本發(fā)明涉及冶金技術(shù)領(lǐng)域，尤其涉及一種基于區(qū)間數(shù)的濕法冶金全流程建模方法與優(yōu)化方法。

背景技術(shù)：

濕法冶金工藝隨著高品位礦石的逐漸減少，已經(jīng)開(kāi)始受到世界各國(guó)的高度重視。與傳統(tǒng)的火法冶金相比，濕法冶金技術(shù)具有高效、清潔、適用于低品位復(fù)雜金屬礦產(chǎn)資源回收等優(yōu)勢(shì)。特別是針對(duì)我國(guó)礦產(chǎn)資源貧礦多，復(fù)雜共生，雜質(zhì)含量高的特點(diǎn)，濕法冶金工藝工業(yè)化對(duì)于提高礦產(chǎn)資源的綜合利用率，降低固體廢棄物產(chǎn)量，減少環(huán)境污染，都有重大的意義。

濕法冶金全流程包括磨礦、浮選、脫水調(diào)漿、氰化浸出、壓濾洗滌、置換等濕法冶煉的工藝流程。首先原礦石經(jīng)過(guò)磨礦和分離浮選等預(yù)處理過(guò)程后得到一定的礦漿，之后通過(guò)濃密壓濾過(guò)程將預(yù)處理過(guò)程中攜帶的藥劑從礦石中脫離，得到帶有極少量液體的濾餅。接著通過(guò)調(diào)漿過(guò)程將濾餅與調(diào)漿水?dāng)嚢璧玫揭欢舛鹊牡V漿，混合后的礦漿由排礦泵打入到后續(xù)的浸出流程的浸出槽中。浸出流程由兩次浸出過(guò)程組成，精礦中難溶的金通過(guò)與浸出劑(NaCN)發(fā)生反應(yīng)生成可溶于水的離子，兩次浸出后的礦漿通入壓濾機(jī)壓濾洗滌后生成貴液，最終通過(guò)置換工序得到金屬金。黃濕法冶金主要工序如圖1所示，步驟1、對(duì)原礦石進(jìn)行磨礦和浮選，形成礦漿；步驟2、對(duì)礦漿進(jìn)行壓濾處理，得到濾餅；步驟3、將上述濾餅與調(diào)漿水?dāng)嚢?，形成具有一定濃度的礦漿；步驟4、向礦漿中加入氰化鈉溶液進(jìn)行攪拌浸出；步驟5、對(duì)浸出后的礦漿進(jìn)行壓濾洗滌處理，收集濾餅和濾液，將濾液進(jìn)行凈化、脫氧、鋅粉置換，形成金泥；步驟6、將上述濾餅與調(diào)漿水?dāng)嚢瑁纬删哂幸欢舛鹊牡V漿；步驟7、向礦漿中加入氰化鈉溶液進(jìn)行攪拌浸出；步驟8、對(duì)浸出后的礦漿進(jìn)行壓濾洗滌處理，收集濾液，將一級(jí)濾液和二級(jí)濾液進(jìn)行凈化、脫氧、鋅粉置換，形成金泥。

近幾年濕法冶金工藝、設(shè)備研究進(jìn)展迅速。但由于濕法冶金工藝流程復(fù)雜，設(shè)備類(lèi)型多樣，工藝條件惡劣，如高溫、高壓、強(qiáng)腐蝕等，因此濕法冶金企業(yè)只有不斷提高大規(guī)模工業(yè)化自動(dòng)控制水平，才能保證生產(chǎn)安全、穩(wěn)定、連續(xù)的運(yùn)行，才能保證產(chǎn)品的質(zhì)量和產(chǎn)量。我國(guó)濕法冶金工藝技術(shù)的研究處于國(guó)際先進(jìn)水平，其中某些方面甚至處于領(lǐng)先地位，但由于濕法冶金工藝類(lèi)型多、工藝條件差別大、規(guī)模相對(duì)較小等原因，自動(dòng)化水平相對(duì)較低。且各工序的單獨(dú)優(yōu)化控制已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足其工業(yè)生產(chǎn)的需要。為了最大限度地提高產(chǎn)量、金屬回收率、礦產(chǎn)資源的綜合利用率等技術(shù)經(jīng)濟(jì)指標(biāo)，并降低運(yùn)行成本與固體廢棄物產(chǎn)量，減少環(huán)境污染，達(dá)到高產(chǎn)優(yōu)質(zhì)、節(jié)能降耗等目的，并最終提高企業(yè)的經(jīng)濟(jì)效益，迫切地需要對(duì)濕法冶金全流程優(yōu)化進(jìn)行研究。

