo)，運(yùn)行狀態(tài)被劃分為若干個(gè)等級(jí)，例如優(yōu)/中/差等。那么，子塊數(shù)據(jù)xm(m＝1,2,…,m)中的每一個(gè)樣本都可以被標(biāo)記一個(gè)全流程層等級(jí)標(biāo)簽。

c0)子塊層等級(jí)確定

由于過(guò)程整體的運(yùn)行狀態(tài)等級(jí)不能由一個(gè)單獨(dú)的一個(gè)子塊決定，相似的子塊數(shù)據(jù)可能有不同的全流程層等級(jí)。考慮到一個(gè)子塊，如果在其他子塊達(dá)到最優(yōu)匹配狀態(tài)時(shí)，該子塊可能達(dá)到其最優(yōu)狀態(tài)；如果該子塊處于非最優(yōu)狀態(tài)，無(wú)論其他子塊是否達(dá)到最優(yōu)匹配狀態(tài)，全流程都不可能達(dá)到最優(yōu)運(yùn)行狀態(tài)；全流程運(yùn)行狀態(tài)等級(jí)等價(jià)于最劣子塊層運(yùn)行狀態(tài)等級(jí)。具體原因?qū)⒃谙挛淖龀鼋忉?。針?duì)第m(m＝1,2,…,m)個(gè)子塊：用相似數(shù)據(jù)中最好的全流程層等級(jí)作為此類數(shù)據(jù)的子塊層運(yùn)行狀態(tài)等級(jí)。因此，全流程層的等級(jí)數(shù)目和子塊層的等級(jí)數(shù)目相同。假設(shè)等級(jí)1為最優(yōu)等級(jí)，等級(jí)l為最劣等級(jí)，等級(jí)1到等級(jí)l優(yōu)性依次遞減。子塊層運(yùn)行狀態(tài)等級(jí)的確定從最優(yōu)等級(jí)到最劣等級(jí)，依次確定。確定子塊層運(yùn)行狀態(tài)等級(jí)l中數(shù)據(jù)的具體做法為：以全流程層等級(jí)l,l+1,…,l中數(shù)據(jù)為基礎(chǔ)，將與等級(jí)l相似的數(shù)據(jù)，從原來(lái)的等級(jí)中刪除，加入等級(jí)l的數(shù)據(jù)集中，更新后的等級(jí)l中的數(shù)據(jù)為子塊層運(yùn)行狀態(tài)等級(jí)為l的數(shù)據(jù)，記為更新后的等級(jí)l+1,l+2,…,l中的數(shù)據(jù)為確定下一等級(jí)數(shù)據(jù)的基礎(chǔ)。

根據(jù)上述3個(gè)步驟，確定各子塊數(shù)據(jù)的子塊層運(yùn)行狀態(tài)等級(jí)。最終，相比于全流程層數(shù)據(jù)，一個(gè)子塊內(nèi)，最優(yōu)等級(jí)對(duì)應(yīng)的數(shù)據(jù)不會(huì)減少，最劣等級(jí)對(duì)應(yīng)的數(shù)據(jù)不會(huì)增多。此外，考慮到定性與定量變量共存的情況，定義兩個(gè)樣本的相似度為

其中，

x1,j(x2,j)是x1(x2)的第j個(gè)變量；當(dāng)?shù)趈個(gè)變量是定量的，是第j個(gè)變量的工藝最大值(最小值)；當(dāng)?shù)趈個(gè)變量為定性變量，|x1j-x2j|表示x1,j和x2,j的等級(jí)差；nj是第j個(gè)變量的等級(jí)數(shù)目。x1和x2的等價(jià)程度r12，與sim(x1,x2)相等。

獲取各等級(jí)數(shù)據(jù)后，可建立決策表。針對(duì)第m個(gè)子塊的決策表：條件屬性為中的各個(gè)變量，決策屬性為子塊層運(yùn)行狀態(tài)等級(jí)l，論域包含中所有的元素。

在本實(shí)施例所提供的離線建模方法中，傳統(tǒng)的全流程層顯式模型并不必要，因?yàn)槟Ｐ蜆?gòu)建過(guò)程中已經(jīng)考慮了子塊之間的交叉信息和兩層之間的相關(guān)關(guān)系。

(4)過(guò)程運(yùn)行狀態(tài)的在線評(píng)價(jià)

本實(shí)施例提供的過(guò)程運(yùn)行狀態(tài)的在線評(píng)價(jià)方法，首先在每個(gè)子塊中評(píng)價(jià)出子塊層運(yùn)行狀態(tài)等級(jí)，再根據(jù)各子塊運(yùn)行狀態(tài)評(píng)價(jià)結(jié)果，獲得全流程層運(yùn)行狀態(tài)評(píng)價(jià)結(jié)果。

