一种湿法冶金浓密洗涤过程底流浓度优化控制方法

文档序号:6307829阅读:680来源:国知局
一种湿法冶金浓密洗涤过程底流浓度优化控制方法
【专利摘要】本发明提供一种浓密洗涤过程底流浓度的优化控制方法,利用在线线性化和预测控制方法为手段,通过研究浓密过程机理结合来料流量、来料浓度、底流流量、溢流流量、底流浓度等关键参数建立浓密过程的机理模型;通过研究机理模型找出浓密洗涤过程底流浓度控制的控制难点;以进行处理后的机理模型为基础,建立预测模型,以底流浓度、底流流量与底流流量变化量为优化参数进行浓密洗涤过程底流浓度的预测控制,实现湿法冶金浓密洗涤过程底流浓度的自动控制。本发明控制性能较好,克服了具有大惯性、非线性以及来料波动较大的不好控制的难题,解决了劳动强度大、生产效率低等问题。
【专利说明】一种湿法冶金浓密洗涤过程底流浓度优化控制方法

【技术领域】
[0001] 本发明属于湿法冶金领域,主要是提出了一种基于在线线性化机理模型的预测控 制方法,并提供一种针对湿法冶金浓密洗涤过程底流浓度的优化控制方法。

【背景技术】
[0002] 湿法冶金工艺是逐渐成熟并且迫切需要工业化的新工艺,与传统的火法冶金相 t匕,湿法冶金技术具有高效、清洁、适用于低品位复杂金属矿产资源回收等优势。特别是针 对我国矿产资源贫矿多,复杂共生,杂质含量高的特点,湿法冶金工艺工业化对于提高矿产 资源的综合利用率,降低固体废弃物产量,减少环境污染,都有重大的意义。
[0003] 浓密洗涤过程是湿法冶金大规模生产工艺过程的关键环节,是有价金属综合回收 率、维持生产流程的固液平衡的保证,起到浸出与置换之间的关键桥梁与纽带作用。浸出、 浓密洗涤以及置换过程的工艺联系如图1所示。
[0004] 发明中使用到的浓密机是浓密洗涤过程中基于重力沉降作用的关键设备,它起到 了将矿浆中固相和液相分离的作用。我们以直径50m的液压驱动周边齿条传动浓密机为 例,介绍一下湿法冶金浓密洗涤过程的工艺流程。
[0005] 在浓密机的圆形槽体内中央部位设有中心给料井;沿槽的周边设有溢流槽;底部 中心设有排泥锥;还设有将槽底浓缩矿浆推向排泥锥的耙机。浸出后矿浆经过给矿管道进 入中心给料井,给料井中的矿浆在重力作用下进行沉降,最终聚集在浓密机底部。矿浆中密 度较大的物料颗粒,在重力的作用下,很快进入压缩沉降层;水和小固体颗粒,因为密度小, 会沿着放射方向横向流动进入过滤沉降层,随着水流的上升,最后上升到澄清层。同时又有 许多新的颗粒不断补充到过滤层,形成一个动态的平衡。沉降到槽底的浓密矿浆,经过耙机 规律性的圆周运动,从而实现矿浆的均化处理,顺着耙机上的刮板滑向槽底中心的排泥锥, 并由底流泵送入下一个设备进入下一工序。溢流水通过溢流槽排出,进入下一环节使用。
[0006] 浓密洗涤过程目的是得到从浸出矿浆中分离出含可溶性组分的浸出液和排出经 洗涤后的浸出渣。目前,浓密机生产过程主要以现场手动操作为主,自动化水平较低。由 于人工手动操作调整底流泵时,当底流泵处于低频运转时,如果上游来料增大,由于操作不 及时,致使底流浓度变大,设备负担过重,导致"压耙"事故;当底流泵处于稳定运转,如果 上游来料减少时,由于操作没有及时进行调整,致使底流浓度越来越小,使后续生产难以进 行。即使对于已实现自动控制的浓密机,由于其工艺机理复杂,操作环境恶劣,具有大惯性、 非线性以及来料性质波动等问题,也会出现控制效果不佳,致使浓密机生产过程不仅岗位 操作员劳动强度大,生产效率低,且浓密机安全运行存在着诸多隐患,严重影响着后续工序 正常生广和经济效益的提商。