合理的濕法冶金工藝流程是確保礦石中金有效回收利用、企業(yè)獲得高收益回報(bào)的基本前提。目前，國(guó)內(nèi)外對(duì)濕法冶金全流程建模多集中于各子過(guò)程(如浸出、壓濾洗滌/濃密洗滌、萃取/置換)的層面上，還沒(méi)有相關(guān)濕法冶金全流程模型的應(yīng)用和研究，很多研究要么精度不高，要么缺少對(duì)全流程中各個(gè)子過(guò)程以及相互之間的物理特性的考慮，因此它們不能反映濕法冶金全流程，限制了模型的實(shí)際應(yīng)用能力。濕法冶金全流程一般具有組分多、強(qiáng)耦合、大滯后、非線性等特征。因此，所建立的模型還應(yīng)該能體現(xiàn)出上述復(fù)雜性，為實(shí)現(xiàn)濕法冶金全流程綜合生產(chǎn)指標(biāo)和各關(guān)鍵工序指標(biāo)的預(yù)測(cè)以及為濕法冶金全流程優(yōu)化奠定堅(jiān)實(shí)的基礎(chǔ)。另外，在許多實(shí)際工業(yè)生產(chǎn)過(guò)程中，不可避免地存在著與初始條件、測(cè)量偏差、材料特性等有關(guān)的誤差或不確定性，造成不確定性的原因有：參數(shù)計(jì)算和測(cè)量誤差；系統(tǒng)在不同工況/工序下，參數(shù)具有不同數(shù)值；參數(shù)具有一定的變化區(qū)域無(wú)法精確測(cè)量等。而國(guó)內(nèi)外對(duì)于模型建立的研究多集中于單純的機(jī)理模型或單純的數(shù)據(jù)模型，由于不確定性因素存在，致使生產(chǎn)過(guò)程某些局部環(huán)節(jié)的模型無(wú)法獲得，此時(shí)也就無(wú)法基于過(guò)程模型進(jìn)行優(yōu)化控制。因此合理的建立過(guò)程定性模型對(duì)于提高企業(yè)生產(chǎn)效率和經(jīng)濟(jì)效益、便于生產(chǎn)調(diào)整具有重要的實(shí)際意義。

目前，國(guó)內(nèi)外對(duì)濕法冶金全流程的優(yōu)化研究很少，自動(dòng)化水平也不高，理論研究也只停留在對(duì)各工序的優(yōu)化層面上。由于濕法冶金全流程是由一系列典型工序組成的復(fù)雜過(guò)程，隨著產(chǎn)業(yè)的不斷發(fā)展，單一工序的優(yōu)化已不能滿足濕法冶金全流程的生產(chǎn)要求。針對(duì)這樣的挑戰(zhàn)，濕法冶金全流程優(yōu)化已經(jīng)得到了廣泛的關(guān)注，并成為礦物加工工業(yè)的一個(gè)重要發(fā)展目標(biāo)。然而，濕法冶金流程規(guī)模過(guò)大、工序及變量過(guò)多，使得濕法冶金全流程優(yōu)化問(wèn)題更為復(fù)雜，迫切需要對(duì)濕法冶金全流程優(yōu)化方法進(jìn)行研究。因此必須尋求適當(dāng)?shù)慕?yōu)化方法，本發(fā)明提供了適用于濕法冶金全流程建模及優(yōu)化的方法，至少能夠提高濕法冶金的經(jīng)濟(jì)效益。

技術(shù)實(shí)現(xiàn)要素：

(一)要解決的技術(shù)問(wèn)題

本發(fā)明的目的在于提供一種至少能夠提高濕法冶金的經(jīng)濟(jì)效益的基于區(qū)間數(shù)的濕法冶金全流程建模方法與優(yōu)化方法。

(二)技術(shù)方案

為了達(dá)到上述目的，本發(fā)明采用的主要技術(shù)方案包括：

第一方面，本發(fā)明涉及一種基于區(qū)間數(shù)的濕法冶金全流程建模方法，包括如下步驟：

步驟S1、根據(jù)預(yù)設(shè)時(shí)間段內(nèi)歷史數(shù)據(jù)中的輸入變量、輸出變量和操作變量建立濕法冶金過(guò)程中上游子流程的操作模式庫(kù)，所述操作模式庫(kù)中包括：輸入變量、輸出變量和操作變量之間的映射關(guān)系；

步驟S2、根據(jù)預(yù)設(shè)時(shí)間段內(nèi)歷史數(shù)據(jù)中下游子流程在各種工序下的綜合經(jīng)濟(jì)指標(biāo)、最優(yōu)氰化鈉操作參數(shù)、最優(yōu)鋅粉操作參數(shù)，建立最優(yōu)模式庫(kù)，所述最優(yōu)模式庫(kù)包括：綜合經(jīng)濟(jì)指標(biāo)、各工序質(zhì)量指標(biāo)、最優(yōu)氰化鈉操作參數(shù)、最優(yōu)鋅粉操作參數(shù)的映射關(guān)系；

