融合浸出过程流程特性的梯形LSTM终点pH值模型预测控制

在锌冶炼浸出过程中,pH值的稳定控制是影响生产成本和产品质量的关键。针对浸出过程连续反应搅拌釜(CSTR)机理复杂、入口条件波动大、反应大滞后的问题,提出了融合流程特性的梯形长短期记忆网络模型预测控制(TLSTM-MPC)算法。首先,分析了影响浸出过程pH值稳定控制的关键因素,结合CSTR的级联特性,提出一种表征CSTR物理特性的梯形长短期记忆网络结构(TLSTM)模型,使预测模型具有较好的物理可解释性。其次,针对入口条件波动和反应过程大滞后的问题,提出了TLSTM-MPC算法,并采用粒子群算法进行优化求解。最后,采用某大型浸出过程现场运行数据进行验证。结果表明,该算法的超调量和调节时间相对传统控制方法分别降低了51.2%和57.4%,且在入口波动的情况下能够快速地稳定pH值。该方法对浸出过程的稳定、高质量生产具有较大的工程实践应用价值。

石煤提钒浸出过程研究现状与展望

介绍了我国钒资源以及石煤的分布情况,指出了石煤提钒的难点和关键,综述了国内主要石煤提钒浸出过程的工艺条件、应用情况及各自的优缺点。空白焙烧-低酸浸出成本低、钒的浸出率高、污染少,但该技术不具有普适性;石煤碱浸出提钒、钙化焙烧提钒及石煤高酸浸出提钒,污染少,都能够获得高钒浸出率,但高的浸出成本,限制了其应用。钠化焙烧提钒普适性强,钒浸出率高,浸出液中钒的提取过程简单,在焙烧过程添加固氯剂后,产生的Cl2和HCl气体能够75%以上被固化下来,可大大降低烟气治理的成本。

蛇纹石硫酸浸出过程动力学研究

首先确定了蛇纹石硫酸浸出过程中影响浸出速率的主要因素，以此为条件，对蛇纹石中ＭｇＯ的浸出速率进行了研究．结果表明：ＭｇＯ的浸出动力学能适用容积反应模型，其浸出速率可表示为样品中残留ＭｇＯ量的二级反应，其表观活化能约为９３．２０ｋＪ／ｍｏｌ，属化学反应控制．

浸出过程浸出率预测与在线优化

本文建立了浸出过程浸出率混合预测模型;基于该预测模型及生产的实际需要,将一个动态浸出问题转化为带约束的优化问题;针对在线优化计算时间长,精度要求高的难题,提出了变邻域搜索PSO算法及基于该算法的动态生产过程在线优化策略.通过实际应用证明混合预测模型预测精度高;在线优化算法自适应性强、运算量小、精度高,具有较高的实际应用价值.

金矿氰化浸出过程氧气溶解行为研究

应用双膜理论经合理简化建立了氧气鼓泡溶解过程的数学模型,此模型可用于充气设备的设计和金矿氰化浸出过程的优化。模型计算结果表明,减小气体分布器的孔径d0和适度增大气体的体积流量VG,选用氧气饱和溶解度大、表面张力σ小且粘度μL大的溶剂,可使气泡直径db和浮升速度Ut减小,气含率εG、氧气的停留时间τs和气液接触比表面积aL增大,从而提高O2的溶解速率和溶解效率。模型计算结果与文献中的实验数据基本吻合。

神经网络逆软测量方法的拓展及在生物浸出过程中的应用

在前期工作中,提出了基于"内含传感器"的逆软测量方法,其中逆软仪表的构造仅仅是基于直接可测的状态来实现的。对该方法进行了拓展,首先将用于构造逆软仪表的直接可测量由直接可测的状态拓展为函数变量,然后对逆软仪表的建模算法进行了改进。这种拓展和改进不仅增加了逆软仪表构造成功的可能性,而且可以降低构造逆软仪表所需的直接可测量的导数的阶数,便于工程实现和应用。另外,采用神经网络来逼近理论上存在的逆软仪表,并得到了神经网络逆软仪表,从而解决了解析逆软仪表难以实现的工程应用瓶颈。最后将神经网络逆软仪表应用于生物浸出过程,实现了其不直接可测状态的在线软测量。仿真结果表明神经网络逆软仪表的软测量值与真实值非常接近,从而验证了该方法的有效性。

锌浸出过程的专家控制和故障诊断方法(英文)

针对锌浸出过程 ,提出一个专家控制和故障诊断方案 ,它涉及到决定和跟踪浸出溢流的最优pH值 ,以及确保过程的安全运行 .这个方案的实际应用显示 ,它不仅提高了控制性能 。

ITO废靶浸出过程研究

研究了铟锡复合氧化物(ITO)废靶回收工艺中的浸出过程,确定了最佳浸出工艺条件:温度363K;浸出后液酸度100g/L H2S04;浸出时间120 min;液固比8～12;ITO废靶粉粒度≤75μm.在此条件下,铟的浸出率大于99.5%,锡的浸出率为8.0%.