在時(shí)刻t，在線數(shù)據(jù)表示為因此，第m個(gè)子塊評(píng)價(jià)的基本單元可以記為將子塊數(shù)據(jù)xt,m和針對(duì)第m個(gè)子塊建立的決策表中數(shù)據(jù)，根據(jù)fprs的規(guī)則進(jìn)行匹配，推算出xt,m所處運(yùn)行狀態(tài)等級(jí)。給定等式(2)中λ的取值，可以獲得模糊等價(jià)類的λ截集其中，是xt,m的條件屬性集合。根據(jù)式(3)可得第m個(gè)子塊屬于第l個(gè)等級(jí)的概率為

其中，l＝1,2,…,l，表示第m個(gè)子塊的第l個(gè)等級(jí)。因此，第m個(gè)子塊運(yùn)行狀態(tài)等級(jí)為

在獲得所有子塊的運(yùn)行狀態(tài)等級(jí)后，全流程運(yùn)行狀態(tài)等級(jí)等于子塊層最劣運(yùn)行狀態(tài)等級(jí)，假設(shè)等級(jí)1至l，過(guò)程運(yùn)行狀態(tài)優(yōu)性遞減，那么表示為

為解釋上述運(yùn)行狀態(tài)等級(jí)判定方法成立的原因，先將本方法應(yīng)用的四個(gè)合理前提假設(shè)闡述如下：

a)單運(yùn)行工況

上述方法適用于單運(yùn)行工況的過(guò)程。也就是說(shuō)：過(guò)程運(yùn)行于唯一穩(wěn)定工作點(diǎn)附近；最優(yōu)運(yùn)行狀態(tài)下的數(shù)據(jù)，變量相關(guān)關(guān)系相似。

b)優(yōu)性指標(biāo)和觀測(cè)值之間可近似表示為連續(xù)函數(shù)

若優(yōu)性指標(biāo)和觀測(cè)值之間可近似表示為連續(xù)函數(shù)，變量在小范圍內(nèi)的變化，不會(huì)引起優(yōu)性指標(biāo)的突變。那么，我們可以用與測(cè)試數(shù)據(jù)相似數(shù)據(jù)的優(yōu)性指標(biāo)，來(lái)推算測(cè)試數(shù)據(jù)的優(yōu)性指標(biāo)。

c)建模數(shù)據(jù)充分

有充足的、涵蓋所有可能運(yùn)行狀態(tài)的數(shù)據(jù)，作為建模數(shù)據(jù)。在線評(píng)價(jià)的過(guò)程中，不會(huì)出現(xiàn)未建模數(shù)據(jù)。

d)至少有一個(gè)子塊等級(jí)與全流程層等級(jí)相同

一個(gè)子塊的等級(jí)被定義為相似子塊數(shù)據(jù)所能達(dá)到的最好全流程層等級(jí)。因此，一個(gè)子塊在子塊層的等級(jí)會(huì)優(yōu)于或等于其全流程層等級(jí)。d)中假設(shè)不可能所有子塊在子塊層的等級(jí)同時(shí)優(yōu)于其全流程層等級(jí)。從機(jī)理上進(jìn)行分析，一個(gè)數(shù)據(jù)被劃分至某全流程層運(yùn)行狀態(tài)等級(jí)，一定是因?yàn)楦髯訅K數(shù)據(jù)與該運(yùn)行狀態(tài)等級(jí)最接近。反之，若各子塊數(shù)據(jù)與令一運(yùn)行狀態(tài)等級(jí)最接近，該數(shù)據(jù)不太可能被劃分至當(dāng)前全流程層運(yùn)行狀態(tài)等級(jí)。因此，本假設(shè)具有合理性。

基于上述四個(gè)假設(shè)，要證明全流程運(yùn)行狀態(tài)等級(jí)等于子塊層最劣運(yùn)行狀態(tài)等級(jí)，需要證明以下兩個(gè)問(wèn)題：

a)全流程運(yùn)行狀態(tài)等級(jí)不會(huì)比子塊層最劣運(yùn)行狀態(tài)等級(jí)更優(yōu)

顯然，由于各子塊的等級(jí)被定義為子塊內(nèi)相似數(shù)據(jù)所能達(dá)到的最好全流程層等級(jí)，所以全流程運(yùn)行狀態(tài)等級(jí)不會(huì)比子塊層最劣運(yùn)行狀態(tài)等級(jí)更優(yōu)。

b)全流程運(yùn)行狀態(tài)等級(jí)不會(huì)比子塊層最劣運(yùn)行狀態(tài)等級(jí)更劣

如果全流程運(yùn)行狀態(tài)等級(jí)比子塊層最劣運(yùn)行狀態(tài)等級(jí)更劣，那么說(shuō)明所有子塊的運(yùn)行狀態(tài)等級(jí)都優(yōu)于全流程層運(yùn)行狀態(tài)等級(jí)，與上述第d)個(gè)假設(shè)矛盾。因此，全流程運(yùn)行狀態(tài)等級(jí)不會(huì)比子塊層最劣運(yùn)行狀態(tài)等級(jí)更劣。

