首页 / 专利库 / 矿物提取 / 氰化浸出 / 一种湿法冶金金氰化浸出过程的自优化控制方法

一种湿法冶金金氰化浸出过程的自优化控制方法

阅读:602发布:2020-05-16

专利汇可以提供一种湿法冶金金氰化浸出过程的自优化控制方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种湿法 冶金 金氰化 浸出 过程的自优化控制方法,优点在于基于金 氰化浸出 过程的机理模型, 采样 多种操作工况;以金氰化浸出过程中一些可测变量的线性组合为被控变量,基于金氰化浸出过程的机理模型和操作成本函数,求解获得被控变量的系数矩阵和恒定设定值;在不确定操作工况下,由 控制器 控制操纵浸出剂进量,使被控变量保持在恒定设定值上,浸出剂进量就能 自动调节 到真实的最佳进量附近,从而实现金氰化浸出过程的最优控制。,下面是一种湿法冶金金氰化浸出过程的自优化控制方法专利的具体信息内容。

1.一种湿法冶金金氰化浸出过程的自优化控制方法,其特征在于:具体包括以下步骤:
(1)选取金氰化浸出过程的可测量变量中所有N个气浸出槽的氰化物浸出剂进量、固相金品位、液相中的金浓度及氰化物浓度做为基变量;
(2)从步骤(1)所述的基变量中选取Ny个构成列向量y;其中,Ny大于等于N+1且小于等于4N,所述的Ny个基变量中包含N个氰化物浸出剂进量;
(3)基于金氰化浸出过程的机理模型,采样多种操作工况,求解获得被控变量c的系数矩阵H,以及被控变量c的恒定设定值cs;其中,c=Hy;
(4)在不确定操作工况下,控制器操纵所述的N个氰化物浸出剂进量,使被控变量c始终保持在恒定设定值cs。
2.根据权利要求1所述的一种湿法冶金金氰化浸出过程的自优化控制方法,其特征在于:所述氰化物浸出剂为氰化钠溶液,步骤(3)所述金氰化浸出过程的机理模型由以下方程描述:
经济指标定义为操作成本J,计算公式如下:
其中,Csi为第i个气力浸出槽固相金品位,Qsi为第i个气力浸出槽矿浆固相流量,Msi为第i个气力浸出槽滞留固相质量,rAui为第i个气力浸出槽金反应速率,Cli为第i个气力浸出槽液相中的金浓度,Qli为第i个气力浸出槽矿浆液相流量,Mli为第i个气力浸出槽滞留液相质量,CCNi为第i个气力浸出槽氰化钠浓度,QCNi为第i个气力浸出槽氰化钠溶液进量,Cs∞为理想情况下的固相残留金品位,rCNi为第i个气力浸出槽氰离子反应速率,k1~k6为反应动力学系数,Coi为第i个气力浸出槽溶解浓度,PCN为氰化钠价格,PCNd为处理残留的氰化物价格,PAu为金的价格,CCN0为缓冲罐中的氰化钠初始浓度,i∈[1,N]。
3.根据权利要求2所述的一种湿法冶金金氰化浸出过程的自优化控制方法,其特征在于:步骤(3)所述系数矩阵H以及被控变量c的恒定设定值cs的求解过程如下:
(3.1)在上述的金氰化浸出过程的机理模型中,选取若干个能代表不同操作工况的模型参数,并确定各自的分布区间,对它们所形成的整个分布空间进行Monte Carlo采样,获得M个操作工况;
(3.2)基于上述的金氰化浸出过程的机理模型和操作成本J,使用数值优化算法对每一个步骤(3.1)获得的操作工况进行离线优化,记录下每一个操作工况对应的向量y的最优值;
(3.3)将步骤(3.2)得到的所有M组y的最优值按行排列为维度M×(Ny+1)的矩阵Y,T
其中Y的第一列为增加的常数1;对YY进行特征值分解,得到(Ny+1)个特征值和各自对应的特征向量
(3.4)对所有的特征值从小到大进行排序,取前N个最小特征值对应的特征向量,记为T
v1、v2…vN;令H0=[v1v2…vN],H0的维度为N×(Ny+1);
(3.5)系数矩阵H取为H0中从第2列开始到最后一列组成的矩阵,恒定设定值cs取为H0第一列的负数。
4.根据权利要求3所述的一种湿法冶金金氰化浸出过程的自优化控制方法,其特征在于:步骤(2)所述Ny个基变量中还包括最后一个气力浸出槽的固相金品位CsN。
5.根据权利要求4所述的一种湿法冶金金氰化浸出过程的自优化控制方法,其特征在于:所述Ny为N+2~N+6。
6.根据权利要求5所述的一种湿法冶金金氰化浸出过程的自优化控制方法,其特征在于:步骤(2)所述Ny个基变量中还包括最后一个气力浸出槽的氰化钠浓度QCNN或中间位置气力浸出槽的固相金品位。