步驟S3、將所述操作模式庫(kù)和最優(yōu)模式庫(kù)組成濕法冶金過(guò)程中的全流程最優(yōu)模態(tài)庫(kù)。

可選地，所述方法還包括：

步驟S4、根據(jù)當(dāng)前工序信息和輸入變量，從所述操作模式庫(kù)、最優(yōu)模式庫(kù)中獲取當(dāng)前濕法冶金過(guò)程中的最優(yōu)操作模態(tài)庫(kù)，該最優(yōu)操作模態(tài)庫(kù)包括:當(dāng)前濕法冶金過(guò)程中的輸入變量、各種工序的操作參數(shù)、各工序的質(zhì)量指標(biāo)和全流程綜合經(jīng)濟(jì)指標(biāo)。

可選地，所述輸入變量包括：具有至少五個(gè)等級(jí)的放礦量ΔM；

所述輸出變量包括：具有至少五個(gè)等級(jí)的礦漿濃度C_w；

所述操作變量包括：具有至少七個(gè)等級(jí)的調(diào)漿水量Δq；

操作參數(shù)包括：氰化鈉操作參數(shù)、鋅粉操作參數(shù)；

所述各工序質(zhì)量指標(biāo)包括：一浸浸出率、二浸浸出率和置換率。

可選地，步驟S1包括：

S11、將輸出變量和操作變量分別模糊化，模糊化后的操作變量為E₁＝[k₁·Δq]；操作變量Δq的模糊論域?yàn)?/p>

S12、建立模糊化的輸出變量、模糊化的操作變量和輸入變量之間的定性模型；

S13、根據(jù)建立的定性模型，獲取每一輸入變量在每一操作變量下的輸出變量值，將所有輸入變量在每一操作變量下的輸出變量值的集合作為操作模式庫(kù)。

可選地，步驟S2包括：

S21、采用分層優(yōu)化方式將歷史數(shù)據(jù)中下游子流程劃分為工序指標(biāo)、對(duì)應(yīng)工序指標(biāo)優(yōu)化的過(guò)程操作變量，并建立過(guò)程層優(yōu)化模型；

S22、采用區(qū)間數(shù)優(yōu)化方式將過(guò)程層優(yōu)化模型中不確定變量約束轉(zhuǎn)化為確定性不等式約束，并采用罰函數(shù)法處理確定性不等式約束，獲得以罰函數(shù)表示的無(wú)約束優(yōu)化模型，以及采用二階振蕩粒子群算法對(duì)無(wú)約束優(yōu)化模型優(yōu)化求解，獲得下游子流程的綜合經(jīng)濟(jì)指標(biāo)、最優(yōu)氰化鈉操作參數(shù)、最優(yōu)鋅粉操作參數(shù)；

S23、將各種工序下所述下游子流程的綜合經(jīng)濟(jì)指標(biāo)、最優(yōu)氰化鈉操作參數(shù)、最優(yōu)鋅粉操作參數(shù)集合，組成最優(yōu)模式庫(kù)。

可選地，子步驟S21包括：

S211、從歷史數(shù)據(jù)中篩選待建模的最小消耗建模數(shù)據(jù)，采用三層BP神經(jīng)網(wǎng)絡(luò)方式建立最小消耗建模數(shù)據(jù)中物耗與工藝指標(biāo)之間的約束關(guān)系，獲得工序?qū)觾?yōu)化模型；

s.t.

x_c1,min＝F₁(x_t1,θ)

x_c2,min＝F₂(x_t2,x_t1,θ)

x_c3,min＝F₃(x_t3,x_t2,x_t1,θ)

g₁(x_t1,x_t2)≤0

g₂(x_t3)≤0

x_ci≤x_ci,max,i＝1,2,3

x_ti,min≤x_ti≤x_ti,max,i＝1,2,3

其中，x_ci,min＝F_i(x_ti,z_i,θ)為工序物耗與工藝指標(biāo)的關(guān)系約束，g₁(x_t1,x_t2)≤0為總浸出率約束，其表達(dá)式為：g₁＝0.99-x_t1-(1-x_t1)·x_t2≤0；

g₂(x_t3)≤0為置換率約束，其表達(dá)式為：g₂＝0.995-x_t3≤0；

x_ci≤x_ci,max為物耗約束，

為各個(gè)浸出槽物耗之和；

x_ci＝Q_i,zn,i＝3為置換槽物耗；

x_ti,min≤x_ti≤x_ti,max為一浸浸出率、二浸浸出率和置換率約束；

S212、基于所述工序?qū)觾?yōu)化模型確定最優(yōu)質(zhì)量指標(biāo)值、與最優(yōu)質(zhì)量指標(biāo)值對(duì)應(yīng)的最小消耗指標(biāo)，并建立過(guò)程層優(yōu)化模型；

s.t.

