[发明专利]一种湿法冶金浓密洗涤过程底流浓度优化控制方法

权利要求书

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Δu(k)，…，Δu(k+M-1)，使被控对象在其作用下未来P个时刻的输出预测值尽可能的接近给定的期望值r(t+kT_s)，T_s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q_i、r_j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Δu(k)，…，Δu(k+M-1)的最优值，只取其中的即时控制增量Δu(k)构成实际控制u(k)＝u(k-1)+Δu(k)作用于对象，到下一时刻，由类似的优化问题求出Δu(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+1)，并把它与预测模型计算出的模型预测输出进行比较，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+1)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。