本发明涉及矿石性质识别，尤其涉及一种磨矿过程矿石性质识别方法、装置、设备及存储介质。
背景技术：
1、球磨机磨矿过程是选矿工业中可变参数最多的作业之一。而我国的大部分矿山企业的矿石性质复杂多变，表现出的可磨性不同，从而影响球磨机处理量，这导致了可能存在多种针对不同的矿石性质及其可磨性的控制策略。但是，在生产过程中矿石性质无法在线检测，所以当矿石性质发生变化，人工控制存在操作的盲目性和不确定性，严重影响了磨矿流程稳定。
技术实现思路
1、有鉴于此，本发明的目的是为了克服现有技术中的不足，提供一种磨矿过程矿石性质识别方法、装置、设备及存储介质，用于结合不同矿石性质对应的磨矿工作状态不同，对应的各参数值也不相同的特点，进行相关性分析得到最影响矿石性质的主要参数，并基于k-近邻方式对待识别样本进行矿性的识别。
2、本发明提供如下技术方案：
3、第一方面，本发明提出一种磨矿过程矿石性质识别方法，所述方法包括：
4、获取磨矿过程中与矿石性质相关的历史设备运行参数值；
5、根据各所述历史设备运行参数值确定与所述矿石性质相关的多个主要参数；
6、对各所述主要参数对应的历史样本数据集合进行聚类分析，得到多个矿性类别；
7、分别计算待识别样本与各所述矿性类别对应历史样本数据集合的欧式距离，得到距离集合；所述待识别样本包括各所述主要参数对应的新样本数据；
8、基于k-近邻方式，从所述距离集合中确定多个目标状态样本；
9、根据各所述目标状态样本的所属矿性类别确定所述待识别样本的所属矿性类别。
10、在一实施方式中，所述根据各所述历史设备运行参数值确定与所述矿石性质相关的多个主要参数，包括：
11、根据所述历史设备运行参数值计算旋流器分级参数值；
12、根据所述历史设备运行参数值和球磨机自由端高压油压中心值确定球磨机控制参数值；
13、对所述设备运行参数、所述旋流器分级参数和所述球磨机控制参数进行相关性分析，得到各所述主要参数。
14、在一实施方式中，所述旋流器分级参数值包括旋流器沉砂浓度值和返砂比值；所述根据所述历史设备运行参数值计算旋流器分级参数值，包括：
15、基于流程平衡原理，根据所述历史设备运行参数值计算所述旋流器沉砂浓度值；
16、基于质量差，根据所述历史设备运行参数值计算所述返砂比值。
17、在一实施方式中，所述球磨机控制参数值包括充填率值；所述根据所述历史设备运行参数值和球磨机自由端高压油压中心值确定球磨机控制参数值，包括：
18、获取充填率标准数据；
19、根据所述球磨机自由端高压油压中心值、所述充填率标准数据、所述历史设备运行参数值建立球磨机混合充填率预测模型；
20、基于所述历史设备运行参数值，根据所述球磨机混合充填率预测模型获取所述充填率值。
21、在一实施方式中，所述根据所述球磨机自由端高压油压中心值、所述充填率标准数据、所述历史设备运行参数值建立球磨机混合充填率预测模型，包括：
22、根据预设钢球消耗系数、预设充填率系数和所述充填率值确定球磨机自由端高压油压中心计算式；
23、根据所述充填率标准数据和所述球磨机自由端高压油压中心值得到所述球磨机混合充填率预测模型。
24、在一实施方式中，所述基于k-近邻方式，从所述距离集合中确定多个目标状态样本，包括：
25、获取目标样本数值；
26、从所述距离集合中确定距离所述待识别样本最近的多个所述目标状态样本；所述目标状态样本的数量为所述目标样本数值。
27、在一实施方式中，所述根据各所述目标状态样本的所属矿性类别确定所述待识别样本的所属矿性类别之后，包括：
28、根据所述待识别样本的所属矿性类别调整磨矿过程中的设备控制参数。
29、第二方面，本发明提出一种磨矿过程矿石性质识别装置，所述装置包括：
30、获取模块，用于获取磨矿过程中与矿石性质相关的历史设备运行参数值；
31、确定模块，用于根据各所述历史设备运行参数值确定与所述矿石性质相关的多个主要参数；
32、聚类模块，用于对各所述主要参数对应的历史样本数据集合进行聚类分析，得到多个矿性类别；
33、计算模块，用于分别计算待识别样本与各所述矿性类别对应历史样本数据集合的欧式距离，得到距离集合；所述待识别样本包括各所述主要参数对应的新样本数据；
34、筛选模块，用于基于k-近邻方式，从所述距离集合中确定多个目标状态样本；
35、识别模块，用于根据各所述目标状态样本的所属矿性类别确定所述待识别样本的所属矿性类别。
36、第三方面，本发明提出一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的磨矿过程矿石性质识别方法。
37、第四方面，本发明提出一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的磨矿过程矿石性质识别方法。
38、本发明公开的磨矿过程矿石性质识别方法、装置、设备及存储介质，获取磨矿过程中与矿石性质相关的历史设备运行参数值；根据各所述历史设备运行参数值确定与所述矿石性质相关的多个主要参数；对各所述主要参数对应的历史样本数据集合进行聚类分析，得到多个矿性类别；分别计算待识别样本与各所述矿性类别对应历史样本数据集合的欧式距离，得到距离集合；所述待识别样本包括各所述主要参数对应的新样本数据；基于k-近邻方式，从所述距离集合中确定多个目标状态样本；根据各所述目标状态样本的所属矿性类别确定所述待识别样本的所属矿性类别。这样，基于不同矿石性质对应磨矿过程参数值不同的特点，对最影响矿石性质的磨矿过程参数进行聚类分析，得到影响矿石性质的主要参数，并基于主要参数通过k-近邻的方式进行实时的矿石性质分类，从而实现磨矿过程矿石性质在线识别。
1.一种磨矿过程矿石性质识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的磨矿过程矿石性质识别方法，其特征在于，所述根据各所述历史设备运行参数值确定与所述矿石性质相关的多个主要参数，包括：
3.根据权利要求2所述的磨矿过程矿石性质识别方法，其特征在于，所述旋流器分级参数值包括旋流器沉砂浓度值和返砂比值；所述根据所述历史设备运行参数值计算旋流器分级参数值，包括：
4.根据权利要求2所述的磨矿过程矿石性质识别方法，其特征在于，所述球磨机控制参数值包括充填率值；所述根据所述历史设备运行参数值和球磨机自由端高压油压中心值确定球磨机控制参数值，包括：
5.根据权利要求4所述的磨矿过程矿石性质识别方法，其特征在于，所述根据所述球磨机自由端高压油压中心值、所述充填率标准数据、所述历史设备运行参数值建立球磨机混合充填率预测模型，包括：
6.根据权利要求1所述的磨矿过程矿石性质识别方法，其特征在于，所述基于k-近邻方式，从所述距离集合中确定多个目标状态样本，包括：
7.根据权利要求1至6任一项所述的磨矿过程矿石性质识别方法，其特征在于，所述根据各所述目标状态样本的所属矿性类别确定所述待识别样本的所属矿性类别之后，包括：
8.一种磨矿过程矿石性质识别装置，其特征在于，所述装置包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7任一项所述的磨矿过程矿石性质识别方法。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的磨矿过程矿石性质识别方法。
