金濕法冶金置換過程的優(yōu)化方法
【專利摘要】本發(fā)明提供一種濕法冶金置換過程的優(yōu)化控制方法，包括過程數據采集、輔助變量的選擇以及數據預處理、置換過程優(yōu)化模型的建立、置換過程的優(yōu)化等步驟，其特征在于：用化學反應動力學方程式和物料守恒原理建立置換率機理模型；用KPLS算法建立金泥品位數據模型；采用帶修正項的自適應迭代優(yōu)化算法對置換過程進行優(yōu)化。本發(fā)明還提供了一種實施置換過程置優(yōu)化的軟件系統(tǒng)，它包括主程序、數據庫和人機交互界面，該系統(tǒng)軟件以濕法冶金合成過程控制系統(tǒng)的模型計算機作為硬件平臺。將本發(fā)明應用于某金濕法冶金工廠置換過程，對鋅粉添加量進行優(yōu)化，結果表明該方法確保了金的回收率，降低了后續(xù)工序的處理成本，提高了經濟效益。
【專利說明】金濕法冶金置換過程的優(yōu)化方法

【技術領域】
[0001]本發(fā)明屬于濕法冶金領域，特別提供一種金濕法冶金置換過程的優(yōu)化方法，即提供一種金濕法冶金置換過程鋅粉添加量的優(yōu)化方法。

【背景技術】
[0002]濕法冶金工藝是逐漸成熟并且迫切需要工業(yè)化的新工藝，與傳統(tǒng)的火法冶金相t匕，濕法冶金技術具有高效、清潔、適用于低品位復雜金屬礦產資源回收等優(yōu)勢。特別是針對我國礦產資源貧礦多，復雜共生，雜質含量高的特點，濕法冶金工藝工業(yè)化對于提高礦產資源的綜合利用率，降低固體廢棄物產量，減少環(huán)境污染，都有著重大意義。
[0003]近幾年濕法冶金工藝、設備研究進展迅速。但是濕法冶金工藝流程復雜，設備類型多樣，工藝條件惡劣，如高溫、高壓、強腐蝕等，所以濕法冶金工藝只有大規(guī)模提高工業(yè)化自動控制水平，才能保證生產安全、穩(wěn)定、高效、連續(xù)的運行，進而確保產品的質量和產量。
[0004]置換過程是濕法冶金的重要工序之一，置換法是在溶液中較負電性的金屬還原較正電性金屬的離子，如利用鋅粉置換還原金。金屬置換在濕法冶金中應用較廣，其優(yōu)點在于:具有較高效率與較快的反應速率，簡便的處理設備，以純凈的金屬單質形式回收大部分金屬，產生相對較少的漿液等。目前置換過程的控制還停留在離線化驗分析、經驗調整、手動控制的水平，導致整個濕法冶金企業(yè)生產效率低、資源消耗大、產品質量不穩(wěn)定，成為制約我國濕法冶金工業(yè)發(fā)展的瓶頸。
[0005]鋅粉置換工藝主要由貴液凈化、脫氧和鋅粉置換三個作業(yè)組成，其基本工序圖如圖1所示:
[0006](I)凈化。礦漿過濾、洗滌產出的貴液中，含有少量礦泥和難于沉淀的懸浮顆粒，它們的存在會污染鋅的表面、降低金的沉淀率并消耗貴液中的氰化物。凈化所用設備主要是板框壓濾機和自動反洗過濾器。該作業(yè)目的是清除貴液中的固體懸浮物，避免其進入置換作業(yè)，影響置換效果和金泥質量，因此要求凈化后貴液中懸浮物含量越低越好；
[0007](2)脫氧。含金溶液由于氰化作業(yè)時的充氣和作業(yè)過程中與空氣的接觸，其中常含有較高的溶解氧，大量氧的存在，會在向溶液中加鋅置換金時造成溶液中金的沉淀速度慢且不完全，并使已沉淀金反溶解和增大鋅粉的消耗。該作業(yè)的主要目的是除去溶液中的溶解氧，所用的設備為真空脫氧塔，可使貴液中含氧量降到0.5g/m3以下；
[0008](3)置換。該作業(yè)由兩部分組成，鋅粉添加和置換部分。鋅粉添加要求添加量準確，添加迅速、連續(xù)，盡量避免鋅粉氧化和受潮結塊；鋅粉添加是由鋅粉加料機和鋅粉混合器聯(lián)合完成的，當鋅粉加入貴液中，置換反應便開始進行，在板框壓濾機內完成最終的置換反應和金泥過濾，最終在濾布上形成一層金泥。鋅粉置換過程示意圖如圖2所示。