说明书全文

一种湿法冶金金氰化浸出过程的自优化控制方法

技术领域

[0001] 本发明属于湿法冶金技术领域,尤其是涉及一种湿法冶金金氰化浸出过程的自优化控制方法。

背景技术

[0002] 随着我国经济结构转型的需求日益迫切和市场经济全球化的加快,节能降耗已是我国流程工业的重点主题。金湿法冶金是一种常见的炼金工艺,具有较高的经济价值,同时也消耗大量能源。金湿法冶金在国内外冶金行业均有广泛应用,和国外同类技术相比,目前我国金湿法冶金的其中一个重要问题是缺乏完备的自动控制技术。其中,如何提高炼金的经济效益是本领域技术人员关注的重点问题,包括提高金品位、减少原料用量、保证浸出率等目标。
[0003] 金湿法冶金包括氰化浸出、锌粉置换和浓缩洗涤等工序,其中第一道工序氰化浸出是比较重要的一环,产出的浸出液品质好坏对后续工艺具有显著影响。金氰化浸出过程的最优控制可描述为一类包含约束的经济指标最优化泛函问题,一般的思路是基于金氰化浸出过程的机理模型求解得到浸出剂(氰化钠溶液)的最佳进量,然后根据结果调节真实过程的浸出剂进量至相应量,从而对金氰化浸出过程进行最优控制。但由于金氰化浸出过程在操作过程中会受到外界生产环境变化等因素影响,即在不确定操作工况下,会导致基于原有模型求解得到的浸出剂的最佳进量与真实的最佳进量不匹配,造成生产成本增加、经济效益降低。
[0004] 本发明提供了一种金氰化浸出过程的自优化控制方法,以金氰化浸出过程中某些可测量变量的线性组合为被控变量,在控制器作用下调节浸出剂进量,使被控变量保持在恒定设定值上,浸出剂进量就能自动调节到真实的最佳进量附近,实现金氰化浸出过程的最优控制。

