浮选过程的约束动态优化方法

摘要

浮选过程优化的目标是不仅使浮选过程终端的精矿品位跟踪目标设定值，同时要令浮选过程的泥浆高度和给矿流量满足运行指标的约束条件。不仅如此，在实际生产中，工业要求精矿品位最大化，尾矿品位最小化。然而，精矿品位与尾矿品位两者相互制衡，同时满足这两个优化目标是一个多目标优化问题，难以求解。因此，本文将浮选过程的尾矿品位约束在经济指标的可行范围内，同时保证精矿品位满足精矿品位下限的约束，在精矿品位跟踪最优给定的情况下，实现浮选过程的经济利益最大化。传统的浮选过程控制由工艺工程师给出精矿品位与尾矿品位目标范围，操作人员根据精矿品位与尾矿品位的目标范围凭经验给出设定浮选过程给矿流量与泥浆高度的设定值，但是当矿浆浓度和矿物粒度等边界条件频繁变化时，人工控制不能及时准确地调整浮选过程给矿流量与泥浆高度的设定值，难以将经济指标、精矿品位与尾矿品位控制在目标范围内，甚至会造成工况故障。 本文在分析以给矿流量与泥浆液位为输入、精矿品位与尾矿品位为输出的动态机理模型的基础上，利用浮选过程运行在工作点附近的特点上，建立了以给矿流量与泥浆液位为输入、精矿品位与尾矿品位为输出、以矿浆层泡沫层中矿石质量与脉石质量为状态的浮选过程的状态空间模型，建立了以精矿品位跟踪误差为目标函数，以给矿流量与泥浆液位、精矿品位和尾矿品位的约束为约束条件的非线性动态优化问题，分析了含有函数不等式约束的非线性优化问题的难点。 针对具有函数不等式约束的该类优化问题，本文提出了一种处理函数不等式约束条件的积分约束转化法，将其转化为传统不等式约束，进而将原含有函数不等式约束的非线性规划问题(NLP)重构为标准的NLP问题。针对于重写的NLP问题，本文使用序贯法中的序列二次规划法进行求解，以最小化精矿品位的跟踪误差为目标函数，以精矿品位、尾矿品位、给矿流量和泥浆高度的上下限为约束条件求得最小误差下的最优的给矿流量和泥浆高度。 最后本文进行了仿真实验，实验结果表明采用了该方法可以将实际精矿品位和最优精矿品位之间的误差控制在0.007，且给矿流量、泥浆高度、精矿品位与尾矿品位各自严格满足自身约束。

目录

声明

摘要

第1章绪论

1．1课题背景

1．2浮选过程简介

1．2．1浮选过程设备介绍

1．2．2浮选过程控制过程描述

1．3浮选过程建模研究现状

1．3．1浮选过程数据建模研究现状

1．3．2浮选过程机理建模研究现状

1．4浮选过程运行控制研究现状

1．4．1工业过程运行控制研究现状

1．4．2浮选过程约束动态优化研究现状

1．4．3本文主要工作

第2章浮选过程的约束动态优化问题描述

2．1浮选过程工艺指标

2．2浮选过程动态分析

2．3浮选过程动态模型建立

2．3．1浮选过程动态模型建立

2．3．2浮选过程经济运行指标约束条件

2．4浮选过程的约束动态优化问题描述

2．4．1问题描述

2．4．2难点分析

2．5本章小结

第3章浮选过程的约束动态优化方法设计

3．1积分约束转化法

3．2非线性规划方法

3．2．1非线性规划方法背景

3．2．2序列二次规划法

3．3算法设计

3．4本章小结

第4章浮选过程的约束动态优化方法的仿真实验

4．1浮选过程的约束动态优化仿真模型

4．2仿真实验

4．3对比实验

4．4本章小结

第5章总结与展望

5．1工作总结

5．2工作展望

参考文献

致谢