[0009]目前，工廠對置換過程中鋅粉添加量的設定值，是操作人員憑借各自的經驗，根據離線化驗所得的置換率和金泥品位來確定的，從而確保置換率滿足要求。這種方法的缺點是:(1)人工化驗滯后大，達數小時，因此，這些化驗值難以直接用于置換率的控制。(2)操作者主要依靠各自的經驗進行調節(jié)，但由于操作經驗的差異，造成鋅粉加入量波動很大。多加的鋅粉固然可以保證貴金屬被全部置換，但也造成了鋅粉的不必要浪費，不僅容易堵塞管道，同時也致使金泥的后續(xù)處理成本提高，降低了經濟效益。因此，對置換過程鋅粉添加量的優(yōu)化就顯得至關重要。


【發(fā)明內容】

[0010]本發(fā)明提供一種金濕法冶金置換過程的優(yōu)化方法，通過對金濕法冶金置換過程置鋅粉添加量的優(yōu)化，開發(fā)置換過程優(yōu)化操作系統(tǒng)，實現對置換過程的優(yōu)化控制。
[0011]本發(fā)明的目的是尋求一種金濕法冶金置換過程的優(yōu)化方法，它用于解決如下問題:
[0012](I)通過對置換過程鋅粉添加量的優(yōu)化控制，避免了在人工調節(jié)中，由于操作者各自經驗的差異，給生產帶來的不利影響；
[0013](2)通過對置換過程的優(yōu)化控制，使置換過程的生產更加安全、穩(wěn)定、高效，確保了金泥的產量和質量，提高了經濟效益；
[0014](3)通過對置換過程的優(yōu)化控制，提高了置換過程自動化水平，為實現濕法冶金全流程自動化控制奠定基礎。
[0015]本發(fā)明所提供的金濕法冶金置換過程的優(yōu)化方法包括:⑴過程數據采集、(2)輔助變量的選擇以及數據預處理、(3)置換過程優(yōu)化模型的建立、(4)置換過程的優(yōu)化。
[0016](I)過程數據采集
[0017]本發(fā)明裝置包括置換過程優(yōu)化控制操作系統(tǒng)、上位機、PLC、現場傳感變送部分，如圖3所示。其中現場傳感變送部分包括流量檢測儀表等。在置換過程現場安裝檢測儀表，檢測儀表將采集的信號通過PR0FIBUS-DP總線送到PLC，PLC通過以太網定時將采集信號傳送到上位機，上位機把接收的數據傳到置換過程優(yōu)化操作系統(tǒng)，從而進行置換過程鋅粉添加量的優(yōu)化控制。
[0018]本發(fā)明裝置的各部分功能:
[0019](A)現場傳感變送部分:流量檢測儀表由傳感器組成，負責過程數據的采集與傳送;
[0020](B)PLC:負責把采集的信號Α/D轉換，并通過以太網把信號傳送給上位機；
[0021](C)上位機:收集本地PLC數據，傳送給置換過程優(yōu)化操作系統(tǒng)，從而完成對置換過程鋅粉添加量的優(yōu)化。
[0022](D)置換過程優(yōu)化操作系統(tǒng):完成收集數據的運算處理和相應的人機交互操作，從而進行置換過程鋅粉添加量的優(yōu)化控制。
[0023](2)輔助變量的選擇以及數據預處理
[0024]本發(fā)明所選擇的輔助變量包括:
[0025](A)貴液的流量X1 ；
[0026](B)貴液中金氰離子的濃度X2 ；
[0027](C)貴液中銀離子的濃度X3 ；
[0028](D)鋅粉添加量X4 ；
[0029](E)置換率 X5 ；
[0030](F)金泥品位X6 ；
[0031]數據預處理包括:
[0032](A)異常數據預處理
