[发明专利]沉铁过程出口亚铁离子浓度的协调优化设定方法及装置有效
申请号: | 201710250863.8 | 申请日: | 2017-04-17 |
公开(公告)号: | CN106971079B | 公开(公告)日: | 2019-06-28 |
发明(设计)人: | 谢永芳;谢世文;桂卫华;李勇刚;阳春华;朱红求;蒋朝辉 | 申请(专利权)人: | 中南大学 |
主分类号: | G16C20/10 | 分类号: | G16C20/10;C22B19/20;C22B3/44 |
代理公司: | 长沙朕扬知识产权代理事务所(普通合伙) 43213 | 代理人: | 马家骏 |
地址: | 410083 *** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种沉铁过程出口亚铁离子浓度的协调优化设定方法及装置,该方法基于RBF神经网络建立沉铁过程出口亚铁离子浓度的优化设定模型,得到不同工况下出口亚铁离子浓度的最优设定值。由于生产工况的波动和外部干扰,控制系统无法精确达到设定值,根据出口亚铁离子浓度的实际值与设定值的偏差,协调调整出口亚铁离子浓度的设定值和建立基于指标分解的设定值补偿策略,使流程仍然能够优化运行。本发明能够自动的根据生产工况给出出口亚铁离子浓度的最优设定值,并根据流程反馈信息进行协调调整和补偿,显著提高了流程最终出口亚铁离子浓度的合格率,能够实现沉铁过程的优化运行。 | ||
搜索关键词: | 过程 出口 亚铁 离子 浓度 协调 优化 设定 方法 装置 | ||
【主权项】:
1.一种沉铁过程出口亚铁离子浓度的协调优化设定方法,其特征在于,包括:根据湿法炼锌沉铁过程中设置的每一级反应器的氧气添加量、氧气利用率以及氧化锌添加量,建立每一级所述反应器的出口亚铁离子浓度的优化设定模型,并根据所述优化设定模型获得每一级所述反应器的出口亚铁离子浓度的设定值;逐级顺次判断除末级反应器外的每一级所述反应器的出口亚铁离子浓度的实际值与设定值的偏差是否超出预设偏差范围,若是,则判定当前反应器为超差反应器,并建立所述超差反应器后的每一级所述反应器的出口亚铁离子浓度协调调整优化模型,以及根据所述协调调整优化模型,对所述超差反应器后的每一级所述反应器的出口亚铁离子浓度的所述设定值进行协调调整;建立每一级所述反应器的出口亚铁离子浓度的优化设定模型,并根据所述优化设定模型获得每一级所述反应器的出口亚铁离子浓度的设定值包括:基于物料平衡建立沉铁过程氧气添加量和氧化锌添加量的计算模型,并根据所述计算模型获得每一级所述反应器的氧气添加量和氧化锌添加量,所述氧气添加量和氧化锌添加量的计算模型为:其中,N为反应器的总级数,和分别表示第i级反应器中氧气和氧化锌的添加量,和分别为第i级所述反应器入口亚铁离子浓度、三价铁离子浓度和氢离子浓度,和分别为第i级所述反应器出口亚铁离子浓度、三价铁离子浓度和氢离子浓度,第i+1级所述反应器的入口亚铁离子浓度等于第i级所述反应器的出口亚铁离子浓度第i+1级所述反应器的入口三价铁离子浓度等于第i级所述反应器的出口三价铁离子浓度第i+1级所述反应器的入口氢离子浓度等于第i级所述反应器的出口氢离子浓度且第i级反应器出口氢离子浓度设定为10‑3mol/L,即利用历史数据训练径向基神经网络;利用训练好的径向基神经网络,在线预估每一级所述反应器的氧气利用率,其中,所述氧气利用率在线预估模型为:其中,η为氧气利用率,ω是RBF神经网络的权重,c表示神经元的中心,σ表示神经元的半径,M表示RBF神经网络的神经元个数,m表示第m个神经元,x表示RBF 神经网络的输入向量;根据每一级所述反应器的氧气添加量、氧气利用率以及氧化锌添加量,建立每一级所述反应器的出口亚铁离子浓度的优化设定模型,所述优化设定模型为:其中,分别为第i级所述反应器出口亚铁离子浓度的上、下限值,分别为第i级所述反应器出口三价铁离子浓度的上、下限值;求解所述优化设定模型的最优解,从而得到每一级所述反应器的出口亚铁离子浓度的设定值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710250863.8/,转载请声明来源钻瓜专利网。