[发明专利]氧化铝双流法溶出过程出口溶液苛性比值的在线预测方法

说明书

技术领域

本发明涉及一种氧化铝双流法溶出过程苛性比值的在线预测方法。

背景技术

在拜耳法氧化铝生产中，高压溶出是极其关键的一道工序。高压溶出过程中溶出液的苛性比值是非常重要的经济技术指标，它不仅反映了氧化铝的碱耗，而且对氧化铝后续生产有着极大的影响。为改善氧化铝后续生产条件，提高产品的产量和质量，关键是能够在线检测苛性比值，在此基础上优化配比。然而，目前还没有任何仪表能直接检测苛性比值，而是在对原矿浆及溶出矿浆进行化学分析的基础上计算出来的，由于化学分析需要很长的时间，因此苛性比值的检测存在较大的滞后，利用这些滞后的信息来指导生产，导致产品质量波动大，且影响了高压溶出过程的优化控制。因此，如何在现有技术条件下，实现对苛性比值的在线检测，是目前氧化铝生产企业中备受关注也是亟待解决的重要问题。

目前，已经有将机理模型与神经网络模型相结合的溶出液苛性比值预测方法，但是神经网络方法的最大缺点是其工作的随机性较强，训练时间长，而且采用神经网络得到的预测模型的泛化能力和预测精度均有待提高，致使该方法很难在实际生产过程中长期有效地应用。

为此，如何根据可测参数实现苛性比值的在线监测，并且可以长期有效地应用于实际生产过程对实现溶出过程优化控制，提高产品质量有着十分重要的意义。

发明内容

本发明的目的是提供一种长期有效且预测精度高的氧化铝双流法溶出过程苛性比值的在线预测方法。

为实现上述目的，本发明的技术方案如下：

一种氧化铝双流法溶出过程出口溶液苛性比值的在线预测方法，包括如下步骤：

步骤一，基于物料平衡求得机理模型预测值；

步骤二，再根据当前工况中温度和压差的变化量，基于模糊专家规则对机理模型预测值进行修正，求得修正后的机理模型预测值；

步骤三，根据苛性比值实测值与修正后的机理模型预测值所构成的历史误差时间序列建立基于最小二乘支持向量机的误差时间序列预测模型，利用预测模型得到下一时刻的误差预测值，用误差预测值对修正后的机理模型预测值进行补偿得到溶出液苛性比值的预测值。

较佳地，步骤一中，基于物料平衡的苛性比值机理预测模型为

Rp=A1*G*K+A2*(K-G*K/3000)+A3*J-S*G*KN1*J+N2*(K-G*K/3000)-0.6078*G*(S-1.8214*C+2.55T)*K---(1)]]>