u_ij,min≤u_ij≤u_ij,max,j＝1,2,3

s.t.

u_i,min≤u_i≤u_i,max

其中，f_i為第i個(gè)工序的模型，為工序指標(biāo)向量，分別為求解工序?qū)觾?yōu)化模型確定的第i個(gè)工序的最優(yōu)質(zhì)量指標(biāo)和對(duì)應(yīng)的最小消耗指標(biāo)；u_i為第i個(gè)工序的操作向量，為對(duì)第i個(gè)工序有影響的所有其它最優(yōu)工序質(zhì)量指標(biāo)。

可選地，子步驟S22包括：

S221、對(duì)于過(guò)程層優(yōu)化模型中的約束轉(zhuǎn)化為不等式約束其中g(shù)_j(u_i,Cw)＝x_ti，和為目標(biāo)值區(qū)間，i為工序數(shù)，j為約束個(gè)數(shù)；

S222、通過(guò)外層粒子群算法，產(chǎn)生多個(gè)決策向量個(gè)體u_i，對(duì)每一決策向量個(gè)體，調(diào)用多次內(nèi)層粒子群算法獲得不確定變量約束的區(qū)間其中,

S223、采用區(qū)間可能度構(gòu)造方法，將原不確定變量約束轉(zhuǎn)換為確定性不等式約束其中0≤λ_j≤1為預(yù)先給定的可能度水平；區(qū)間可能度構(gòu)造如下：

以及，獲得確定性?xún)?yōu)化模型：

s.t.

u_ij,min≤u_ij≤u_ij,max,j＝1,2,3

S224、采用罰函數(shù)法處理約束，將確定性?xún)?yōu)化模型轉(zhuǎn)換為以罰函數(shù)表示的無(wú)約束優(yōu)化模型：

其中，σ為罰因子，一般隨經(jīng)驗(yàn)取較大值，為罰函數(shù)，表示如下：

S225、對(duì)轉(zhuǎn)化后的無(wú)約束優(yōu)化模型，采用二階振蕩粒子群算法優(yōu)化求解，獲得下游子流程的綜合經(jīng)濟(jì)指標(biāo)和最優(yōu)操作參數(shù)氰化鈉添加量Q_CN_ij和鋅粉添加量Q_Zn；

相應(yīng)地，S23、建立最優(yōu)模式庫(kù)為：

其中，m表示輸入模態(tài)，即礦漿濃度5個(gè)等級(jí)[NB、NS、ZE、PS、PB]；和表示一浸、二浸浸出率和置換率工序級(jí)指標(biāo)，和分別表示浸出過(guò)程和置換過(guò)程的操作變量(i＝1,2；j＝1,2,3)；表示下游子流程工藝指標(biāo)。

可選地，最優(yōu)操作模態(tài)庫(kù)為

其中，k表示當(dāng)前濕法冶金過(guò)程中的輸入變量；l表示當(dāng)前濕法冶金過(guò)程中的操作變量；表示全流程工藝指標(biāo)。

第二方面，本發(fā)明還提供一種基于區(qū)間數(shù)的濕法冶金過(guò)程中全流程優(yōu)化方法，包括：

獲取濕法冶金過(guò)程中全流程的工序信息、輸入變量值；

根據(jù)獲取的工序信息和輸入變量值，從預(yù)先建立的全流程最優(yōu)模態(tài)庫(kù)中查找符合最優(yōu)經(jīng)濟(jì)效益的各工序的操作參數(shù)；

根據(jù)查找的操作參數(shù)調(diào)整當(dāng)前濕法冶金過(guò)程中的相對(duì)應(yīng)的參數(shù)及工序，以使當(dāng)前濕法冶金過(guò)程中全流程的經(jīng)濟(jì)效益最優(yōu)。

可選地，所述全流程最優(yōu)模態(tài)庫(kù)是通過(guò)上述任一所述的建模方法建立的。

(三)有益效果

本發(fā)明的有益效果是：

本發(fā)明著眼于濕法冶金的全流程，通過(guò)將全流程劃分為上游子流程和下游子流程，進(jìn)而對(duì)上游子流程建立操作模式庫(kù)，對(duì)下游子流程建立最優(yōu)模式庫(kù)，進(jìn)而獲得全流程最優(yōu)模態(tài)庫(kù)。在應(yīng)用于實(shí)際冶金時(shí)，根據(jù)輸入變量和操作變量通過(guò)全流程最優(yōu)模態(tài)庫(kù)獲取符合最優(yōu)經(jīng)濟(jì)效益的操作參數(shù)及輸出變量等，由此可以提高經(jīng)濟(jì)效益。由此，本發(fā)明所建立的模型對(duì)于提高經(jīng)濟(jì)效益、便于生產(chǎn)調(diào)整具有重要的實(shí)際意義。