发明内容

[0005] 本发明所要解决的技术问题是提供了一种湿法冶金金氰化浸出过程的自优化控制方法,以金氰化浸出过程中一些可测变量的线性组合为被控变量,在控制器作用下调节浸出剂进量,使被控变量保持在恒定设定值上,浸出剂进量就能自动调节到真实的最佳进量附近,实现在不确定操作工况下金氰化浸出过程的最优控制。
[0006] 本发明解决上述技术问题所采用的技术方案为:一种湿法冶金金氰化浸出过程的自优化控制方法,其特征在于:具体包括以下步骤:
[0007] (1)选取金氰化浸出过程的可测量变量中所有N个气浸出槽的氰化物浸出剂进量、固相金品位、液相中的金浓度及氰化物浓度做为基变量;
[0008] (2)从步骤(1)所述的基变量中选取Ny个构成列向量y;其中,Ny大于等于N+1且小于等于4N,所述的Ny个基变量中包含N个氰化物浸出剂进量;
[0009] (3)基于金氰化浸出过程的机理模型,采样多种操作工况,求解获得被控变量c的系数矩阵H,以及被控变量c的恒定设定值cs;其中,c=Hy;
[0010] (4)在不确定操作工况下,控制器操纵所述的N个氰化物浸出剂进量,使被控变量c始终保持在恒定设定值cs。
[0011] 其中,所述氰化物浸出剂为氰化钠溶液,所述金氰化浸出过程的机理模型由以下方程描述:
[0012]
[0013]
[0014]
[0015]
[0016]
[0017] 经济指标定义为操作成本J,计算公式如下:
[0018]
[0019] Csi为第i个气力浸出槽固相金品位,Qsi为第i个气力浸出槽矿浆固相流量,Msi为第i个气力浸出槽滞留固相质量,rAui为第i个气力浸出槽金反应速率,Cli为第i个气力浸出槽液相中的金浓度,Qli为第i个气力浸出槽矿浆液相流量,Mli为第i个气力浸出槽滞留液相质量,CCNi为第i个气力浸出槽氰化钠浓度,QCNi为第i个气力浸出槽氰化钠浸出剂进量,Cs∞为理想情况下的固相残留金品位,rCNi为第i个气力浸出槽氰离子反应速率,k1~k6为反应动力学系数,Coi为第i个气力浸出槽溶解浓度,PCN为氰化钠价格,PCNd为处理残留的氰化物价格,PAu为金的价格,CCN0为缓冲箱中的氰化钠初始浓度,i∈[1,N]。
[0020] 其中,所述系数矩阵H以及被控变量c的恒定设定值cs的求解过程如下:
[0021] (3.1)在上述的金氰化浸出过程的机理模型中,选取若干个能代表不同操作工况的模型参数,并确定各自的分布区间,对它们所形成的整个分布空间进行Monte Carlo采样,获得M个操作工况;
[0022] (3.2)基于上述的金氰化浸出过程的机理模型和操作成本J,使用数值优化算法对每一个步骤(3.1)获得的操作工况进行离线优化,记录下每一个操作工况对应的向量y的最优值;
[0023] (3.3)将步骤(3.2)得到的所有M组y的最优值按行排列为维度M×(Ny+1)的矩T阵Y,其中Y的第一列为增加的常数1;对YY进行特征值分解,得到(Ny+1)个特征值和各自对应的特征向量
[0024] (3.4)对所有的特征值从小到大进行排序,取前N个最小特征值对应的特征向量,T记为v1、v2…vN;令H0=[v1 v2…vN],H0的维度为N×(Ny+1);
[0025] (3.5)系数矩阵H取为H0中从第2列开始到最后一列组成的矩阵,恒定设定值cs取为H0第一列的负数。
[0026] 与现有技术相比,本发明的优点在于基于金氰化浸出过程的机理模型,采样多种操作工况,以金氰化浸出过程中一些可测变量的线性组合为被控变量,求解获得被控变量的系数矩阵和恒定设定值,在不确定操作工况下,由控制器控制操纵浸出剂进量,使被控变量保持在恒定设定值上,浸出剂进量就能自动调节到真实的最佳进量附近,实现金氰化浸出过程的最优控制。
[0027] 作为优选,步骤(2)所述Ny个基变量中,还包括最后一个气力浸出槽的固相金品位CsN。
[0028] 作为最优,所述Ny为N+2~N+6;所述Ny个基变量中还包括最后一个气力浸出槽的氰化钠浓度QCNN或中间位置气力浸出槽的固相金品位。附图说明
[0029] 图1为本发明金氰化浸出过程的工艺流程图

