濕法冶金萃取過程組分濃度軟測量方法的研究與應用.pdf

1、我國蘊藏著大量的低品位有色金屬資源，隨著國民經(jīng)濟的快速增長，我國工業(yè)化進程的不斷推進，如何經(jīng)濟有效地利用這類礦產(chǎn)資源，對我國的可持續(xù)發(fā)展戰(zhàn)略具有極其重要的意義。作為提取冶金的兩大技術之一，濕法冶金的顯著優(yōu)點在于原料中有價金屬綜合回收程度高、有利于環(huán)境保護、生產(chǎn)過程較易實現(xiàn)連續(xù)化和自動化，因此更適合低品位礦產(chǎn)資源的回收利用。溶劑萃取技術簡化或取消了濕法冶金過程中大量耗資的固液分離工序，促進了濕法冶金工藝的迅速發(fā)展。盡管我國濕法冶金萃取工藝

2、達到世界先進水平，但萃取生產(chǎn)過程的控制還停留在離線分析、經(jīng)驗調整、手動控制的水平，導致整個濕法冶金企業(yè)生產(chǎn)效率低、資源消耗大、產(chǎn)品質量不穩(wěn)定，已經(jīng)成為制約我國濕法冶金工業(yè)發(fā)展的瓶頸。
　　本文針對濕法冶金萃取生產(chǎn)過程中組分濃度在線檢測的難點，在深入分析濕法冶金萃取生產(chǎn)過程特點的基礎上，利用機理建模與數(shù)據(jù)建模相結合的混合建模方法，全面系統(tǒng)地開展了濕法冶金萃取過程組分濃度軟測量方法及應用方面的研究。本文的主要研究工作歸納如下:

3、　　1.從溶劑萃取的基本原理出發(fā)，首先簡要分析了影響萃取平衡的主要因素。基于物料衡算關系，提出利用串行結構建立多級逆流萃取過程的動態(tài)機理模型。在多級逆流萃取過程模型的基礎之上，又提出對分餾萃取過程進行動態(tài)建模。模型中利用數(shù)據(jù)建模方法描述萃取平衡關系，與物料平衡關系共同組成分餾萃取過程的動態(tài)機理模型。通過模型仿真，揭示了分餾萃取過程的動態(tài)特性與穩(wěn)態(tài)特性，找出影響分餾萃取過程的主要因素，確定了軟測量模型中的輔助變量，為軟測量模型的建立奠定基

4、礎。
　　2.針對動態(tài)機理模型在工業(yè)現(xiàn)場難以直接應用的難題，提出采用并行混合模型的結構建立分餾萃取過程的軟測量模型。該模型由簡化的機理模型與數(shù)據(jù)補償模型并聯(lián)組成，因此能夠充分發(fā)揮不同建模方法的優(yōu)點。模型簡化的目的是減少機理模型中的不可測變量，提高模型的運算效率。補償模型則利用過程數(shù)據(jù)彌補由于模型簡化所帶來的預測精度下降問題。為了建立補償模型，還提出了一種基于PLS、模糊系統(tǒng)以及減聚類算法的非線性數(shù)據(jù)建模方法，該方法能夠抑制過程數(shù)據(jù)

5、中正態(tài)分布的噪聲，并簡化模糊系統(tǒng)模型的結構。通過仿真實驗，驗證了上述混合建模方法的有效性。
　　3.針對過程數(shù)據(jù)通常包含有異常點的難題，提出利用魯棒非線性建模方法建立補償模型。由于多維數(shù)據(jù)中的異常點，很難利用傳統(tǒng)方法將其一一剔除，為此首先提出了基于RBF網(wǎng)絡的魯棒非線性數(shù)據(jù)建模方法。該方法利用RBF變換將低維空間的非線性問題轉化為高維空間的線性問題，再利用不同的魯棒PLS算法進行模型參數(shù)的訓練。在此基礎之上，又提出了一種魯棒KPL

6、S算法。由于該算法采用了核方法，因此不涉及特征空間的維數(shù)，也不需要知道非線性映射的具體形式，可用于建立魯棒補償模型。另外，所建立的軟測量模型在應用于實際工業(yè)生產(chǎn)過程的時候，還需要引入模型校正環(huán)節(jié)，以擴大其使用范圍。因此本文提出了一種短期校正與長期校正相結合的校正策略，通過兩種校正方式的交替使用，進一步提高了模型的預測精度與實用性。利用所提出的魯棒混合建模方法以及校正策略對銅萃取過程工業(yè)現(xiàn)場數(shù)據(jù)進行預測，取得了滿意的效果。
　　4.

7、針對濕法冶金萃取過程優(yōu)化操作的問題，在軟測量模型的基礎之上，以提高產(chǎn)品質量和降低輔料消耗為目標，提出利用粒子群優(yōu)化算法為萃取過程提供優(yōu)化操作指導。以某鉆濕法冶金工廠的萃取工段作為具體研究對象，由于原有生產(chǎn)條件自動化水平較低，因此首先需要設計基礎自動化系統(tǒng)，采用了由執(zhí)行層、控制層和管理層構成的三層體系結構。在基礎自動化系統(tǒng)的支持下，以上述理論研究為基礎，設計并開發(fā)了萃取工段的優(yōu)化操作系統(tǒng)軟件，實現(xiàn)了萃取過程組分濃度的軟測量，并為該過程提供