附圖說(shuō)明

圖1為現(xiàn)有技術(shù)濕法冶金主要工藝流程圖；

圖2為本發(fā)明濕法冶金全流程建模方法的示意圖；

圖3為本發(fā)明濕法冶金下游子流程區(qū)間優(yōu)化的示意圖；

圖4為本發(fā)明濕法冶金下游子流程分層優(yōu)化的示意圖；

圖5為本發(fā)明濕法冶金全流程優(yōu)化的示意圖；

圖6(a)為工序指標(biāo)優(yōu)化結(jié)果的示意圖；

圖6(b)為子流程區(qū)間優(yōu)化結(jié)果的示意圖；

圖6(c)為一次浸出優(yōu)化結(jié)果的示意圖；

圖6(d)為二次浸出優(yōu)化結(jié)果的示意圖；

圖7(a)為綜合經(jīng)濟(jì)效益優(yōu)化結(jié)果的示意圖；

圖7(b)為不同約束下基礎(chǔ)優(yōu)化結(jié)果的示意圖；

圖8為不同約束可能度水平下的懲罰結(jié)果示意圖。

具體實(shí)施方式

為了更好的解釋本發(fā)明，以便于理解，下面結(jié)合附圖，通過(guò)具體實(shí)施方式，對(duì)本發(fā)明作詳細(xì)描述。

參照?qǐng)D1，現(xiàn)有技術(shù)中濕法冶金全流程的工藝步驟說(shuō)明如下。

步驟01、對(duì)原礦石進(jìn)行磨礦和浮選，形成礦漿；

步驟02、對(duì)礦漿進(jìn)行壓濾處理，將之前步驟中攜帶的藥劑從礦石中脫離，得到帶有極少量液體的濾餅；

步驟03、將上述濾餅與調(diào)漿水?dāng)嚢?，形成具有一定濃度的礦漿；

步驟04、向礦漿中加入氰化鈉溶液進(jìn)行攪拌浸出；

步驟05、對(duì)浸出后的礦漿進(jìn)行壓濾洗滌處理，收集濾餅和濾液，將濾液進(jìn)行凈化、脫氧、鋅粉置換，形成金泥；

步驟06、將上述濾餅與調(diào)漿水?dāng)嚢?，形成具有一定濃度的礦漿；

步驟07、向礦漿中加入氰化鈉溶液進(jìn)行攪拌浸出；

步驟08、對(duì)浸出后的礦漿進(jìn)行壓濾洗滌處理，收集濾液，將一級(jí)濾液和二級(jí)濾液進(jìn)行凈化、脫氧、鋅粉置換，形成金泥。

為較好的理解下述基于區(qū)間數(shù)的濕法冶金全流程建模方法，本實(shí)施例將濕法冶金全流程劃分為上游子流程和下游子流程。其中，下游子流程包括：一次浸出過(guò)程、二次浸出過(guò)程、一次壓濾洗滌過(guò)程、二次壓濾洗滌過(guò)程、置換過(guò)程等。下游子流程之前的流程屬于上游子流程，下述也稱(chēng)為邊界環(huán)節(jié)。本實(shí)施例中的下游子流程和上游子流程均實(shí)現(xiàn)相對(duì)的概念，為更好的理解本申請(qǐng)，本實(shí)施例采用上述劃分方式，在其他實(shí)施例中，可采用其他劃分方式，本實(shí)施例不對(duì)其進(jìn)行限定。

另外，針對(duì)濕法冶金全流程中的定性變量，本實(shí)施例中劃分多個(gè)等級(jí)。

結(jié)合濕法冶金的歷史數(shù)據(jù)，以及業(yè)內(nèi)人士的交流分析，對(duì)輸入變量(放礦量ΔM)和輸出變量(礦漿濃度C_w)分別劃分5個(gè)等級(jí)，分別為小(NB)、較小(NS)、中(ZE)、較大(PS)、大(PB)。為了得到高精度的礦漿濃度，同樣對(duì)于操作變量(調(diào)漿水量Δq)劃分為7個(gè)等級(jí)，分別為負(fù)大(NB)、負(fù)中(NM)、負(fù)小(NS)、零(ZE)、正小(PS)、正中(PM)、正大(PB)。

實(shí)施例一

結(jié)合圖2至圖5所示，本實(shí)施例的基于區(qū)間數(shù)的濕法冶金全流程建模方法，包括：

步驟S1、根據(jù)預(yù)設(shè)時(shí)間段內(nèi)歷史數(shù)據(jù)中的輸入變量、輸出變量和操作變量建立濕法冶金過(guò)程中上游子流程的操作模式庫(kù)，所述操作模式庫(kù)中包括：輸入變量、輸出變量和操作變量之間的映射關(guān)系。

