[发明专利]湿法冶金浸出过程浸出率预测与优化操作方法

摘要

湿法冶金浸出过程浸出率预测与优化操作方法，是通过建立的混合模型预报浸出率，并给出优化操作指导，其中建立了完整的浸出过程动态机理模型，机理模型由研究矿物浸出的动力学原理出发，逐步建立浸出过程物料平衡方程及能量平衡方程，本发明装置包括浸出过程浸出率预测及操作优化系统、上位机、PLC、现场传感变送部分，其中现场传感变送部分包括pH值、温度、流量等检测仪表。采用本发明的技术方案能大幅度提高浸出率，使生产始终维持在最佳操作状况，并能减少原料和能源的消耗，延长设备的运行周期。另外，还能及时反映市场供求关系的变化。

主权项

1、湿法冶金浸出过程浸出率预测与优化操作方法，采用已知的湿法冶金浸出工艺，其特征在于：通过建立的混合模型预报浸出率，并给出优化操作指导，其中建立了完整的浸出过程动态机理模型，机理模型由研究矿物浸出的动力学原理出发，逐步建立浸出过程物料平衡方程及能量平衡方程，浸出过程矿物的物料平衡方程可用以下的微分方程来描述：2价：dy1dt=3Ay3Mrk0ρ·e-E1/Ry5·(1-y1)2/3............(1)]]>3价：dy2dt=3Ay4Mrk0ρ·e-E2/Ry5·(1-y2)2/3............(2)]]>总浸出率：其中：t为时间，密度为ρ，M为矿物的摩尔质量，r_k0为矿粒初始半径，A为常数，E为矿石活化能，R为气体常数，y₁为低价矿浸出率，y₂为高价矿浸出率，y₃为硫酸浓度，y₄为亚硫酸浓度，y₅为浸出液温度；在浸出过程中随着反应的不断进行硫酸及亚硫酸浓度也是不断变化的；引起硫酸浓度变化的因素有两个：一是反应消耗的硫酸引起的硫酸浓度的变化；二是在反应过程中补充的硫酸所引起的变化，结合这两点因素，硫酸的物料平衡可用下面的微分方程表示：其中：K₁＝χ·G/M，C_浓为浓硫酸浓度，u₂为硫酸流量，ρ_硫酸为硫酸密度，M_硫酸硫酸的摩尔质量，χ为矿物中低价矿物的含量，G为所加矿石重，α为1摩尔低价矿物浸出时消耗硫酸的量，V为浸出槽体积；引起亚硫酸浓度变化的因素有四个：①反应消耗的亚硫酸的量；②二氧化硫的通气量；③二氧化硫的溶解度；④二氧化硫与浸出液的接触面积；二氧化硫的溶解速度和二氧化硫与浸出液的接触面积有如下表示：溶解速度：v_g＝D_g(C_h-y₄)/δ_g...................................................(5)接触面积：S_g＝3u₃H/(ur).........................................................(6)针对以上的特殊性，建立了亚硫酸浓度的物料平衡方程：dy4dt=(vg·3u3H/(ur)-K2·dy2dt·β)/V............(7)]]>其中：K₂＝γ·G/M，D_g为气体在水中的扩散系数，C_h为二氧化硫在浸出液中的溶解度，δ_g气液界面气体扩散层的厚度，u₃为二氧化硫流量，H为浸出槽高度，μ为气泡的上升速度，r为气泡半径，γ为高价矿含量，β为1摩尔高价矿物浸出时消耗二氧化硫的量；该浸出过程是一个需要蒸汽加热的搅拌反应过程，在这个过程中能量从搅拌槽的包壁向浸出液中扩散，是一个能量的传递过程，该过程可以由下面的微分方程表示：dy5dt=U·B·(u1-y5)/(m·cp‾)............(8)]]>其中：U为浸出槽的传热系数，B为浸出槽换热面积，u₁为温度控制量，m为整个浸出液的质量，cp为浸出液平均比热；综上所述，浸出过程的动态模型可以由(1)、(2)、(3)、(4)、(7)、(8)式来表示；本发明中采用支持向量机作为数据建模方法以补偿机理模型；基于混合模型的浸出过程浸出率预测依如下步骤进行：步骤一、机理模型参数选取；(1)现场已知参数；(2)查阅文献而得参数；(3)实验所得参数；(4)辩识所得参数，辩识模型结构；步骤二、机理模型预测：利用机理模型对浸出率进行预测，并记录预测结果；步骤三、采集现场数据：采集浸出率化验数据及其对应的检测数据；步骤四、将预测结果与真实检测结果进行比较，计算预测结果与真实值之间的差值；步骤五、数据模型训练：将采集到的传感器测量数据与上述预测结果与真实值之间的差值组成输入输出数据对，利用上述混合建模方法进行训练，得到数据模型中的参数；步骤六、混合模型的预测：将机理模型与数据模型并联组成混合模型，并对浸出率进行实时预测；浸出过程在线优化以前面的混合模型为基础，建立优化模型，并采用繁殖PSO算法进行寻优计算；针对浸出过程的特性，以浸出率混合预测模型为基础，本发明确定了浸出过程优化模型：max：Y＝(y·G_矿·2％·P-(QT+Ql+Qs+Qd))·24·3600/tst.y＞98％363＞T＞3330.4＞l＞04000＞L＞100012000＞t＞8000过程机理模型浸出率混合预测模型其中：y为浸出率，由混合模型表达，G_矿为矿物重量，P为当前市场矿的价格，QT、Ql、Qs、Qd为各操作量的损耗，t为时间，T为温度，l为硫酸流量，L为SO₂流量；基于繁殖PSO的浸出过程在线优化流程图，依如下步骤进行：(1)初始化算法参数；(2)数据调和；(3)过程模型参数估计；(4)优化计算；(5)依照计算结果调整操作值；本发明采用的硬件装置包括浸出过程浸出率预测及操作优化系统、上位机、PLC、现场传感变送部分，其中现场传感变送部分包括pH值、温度、流量等检测仪表；在浸出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，上位机把接受的数据传到浸出过程浸出率预测系统，进行浸出率实时预测，并在上位机组态界面中进行显示；上述现场传感变送部分：pH值、温度、流量等检测仪表由传感器组成，负责过程数据的采集与传送；PLC：负责把采集的信号A/D转换，并通过以太网把信号传送给上位机；上位机：收集本地PLC数据，传送给浸出过程预测及优化系统，并在上位机组态界面中进行显示。