基于改进即时学习算法的湿法冶金浸出过程建模

针对湿法冶金浸出过程中存在的多变量、非线性和多工况等问题,采用基于即时学习算法的最小二乘支持向量机建立浸出率的预测模型。将时间有序性引入到即时学习算法学习集的选取规则中以确定系统当前工作点的建模邻域,从而提高模型精度;引入累计相似因子以提高所建模型的实时性,并利用自适应相似度阈值来判定是否需要重新建立当前工作点的局部模型。将改进的建模方法应用到湿法冶金浸出过程浸出率的预测中,仿真结果表明,所建模型具有较高的精度和实时性,可用于湿法冶金工业生产过程。

矿石浸出过程模拟研究

针对同一矿床矿中矿石具有的相近特点,建立了矿石浸出过程中的化学动力学模型。通过小型试验确定模型中的参数,对同一矿床中矿石的浸出过程进行模拟。对于直径为4.5 mm左右的矿石,当矿石浸出率在80%以下时,模拟误差在10%以内,有一定的应用价值。

浸出过程的理论基础及实践

湿法冶金过程相对于火法冶金过程而言,温度较低,化学反应速度及扩散速度都较慢,因此,很难达到平衡状态。实际生产过程的最终结果往往不是决定于热力学条件,而是决定于反应的速度,即决定于动力学条件。如已知白钨精矿苏打浸出在225℃时,其“浓度平衡常数”Kc=1.56,按热力学计算,为保证CaWO_4完全被分解所需的Na_2CO_3仅为理论量的1.64倍,但实际上由于动力学上的原因,为保证足够的浸出率应达理论量的2.5～3倍。因此研究浸出过程动力学从而强化过程的速度具有较大的意义。

超声波在硫化矿发电浸出过程中的应用

本文将超声波作用于闪锌矿、方铅矿、镍精矿的发电浸出过程,采用双电池技术及依文思图研究超声影响发电浸出的作用过程。研究结果表明,超声作用使发电浸出输出电流和电压一定程度地升高,同时金属离子的浸出率也相应得到提高。

浸出过程的理论基础及实践——第二讲 浸出过程的热力学基础

浸出过程的热力学主要是研究在一定条件下浸出反应进行的可能性、反应进行的限度及使反应进行所需的热力学条件,为解决这些问题,重要的方法是求出在给定温度T下反应的标准自由函变化△G_T^O及一定条件下反应的自由函变化△G_T、反应的平衡常数K,同时许多学者运用热力学原理及已有的热力学数据绘制了大量的电位-pH图。

超声波对浸出过程的影响

论述了湿法冶金过程中常见的三种浸出情况 ,并对超声波用于硫酸浸出氧化铜的过程进行了探讨 ,结果表明 ,通过超声波作用 ,可明显改善浸出过程。

湿法冶炼浸出过程H_∞优化控制研究与设计

应用Ｈ∞优化控制方法对锌湿法冶炼浸出过程进行Ｈ∞优化控制器设计，同时，讨论了如何把浸出过程控制问题转化为Ｈ∞优化控制问题、浸出过程的输入输出量和Ｈ∞标准控制问题各量之间的关系及其物理意义。通过仿真实验，给出了几种情况下的仿真曲线，并进行了分析，从而得出结论。

锌湿法冶炼浸出过程状态空间模型研究

为了实现浸出过程计算机控制系统，建立模型是非常关键的一步，是理论研究和系统设计的前提。本文通过深入研究锌湿法冶炼过程及其反应机理，并结合CSTR流动模型，建立了整个浸出过程的状态方程，同时进行了仿真研究，并给出仿真曲线。

电镀污泥中镍的浸出过程动力学研究

以硫酸为浸镍剂,从某表面处理工业园电镀废水处理污泥中提取镍,通过单因素优化试验探讨了影响镍浸出效率的主要因素,如污泥粒径、硫酸质量分数、固液比、浸出时间、浸出温度等,并对硫酸浸镍过程的动力学机理进行了研究。结果表明:当污泥粒径为147μm、硫酸质量分数为20%和固液比为1∶7(g∶m L)时,在常温条件下反应60 min,污泥中镍的浸出率可达96%以上;硫酸浸出镍的过程符合收缩未反应核模型,其动力学方程为1-23η-(1-η)23=KDt,浸出反应级数为1,浸出活化能Ea为3.127 k J/mol,指前因子A为0.011 7,反应速率常数为K=0.0117e-3.127RT,根据该模型可知,硫酸浸出镍的决定步骤为固体膜扩散。

基于经济模型预测控制的金氰化浸出过程动态实时优化

针对金氰化浸出过程时间常数大、不确定性强等问题,提出了一种基于经济模型预测控制(EMPC)的动态实时优化方法。不同于传统的模型预测控制,EMPC将经济指标直接作为滚动优化的目标函数,在每个采样时刻求解滚动窗口内的最优操作序列。和稳态优化方法相比,基于EMPC的方法能保证动态最优性,提高经济收益。此外,金氰化浸出过程受随机噪声、未知参数可变等不确定性影响,提出使用扩展卡尔曼滤波(EKF),通过构造增广系统对状态变量及不确定参数进行在线同步估计,加强EMPC的准确性和可靠性。仿真结果表明,提出的EMPC+EKF策略能有效提高金氰化浸出过程的经济性能。

pH在线检测与控制在锌浸出过程中的应用

随着现代化工业的不断发展,pH检测与控制已广泛运用于各个领域。pH在线检测与控制是湿法炼锌中一个重要的技术,介绍了锌浸出过程中pH在线检测控制系统的组成及其应用,同时分析了系统中存在的问题,并提出改进方案。此在线检测控制系统值得大力推广。

高岭土活化条件的选择及盐酸浸出过程的研究

本文研究了高岭土的活化和盐酸浸取过程中,温度、酸浓度等诸因素的影响并找出了较佳的工艺参数。