基于案例推理增强学习的磨矿过程设定值优化
磨矿粒度和循环负荷是磨矿过程产品质量与生产效率的关键运行指标,相对于底层控制偏差,回路设定值对其影响要严重的多.然而,磨矿过程受矿石成分与性质、设备状态等变化因素影响,运行工况动态时变,难以建立模型,因此难以通过传统的模型方法优化回路设定值.本文将增强学习与案例推理相结合,提出一种数据驱动的磨矿过程设定值优化方法.首先根据当前运行工况,采用基于Prey-Predator优化的案例推理方法,决策出可行的基于Elman神经网络的Q函数网络模型;然后利用实际运行数据,在增强学习的框架下,根据Q函数网络模型优化回路设定值.在基于METSIM的磨矿流程模拟系统上进行实验研究,结果表明所提方法可根据工况变...
Saved in:
| Published in | 控制理论与应用 Vol. 36; no. 1; pp. 53 - 64 |
|---|---|
| Main Authors | , , , |
| Format | Journal Article |
| Language | Chinese |
| Published |
东北大学流程工业综合自动化国家重点实验室,辽宁沈阳110819%中国矿业大学信息与控制工程学院,江苏徐州,221116%东北大学流程工业综合自动化国家重点实验室,辽宁沈阳,110819
2019
中国矿业大学信息与控制工程学院,江苏徐州221116 |
| Subjects | |
| Online Access | Get full text |
| ISSN | 1000-8152 |
| DOI | 10.7641/CTA.2018.70719 |
Cover
| Abstract | 磨矿粒度和循环负荷是磨矿过程产品质量与生产效率的关键运行指标,相对于底层控制偏差,回路设定值对其影响要严重的多.然而,磨矿过程受矿石成分与性质、设备状态等变化因素影响,运行工况动态时变,难以建立模型,因此难以通过传统的模型方法优化回路设定值.本文将增强学习与案例推理相结合,提出一种数据驱动的磨矿过程设定值优化方法.首先根据当前运行工况,采用基于Prey-Predator优化的案例推理方法,决策出可行的基于Elman神经网络的Q函数网络模型;然后利用实际运行数据,在增强学习的框架下,根据Q函数网络模型优化回路设定值.在基于METSIM的磨矿流程模拟系统上进行实验研究,结果表明所提方法可根据工况变化在线优化回路设定值,实现磨矿运行指标的优化控制. |
|---|---|
| AbstractList | 磨矿粒度和循环负荷是磨矿过程产品质量与生产效率的关键运行指标,相对于底层控制偏差,回路设定值对其影响要严重的多.然而,磨矿过程受矿石成分与性质、设备状态等变化因素影响,运行工况动态时变,难以建立模型,因此难以通过传统的模型方法优化回路设定值.本文将增强学习与案例推理相结合,提出一种数据驱动的磨矿过程设定值优化方法.首先根据当前运行工况,采用基于Prey-Predator优化的案例推理方法,决策出可行的基于Elman神经网络的Q函数网络模型;然后利用实际运行数据,在增强学习的框架下,根据Q函数网络模型优化回路设定值.在基于METSIM的磨矿流程模拟系统上进行实验研究,结果表明所提方法可根据工况变化在线优化回路设定值,实现磨矿运行指标的优化控制. |
| Author | 王献伟 路兴龙 代伟 柴天佑 |
| AuthorAffiliation | 中国矿业大学信息与控制工程学院,江苏徐州221116;东北大学流程工业综合自动化国家重点实验室,辽宁沈阳110819%中国矿业大学信息与控制工程学院,江苏徐州,221116%东北大学流程工业综合自动化国家重点实验室,辽宁沈阳,110819 |
| AuthorAffiliation_xml | – name: 中国矿业大学信息与控制工程学院,江苏徐州221116;东北大学流程工业综合自动化国家重点实验室,辽宁沈阳110819%中国矿业大学信息与控制工程学院,江苏徐州,221116%东北大学流程工业综合自动化国家重点实验室,辽宁沈阳,110819 |
| Author_FL | DAI Wei LU Xing-long CHAI Tian-you WANG Xian-wei |
| Author_FL_xml | – sequence: 1 fullname: DAI Wei – sequence: 2 fullname: WANG Xian-wei – sequence: 3 fullname: LU Xing-long – sequence: 4 fullname: CHAI Tian-you |
| Author_xml | – sequence: 1 fullname: 代伟 – sequence: 2 fullname: 王献伟 – sequence: 3 fullname: 路兴龙 – sequence: 4 fullname: 柴天佑 |
| BookMark | eNotjz1Lw0Ach2-oYK1d_Qwuif__XZPLgUsJvkHBpc7lkuZEDSkYROLkICpUSieRDtYXkCx2N4T2y-SafgwDOj2_6fnxbJBaNIgCQrYQTG63cMfttk0K6JgcOIoaqSMAGA5adJ004_jMA0AEyi2sk109zYpstHx_LObD5Sgtx_f641Xnmf7-Kn7eysld-ZmW08Vq8VCmw9VsrmcTfZsX-Yt-et4ka0qGcdD8Z4Oc7O913UOjc3xw5LY7RozAbAPBkx7lfcfxQHCupE8VbXlCMVEtBC4E4-gpi9FAOX1EKYH7dsAkRT9wfNYg23_eaxkpGZ32zgdXl1H12Lu4CcMkSapaAVWlzX4BtxphJA |
| ContentType | Journal Article |
| Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| DBID | 2B. 4A8 92I 93N PSX TCJ |
| DOI | 10.7641/CTA.2018.70719 |
| DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Engineering |
| DocumentTitle_FL | Case-based reasoning and reinforcement learning integrated set-point optimization method for grinding process |
| EndPage | 64 |
| ExternalDocumentID | kzllyyy201901006 |
| GrantInformation_xml | – fundername: 国家自然科学基金项目; 江苏省自然科学基金项目; 中国博士后科学基金项目; 东北大学流程工业综合自动化国家重点实验室开放课题 funderid: (61603393, 61741318); (BK20160275); (2015M581885, 2018T110571); (PAL–N201706) |
| GroupedDBID | -01 -0Y 2B. 4A8 5XA 5XJ 92H 92I 93N ABJNI ACGFS ALMA_UNASSIGNED_HOLDINGS CCEZO CCVFK CUBFJ CW9 PSX TCJ TGT U1G U5S UY8 |
| ID | FETCH-LOGICAL-s1036-10bab27d88b0977fac2f24b9f39c2f10799371bf532ef8d11aa07c6e3a21ce8c3 |
| ISSN | 1000-8152 |
| IngestDate | Thu May 29 04:08:30 EDT 2025 |
| IsPeerReviewed | true |
| IsScholarly | true |
| Issue | 1 |
| Keywords | 磨矿过程 神经网络 设定值优化 案例推理 增强学习 |
| Language | Chinese |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-s1036-10bab27d88b0977fac2f24b9f39c2f10799371bf532ef8d11aa07c6e3a21ce8c3 |
| PageCount | 12 |
| ParticipantIDs | wanfang_journals_kzllyyy201901006 |
| PublicationCentury | 2000 |
| PublicationDate | 2019 |
| PublicationDateYYYYMMDD | 2019-01-01 |
| PublicationDate_xml | – year: 2019 text: 2019 |
| PublicationDecade | 2010 |
| PublicationTitle | 控制理论与应用 |
| PublicationTitle_FL | Control Theory & Applications |
| PublicationYear | 2019 |
| Publisher | 东北大学流程工业综合自动化国家重点实验室,辽宁沈阳110819%中国矿业大学信息与控制工程学院,江苏徐州,221116%东北大学流程工业综合自动化国家重点实验室,辽宁沈阳,110819 中国矿业大学信息与控制工程学院,江苏徐州221116 |
| Publisher_xml | – name: 东北大学流程工业综合自动化国家重点实验室,辽宁沈阳110819%中国矿业大学信息与控制工程学院,江苏徐州,221116%东北大学流程工业综合自动化国家重点实验室,辽宁沈阳,110819 – name: 中国矿业大学信息与控制工程学院,江苏徐州221116 |
| SSID | ssib001102751 ssib002258297 ssib023646306 ssib057620041 ssib051372463 ssj0042201 ssib023167526 |
| Score | 2.2371054 |
| Snippet | 磨矿粒度和循环负荷是磨矿过程产品质量与生产效率的关键运行指标,相对于底层控制偏差,回路设定值对其影响要严重的多.然而,磨矿过程受矿石成分与性质、设备状态等变化因素影... |
| SourceID | wanfang |
| SourceType | Aggregation Database |
| StartPage | 53 |
| Title | 基于案例推理增强学习的磨矿过程设定值优化 |
| URI | https://d.wanfangdata.com.cn/periodical/kzllyyy201901006 |
| Volume | 36 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| journalDatabaseRights | – providerCode: PRVEBS databaseName: Inspec with Full Text issn: 1000-8152 databaseCode: ADMLS dateStart: 20170701 customDbUrl: isFulltext: true dateEnd: 99991231 titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text omitProxy: false ssIdentifier: ssib057620041 providerName: EBSCOhost |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMw3V07b9RAELaipIEC8RRvBYktL3jX3pdEs77zKUKEhkRKF9k-GySiQyJJkVQUCJCCIiqEUhAeEkpDeqIo-TPnXH4GM2v77CQUQElj7c3Oznwz47Nnrd1Zx7nr-UpHXPitRGmYoPBUt-IEF40LmaU84zqxu95nHonpOf_BPJ8fm2iuWlpZjqeStd_uK_mXqAIN4oq7ZP8isiOhQIA2xBeuEGG4_lGMSciJ7pLAkNDHqwpJKIihRClLCYkKkAJ0AxRJtEuUwFGGER1iI2jb4UDpECPsKE2Ma5lBoI8N41XDQVeXhAqvStouZVUoYkJUh3JCHAgN5aJwFNgmWlkKNEQzG66wSdsLYkUDZCGzME1Z0zj-1BYSXM1oEa5lCRBmqa1b90gciRAlqgeJp1lALxjStRhABcjXaIvWNYuwpvvWPtCsrZQOKU4Aqz6aNB7KJWjdrsyW1VDZ8LUgAfTShh-5hcKr4Qa7wLLAykG_KIQLrjeFi40NTOlZyxMgriIM6E2NzKpjzWcY2jJCIXaBENUuKYCNta0vwloCYgOQzOrVGMXAww0dVBNWgTSdht7RLTLCf9pqHxmMlQzyTbcR4NN3w8ghDReVcgCPxvsYYQNIiqpDy6NsLDGEbilB45pfxuCNK2rk_2N0gK0IUCPZwKoOivJj2UhRDujYU7dILYqa2mWSWlT-P5n-SOFj-tOeNbhmVU1JmD_oOtEbLb99tra4uLq6in8Ml9oDCyYYfs4cdyZMZ-bh43o-RXFVQyO_Zxy34le_GZbR4PX8DQ-jEF69bINTT7LGcRscMi8s8Felyj5j9nz6kSOKqrpoxr3jRtgtlf0s6j9pZP-z551z5bR90hTP4AvO2NrTi87ZRjHXS879fGt3sLtx-OXtYH_9cGN7-P51_vVTvreb__g--Pl5uPlq-G17uHVwdPBmuL1-tLOf72zmL_cGex_zdx8uO3PdcLY93SrPpmktUazhTt04ipnsKRW7MIXOooRlzI915mloUVfivI_GGfdYmqkepVHkykSkXsRokqrEu-KM95_306vOZJr6ErI84dHU96VLo9RneGwFaPB6vOddc-6Uti-U756lhZMRvP4HPDecM9guvh_fdMaXX6ykt2BGtRzfLuP-C8onApg |
| linkProvider | EBSCOhost |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%A1%88%E4%BE%8B%E6%8E%A8%E7%90%86%E5%A2%9E%E5%BC%BA%E5%AD%A6%E4%B9%A0%E7%9A%84%E7%A3%A8%E7%9F%BF%E8%BF%87%E7%A8%8B%E8%AE%BE%E5%AE%9A%E5%80%BC%E4%BC%98%E5%8C%96&rft.jtitle=%E6%8E%A7%E5%88%B6%E7%90%86%E8%AE%BA%E4%B8%8E%E5%BA%94%E7%94%A8&rft.au=%E4%BB%A3%E4%BC%9F&rft.au=%E7%8E%8B%E7%8C%AE%E4%BC%9F&rft.au=%E8%B7%AF%E5%85%B4%E9%BE%99&rft.au=%E6%9F%B4%E5%A4%A9%E4%BD%91&rft.date=2019&rft.pub=%E4%B8%9C%E5%8C%97%E5%A4%A7%E5%AD%A6%E6%B5%81%E7%A8%8B%E5%B7%A5%E4%B8%9A%E7%BB%BC%E5%90%88%E8%87%AA%E5%8A%A8%E5%8C%96%E5%9B%BD%E5%AE%B6%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E8%BE%BD%E5%AE%81%E6%B2%88%E9%98%B3110819%25%E4%B8%AD%E5%9B%BD%E7%9F%BF%E4%B8%9A%E5%A4%A7%E5%AD%A6%E4%BF%A1%E6%81%AF%E4%B8%8E%E6%8E%A7%E5%88%B6%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E6%B1%9F%E8%8B%8F%E5%BE%90%E5%B7%9E%2C221116%25%E4%B8%9C%E5%8C%97%E5%A4%A7%E5%AD%A6%E6%B5%81%E7%A8%8B%E5%B7%A5%E4%B8%9A%E7%BB%BC%E5%90%88%E8%87%AA%E5%8A%A8%E5%8C%96%E5%9B%BD%E5%AE%B6%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E8%BE%BD%E5%AE%81%E6%B2%88%E9%98%B3%2C110819&rft.issn=1000-8152&rft.volume=36&rft.issue=1&rft.spage=53&rft.epage=64&rft_id=info:doi/10.7641%2FCTA.2018.70719&rft.externalDocID=kzllyyy201901006 |
| thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fkzllyyy%2Fkzllyyy.jpg |