具体实施方式

[0030] 以下结合附图实施例对本发明作进一步详细描述。
[0031] 湿法冶金金氰化浸出过程的工艺流程如图1所示,主要操作单元由N个气力浸出槽通过溢流方式串联组成,每个气力浸出槽均输送入浸出剂氰化钠溶液,并在槽底通入压缩空气提供反应所需的溶解氧;其中,气力浸出槽的具体个数N由企业根据生产规模、原料矿石的品质等因素决定。缓冲箱中的矿浆经输送至1#气力浸出槽,其中固相金、浸出剂氰化钠、溶解氧之间产生化学反应使得金溶解于溶剂中,后续浸出槽均发生同样反应使得金溶液浓度逐级提高,最后的浸出贵液储存在浸取液储槽等待进入下一道工序。优化操作的目标为调节每个气力浸出槽的浸出剂进量,使得该工艺段的操作成本最小。
[0032] 湿法冶金金氰化浸出过程的一种自优化控制方法,包括如下几个步骤:
[0033] (1)选取金氰化浸出过程的可测量变量中所有N个气力浸出槽的浸出剂氰化钠溶液进量QCNi、固相金品位Csi、液相中的金浓度Cli及氰化钠浓度CCNi做为基变量,i∈[1,N]。
[0034] 用于构建系统自优化被控变量的基变量,应具有可测量、非恒值的属性。对于浸出过程中矿浆流量、槽滞留质量、氰化钠溶液浓度等一般保持为常数的变量,不在入选之列。
[0035] (2)从所有基变量中选取Ny个变量,排列成列向量y。其中Ny大于等于N+1,小于等于4N,并且Ny个变量中包含N个氰化钠溶液进量QCNi,i∈[1,N]。除被选中的N个氰化钠溶液进量QCNi外,优选最后一个气力浸出槽的固相金品位CsN。
[0036] Ny优选为N+2~N+6,并且,列向量y中,除最后一个气力浸出槽的固相金品位CsN外,还有优选:最后一个气力浸出槽的氰离子浓度QCNN、中间的气力浸出槽的固相金品位。选择这些变量能最大限度地提高自优化控制性能。
[0037] (3)基于氰化浸出过程的机理模型,求解获得被控变量c的系数矩阵H,以及被控变量c的恒定设定值cs;其中,c=Hy。
[0038] 金氰化浸出过程的机理模型由以下方程描述:
[0039]
[0040]
[0041]
[0042]
[0043]
[0044] 经济指标定义为操作成本J,由浸出剂成本、残留的氰化钠处理费用和矿石中的金损失三部分构成,计算公式如下:
[0045]
[0046] 其中,符号说明见下表:
[0047]
[0048]
[0049] 系数矩阵H和恒定设定值cs的计算方法具体为:
[0050] (3.1)在上述金氰化浸出过程的机理模型中,选取若干个能代表不同操作工况的模型参数,并确定各自的分布区间。对它们所形成的整个分布空间进行Monte Carlo采样,获得M个操作工况。
[0051] 在本实施例中,代表不同操作工况的模型参数选取为反应动力学系数k1~k6,k1~k6的参考值分别为0.0011、2.13、0.961、0.228、3.58×10-9、3.71,其分布区间为它们参考值的±20%。
[0052] (3.2)基于前述金氰化浸出过程的机理模型和操作成本J,使用数值优化算法对每一个操作工况进行离线优化,记录下每一个操作工况对应的向量y的最优值。在本实施例中,使用的数值优化算法为标准序列二次规划法(SQP)法。
[0053] (3.3)将所有得到的M组y的最优值按行排列为维度M×(Ny+1)的矩阵Y,其中矩T阵Y的第一列为增加的常数1。对YY进行特征值分解,得到(Ny+1)个特征值和各自对应的特征向量。
[0054] (3.4)对所有的特征值从小到大进行排序,取前N个最小特征值对应的特征向量,T记为v1、v2…vN;令H0=[v1 v2…vN],H0的维度为N×(Ny+1)。
[0055] (3.5)H取为H0中从第2列开始到最后一列组成的矩阵,设定值cs取为H0第一列的负数。
[0056] (4)以N个浸出剂进量为操纵变量,通过控制器操控所述操纵变量使被控变量c=Hy保持在恒定设定值cs,实现金氰化浸出过程在不同操作工况条件下的自优化控制。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