綜上所述，全流程運(yùn)行狀態(tài)等級(jí)既不會(huì)比子塊層最劣運(yùn)行狀態(tài)等級(jí)更優(yōu)，也不會(huì)比子塊層最劣運(yùn)行狀態(tài)等級(jí)更劣，所以，全流程運(yùn)行狀態(tài)等級(jí)等于子塊層最劣運(yùn)行狀態(tài)等級(jí)。

進(jìn)一步地，基于tmfprs的運(yùn)行狀態(tài)在線評(píng)價(jià)步驟概括如下：

a01、獲取在線數(shù)據(jù)xt，并構(gòu)建子塊數(shù)據(jù)xt,m；

a02、在每個(gè)子塊中，根據(jù)式(2)求取模糊等價(jià)類截集

a03、根據(jù)公式(8)計(jì)算

a04、根據(jù)公式(9)判斷每個(gè)子塊的運(yùn)行狀態(tài)等級(jí)

a05、根據(jù)公式(10)判定全流程層運(yùn)行狀態(tài)等級(jí)為子塊層最劣運(yùn)行狀態(tài)等級(jí)，若等級(jí)1至l，過(guò)程運(yùn)行狀態(tài)優(yōu)性遞減，

(5)運(yùn)行狀態(tài)非優(yōu)原因追溯

當(dāng)過(guò)程運(yùn)行于非最優(yōu)運(yùn)行狀態(tài)等級(jí)時(shí)，本發(fā)明提供的非優(yōu)原因追溯方法，識(shí)別導(dǎo)致非優(yōu)運(yùn)行等級(jí)的原因變量，為操作者提供調(diào)整指導(dǎo)，有助于恢復(fù)最優(yōu)運(yùn)行狀態(tài)。

根據(jù)上面所提供的評(píng)估方法，可直接確定非優(yōu)的子塊。因此，可以直接在非優(yōu)的子塊中，查找導(dǎo)致非優(yōu)的原因變量。為實(shí)現(xiàn)進(jìn)一步的非優(yōu)原因追溯，本發(fā)明提供一種基于匹配度的，在獨(dú)立非優(yōu)子塊中實(shí)施的追溯方法。該方法具有較強(qiáng)解釋性。

本實(shí)施例提供的非優(yōu)原因追溯原理如圖4所示，通過(guò)衡量當(dāng)前非優(yōu)子塊數(shù)據(jù)與最優(yōu)運(yùn)行狀態(tài)等級(jí)數(shù)據(jù)庫(kù)中和當(dāng)前數(shù)據(jù)匹配度最高的數(shù)據(jù)之間的差異，得到導(dǎo)致非優(yōu)運(yùn)行狀態(tài)等級(jí)的原因。

用和分別表示當(dāng)前非優(yōu)子塊數(shù)據(jù)和最優(yōu)數(shù)據(jù)庫(kù)中的一個(gè)樣本。xt,m和的匹配度由下式計(jì)算

其中，由式(7)得，βj∈[0,1]是屬性權(quán)重，且滿足βj的取值和相應(yīng)屬性的可操作性呈負(fù)相關(guān)，即：變量j可操作性越強(qiáng)，βj取值越小。βj由過(guò)程知識(shí)確定。除了實(shí)現(xiàn)非優(yōu)原因追溯的功能，匹配度還考慮到了變量調(diào)整的幅度和難度。假設(shè)xt,m和最優(yōu)數(shù)據(jù)庫(kù)中的數(shù)據(jù)匹配度最大，那么，定義xt,m和之間的差量為

其中，δ^opt中差值比較大的變量，為非優(yōu)原因變量，需要進(jìn)行調(diào)整。對(duì)于一個(gè)定量變量：若變量j為非優(yōu)原因變量，需要增大(降低)變量j的幅值，調(diào)整量為若變量j不是非優(yōu)原因變量，不需進(jìn)行調(diào)整；其中，ε為判定閾值，其值為接近0的正數(shù)，通過(guò)過(guò)程知識(shí)給定。對(duì)于一個(gè)定性變量：若則需要增大(降低)變量j的狀態(tài)等級(jí)，且調(diào)整極差為若變量j不是非優(yōu)原因變量，不需進(jìn)行調(diào)整。

綜上，非優(yōu)原因追溯需要以下步驟：

1)通過(guò)評(píng)價(jià)結(jié)果確定非最優(yōu)子塊；

2)在非優(yōu)子塊內(nèi)，計(jì)算當(dāng)前非優(yōu)數(shù)據(jù)xt,m與相應(yīng)最優(yōu)數(shù)據(jù)庫(kù)中數(shù)據(jù)的匹配度