[0033]在濕法冶金置換過程中，會產生大量的關于置換率和金泥品位的過程數據，受測量儀表檢測精度、可靠性和現場測量環(huán)境等因素的影響，不可避免地帶有各種各樣的誤差，其中不乏存在一些不完整和錯誤的數據記錄。如果建模中利用了這些異常數據，則將影響置換率和金泥品位預測模型的建模精度和計算穩(wěn)定性。因此，必須對建模數據進行預處理，剔除不完整數據和異常數據。
[0034]針對異常數據，通常采用3σ準則，也稱為拉依達準則進行處理。一般情況下，對一組樣本數據X= Ix1, X2，…，X1J，如果發(fā)現有偏差大于3 σ的數值，則可以認為它是異常數據，應予以剔除，其數學方法表述如下:
[0035]

【權利要求】
1.金濕法冶金置換過程的優(yōu)化方法，采用已知的濕法冶金置換過程工藝，其特征在于:通過對濕法冶金置換過程建模，實現濕法冶金置換過程的優(yōu)化控制，包括過程數據采集、輔助變量的選擇以及數據預處理、置換過程優(yōu)化模型的建立、置換過程的優(yōu)化: 1)數據采集 數據采集所用的設備硬件包括置換過程優(yōu)化控制操作系統(tǒng)、上位機、PLC、現場傳感變送部分，其中現場傳感變送部分包括流量檢測儀表等，在置換過程現場安裝檢測儀表，檢測儀表將采集的信號通過PROFIBUS-DP總線送到PLC，PLC通過以太網定時將采集信號傳送到上位機，上位機把接收的數據傳到置換過程優(yōu)化操作系統(tǒng)，從而進行置換過程鋅粉添加量的優(yōu)化控制； 現場傳感變送部分功能:流量檢測儀表由傳感器組成，負責過程數據的采集與傳送； PLC功能:負責把采集的信號A/D轉換，并通過以太網把信號傳送給上位機； 上位機功能:收集本地PLC數據，傳送給置換過程優(yōu)化操作系統(tǒng)，從而完成對置換過程鋅粉添加量的優(yōu)化； 置換過程優(yōu)化操作系統(tǒng)功能:完成收集數據的運算處理和相應的人機交互操作，從而完成對置換過程鋅粉添加量的優(yōu)化控制； 2)輔助變量的選擇以及數據預處理 選擇的輔助變量包括: ⑷貴液的流量X1 ； (B)貴液中金氰離子的濃度X2； (C)貴液中銀離子的濃度X3； (D)鋅粉添加量X4； (E)置換率X5； (F)金泥品位X6； 數據預處理包括: (A)異常數據預處理 針對異常數據，采用3 σ準則，也稱為拉依達準則進行處理；一般情況下，對一組樣本數據X= Ix1, X2，…，χη}，如果發(fā)現有偏差大于3 σ的數值，則可以認為它是異常數據，應予以剔除，其數學方法表述如下:
式中—為平均值
如果某個數據樣本值Xi的殘差ei滿足下式: ej>3。 (2) 則認為Xi是含有粗差的異常數據，應予以剔除；在剔除了己經找出的異常數據后，對剩下的數據按上述準則繼續(xù)進行計算、判別和剔除，直到不再有異常數據為止； (B)間歇過程數據預處理 由于濕法冶金置換過程是一個典型的間歇過程，要對這個間歇過程的最終產品的金泥品位進行數據建模，就需要對關于金泥品位的間歇過程數據進行預處理； 間歇操作實時測量的過程數據可以表示為三維數組=X(IXJXK),其三個維數分別表示間歇操作周期α = 1，…，I)、過程變量個數(j = 1，…，j)和每一次間歇操作過程中測量點的個數(k = I,...,K)； 間歇過程的產品質量通常是在一次間歇操作結束之后離線測定，表示為離線的二維矩陣Y(IXJy);因此，間歇過程數據的典型形式是一個三維的過程變量數組X(IXJXK)和一個二維的質量變量矩陣Y(IXJy)； 考慮到后續(xù)金泥品位的建模問題，將該三維數據按批次方向展開為二維矩陣，這種展開方法保留了批次方向而將過程變量和采樣點個數兩個維數上的數據揉合在一起，其每一行包含了一個批次操作周期內的所有數據，表示為=X(IXKJ)； 3)置換率的機理模型 (A)化學反應動力學方程式 在某一化學反應過程中，反應物的反應速度往往是一個很重要的變量，在鋅粉置換金的反應中，鋅粉置換金服從一階動力學反應，金的反應沉積速度可用如下表達式求得:
