锌浸出针铁矿法沉铁过程的建模研究及应用

摘要

在常压富氧直接浸出过程中，硫化锌精矿含铁量达到5％～15％，浸出液中过量的铁元素会降低净化工段的除杂效率，甚至会导致后续生产的不稳定。针铁矿法沉铁通过在五个串联连续搅拌反应器中分别通入氧气和添加焙砂，使溶液中的铁离子以针铁矿的形式沉淀。它是一个氧化、水解及中和反应共同进行的多相化学反应过程，具有极强的非线性和耦合性。由于多相反应的复杂性和沉铁长流程的时滞性，使得过程控制难度大，低铁离子氧化速率和溶液pH值波动剧烈，导致生产过程稳定性差，能耗高，有价金属回收率低。因此，沉铁过程的建模和铁离子浓度预测，实现沉铁过程的优化控制，企业节能降耗优质高产的生产目标，具有重要意义。
　　针对上述现象，本文在工业数据预处理和过程参数相关性分析的基础上，建立针铁矿法沉铁过程的机理模型、铁离子浓度的混合智能预测模型以及基于机理模型和智能模型的集成预测模型，并成功应用于针铁矿法沉铁过程的优化控制系统中。论文主要工作和创新性成果体现在以下几个方面:
　　(1)针铁矿法沉铁过程的数据预处理以及相关性分析针对沉铁反应器出口pH检测值的过失误差所导致的建模精度低的问题，提出了基于多元回归的反应器出口pH值过失误差校正方法。针对串联反应器铁离子浓度缺失问题，提出了基于一阶动力学与平均插值的铁离子浓度插值方法。在针铁矿法沉铁机理研究的基础上，对操作变量，状态变量和生产指标进行相关性分析，为预测建模提供依据。实验结果表明，所提的数据预处理和分析方法能提高工业数据在建模过程中的适用性，改善了模型的精度。
　　(2)建立了不同工况下的有效溶解氧浓度模型针对低铁离子氧化反应过程中有效溶解氧浓度欠缺所导致的机理建模困难的问题，提出了一种基于氧浓度差异的反应器分类方法。首先根据铁离子浓度在各沉铁反应器中的分布与变化，将沉铁反应器分成三类;然后根据氧气在溶液中溶解的影响因素，基于双膜理论渗透理论和表面更新理论，建立了不同工况下溶液中的有效溶解氧浓、度模型。该模型能客观准确地反映针铁矿法沉铁过程中沉铁反应器内的溶解氧浓度。
　　(3)建立了沉铁过程的串联加权耦合机理模型针对针铁矿法沉铁过程反应机理的复杂性，首先基于化学反应动力学原理，分别建立了低铁离子的氧化反应、高铁离子的水解反应和氢离子的中和反应的动力学模型;然后根据质量守恒原理并结合动力学模型，建立了描述针铁矿法沉铁过程串联反应器的常规机理模型;在此基础上，提出了一种加权耦合机理模型，以补偿主反应间的耦合效应引起的常规机理模型计算误差。
　　(4)提出了一种沉铁过程机理模型的参数辨识方法针对机理模型的强非线性，以及待辨识参数之间的耦合性，提出了一种基于分段进化PSO算法的模型参数辨识算法。同时，针对加权耦合机理模型中的权系数，提出了一种基于补偿特性的权系数确定方法，并分析了权系数随反应器的变化趋势。通过典型工况的数据仿真实验表明，该参数辨识方法能够有效地提高机理模型的精度。
　　(5)生产指标铁离子浓度的集成预测模型针对机理模型预测精度低和沉铁后液铁离子浓度检测滞后的问题，建立了基于改进支持向量机和过程神经网络的信息熵集成预测模型，有效地解决了预测模型建模过程中样本点少和输入数据动态变化的问题。在实际生产过程中，针对该预测模型的精度在时变情况下的不稳定性，提出了基于改进欧式距离选择样本的OLS局部建模方法，以及基于信息熵集成预测模型性能的动态加权集成预测模型。另外，从提高沉铁后液铁离子浓度预测模型在不工况下预测精度的角度出发，建立了一种基于沉铁过程多工序多元过程能力指数的机理模型和智能模型的铁离子浓度集成预测模型，最后通过现场数据的仿真结果验证了该集成预测模型的有效性。
　　(6)开发了针铁矿法沉铁过程的优化控制系统该系统通过OPC客户端实现现场数据采集，在此基础上，实现了针铁矿法沉铁过程的关键工艺参数的协调优化设定、沉铁后液离子浓度的在线预估以及操作变量的优化调节等功能。另外，还实现了针铁矿法沉铁过程的流程监视、数据查询和分析等功能。实际工业运行结果表明该系统有效地提高了企业的生产效率和资源利用率。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 国内外研究现状