在本實(shí)施例中，輸入變量包括：具有至少五個(gè)等級(jí)的放礦量ΔM；

輸出變量包括：具有至少五個(gè)等級(jí)的礦漿濃度C_w；

操作變量包括：具有至少七個(gè)等級(jí)的調(diào)漿水量Δq。

各工序質(zhì)量指標(biāo)包括：一浸浸出率、二浸浸出率和置換率。

本實(shí)施例中為了得到高精度的礦漿濃度對(duì)操作變量如調(diào)漿水量Δq劃分七個(gè)等級(jí)，在其他實(shí)施例中可以不限定是七個(gè)等級(jí)，相應(yīng)地，針對(duì)輸入變量放礦量ΔM也不限定是五個(gè)等級(jí)，礦漿濃度C_w也不限定是五個(gè)等級(jí)，可以根據(jù)實(shí)際需要調(diào)整，本實(shí)施例的等級(jí)主要是為了更好的獲得后續(xù)的模型以建立全流程最優(yōu)模態(tài)庫(kù)。

由此，在不同的放礦量輸入條件下，通過(guò)不同的操作變量，得到與之對(duì)應(yīng)的輸出，最終構(gòu)建輸入輸出操作模式庫(kù)。

步驟S2、根據(jù)預(yù)設(shè)時(shí)間段內(nèi)歷史數(shù)據(jù)中下游子流程在各種工況/工序下的綜合經(jīng)濟(jì)指標(biāo)、最優(yōu)氰化鈉操作參數(shù)、最優(yōu)鋅粉操作參數(shù)，建立最優(yōu)模式庫(kù)，所述最優(yōu)模式庫(kù)包括：綜合經(jīng)濟(jì)指標(biāo)、各工序質(zhì)量指標(biāo)、最優(yōu)氰化鈉操作參數(shù)、最優(yōu)鋅粉操作參數(shù)的映射關(guān)系。

可理解的是，本實(shí)施例中利用區(qū)間數(shù)的分層優(yōu)化方法/方式對(duì)下游子流程基于模型優(yōu)化，獲得下游子流程在不同工況/工序下的綜合經(jīng)濟(jì)指標(biāo)和最優(yōu)操作參數(shù)氰化鈉添加量Q_CN_ij和鋅粉添加量Q_Zn，并建立最優(yōu)模式庫(kù)。

在本實(shí)施例中，操作參數(shù)可包括：氰化鈉操作參數(shù)、鋅粉操作參數(shù)；

所述下游子流程可包括：一次浸出過(guò)程、二次浸出過(guò)程、一次壓濾洗滌過(guò)程、二次壓濾洗滌過(guò)程和置換過(guò)程。

步驟S3：將所述操作模式庫(kù)和最優(yōu)模式庫(kù)組成濕法冶金過(guò)程中的全流程最優(yōu)模態(tài)庫(kù)。

在實(shí)際應(yīng)用中，根據(jù)建模的全流程最優(yōu)模態(tài)庫(kù)調(diào)整當(dāng)前濕法冶金過(guò)程的工序/參數(shù)，此時(shí)上述方法還包括下述步驟S4：

步驟S4、根據(jù)當(dāng)前工況/工序信息和輸入變量，從所述操作模式庫(kù)、最優(yōu)模式庫(kù)中獲取當(dāng)前濕法冶金過(guò)程中的最優(yōu)操作模態(tài)庫(kù)，該最優(yōu)操作模態(tài)庫(kù)包括當(dāng)前濕法冶金過(guò)程中的輸入變量、各種工序的操作參數(shù)、各工序的質(zhì)量指標(biāo)和全流程綜合經(jīng)濟(jì)指標(biāo)。

具體地，參見(jiàn)圖2，上述步驟S1可包括：

S11、將輸出變量和操作變量分別模糊化，模糊化后的操作變量為E₁＝[k₁·Δq]；操作變量Δq的模糊論域?yàn)?/p>

可理解的是，輸出變量礦漿濃度C_w和操作變量調(diào)漿水Δq的實(shí)際變化范圍為[C_wmin,C_wmax]和[Δq_min,Δq_max]，將礦漿濃度劃分為5個(gè)模糊等級(jí)，相應(yīng)的區(qū)間數(shù)值為{[34％35.2％],[34.8％36.2％],[36％38％],[37.8％39.2％],[38.8％40％]}，定義模糊計(jì)算中模糊語(yǔ)言變量Δq的模糊論域?yàn)榈V漿濃度C_w的隸屬度函數(shù)采用三角形隸屬函數(shù)，調(diào)漿水量Δq的隸屬函數(shù)采用單值型隸屬函數(shù)，則Δq的量化因子表示為：

