鋅冶煉除鈷過(guò)程建模與智能優(yōu)化方法研究及應(yīng)用.pdf

1、濕法煉鋅工藝是世界上鋅冶煉的主要工藝，采用該工藝生產(chǎn)的鋅占世界總產(chǎn)量的80％以上。凈化除鈷過(guò)程是濕法煉鋅工藝的一個(gè)重要工序，主要通過(guò)添加鋅粉置換除去硫酸鋅溶液中的鈷離子雜質(zhì)。由于凈化除鈷過(guò)程機(jī)理復(fù)雜，流程長(zhǎng)且影響因素多，特別是雜質(zhì)離子濃度無(wú)法在線檢測(cè)，導(dǎo)致過(guò)程優(yōu)化控制困難，凈化除鈷過(guò)程鋅粉消耗大。
　　 論文在分析凈化除鈷過(guò)程影響因素和過(guò)程信息特點(diǎn)的基礎(chǔ)上，研究了基于數(shù)據(jù)的過(guò)程建模與優(yōu)化控制方法，構(gòu)建了過(guò)程優(yōu)化控制總體結(jié)構(gòu)。在過(guò)

2、程異常數(shù)據(jù)檢測(cè)、缺失數(shù)據(jù)補(bǔ)全的基礎(chǔ)上，提出了基于時(shí)間序列分析的入口溶液離子濃度在線估計(jì)方法，建立了基于支持向量機(jī)的凈化除鈷過(guò)程工藝指標(biāo)預(yù)測(cè)模型，在此基礎(chǔ)上研究結(jié)合案例推理預(yù)設(shè)定和支持向量機(jī)補(bǔ)償修正的優(yōu)化控制技術(shù)，并將其成功應(yīng)用于凈化除鈷過(guò)程的控制系統(tǒng)中。論文主要研究工作及創(chuàng)新性成果如下：
　　 (1)提出了凈化過(guò)程數(shù)據(jù)預(yù)處理技術(shù)。在分析凈化除鈷過(guò)程異常數(shù)據(jù)產(chǎn)生原因的基礎(chǔ)上，提出了基于局部平均距離和工況參數(shù)預(yù)估的數(shù)據(jù)異常檢測(cè)方法。

3、針對(duì)過(guò)程數(shù)據(jù)丟失、異常等原因造成數(shù)據(jù)缺失問(wèn)題，研究了基于案例推理的缺失數(shù)據(jù)補(bǔ)全方法。采用工業(yè)現(xiàn)場(chǎng)過(guò)程數(shù)據(jù)進(jìn)行模擬分析與驗(yàn)證，結(jié)果表明所提方法有效提高了過(guò)程數(shù)據(jù)質(zhì)量，為基于數(shù)據(jù)的凈化除鈷過(guò)程建模與優(yōu)化創(chuàng)造了條件。
　　 (2)提出了基于時(shí)間序列的入口溶液離子濃度在線估計(jì)方法。利用小波分解的方法，將離子濃度人工分析檢測(cè)時(shí)間序列分解為多個(gè)子序列，通過(guò)相空間重構(gòu)，在重構(gòu)的子空間建立支持向量機(jī)模型。將子序列模型輸出重構(gòu)，實(shí)現(xiàn)了凈化除鈷入口

4、溶液離子濃度的在線估計(jì)。其中支持向量機(jī)的參數(shù)采用混沌粒子群算法進(jìn)行優(yōu)化。應(yīng)用工業(yè)生產(chǎn)數(shù)據(jù)驗(yàn)證的結(jié)果表明，相對(duì)誤差小于10％的樣本達(dá)97.5％，模型在線估計(jì)精度滿足現(xiàn)場(chǎng)實(shí)際生產(chǎn)工藝要求，為凈化除鈷過(guò)程的優(yōu)化控制提供了可靠信息。
　　 (3)建立了基于模糊聚類(lèi)和支持向量機(jī)的工藝指標(biāo)預(yù)測(cè)模型。針對(duì)凈化除鈷過(guò)程數(shù)據(jù)量大、過(guò)程具有很強(qiáng)的非線性等特點(diǎn)，研究了基于加權(quán)模糊聚類(lèi)的分類(lèi)方法，將樣本空間進(jìn)行分類(lèi)；在分類(lèi)得到的每個(gè)類(lèi)中，建立了各個(gè)類(lèi)的

5、模糊支持向量機(jī)子模型，綜合考慮樣本數(shù)據(jù)時(shí)間域和空間域的影響，設(shè)計(jì)了一種復(fù)合模糊隸屬度函數(shù)；在此基礎(chǔ)上，將子模型輸出集成，得到了過(guò)程指標(biāo)預(yù)測(cè)模型的輸出。其中，采用遞階粒子群算法對(duì)于屬性選擇和權(quán)重進(jìn)行優(yōu)化。研究了模型的校正方法，提高了模型的精度?，F(xiàn)場(chǎng)數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證了該方法的有效性。
　　 (4)提出了基于案例推理的預(yù)設(shè)定模型以及基于支持向量機(jī)的補(bǔ)償模型，實(shí)現(xiàn)了凈化除鈷過(guò)程的優(yōu)化控制。該方法依據(jù)在線估計(jì)模型提供的離子濃度信息，結(jié)合入口溶

6、液流量，利用案例推理策略建立了鋅粉添加量的預(yù)設(shè)定模型，有效克服了濃度、流量等因素對(duì)優(yōu)化控制的影響。在此基礎(chǔ)上，根據(jù)過(guò)程指標(biāo)預(yù)測(cè)模型計(jì)算的出口離子濃度預(yù)測(cè)值與期望目標(biāo)之間的偏差，建立了基于支持向量機(jī)的鋅粉添加量補(bǔ)償模型。實(shí)驗(yàn)結(jié)果表明，所提出的優(yōu)化控制策略有效減少了鋅粉的添加量，節(jié)約鋅粉6.48％。
　　 (5)開(kāi)發(fā)了凈化除鈷過(guò)程的優(yōu)化控制系統(tǒng)。該系統(tǒng)利用OPC技術(shù)實(shí)現(xiàn)與現(xiàn)場(chǎng)DCS系統(tǒng)之間的數(shù)據(jù)通信，實(shí)現(xiàn)了凈化除鈷過(guò)程的入口溶液離子