1．2．1 连续搅拌反应器的建模方法

1．2．2 工业过程的指标预测

1．3 针铁矿法沉铁过程建模存在的问题

1．4 主要研究内容与结构安排

第二章 针铁矿法沉铁过程机理分析及集成建模整体思路

2．1 直接浸出湿法炼锌的工艺概述

2．2 沉铁基本方法的分析及比较

2．3 针铁矿法沉铁过程的工艺分析

2．4 影响针铁矿法沉铁效果的因素分析

2．5 针铁矿法沉铁过程的数据预处理

2．6 针铁矿法沉铁过程的集成建模思路

2．6．1 针铁矿法沉铁过程的优化控制结构框图

2．6．2 集成建模的整体思路

2．7 本章小结

第三章 针铁矿法沉铁过程的机理模型

3．1 不同工况下的有效溶解氧浓度模型

3．2 针铁矿法沉铁过程的化学反应动力学模型

3．2．1 低价铁离子氧化反应动力学模型

3．2．2 高价铁离子水解反应动力学模型

3．2．3 氢离子中和反应动力学模型

3．3 基于加权耦合方法的机理模型补偿

3．4 串联沉铁反应器的机理模型

3．5 本章小结

第四章 针铁矿法沉铁过程机理模型的参数辨识

4．1 分段进化PSO算法

4．1．1 分段进化PSO算法

4．1．2 算法仿真及比较

4．2 机理模型中参数的确定方法

4．2．1 基于分段进化PSO算法的稳态模型参数辨识

4．2．2 机理模型中权系数的确定方法

4．2．3 权系数随反应器的变化趋势及分析

4．3 模型验证及分析

4．3．1 机理模型验证及分析

4．3．2 串联沉铁反应器的机理模型验证及分析

4．4 本章小结

第五章 针铁矿法沉铁过程的铁离子浓度混合智能预测模型

5．1 基于过程神经网络的预测建模

5．1．1 过程神经网络

5．1．2 基于HSA-BP算法的混合训练算法

5．2 基于改进最小二支持向量机的预测建模

5．2．1 最小二乘支持向量机

5．2．2 改进的动态密度聚类的差分进化算法

5．2．3 基于信息熵的集成预测模型

5．3 基于相关性系数改进的即时学习校正模型

5．3．1 基于相关性系数改进的即时学习局部模型

5．3．2 基于方差-协方差方法的集成预测模型

5．3．3 模型验证及分析

5．4 基于沉铁过程能力评估的集成预测模型

5．4．1 针铁矿法沉铁过程的过程能力评估

5．4．2 基于过程能力评估指数的集成预测模型

5．4．3 模型验证及分析

5．5 本章小结

第六章 针铁矿法沉铁过程铁离子浓度预测模型的应用

6．1 针铁矿法优化控制系统概述

6．2 针铁矿法优化控制系统的实现

6．2．1 优化控制系统的硬件体系

6．2．2 优化控制系统的软件体系

6．2．3 优化控制系统结构

6．2．4 优化控制系统的主要功能

6．3 铁离子浓度集成预测模型的应用效果

6．4 本章小结

第七章 结论与展望

7．1 结论

7．2 展望

参考文献

致谢

攻读学位期间主要的研究成果