生物冶金ORP与关键工艺参数关联规则的挖掘

陈 飞 朱婷婷 周继开

(1.新疆维吾尔自治区特种设备检验研究院，乌鲁木齐 830011；2.新疆工程学院，乌鲁木齐 830023)

随着自动化技术和计算机技术的发展，利用过程工艺本身的海量生产数据对生产工艺优化及机理认识等方面的研究越来越受到大家认可。生物冶金作为含砷、硫难处理金矿的提金主要方法[1～5]，近年来被广泛研究。但大多研究都只基于工艺本身的改进，导致大量工艺过程数据被闲置，使隐含的有价值信息没有被充分利用进而造成资源的极大浪费。为此，笔者以现场实测数据库为主要依据，通过对生物冶金工艺进行研究，在不增加硬件成本和改变工艺的前提下提高生物冶金的提金率。

温度、矿浆pH值、进风量、Fe2+浓度、磨矿细度、矿浆浓度和培养基是影响生物冶金提金率的主要因素[6,7]，其中Fe2+浓度、磨矿细度、矿浆浓度和培养基属不可控因素，温度、矿浆pH值和进风量属可控因素。现场通过合适的检测传感器件对可控因素进行实时测量、保存，为后续基于数据的生物冶金研究提供保障和可能。

现场实测数据量较大，通过常规方法处理并分析这些数据可以发现，它们都是以时间为节点、以各个因素为字段的天然时间序列。因此，时间序列的分析和处理方法可用于处理这些实测数据。现有的时间序列表示方法主要有移动平均模型和指数平滑模型[8～10]。相比于移动平均模型，指数平滑模型是对所有观测值的加权平均，权值按照指数规律衰减，距观测时间点越近权值越大，这比移动平均模型更合理。指数平滑模型如下：

St=αyt+(1-α)St-1

(1)

式中St——在时间t时的研究对象估计值；

yt——在时间t时的研究对象观测值；

α——平滑系数，α∈(0,1)。

根据工艺过程中工艺参数的变化共性，取α=0.12。对原采集数据进行平滑处理，可得可控参数平滑趋势数据与平滑差值曲线如图1～3所示。

图1 pH值平滑趋势数据与平滑差值曲线

图2 温度平滑趋势数据与平滑差值曲线

图3 进风量平滑趋势数据与平滑差值曲线

2 ORP与可控参数关联规则的挖掘

关联规则就是发现数据库以及其他数据存储中的大量项集间有价值的模式和项集间的相关性。生物冶金过程是一个生物、物理、电化学和其他因素共同作用的多域复杂过程，其黄金提取率受多方面主观和非主观因素影响，且影响关系尚在进一步的精确研究当中。利用Apriori关联规则算法对工业实测数据库项集中感兴趣的规则进行挖掘，可以得到黄金提取率与可控因素间的可描述关系。

2.1 数据转换

为了提高规则的挖掘效率与速率，在进行规则挖掘之前需要对原始数据库的数据进行处理。一般将数据分为数值型数据和二进制数据，针对不同的算法要求，数据的转换格式也不相同。Apriori算法是一种最有影响力的挖掘布尔关联规则频繁项集的算法，其核心是基于两阶段频集思想的递推算法[11]。该关联规则在分类上属于单维、单层、布尔关联规则，因此，为满足Apriori算法要求，需将原始数据转换为布尔型数据。

进行关联规则挖掘的目的就是为了发现各可控因素对黄金提取率的影响作用。所谓影响作用就是在其他变量都一定或处于某一稳定范围时，该变量的变化对黄金提取率的影响。一般将影响结果分为升高、降低和不变3种情况。有一项集It={Pt,Tt,Ft,Ot}，其中P、T、R是分属3个不相同域的变量，O是研究对象。在下一时刻，It+1={Pt+1,Tt+1,Ft+1,Ot+1}，此时各变量均有3种变化结果，以F为例：若Ft+1>Ft则记F′=1；若Ft+1

表1 生物冶金工艺参数三值状态变换

2.2 规则定义

2.3 Apriori算法关联规则挖掘

生物冶金工艺中黄金提取率难以实时、处处在线测量，因此给相关研究带来了极大困难。但据相关学者研究发现，黄金提取率与ORP线性正相关，因此研究可控影响因素与黄金提取率间的影响关系可转化成研究可控影响因素与ORP间的影响关系。在以下的研究中所有ORP项集均取“升高”情况，即三值状态中的{1}。