式中rAu—金的沉積速度(g/m3.S-1)； k一反應速度常數(m/s)； A—鋒粉表面積(m2)； V—壓濾機中溶液的體積(m3)； CA—溶液中金氰離子濃度(g/m3)； 置換反應發(fā)生在鋅粒的表面，假設鋅粒是球形的，鋅粉的表面積計算表達式如下:
式中P—鋅的密度(g/m3)； 尖.一鋅粒的直徑(m)； Uzn—壓濾機溶液中的鋅粉質量(g)； 鋅的反應速度與金的反應沉積速度關系如下:
式中rZn—鋅的反應速度(g/m3.S-1)； Mzn—鋅的相對原子質量； Mau—金的相對原子質量； k2—反應比例系數； (B)物料守恒 組分累積量=組分流入量-組分流出量-組分反應消耗量 對于金離子的守恒來說，表達式如下:
對于鋅粉的質量守恒來說，表達式如下:
(7)式中 F。一貴液的流量(m3/s)； Caci—貴液中的金氰絡合離子濃度(g/m3)； M一鋒粉流量(g/s)； CA—貧液中金氰絡合離子的濃度(g/m3)； F—貧液的流量(m3/s)； (C)壓濾機特性方程 單位時間內，壓濾機內溶液的體積變化:
恒壓下,過濾的基本方程式:
式中V1—分離得到的貧液量(m3)； 匕一過濾速度常數(m2/s)； A1—壓濾機濾布的過濾面積(m2)； Λ P—推動力(Pa)； Ve—過濾介質的當量濾液體積(m3)； S—濾餅的壓縮指數； 金的置換率表達式:y=cm-cm/caq(11) 式中Caci—貴液中金氰離子初始濃度(g/m3)； Ca一貴液中金氰離子的濃度(g/m3)； 建立的置換過程關于金置換率的動態(tài)機理模型，置換率與貴液中金氰絡合離子濃度、貴液流量、鋅粉添加量的關系式如下所示:y = f(CA, F,M) (12) 其中Ca—貴液中金氰離子的濃度(g/m3)； F—貴液的流量(m3/s)； M一鋒粉添加量(g/s)； 4)金泥品位的數據模型本發(fā)明采用非線性PLS作為數據建模的方法，這里的輸入變量為貴液流量、鋅粉添加量、金氰離子濃度、銀離子濃度，輸出變量為金泥品位；對于核偏最小二乘算法的基本思想表示如下: 對于非線性過程數據X e Rixn，往往可以通過映射將低維空間的非線性關系轉變?yōu)楦呔S空間的線性關系，在高維空間利用NIPALS算法建立PLS模型，即在原始空間建立了非線性KPLS模型；如一個非線性變換輸入數據Xi e RN(i = 1，2，...，I)映射到特征空間F: Xi e Rn — Φ (Xi) e F (13) 式中N—輸入矩陣的維數； I 一樣本的個數； Xi—矩陣X的第i行數據； Φ OOixs—輸入空間到特性空間的非線性映射關系； S—特性空間的維數； 在特征空間中，引入核函數K,定義為K = Φ Φτ形式，Kij = K(xi； Xj)是ηΧη的Gram矩陣；通常選用高斯核函數:
式中O —核寬參數； 在確定了核函數以后，接下來就需要確定核寬參數σ以及潛變量的個數；本發(fā)明選擇交叉檢驗的方法確定上述兩個參數，即將建模數據分為N組，利用其中的N-1組進行建模，對余下的I組進行預測，選擇預測均方根誤差和的最小值所對應的參數組合； 在進行上述變換之后，利用PLS算法建立輸入數據向量X與輸出數據向量Y之間的線性回歸模型，若T是由前h個得分向量組成的kXh維矩陣，則模型可以利用下式進行描述:
