[发明专利]一种拜耳法氧化铝生产高压管道溶出过程中苛性比值在线预测方法

说明书

本发明涉及一种拜耳法氧化铝生产高压管道溶出过程中苛性比值在线预测方法，其包括四个部分，即数据采集和传输，基于数据校正的预处理，基于预处理的数据和物料平衡原则建立机理模型，结合机理模型预测值、离线取样化验值、预处理的数据建立基于递归神经网络的补偿模型。本发明采用补偿模型的输出结果，对机理模型预测值进行补偿，得到最终的苛性比值预测结果；同时还将预测结果与溶出后实际化验值相对误差低于0.1％的数据构成模型修正数据集，重新训练递归神经网络的参数，提高模型的自适应能力。采用本发明的在线预测方法所预测的拜耳法氧化铝生产高压管道溶出过程中苛性比值准确度高，有利于生产企业依预测结果指导进料配比和二次加碱流量的设定。

技术领域

本发明涉及软测量技术领域与流程工业关键指标预测领域，特别涉及一种拜耳法氧化铝生产高压管道溶出过程中溶出液苛性比值在线预测方法。

背景技术

高压管道溶出是拜耳法生产氧化铝的主要工艺环节之一，在该工艺过程中，铝土矿中的Al₂O₃溶解进入到铝酸钠溶液。对高压管道溶出过程中苛性比的控制，对氧化铝成品的质量有着非常重要的影响。溶出液的苛性比值(α_k)是氧化铝高压管道溶出工艺过程最关键的一项技术指标，它的大小不仅可以反应出一段时间内的碱耗，还能影响后续晶种分解的分解率。实际生产中，依据苛性比值可以调节溶出前矿石和碱液的配比，其对氧化铝生产企业的稳定高产具有重要意义。

然而高压管道溶出过程流程长、检测太滞后，原料和配料的组分、生产设备运行状态、生产过程参数和产品质量等无法实时感知。另外在高压管道溶出过程中存在生产过程参数间非线性关系强且工艺机理复杂 (固、液、气三相共存，同时存在物化反应、生化反应、相变反应及复杂的能量转化过程)、原料成份频繁波动、设备结疤等问题导致工况变化大，严重影响检测和控制效果。目前在大多数采用拜耳法生产氧化铝的企业中，苛性比值的检测任务仍依靠人工化验完成，流程非常繁琐，检测结果严重滞后且波动大，无法有效地指导生产。

目前已经有人提出，将基于物料平衡的机理模型和神经网络相结合来在线预测苛性比值的方法，但是这些方法需要采集溶出过程中的数据，如各溶出器的压力、温度，导致预测模型的结果滞后，仍无法真正指导生产。

发明内容

(一)要解决的技术问题

为了解决现有技术的上述问题，本发明提供一种拜耳法氧化铝生产高压管道溶出过程中苛性比值在线预测方法，该方法通过高压管道溶出前的物料性质、生产过程参数与溶出液苛性比值的关系，实现在溶出反应前预测苛性比值，以便生产企业依此预测结果指导进料配比和二次加碱流量的设定，提高氧化铝产量。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

一种拜耳法氧化铝生产高压管道溶出过程中苛性比值在线预测方法，包括如下步骤：

S1:将现场采集的氧化铝高压管道溶出前的物料特性、生产过程参数输入计算机，利用基于数据校正的数据预处理方法进行数据的预处理；

S2:基于物料平衡原则，根据入磨矿石流量、一次加碱流量、溶出率、赤泥铝硅比和赤泥钠硅比，根据以下公式计算得出溶出液苛性比值的机理模型预测值