則模糊化后操作變量為：E₁＝[k₁·Δq]。

S12、建立模糊化的輸出變量、模糊化的操作變量和輸入變量之間的定性模型。

S13、根據(jù)建立的定性模型，獲取每一輸入變量在每一操作變量下的輸出變量值，將所有輸入變量在每一操作變量下的輸出變量值的集合作為操作模式庫(kù)。

也就是說(shuō)，建立輸入、輸出與操作變量的定性模型；根據(jù)當(dāng)前不同的放礦量輸入條件，通過(guò)不同的調(diào)漿水操作參數(shù)調(diào)節(jié)得到與之對(duì)應(yīng)的礦漿濃度輸出，建立輸入輸出定性關(guān)系和相應(yīng)的操作模式庫(kù)。

如下表1為輸入變量、輸出變量的定性劃分關(guān)系，表2為操作模式庫(kù)。

表1輸入輸出定性關(guān)系

表2操作模式庫(kù)

在一種可選的實(shí)現(xiàn)方式中，結(jié)合圖3和圖4所示，上述步驟S2可包括：

S21、采用分層優(yōu)化方式將歷史數(shù)據(jù)中下游子流程劃分為工序指標(biāo)、對(duì)應(yīng)工序指標(biāo)優(yōu)化的過(guò)程操作變量，并建立過(guò)程層優(yōu)化模型。

在下游子流程生產(chǎn)過(guò)程，針對(duì)各個(gè)子流程的優(yōu)化模型，決策變量分別選取浸出過(guò)程的氰化鈉添加量Q_CN_ij，和置換過(guò)程中鋅粉添加量Q_Zn。

為此，本實(shí)施例中利用濕法冶金全流程的歷史數(shù)據(jù)獲得最小消耗建模數(shù)據(jù)，進(jìn)而采用三層BP神經(jīng)網(wǎng)絡(luò)建立各工序最小消耗數(shù)據(jù)模型中物耗與工藝指標(biāo)之間的關(guān)系約束，由此可描述各工序質(zhì)量指標(biāo)之間的相互關(guān)系，進(jìn)而得到工序?qū)觾?yōu)化模型。

具體說(shuō)明例如，S211、從歷史數(shù)據(jù)中篩選待建模的最小消耗建模數(shù)據(jù)，采用三層BP神經(jīng)網(wǎng)絡(luò)方式建立最小消耗建模數(shù)據(jù)中物耗與工藝指標(biāo)之間的約束關(guān)系，獲得工序?qū)觾?yōu)化模型；

s.t.

x_c1,min＝F₁(x_t1,θ)

x_c2,min＝F₂(x_t2,x_t1,θ)

x_c3,min＝F₃(x_t3,x_t2,x_t1,θ)

g₁(x_t1,x_t2)≤0

g₂(x_t3)≤0

x_ci≤x_ci,max,i＝1,2,3

x_ti,min≤x_ti≤x_ti,max,i＝1,2,3

其中，x_ci,min＝F_i(x_ti,z_i,θ)為工序物耗與工藝指標(biāo)的關(guān)系約束，g₁(x_t1,x_t2)≤0為總浸出率約束，其表達(dá)式為：g₁＝0.99-x_t1-(1-x_t1)·x_t2≤0；

g₂(x_t3)≤0為置換率約束，其表達(dá)式為：g₂＝0.995-x_t3≤0；

x_ci≤x_ci,max為物耗約束，

為各個(gè)浸出槽物耗之和；

x_ci＝Q_i,zn,i＝3為置換槽物耗；

x_ti,min≤x_ti≤x_ti,max為一浸浸出率、二浸浸出率和置換率約束。

S212、基于所述工序?qū)觾?yōu)化模型確定最優(yōu)質(zhì)量指標(biāo)值、與最優(yōu)質(zhì)量指標(biāo)值對(duì)應(yīng)的最小消耗指標(biāo)，并建立過(guò)程層優(yōu)化模型；

s.t.

u_ij,min≤u_ij≤u_ij,max,j＝1,2,3

s.t.

u_i,min≤u_i≤u_i,max

其中，f_i為第i個(gè)工序的模型，為工序指標(biāo)向量，分別為求解工序?qū)觾?yōu)化模型確定的第i個(gè)工序的最優(yōu)質(zhì)量指標(biāo)和對(duì)應(yīng)的最小消耗指標(biāo)；u_i為第i個(gè)工序的操作向量，為對(duì)第i個(gè)工序有影響的所有其它最優(yōu)工序質(zhì)量指標(biāo)。

S22、采用區(qū)間數(shù)優(yōu)化方式將過(guò)程層優(yōu)化模型中不確定變量約束轉(zhuǎn)化為確定性不等式約束，并采用罰函數(shù)法處理確定性不等式約束，獲得以罰函數(shù)表示的無(wú)約束優(yōu)化模型，以及

采用二階振蕩粒子群算法對(duì)無(wú)約束優(yōu)化模型優(yōu)化求解，獲得下游子流程的綜合經(jīng)濟(jì)指標(biāo)、最優(yōu)氰化鈉操作參數(shù)、最優(yōu)鋅粉操作參數(shù)(如圖3所示)。

