基于网络化数据分析的复杂有色冶金过程优化方法及应用

当前有色冶金生产工艺、装置和冶炼过程越来越复杂，基于生产数据的过程建模与优化控制，成为国内外有色冶金过程亟待解决的前沿课题之一。本项目从数据网络分析的新角度开展研究，根据生产过程积累的运行数据，分析数据之间的联系，建立数据网络模型；借助网络方法研究生产数据对象间隐藏的相互关系，获取生产数据的全局统计特性；从工况诊断的模式识别本质出发，建立操作模式网络模型，通过网络的拓扑性质和聚类结构分析生产过程中的操作行为，识别和剔除异常的操作模式。在此基础上，提出基于网络链路的社团挖掘方法将正常的操作模式网络划分成结构独立的模块，利用这些模块构建优良操作模式库，并提出网络化满意匹配方法，来搜索与当前工况相适应的操作模式，实现操作参数的优化；结合氧化铝蒸发过程进行应用验证研究。通过本项目的研究，有望形成基于网络化数据分析的复杂有色冶金优化新理论，成果的应用将对提升有色金属行业的生产水平有重要意义。

在本基金项目的资助下，以复杂有色冶金生产过程为背景，针对复杂有色冶金过程如何从大量离在线生产数据中提取隐含的知识规则以提高优化效果的问题，根据工艺参数多、参数调节存在复杂关联且相互影响生产指标的特点，提出了复杂有色冶金过程生产数据的实时获取与处理方法。结合复杂网络拓扑分析策略，提出工艺参数的网络化建模及分析方法以解决多参数间相互复杂关联且难以描述的难题。此外，采用数据特征提取方法分析生产过程的性能指标，建立生产过程的操作模式模型并完成操作模式快速匹配，可实现生产过程多操作参数的同时优化。基于网络化数据分析方法，研究了生产过程数据的聚类问题，结合相似度矩阵选择以及聚类数目自动识别等方法完成一致聚类算法分类，获得最终聚类结果。将一致聚类方法应用于在线生产过程数据分析，进而提取生产过程的操作行为特征，在分类模型中进行工况预测，实现生产工况识别。以典型复杂有色冶金生产过程（氧化铝蒸发过程、铜闪速熔炼过程和矿物泡沫浮选过程）为应用对象对所提方法进行验证。形成了基于网络化数据分析方法的复杂生产过程操作优化理论，为解决复杂有色冶金过程的优化问题提供新的方法和途径。.在本课题的支持下，按照研究计划中的研究内容和技术路线进行了为期3年的研究工作，取得了较好的研究成果。项目组发表学术论文12篇，其中SCI收录1篇、EI收录8篇，申请专利6项。3年中培养博士研究生1人，硕士研究生6人，其中毕业3人。项目组成员积极参与国内外学术合作交流，通过参与国内外重要的学术会议，项目组成员有效显示了项目组取得的研究成果，拓宽了项目组成员的学术视野和研究领域。