式中X—輸入數據矩陣； T一輸入數據得分向量矩陣； P— X的負載向量矩陣； E-X的擬合殘差矩陣； Y—輸出數據矩陣； 1-T對Y的得分向量的預測值矩陣； Q-Y的負載向量矩陣； F-Y的擬合殘差矩陣； B-PLS的回歸系數矩陣； KPLS算法離線建模的基本步驟如下: (A)對訓練數據X和Y進行標準化處理，即均值零化和方差歸一化； (B)計算核矩陣K，DCij = [K(XilXj)]； (C)特征空間中心化，使
),其中，I為單
4=1N..j￥..位矩陣，In為全I矩陣，I e Rnxn，In e Rnxn ； (D)隨機初始化輸出得分向量U，可設u等于Y的任意一列；(E)計算輸入得分向量t:t = Ku,將t正規(guī)化:t = t/| |t| I ； (F)計算輸出得分向量的權值向量C:c = YTt ; (G)計算輸出得分向量u:u = Yc,將u正規(guī)化:u = u/| |u| I ； (H)重復步驟(D)-(G)，直至收斂；檢查收斂的辦法是看t與前一次的差是否在允許的范圍之內； (I)計算特征空間和輸出空間的殘差空間:K= [In-ttT]K[In-ttT]，Y = Y-ttTY ； (J)利用交叉檢驗法確定外部迭代次數，即得分向量的個數； (K)計算特征空間回歸系數矩陣B:B = ΦtU (TtKU) ^1TtY ； (L)對訓練數據進行預測:Ir = ΦJ=ClxDi￡/0---71 1T1Y = KUiTrKT) lTrYt 5)置換過程的優(yōu)化 針對置換過程的實際運行特點，本發(fā)明采用帶修正項的自適應迭代優(yōu)化算法；以置換過程金泥品位為優(yōu)化目標，置換率為約束條件，對鋅粉添加量進行批次間迭代優(yōu)化；基于最優(yōu)性條件校正的帶修正項的自適應優(yōu)化方法，能夠在無需更新模型的前提下有效克服模型失配和過程擾動帶來的不確定性干擾，解決了傳統(tǒng)的基于理論模型的迭代優(yōu)化技術在實際應用時面臨的最大瓶頸，具有計算負荷小的優(yōu)點； 通常情況下，實際過程穩(wěn)態(tài)優(yōu)化問題表示形式:
滿足約束:
G(c, z)≤ O cL ^ c ^ Cu(18)
y = f*(c)
z = h* (C) 式中c一控制變量，即鋅粉添加量，c = (C1, C2,…，cn) e Rn ； (^一控制變量下限值； Cu—控制變量上限值； y—輸出變量，即金泥品位；
Z—過程變量，即置換率，Z= (z1； Z2,..., zn) = Ou(C1), h*(C2),…，h*(cn)) e Rn ；
f；(C)一實際被控對象輸入與輸出之間的映射關系，即金泥品位實際模型；
h*(C) —實際被控對象輸入與過程輸出之間的映射關系，即置換率實際模型； Q (.)—優(yōu)化指標函數； G (.)—優(yōu)化約束函數； 由于實際過程中，金泥品位實際模型f；(c)和置換率實際模型h*(c)不能得到，只能由金泥品位預測模型f (c，α)和置換率預測模型h(c，β)近似表示:y = f(c, α), z =h(c, β)，其中，a e Rm、β e Rn表示模型參數； 因此基于實際被控對象的優(yōu)化問題轉換成基于模型的優(yōu)化問題:miu f(c,e)(19) 滿足約束:g(c, β) ^ O(20)
CL ^ C ^ CU
其中，q (c, α ) = Q(c, f (c, α ))，g (c, β ) = G(c, h(c, β ))； 采用帶修正項的自適應優(yōu)化算法進行優(yōu)化求解，首先對該算法的基本原理進行簡要介紹，假設在給定操作點F處，帶修正項的自適應優(yōu)化算法表達式如下所示； 目標函數修正形式:
