论文部分内容阅读
生物氧化提金工艺是当今世界针对难处理金矿的主要冶炼方法,因其具有投资少、操作简单、对环境污染轻等优点越来越受到人们的重视。生物氧化预处理过程是生物氧化提金工艺最重要的环节之一,其作用是利用细菌将包裹金微粒的含硫、砷和铁等元素的矿物杂质氧化分解,从而将金微粒从矿石中暴露出来,以提高氰化过程的提金率。生物氧化还原电位(Oxidation reduction potential,ORP)是生物氧化预处理过程细菌氧化矿石进程及速率的体现,是生物氧化预处理过程中工艺操作的重要指标,其与矿石的最终提金率有一定的关系。因此,针对ORP的变化进行预测,对于生物氧化预处理过程中工艺操作的优化和提金率的提高具有重要的意义。由于生物氧化预处理过程具有非线性、滞后性、动态性和时变性等特点,加上复杂的生产环境和信息采集的噪声,使得实际测量的ORP数据具有很大的非平稳性、随机性和波动性;这给ORP精准预测带来了巨大的挑战。针对ORP的随机性和波动性问题,本文提出基于小波分析和相空间重构的ORP预测方法;针对生物氧化预处理的动态性和时变性问题,本文融合动态数据驱动应用系统(Dynamic Data Driven Application Systems,DDDAS)思想对LSSVR进行改进,建立具有自我修正和更新能力的Adapt_LSSVR动态预测模型,以此拟合相空间重构的预测函数;为了进一步提高ORP预测精度,本文对狼群算法进行改进并以此优化Adapt_LSSVR模型参数。本文研究的主要内容为:1)对论文研究的背景,ORP预测研究的发展现状和动态数据驱动研究现状进行介绍。2)对难处理金矿石的种类、生物氧化提金工艺的生物氧化机理、氧化还原电位、影响氧化还原电位的因素及生物氧化实际生产流程进行了介绍。3)针对数据预处理过程中的小波分析法和相空间重构理论进行了介绍,对支持向量机的原理及推导过程进行了阐述,对LSSVR进行改进提出Adapt_LSSVR动态预测模型;给出Adapt_LSSVR动态预测模型的预测过程。4)对传统狼群算法的思想和计算过程进行概述,分析狼群算法的游走行为、围攻行为等存在的缺点。将“教与学”算法的学习策略融入狼群算法,并对狼群算法的探狼游走行为、猛狼围攻行为及步长设定等进行改进。然后利用标准测试函数对改进后的狼群算法的性能进行验证。5)开发ORP动态预测系统,对ORP预测系统的工作过程进行了介绍。从优化算法选择、狼群算法的改进、滤波等角度出发设计了多组仿真对比实验,以验证本文所提ORP精准预测方法的有效性。