一种基于人工智能的洗选生产智能化监测系统的制作方法

本技术涉及数字数据处理，特别涉及一种基于人工智能的洗选生产智能化监测系统。

背景技术：

1、煤炭洗选是一种通过物理、化学和机械方法将原煤中的杂质和灰分从煤炭中分离出来的过程。煤炭洗选的目的是提高煤炭的热值、降低灰分和硫分含量，以改善煤炭的燃烧性能和环境友好性。煤炭洗选可以提高煤炭的利用价值和经济效益，减少燃煤产生的环境污染物排放。同时，煤炭洗选也可以减少煤炭运输过程中的灰尘和杂质损失，提高煤炭的质量和市场竞争力。在整个煤炭智能化洗选流程中，浮选是非常关键的一步，不仅可以提高洗选精煤的质量，还可以提高洗选系统中煤回收率，同时减少了洗选尾矿对环境的影响，且与重力法相比可以大大降低洗选过程用水量。

2、煤炭洗选中的浮选步骤，是通过浮选设备进行操作的，而传统对浮选设备的监测，是将浮选设备的原始参数作为样本数据，通过密度聚类算法对浮选设备的原始参数进行分析聚类，以实现浮选设备的状态监测。而将浮选设备的原始参数作为样本数据，聚类的质量较低，以使得浮选设备的监测结果准确性较低，进一步导致监测成本较高。

技术实现思路

1、鉴于以上内容，有必要提供一种基于人工智能的洗选生产智能化监测系统，相对于传统的浮选设备的监测方式，提高了浮选设备的监测结果准确性，进一步降低监测成本。

2、本技术第一方面提供一种基于人工智能的洗选生产智能化监测系统，应用于煤炭洗选监测领域，所述系统包括：获取模块，用于根据转速与流量对应的异常数据区间，获取目标采集时刻对应的转速流量关联异常指标，其中，所述转速与流量对应的异常数据区间包括预设数量相邻的异常采集时刻对应的异常数据点；计算模块，用于基于转速与流量在目标采集时刻预设窗口内分别对应的异常采集时刻数量，以及在目标采集时刻分别对应的预测值，计算目标采集时刻对应的转速综合异常指标以及流量综合异常指标；确定模块，用于根据所述目标采集时刻对应的转速流量关联异常指标以及转速综合异常指标，计算目标采集时刻对应的精煤灰分影响因子；聚类模块，用于将所述目标采集时刻对应的精煤灰分影响因子构建二维空间点集作为输入样本，输入至预设聚类模型，确认目标采集时刻对应的异常聚类簇与非异常聚类簇。

3、在其中一种实施例中，所述获取模块，根据转速与流量对应的异常数据区间，获取目标采集时刻对应的转速流量关联异常指标，其中，所述转速与流量对应的异常数据区间包括预设数量采集时刻相邻的异常数据点，具体包括：第一子获取模块，用于根据转速与流量对应的异常时间点序列，对应获取所述转速与流量对应的异常数据区间，其中，所述异常时间点序列包括预设数量连续的异常采集时刻，对应的，转速与流量对应的异常数据区间包括预设数量采集时刻相邻的异常数据点；第二子获取模块，用于当所述目标采集时刻均属于转速与流量对应的异常时间点序列时，分别统计目标采集时刻所在的转速与流量对应的异常时间点序列的第一元素总数与第二元素总数；第三子获取模块，用于将所述第一元素总数与第二元素总数的元素总数与采集时刻均保持一致，计算所述第一元素总数与第二元素总数对应的皮尔逊相关系数；第四子获取模块，用于基于所述皮尔逊相关系数与预设的关联异常指标计算公式，计算目标采集时刻对应的转速流量关联异常指标。

4、在其中一种实施例中，所述第四子获取模块，用于基于所述皮尔逊相关系数与预设的关联异常指标计算公式，计算目标采集时刻对应的转速流量关联异常指标，具体包括：

5、

6、其中，为目标采集时刻对应的转速流量关联异常指标，为目标采集时刻所在的转速与流量对应的异常时间点序列的第一元素总数与第二元素总数对应的转速流量关联异常指标。

7、在其中一种实施例中，所述计算模块，用于基于转速与流量在目标采集时刻预设窗口内分别对应的异常采集时刻数量，以及在目标采集时刻分别对应的预测值，计目标采集时刻对应的转速综合异常指标以及流量综合异常指标，具体包括：第一子计算模块，用于以目标采集时刻为预设窗口最后的采集时刻，统计所述预设窗口内转速对应的异常采集时刻数量以及流量对应的异常采集时刻数量；第二子计算模块，用于基于所述预设窗口内转速对应的异常采集时刻数量以及流量对应的异常采集时刻数量，计算目标采集时刻对应的转速持续异常指标以及目标采集时刻对应的流量持续异常指标；第三子计算模块，用于通过预先训练的预测模型，获取目标采集时刻的转速与流量分别对应的预测值；第四子计算模块，用于根据预先训练的预测模型获取目标采集时刻的转速与流量分别对应的预测值，计算目标采集时刻对应的转速动态异常指标与流量动态异常指标；第五子计算模块，用于基于所述目标采集时刻对应的转速动态异常指标与流量动态异常指标，确认所述目标采集时刻对应的转速综合异常指标以及流量综合异常指标。