約束函數修正形式:
與傳統(tǒng)未考慮模型不確定性的迭代優(yōu)化方法相比，目標函數和約束函數增加了修正項，各項修正因子λ?Τ，λΒΤ, eg的表達式如下所示:
式中λ —在操作點F處實際目標函數梯度與模型目標函數梯度之差； λ gT—在操作點E處實際約束函數梯度與模型約束函數梯度之差； ε 8—在操作點F處實際約束函數與模型約束函數之差； 為了整齊性，將λΒΤ, λ 表達式歸整如下:
因此各修正項用一個表達式表示為:Λ (c) = C* (c)-C (c，α, β)； 在上述問題中，涉及到兩個關鍵變量的求取，即基于實際被控對象的目標函數q*(c)關于輸入變量c的梯度，以及基于實際被控對象的約束函數g* (C)關于輸入變量c的梯度，該表達式如下所示:
帶修正項的自適應優(yōu)化算法優(yōu)化效果的優(yōu)劣關鍵在于和￥(f)兩個變量的梯

CCOC度估計是否精確，梯度估計越精確算法的收斂效果越好，反之則越差；由于式(28)和(29)中Q，G表達式是已知的，.V.(F)和？>.反)是可以測量的金泥品位和置換率，唯一的未知變量是
估計的準確與否也關系著整個算法的收斂效 果，針對的
的估算本發(fā)明采用Brony’ s估計方法；
Brony’s梯度估計法是一種利用實際過程輸出測量值來估計實際被控對象關于操作變量梯度的方法，該方法的具體表達形式如下所示:
式中Ck一第k批次的輸入軌跡； Ck-J一第k-Ι批次的輸入軌跡； Fit(Ck)—第k批次的實際輸出值； FM(V1)—第k-Ι批次的實際輸出值； Brony’ s梯度估計法利用每一批次的實際測量值對梯度進行更新；基于置換過程受擾動大，非線性強，強耦合的過程特性，結合Brony’ s方法易操作等特點，采用該方法對實際被控對象關于操作變量的梯度進行估計運算； 帶修正項的自適應優(yōu)化算法的流程圖，具體操作流程，如下所示:

㈧令k = 1，初始化迭代次數N，，
操作變量初值C1，測得實際測量值Fi(C1)；

(B)計算Ai = Cit(C1)-C(C1, α , β ),解優(yōu)化問題ming(e，a) + l#i.，求取 c2;




C
(C)假設在第k 批次，求取 Λ k = c* (ck) -c (ck, α, β)； (D)解優(yōu)化問題+
，求取Ck+1 ； (E)在ck+1處,可以求得各修正項參數:Ak+1= C*(ck+1)-C(ck+1, α , β )；
(F)經一次濾波運算得到Ak+1 = (1-K) A k+K[C*(ck+1) -C (ck+1, α , β )];其中,增益系數K = (IiagOD1,...，bn, q”...，qn, d),通常取(0，I)之間的數； (G)終止條件，k^N是否成立，如果成立，則迭代終止，否則迭代繼續(xù)； 由于在優(yōu)化問題中，優(yōu)化結果的好壞很大程度受初值的影響；所以本發(fā)明基于數學模型，采用粒子群(PSO)優(yōu)化算法，對鋅粉添加量進行一次離線優(yōu)化，將求取的最優(yōu)控制軌跡作為實際操作過程的初始輸入軌跡(C1),然后采用序貫二次規(guī)劃(SQP)優(yōu)化算法對自適應優(yōu)化問題求解。
