[发明专利]一种稀土萃取过程实时优化的方法、装置及计算机可读存储介质

说明书

本发明提供一种稀土萃取过程实时优化的方法、装置及计算机可读存储介质，所述方法对稀土萃取过程构建混合软测量模型；获取实时采集数据并进行预处理和稳态检验；将处理后的实时数据导入到混合软测量模型中，进行模型性能评估和自适应校正；以经济效益最大为目标，操作参数为决策变量，在约束条件下构建萃取过程实时优化模型；求解所述优化模型得到最优控制方案。所述方法能够实现萃取装置决策变量的优化设定，以解决生产过程中人工操作随意性大、资源消耗大等问题，确保稳定生产及满足生产指标要求的前提下，实现对萃取过程的实时优化操作，从而达到最大化提高企业的经济效益的目的。

技术领域

本发明涉及稀土萃取分离过程优化控制技术领域，尤其涉及一种稀土萃取过程实时优化的方法、装置及计算机可读存储介质。

背景技术

稀土作为工业“黄金”，是当今世界发展不可或缺的重要资源。稀土萃取分离过程是是实现稀土元素分离的关键工序，其萃取效果的好坏直接决定了稀土产品质量的高低。

目前，稀土元素分布特征、矿物结构等的独特性以及相关技术还有较大提升空间。比如：大部分稀土生产企业依旧停留在依靠离线化验分析组分含量，过程参量手动调节的经验操作模式下。这样的生产状况随机性大，主观性强，生产参数的用量难以准确把握控制，必然会导致企业生产低效率、大能耗，低质量，与经济发展与节能降耗方向相背离，制约着稀土工业绿色化智能化健康发展。

因此，为了最大限度提高产量、稀土回收率以及矿产资源高效利用等经济指标，并降低企业运行成本、减少污染物排放，达到节能减排等目的，迫切需要对稀土萃取过程展开优化控制或组分控制研究。

CN110223288A公开了一种稀土萃取过程多组分含量预测方法及系统，该方法包括：首先在HSI颜色空间下寻得与组分含量相关性最大的H、S分量；然后以H、S分量一阶矩为输入，建立基于极限学习机ELM的多组分含量软测量模型；针对ELM模型的初始权值和阈值的不确定性，采用遗传算法GA对模型参数进行优化，使优化后的组分含量ELM模型精度更高，但该方法是根据实时萃取状态对其中组分的浓度进行预测，更像是一种多组分混合体系中各稀土元素含量的测试方法，无法实现稀土萃取过程中由生产参数对稀土产量或产品中稀土浓度的预测。

CN106354017A公开了一种稀土萃取分离过程组分含量区间控制方法，所述方法针对稀土萃取分离过程各流量/各组分含量过程控制特点，建立稀土萃取过程回声状态网络模型；提出广义预测控制的稀土萃取分离多组分含量的区间控制方法，实现稀土萃取分离多组分含量的区间控制。但该方法仅能实现对产品产量和产品浓度特定需求下的控制，无法实现整体萃取流程的优化和控制，即无法考虑到整体运行过程中运行成本等问题。

CN103744292A公开了一种基于数据驱动的稀土萃取过程操作控制方法，该方法通过使用最小二乘支持向量机建立稀土元素组分含量的软测量模型，提出了基于聚类的LSSVM稀疏性改进方法以及LSSVM模型的更新方法，基于改进的LSSVM，提出了稀土串级萃取生产过程的操作优化方法，以确定在发生扰动时各控制变量的最优调整量，从而实现稀土元素组分含量的与精确控制，进而提高稀土产品的质量，但该方法主要是确定流程发生变动时的调整量，并未涉及到以特定目标优化工艺参数的问题，且差分进化算法计算复杂。

综上所述，当前，国内外学者的研究主要集中在稀土萃取过程组分含量的软测量建模和产品质量预测控制研究，而有关系统的实时优化方法研究报告并不多见。

而且由于工业生产现场的复杂性和不确定性，当前所建立的过程软测量模型和实际生产过程常常不匹配，致使基于上述模型获得的优化方案往往不是实际生产的最优解，甚至会产生不可行的优化结果，从而无法直接应用指导实际生产。

因此，为了解决当前稀土萃取分离企业依靠人工经验操作模式所带来的生产成本高、资源浪费严重、综合竞争力差等问题，促进并提高整个行业的自动化和智能化水平，亟需寻求一种满足稀土萃取分离过程变化生产环境需求的实时优化方法。

发明内容