【发明内容】

[0007] 本发明的目的,是提供一种湿法冶金浓密洗涤过程底流浓度优化控制方法,能实 现湿法冶金浓密度洗涤过程底流浓度的自动控制。
[0008] 采用的技术方案是:
[0009] -种湿法冶金浓密洗涤过程底流浓度优化控制方法,其特征在于:根据湿法冶金 相关工艺流程,通过研究机理模型找出浓密洗涤过程底流浓度控制的控制难点;以处理后 的机理模型为基础,建立预测模型,以底流浓度、底流流量与底流流量变化量为优化参数进 行浓密洗涤过程底流浓度的预测控制,实现湿法冶金浓密洗涤过程底流浓度的自动控制, 并在界面中友好的显示,包括下述步骤:
[0010] (1)通过研究浓密过程机理,得到浓密过程非线性机理模型。采用分层的思想得到 分层的机理模型,在每个采样时刻对非线性机理模型进行雅克比线性化处理,建立了在线 的线性化机理模型作为浓密洗涤过程底流浓度模型预测控制的预测模型,对浓密过程下一 时段的行为做出预测进行底流浓度的自动控制。
[0011] (2)完成浓密洗涤过程模型预测控制的滚动优化和反馈校正。在每一时刻k,要确 定从该时刻起的M个控制增量Λ u (k),…,Λ u (k+Μ-Ι),使被控对象在其作用下未来P个时 刻的输出预测值+ A幻尽可能的接近给定的期望值r (t+kTs),Ts为采样周期;M、P分别 称为控制时域和优化时域,要求M < P。
[0012] 在第k个采样间隔内的优化性能指标公式⑴所示:

【权利要求】
1. 一种湿法冶金浓密洗涤过程底流浓度优化控制方法,其特征在于:包括下述步骤: (1) 通过研究浓密过程机理,得到浓密过程非线性机理模型,采用分层的思想得到分层 的机理模型,在每个采样时刻对非线性机理模型进行雅克比线性化处理,建立了在线的线 性化机理模型作为浓密洗涤过程底流浓度模型预测控制的预测模型,对浓密过程下一时段 的行为做出预测进行底流浓度的自动控制; (2) 完成浓密洗涤过程模型预测控制的滚动优化和反馈校正,在每一时刻k,要确定从 该时刻起的M个控制增量Au(k),…,Au(k+M_l),使被控对象在其作用下未来P个时刻 的输出预测值+P|幻尽可能的接近给定的期望值r(t+kTs),Ts为采样周期;M、P分别称 为控制时域和优化时域,要求M<P; 在第k个采样间隔内的优化性能指标公式(1)所示:
其中qi、h是权系数,它们分别代表对跟踪误差以及控制量变化的抑制;求解上述优化 问题得到Au(k),…,Au(k+M_l)的最优值,只取其中的即时控制增量Au(k)构成实际控 制u(k) =u(k-l) +Au(k)作用于对象,到下一时刻,由类似的优化问题求出Au(k+1),这就 是所谓的"滚动优化"策略; 由于实际存在模型失配、环境干扰未知因素,由预测模型给出的预测值有可能偏离 实际值,因此利用实时信息进行反馈校正;到下一采样时刻首先要检测对象的实际输出 y(k+l),并把它与预测模型计算出的模型预测输出进行免+ 比较,构成输出误差:
这一误差信息反映了模型中未包括的不确定因素对输出的影响,可用来预测未来的输 出误差,以补充基于模型的预测,由于对误差的产生缺乏因果性的描述,故误差预测只能采 用时间序列方法,例如,可采用e(k+l)对加权的方式修正对未来输出的预测:
整个控制就是以这种结合反馈校正的滚动优化方式反复在线进行的; (3) 上位机界面将系统的控制效果实时显示出来,包括参数设置界面、底流浓度的控制 效果曲线显示界面; 上述中的底流浓度、底流流量相关量是和现场的基础自动化系统配套的,在使用时把 它装入一个模型机的计算机中,即以模型机作为本发明的硬件平台,同基础自动化部分的 上位机、PLC、现场传感变送部分协同工作;其中现场传感变送部分包括压力、浓度、流量检 测仪表;在合成过程现场安装检测仪表,检测仪表将采集的信号送到下位机,通过以太网下 位机定时将采集信号传送到上位机,根据上位机的现场数据实现浓密机底流浓度的优化控 制。
【文档编号】G05D11/13GK104460721SQ201410488697
【公开日】2015年3月25日 申请日期:2014年9月23日 优先权日:2014年9月23日
【发明者】周俊武, 王福利, 张淑宁, 杨晓东, 仓冰南 申请人:北京矿冶研究总院
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1