在使用Apriori算法挖掘关联规则时，为了衡量规则的价值(或者称为兴趣度)，需要定义两个指标，即支持度和置信度。一般这两个指标都是依据经验人为设定，但笔者研究的内容完全建立在数据分析基础上，过程中并不掺入现有的非数据经验，仅将其作为最终规则的工艺验证标准。因此在下面的规则挖掘中只取支持度和置信度最大的规则作为强关联规则，当最大支持度和最大置信度不在同一条规则时以支持度最大为准。

依据Apriori算法挖掘工艺参数pH值与ORP间的影响关系，项集X={Pt}、Y={Ot}，可得变换如下：

(2)

(3)

Pt取三值状态，规则X({Pt})⟹Y({Ot})的置信度和支持度见表2。依据约定的规则关联强度衡量准则，规则{-1,1}的置信度和支持度最大，是有价值的规则。对其进行解释即为“pH降低，ORP升高”， pH值的衡量起点为均值2。

表2 pH值与ORP影响关系关联规则挖掘结果

同上，X({Pt})⟹Y({Ot})的挖掘方法，Tt取三值状态，规则X({Tt})⟹Y({Ot})的置信度和支持度结果见表3。规则{-1,1}的支持度最大，是要寻找的有价值规则。对其进行解释即为“温度降低，ORP升高”，温度的衡量起点为均值42.3℃。

表3 温度与ORP影响关系关联规则挖掘结果

X({Pt})⟹Y({Ot})的挖掘方法，Ft取三值状态，规则X({Ft})⟹Y({Ot})的置信度和支持度结果见表4。规则{1,1}的支持度最大，是要寻找的有价值规则。对其进行解释即为“进风量增大，ORP升高”，进风量的衡量起始点为均值1 584.5m3/h。

表4 进风量与ORP影响关系关联规则挖掘结果

3 挖掘规则评估

由细菌活性试验资料可知，pH在1.0～2.2、温度在25～45℃、进风量在1 400～2 300m3/h时是生物冶金所用铁氧化硫杆菌、硫氧化硫杆菌及铁氧化螺旋杆菌等菌种的最佳环境条件。

由上述挖掘到的规则分析可知，当温度均值为42.3℃时，已接近细菌活性最佳温度上限，因此温度的下降对微生物细菌活性有利，所以规则“温度降低，ORP升高”符合工艺实际。当pH值均值为2时，已接近细菌活性最佳pH值上限，因此pH的降低对微生物细菌活性有利，所以规则“pH值降低，ORP升高”符合工艺实际。当进风量均值为1 584.5m3/h时，进风量处于最佳环境条件的下半部分，进风量增加对微生物细菌活性有利，所以规则“进风量增大，ORP升高”符合工艺实际。但进风量的增加也有限度，当进风量过大时会使附着在矿粒表面的微生物细菌脱落，不利于预处理过程的进行，从而使黄金提取率降低。

4 结束语

笔者依据生物冶金过程数据，通过对生物冶金工艺的深入分析，由数据挖掘方法得到了ORP与关键可控过程工艺参数间的可描述关系，揭示了生物冶金工艺的部分机理，为提高生物冶金提金率和下一步的工艺过程控制优化提供了依据。

[1] 陈飞.基于时间序列数据挖掘的生物氧化提金工艺参数优化[D].乌鲁木齐:新疆大学,2014.

[2] 南新元,陈飞,孔军.高寒地区某金矿生物氧化预处理过程温度控制研究[J].贵金属,2014,35(2):38～42.

[3] 李泉.生物氧化提金预处理过程参数间关系的辨识研究[J].化工自动化及仪表,2014,41(10):1185～1188.

[4] 李伟,南新元,吴琼.生物氧化提金中基于PSO-LSSVM的氧化还原电位建模研究[J].贵金属,2014,35(4):60～64.

[5] 吕重安,安娟.生物氧化预处理提金新工艺研究[J].湖南有色金属,2010,26(1):28～30.

[6] 刘子龙,秦晓鹏.影响生物氧化提金工艺的主要因素与措施[J].黄金科学技术,2010,18(2):58～60.

[7] 高丙朋,南新元,魏霞.基于迭代LS-SVM生物氧化提金预处理工艺参数优化算法的研究[J].贵金属,2012,33(2):40～43.

[8] Liao S H,Chu P H,Hsiao P Y.Data Mining Techniques and Applications：A Decade Review from 2000 to 2011[J].Expert Systems with Applications,2012,39(12):11303～11311.

[9] Han J W,Kamber M.Data Mining-Concepts and Techniques[M]. Amsterdam: Elsevier,2011:147～149.

[10] Ralha C G,Silva C V S.A Multi-agent Data Mining System for Cartel Detection in Brazilian Government Procurement[J].Expert Systems with Applications,2012,39(14):11642～11656.

[11] 包震宇.基于粗糙集对Apriori算法的改进[D].上海:上海师范大学,2010.