基于多单元均值轨迹的氰化浸出过程浸出率预测

传统的偏最小二乘方法(partial least squares,PLS)因未对建模数据求取均值轨迹,以及没有考虑多单元生产对浸出率的综合作用,导致无法准确建立过程信息与质量变量之间的回归关系。根据高铜矿氰化浸出过程的多单元和耗时长的特点,提出一种针对连续过程的基于多单元均值轨迹的浸出率预测方法。获取建模数据的均值轨迹矩阵,在此基础上分别建立每个单元与实测浸出率的回归模型。定义输入向量与每个单元建模数据的相似度以及预测模型的权重,将各单元预测结果加权综合作为最终预测值。将该方法应用于氰化浸出过程浸出率预测,仿真结果表明,该方法体现了生产过程实际物理特性,提高了模型的解释能力,增强了预测模型的泛化性能。