3)選擇最優(yōu)數(shù)據(jù)庫(kù)中，與xt,m匹配度最大的樣本作為最優(yōu)參考數(shù)據(jù)；

4)根據(jù)式(12)，計(jì)算xt,m和之間的差異δ^opt，δ^opt中差值比較大的變量，為非優(yōu)原因變量。

實(shí)施例二

第一步、離線數(shù)據(jù)收集：采集充足的、涵蓋所有可能運(yùn)行狀態(tài)的數(shù)據(jù)，作為建模數(shù)據(jù)；

第二步、離線數(shù)據(jù)處理：對(duì)于定性變量，用一系列正整數(shù)順次表示不同狀態(tài)等級(jí)；對(duì)于定量變量，進(jìn)行平滑處理；

第三步、兩層分塊結(jié)構(gòu)建立：根據(jù)金濕法冶金過(guò)程特性，劃分為第一次浸出、第二次浸出和置換三個(gè)子塊，構(gòu)成子塊層；然后，建立兩層分塊結(jié)構(gòu)；

第四步、評(píng)價(jià)模型建立：先將離線數(shù)據(jù)進(jìn)行分塊，然后確定各子塊數(shù)據(jù)的全流程層等級(jí)和子塊層等級(jí)，最后建立各子塊的fprs離線模型，組織決策表；

第五步、過(guò)程運(yùn)行狀態(tài)的在線評(píng)價(jià)：采集實(shí)時(shí)生產(chǎn)數(shù)據(jù)，根據(jù)tmfprs模型，得到各子塊的子塊層等級(jí)，全流程層等級(jí)與子塊層中最劣等級(jí)相同；

第六步：運(yùn)行狀態(tài)非優(yōu)原因追溯：針對(duì)非優(yōu)的子塊，通過(guò)衡量非優(yōu)子塊數(shù)據(jù)與最優(yōu)運(yùn)行狀態(tài)等級(jí)數(shù)據(jù)庫(kù)中和當(dāng)前數(shù)據(jù)匹配度最高的數(shù)據(jù)之間的差異，得到非優(yōu)原因。

第七步：生產(chǎn)調(diào)整指導(dǎo)：根據(jù)非優(yōu)原因變量和其最優(yōu)值之間的差異，確定調(diào)整量，指導(dǎo)操作工進(jìn)行生產(chǎn)調(diào)整。

利用本發(fā)明所提供的在線評(píng)價(jià)，得到了如圖5所示的評(píng)價(jià)結(jié)果，圖5(a)為第一次浸出環(huán)節(jié)的評(píng)價(jià)結(jié)果，圖5(b)為第二次浸出環(huán)節(jié)的評(píng)價(jià)結(jié)果，圖5(c)為置換環(huán)節(jié)的評(píng)價(jià)結(jié)果)。結(jié)合表2和圖6所示，從第101個(gè)采樣點(diǎn)開始，第二次浸出子塊中nacn添加量不足，導(dǎo)致過(guò)程運(yùn)行狀態(tài)從等級(jí)1(優(yōu))變?yōu)榈燃?jí)2(非優(yōu))。評(píng)價(jià)結(jié)果不僅顯示了運(yùn)行狀態(tài)等級(jí)變化趨勢(shì)，還顯示了非優(yōu)的子塊。為了更加清楚的了解在線評(píng)價(jià)結(jié)果的正確性，表2列出了過(guò)程實(shí)際運(yùn)行狀態(tài)和評(píng)價(jià)算法的比較結(jié)果。在200個(gè)采樣點(diǎn)中，正確評(píng)價(jià)的個(gè)數(shù)為198個(gè)，錯(cuò)誤評(píng)價(jià)的個(gè)數(shù)為2個(gè)，正確率為99％，符合工業(yè)生產(chǎn)的要求。當(dāng)過(guò)程運(yùn)行狀態(tài)等級(jí)為非優(yōu)時(shí)，需要進(jìn)一步追溯其原因。由于工廠生產(chǎn)數(shù)據(jù)需保密，第j個(gè)變量的實(shí)際值與最優(yōu)值之間的差量，在展示之前進(jìn)行如下預(yù)處理：

追溯結(jié)果如圖6所示，其中，橫坐標(biāo)為變量序號(hào)，縱坐標(biāo)為預(yù)處理后的變量差量。本發(fā)明的方法正確追溯出了非優(yōu)原因變量：二浸nacn添加量，并提示需要增加二浸nacn添加量的幅值。

表2實(shí)際運(yùn)行狀態(tài)與在線評(píng)價(jià)結(jié)果對(duì)比

最后應(yīng)說(shuō)明的是：以上所述的各實(shí)施例僅用于說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分或全部技術(shù)特征進(jìn)行等同替換；而這些修改或替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的范圍。