8、在其中一种实施例中，所述第二子计算模块，用于基于所述预设窗口内转速对应的异常采集时刻数量，计算目标采集时刻对应的转速持续异常指标，具体包括：

9、

10、其中，为目标采集时刻对应的转速持续异常指标为目标采集时刻对应的预设窗口内转速对应的异常采集时刻数量，为预设窗口长度。

11、在其中一种实施例中，所述第四子计算模块，用于根据所述目标采集时刻的转速对应的预测值，计算目标采集时刻对应的转速动态异常指标，具体包括：

12、

13、其中，为目标采集时刻对应的转速动态异常指标，为根据预先训练的预测模型获取的目标采集时刻对应的转速的预测值为目标采集时刻对应的转速。

14、在其中一种实施例中，所述第五子计算模块，用于基于所述目标采集时刻对应的转速动态异常指标与流量动态异常指标，确认所述目标采集时刻对应的转速综合异常指标以及流量综合异常指标，具体包括：

15、

16、

17、其中，为目标采集时刻对应的转速综合异常指标，为目标采集时刻对应的转速持续异常指标，目标采集时刻对应的转速动态异常指标，为目标采集时刻对应的流量综合异常指标，为目标采集时刻对应的流量持续异常指标，目标采集时刻对应的流量动态异常指标，为第一异常权重，为第二异常权重。

18、在其中一种实施例中，所述确定模块，用于根据所述目标采集时刻对应的转速流量关联异常指标以及转速综合异常指标，计算目标采集时刻对应的精煤灰分影响因子，具体包括：第一子确定模块，用于根据预设关联度分析方法，获取所述转速与精煤灰分的第一关联度，以及所述流量与精煤灰分的第二关联度；第二子确定模块，用于将所述第一关联度、第二关联度、目标采集时刻对应的转速流量关联异常指标以及转速综合异常指标输入至预设的影响因子计算公式，计算目标采集时刻对应的精煤灰分影响因子。

19、在其中一种实施例中，所述第二子确定模块，用于将所述第一关联度、第二关联度、目标采集时刻对应的转速流量关联异常指标以及转速综合异常指标输入至预设的影响因子计算公式，计算目标采集时刻对应的精煤灰分影响因子，具体包括：

20、

21、其中，目标采集时刻对应的精煤灰分影响因子，为转速与精煤灰分的第一关联度，为流量与精煤灰分的第二关联度，为目标采集时刻对应的转速综合异常指标，为目标采集时刻对应的流量综合异常指标。

22、在其中一种实施例中，所述聚类模块，用于将所述目标采集时刻对应的精煤灰分影响因子构建二维空间点集作为输入样本，输入至预设聚类模型，确认目标采集时刻对应的异常聚类簇与非异常聚类簇，具体包括：第一子聚类模块，用于将所述目标采集时刻对应的精煤灰分影响因子构建二维空间点集作为输入样本输入至预设聚类模型，确认预设数量的初始聚类簇；第二子聚类模块，用于根据所述初始聚类簇对应的簇内方差，计算所述初始聚类簇对应的异常置信度；第三子聚类模块，用于将所述异常置信度大于预设置信度阈值的初始聚类簇，标记为异常聚类簇；第四子聚类模块，用于将所述异常置信度小于或等于预设置信度阈值的初始聚类簇，标记为异常聚类簇。

23、本技术实施例的系统包括：获取模块，用于根据转速与流量对应的异常数据区间，获取目标采集时刻对应的转速流量关联异常指标，其中，所述转速与流量对应的异常数据区间包括预设数量相邻的异常采集时刻对应的异常数据点；计算模块，用于基于转速与流量在目标采集时刻预设窗口内分别对应的异常采集时刻数量，以及在目标采集时刻分别对应的预测值，计算目标采集时刻对应的转速综合异常指标以及流量综合异常指标；确定模块，用于根据所述目标采集时刻对应的转速流量关联异常指标以及转速综合异常指标，计算目标采集时刻对应的精煤灰分影响因子；聚类模块，用于将所述目标采集时刻对应的精煤灰分影响因子构建二维空间点集作为输入样本，输入至预设聚类模型，确认目标采集时刻对应的异常聚类簇与非异常聚类簇。通过根据浮选设备的转速与流量对应的异常采集时刻，进一步分析计算得到对应的精煤灰分影响因子以构建二维空间点集作为输入样本，确认异常聚类簇与非异常聚类簇，以判定浮选设备的状态，相对于传统的浮选设备的监测方式，提高了浮选设备的监测结果准确性，进一步降低监测成本。