买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国矿业大学申请的专利一种分段可解释的煤浮选智能加药方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115390450B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211045523.9，技术领域涉及：G05B13/04；该发明授权一种分段可解释的煤浮选智能加药方法是由温智平;周长春;王光辉;刘航涛;周脉强设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本一种分段可解释的煤浮选智能加药方法在说明书摘要公布了：本发明公开了一种分段可解释的煤浮选智能加药方法，该方法基于高精度传感器和检测设备捕获浮选加药数据集，对输入特征进行归一化处理；然后利用特征数据变量训练煤浮选的XGBoost加药模型，结合SHAP解释该模型，基于SHAP均值选取主因变量，主因变量采用XGBoost模型直接预测，次因变量采用干煤泥含量计算的药剂比预测，同时借助SHAP均值计算添加药剂量的分段边界值，避免小于常规范围时仅仅依赖机器学习模型还会存在药剂不足的工况。该方法提出的新的分段可解释智能加药方法优于现有的人工操作和机器学习算法，该方法预测加药的算法更科学稳定，能够有效保证煤泥浮选生产的可燃体回收率和精煤产率，为选煤厂提质增效。

本发明授权一种分段可解释的煤浮选智能加药方法在权利要求书中公布了：1.一种分段可解释的煤浮选智能加药方法，其特征在于，包括以下步骤： S1：捕获煤浮选加药过程特征数据和浮选指标，建立煤泥浮选加药预测数据集； S2：设计和构建XGBoost浮选加药回归预测模型并计算训练误差； S3：采用SHAP算法解释浮选过程特征变量对浮选药剂添加量的贡献及重要性程度，分别计算出对于加药量预测最重要的特征； S4：依靠SHAP均值选取浮选药剂中的一种作为主因变量，按照步骤S2中XGBoost模型的预测值添加，另一种药剂作为次因变量，按照干煤泥含量计算的药剂比预测； S5：借助SHAP均值对添加药剂量的边界值分段； S6：综合上述步骤S1～S5，设置加药规则； 上述步骤S3包括： S31：以第i组训练数据为例，每组组局对应浮选特征变量，则第i个训练样本的SHAP值的预测可以表示为： 其中 公式中是第k个特征，是样本的平均预测，Z表示样本集合，S是除去第k个特征的样本集合，G表示预测模型，GS表示仅用集合S训练的模型； S32：训练数据中每个浮选特征变量对应有SHAP值，选择样本的SHAP均值来表示特征对于浮选药剂添加量预测的重要性，最终得到浮选过程特征的重要性排序； S33：选择SHAP均值最大的变量特征为加药量预测的最重要特征； S51：根据步骤S2中的浮选变量特征的排序依次绘制SHAPdependence_plot及产率、可燃体回收率与浮选变量的关系图； S52：在SHAPdependence_plot图中找到对应变量的预测加药量使得浮选指标不满足选煤厂要求的浓度值ρl、流量值Ql、充气量Al和尾矿灰分Adl，设定最低加药量的分段点为ρl、Ql、Al和Adl，对应的捕收剂加药量为最低加药量Yb。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国矿业大学，其通讯地址为：221000 江苏省徐州市铜山区大学路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。