選礦生產(chǎn)指標預測軟件人機交互界面的研發(fā).pdf

1、由于選礦生產(chǎn)過程具有非線性、多變量、時變性、大滯后、強耦合的特點，精礦品位等生產(chǎn)指標不能在線測量，致使選礦工程師不能實時調(diào)整整個生產(chǎn)過程，這引起研究人員對選礦生產(chǎn)指標預報算法的研究。算法應用到工業(yè)現(xiàn)場需要軟件平臺的支撐，但是國內(nèi)外針對選礦生產(chǎn)指標預測軟件的研發(fā)相對較少，雖然算法研究人員也會根據(jù)自己的需求開發(fā)預測軟件，但是這些軟件的人機交互性能友好性、易用性較差，通常難以滿足其他算法研究人員。為了能為算法研究人員提供功能更強大、人機交互性

2、能更好、適用性更廣的軟件，本文依托國家重點基礎研究發(fā)展計劃（973計劃）課題:具有安全性、協(xié)同性、易用性的一體化控制系統(tǒng)的若干技術基礎與半實物仿真實驗平臺的研究，設計和開發(fā)人機交互界面友好性強的選礦全流程生產(chǎn)過程指標預測軟件。本文的具體研究內(nèi)容為:
　　(1)針對選礦過程的生產(chǎn)指標預測特點以及算法研究人員的切實需求，對預測軟件所需要實現(xiàn)的功能以及人機交互界面的性能做需求分析，并根據(jù)人機交互界面的設計原則設計預測軟件各模塊的人機交互

3、界面，包括指標數(shù)據(jù)管理與分析模塊、預報算法配置與調(diào)用模塊以及預報結果分析與評價模塊。
　　(2)為了能夠更好的驗證本文軟件功能上和人機交互性能上的優(yōu)點，本文針對選礦生產(chǎn)過程復雜多變的工況條件等特點，提出一種自適應參數(shù)的在線SVR(SupportVector Regression)選礦指標預測方法。該方法可以實現(xiàn)在線訓練模型、在線預報生產(chǎn)指標，并且，采用基于自適應參數(shù)的SVR算法，可以將樣本自身的屬性加入到訓練模型中，達到更加精確的

4、預報精度。然后將該方法單獨開發(fā)成一個模塊以供研究人員直接使用。
　　(3)綜合利用多種現(xiàn)代化先進編程技術，開發(fā)預測軟件各模塊的功能。采用MVVM(Model View View-Model)模式設計軟件架構，實現(xiàn)了人機交互界面與后臺代碼的分離;采用“訂閱-發(fā)布”模式設計軟件各模塊之間的通訊，實現(xiàn)了模塊之間的解耦;采用適配器模式實現(xiàn)算法參數(shù)配置界面自動匹配的功能;采用命令模式實現(xiàn)不同算法調(diào)用命令的封裝功能;采用XML(eXtensi

5、ble Markup Language)技術實現(xiàn)算法屬性封裝功能。
　　(4)最后本文測試了軟件的性能以及人機交互界面的性能，證明了軟件具有較高的可維護性與可擴展性，人機交互界面具有較高的易用性與友好性。同時對預測軟件核心模塊的功能也展開了驗證，包括指標數(shù)據(jù)的管理與分析模塊為算法研究人員提供了數(shù)據(jù)的采集以及基本的統(tǒng)計分析和數(shù)據(jù)預處理功能;預報算法配置與調(diào)用模塊為算法研究人員提供了算法參數(shù)配置界面自動匹配以及內(nèi)嵌算法與外部算法調(diào)用功