2.根據權利要求1所述的金濕法冶金置換過程的優(yōu)化方法，其特征在于: 該生產線上有一個凈水池，I臺脫氧塔，I臺射流真空泵，I臺射流真空系統(tǒng)，I個水池，.2臺臥式化工泵，I臺鋅粉給料皮帶機，I臺鋅粉混合器，I臺液壓板框壓濾機，I個高銅貧液池，I臺電磁流量計，置換過程檢測系統(tǒng)主要由流量檢測構成；PLC控制器采用SIMATIC S7-40系列的CPU 414-2，具有PROFIBUS-DP 口連接分布式.1 ;為PLC配備以太網通訊模塊，用于上位機訪問PLC數據；PLC控制器和以太網通訊模塊放置在中央控制室中的PLC柜中； 由于料液、酸液、堿液都導電且具有腐蝕性，因此選用KROHNE公司生產的具有聚四氟乙烯內襯的電磁流量計進行流量檢測；電磁流量計為無阻力件檢測具有精度高、使用壽命長、保養(yǎng)方便等優(yōu)點；電磁流量計配備的就地顯示儀表可以實現流量計就地顯示、流量信號變送和流量累計等功能；電磁流量計輸出的信號為標準的電流信號； 貴液中的金氰離子濃度、銀離子濃度經離線化驗所得； 上位機選用Lenovo ThinkCentre M8400t計算機，采用WINDOW XP操作系統(tǒng)； 置換過程優(yōu)化操作系統(tǒng)運行在Lenovo ThinkCentre M8400t計算機上，采用C# 2008編程軟件，數據存儲采用SQL Server 2005數據庫，算法采用Matlab 2010a編程軟件； PLC與置換過程優(yōu)化操作系統(tǒng)的信號傳送軟件是采用C# 2008編程軟件； 在置換過程現場安裝檢測儀表，檢測儀表將采集的信號通過PR0FIBUS-DP傳送到PLC中，PLC定時將采集信號通過以太網傳送給上位機，上位機把接受的數據傳給置換過程優(yōu)化操作系統(tǒng)，從而進行置換過程鋅粉添加量的優(yōu)化； 第一步、收集數據:根據不同的生產工況(貴液流量、貴液中的金氰離子濃度、貴液中的銀離子濃度等)，憑借操作人員的經驗確定鋅粉的添加量，實施于實際的生產過程，然后經過離線化驗得到各批次的置換率和金泥品位數據； 第二步、數據預處理:將所收集數據中不完整和異常數據剔除，然后將關于金泥品位的三維數據按批次方向展開為二維數據，為置換率機理模型辨識和金泥品位數據模型的建立做好準備； 第三步、置換率機理模型的建立:用上述處理后的關于置換率的數據，對置換率機理模型進行參數辨識，從而得到置換率機理模型中的未知參數； 第四步、金泥品位數據模型的建立:對上述處理后的關于金泥品位的數據，利用KPLS方法進行訓練建模，得到金泥品位數據模型； 第五步、置換過程優(yōu)化模型的建立:利用所得到的置換率機理模型和金泥品位數據模型建立置換過程優(yōu)化模型； 第六步、鋅粉添加量初始值的求解:利用粒子群算法求解置換過程優(yōu)化模型，得到鋅粉添加量的初始值； 第七步、置換過程的優(yōu)化:利用帶修正項的自適應迭代優(yōu)化算法，對鋅粉添加量進行在線的實時優(yōu)化。
3.根據權利要求2所述的金濕法冶金置換過程的優(yōu)化方法，它包括主模塊、算法模塊、數據庫和界面，其特征在于: 1)主模塊主要是對程序進行初始化、讀取輸入數據、啟動時鐘、定時地將軟件所需現場測量數據寫入數據庫、關閉數據庫文件； 2)算法模塊中主要包括數據采集、數據處理、優(yōu)化模型參數修改、優(yōu)化算法計算； 3)數據庫主要用于歷史數據的存儲； 4)界面主要包括置換過程置換率優(yōu)化操作系統(tǒng)界面，主要可以實現優(yōu)化模型參數設置、置換過程關鍵變量的實時顯示、置換過程的優(yōu)化計算、歷史數據的查詢等功能。
【文檔編號】G05B19/418GK104199389SQ201410258104
【公開日】2014年12月10日 申請日期:2014年6月12日 優(yōu)先權日:2014年6月12日
【發(fā)明者】賈潤達, 王慶凱, 何大闊, 陳小龍, 高揚 申請人:東北大學