結(jié)合圖3所示的流程，具體說(shuō)明如下：

S221、對(duì)于過(guò)程層優(yōu)化模型中的約束轉(zhuǎn)化為不等式約束其中g(shù)_j(u_i,Cw)＝x_ti，和為目標(biāo)值區(qū)間，i為工序數(shù)，j為約束個(gè)數(shù)。

可理解的是，由于實(shí)際應(yīng)用中由于不確定變量Cw(礦漿濃度)的影響，且目標(biāo)值在一定范圍內(nèi)，則將原等式約束轉(zhuǎn)化為不等式約束

S222、通過(guò)外層粒子群算法，產(chǎn)生多個(gè)決策向量個(gè)體u_i，對(duì)每一決策向量個(gè)體，調(diào)用多次內(nèi)層粒子群算法獲得不確定變量約束的區(qū)間其中,S223、采用區(qū)間可能度構(gòu)造方法，將原不確定變量約束轉(zhuǎn)換為確定性不等式約束其中0≤λ_j≤1為預(yù)先給定的可能度水平；區(qū)間可能度構(gòu)造如下：

以及，通過(guò)以上處理將過(guò)程層優(yōu)化模型轉(zhuǎn)化為確定性?xún)?yōu)化模型：

s.t.

u_ij,min≤u_ij≤u_ij,max,j＝1,2,3

S224、采用罰函數(shù)法處理約束，將確定性?xún)?yōu)化模型轉(zhuǎn)換為以罰函數(shù)表示的無(wú)約束優(yōu)化模型：

其中，σ為罰因子，一般隨經(jīng)驗(yàn)取較大值，為罰函數(shù)，表示如下：

S225、對(duì)轉(zhuǎn)化后的無(wú)約束優(yōu)化模型，采用二階振蕩粒子群算法優(yōu)化求解，獲得下游子流程的綜合經(jīng)濟(jì)指標(biāo)和最優(yōu)操作參數(shù)氰化鈉添加量Q_CN_ij和鋅粉添加量Q_Zn；

相應(yīng)地，S23、建立最優(yōu)模式庫(kù)為：

其中，m表示輸入模態(tài)，即礦漿濃度5個(gè)等級(jí)[NB、NS、ZE、PS、PB]；和表示一浸、二浸浸出率和置換率工序級(jí)指標(biāo)，和分別表示浸出過(guò)程和置換過(guò)程的操作變量(i＝1,2；j＝1,2,3)；表示下游子流程工藝指標(biāo)，即經(jīng)濟(jì)效益。

S23、將各種工序下所述下游子流程的綜合經(jīng)濟(jì)指標(biāo)、最優(yōu)氰化鈉操作參數(shù)、最優(yōu)鋅粉操作參數(shù)集合，組成最優(yōu)模式庫(kù)。

由此，如圖5所示，上述最優(yōu)操作模態(tài)庫(kù)為

其中，k表示當(dāng)前濕法冶金過(guò)程中的輸入變量，即放礦量5個(gè)等級(jí)[NB、NS、ZE、PS、PB]；l表示當(dāng)前濕法冶金過(guò)程中的操作變量，即調(diào)漿水7個(gè)等級(jí)[NB、NM、NS、ZE、PS、PM、PB]；表示全流程工藝指標(biāo)。

本實(shí)施例中通過(guò)將全流程劃分為上游子流程和下游子流程，進(jìn)而對(duì)上游子流程建立操作模式庫(kù)，對(duì)下游子流程建立最優(yōu)模式庫(kù)，進(jìn)而獲得全流程最優(yōu)模態(tài)庫(kù)。在應(yīng)用于實(shí)際冶金時(shí)，根據(jù)輸入變量和操作變量通過(guò)全流程最優(yōu)模態(tài)庫(kù)獲取符合最優(yōu)經(jīng)濟(jì)效益的操作參數(shù)及輸出變量等，由此可以提高經(jīng)濟(jì)效益。由此，本發(fā)明所建立的模型對(duì)于提高經(jīng)濟(jì)效益、便于生產(chǎn)調(diào)整具有重要的實(shí)際意義。

實(shí)施例二

本實(shí)施例是提供一種濕法冶金全流程優(yōu)化方法，該方法實(shí)現(xiàn)過(guò)程中采用的裝置包括濕法冶金過(guò)程建模與優(yōu)化系統(tǒng)、上位機(jī)、PLC、現(xiàn)場(chǎng)傳感變送部分。其中現(xiàn)場(chǎng)傳感變送部分包括濃度、壓力、流量等檢測(cè)儀表。在濕法冶金過(guò)程現(xiàn)場(chǎng)安裝檢測(cè)儀表，檢測(cè)儀表將采集的信號(hào)通過(guò)Profibus-DP總線送到PLC，PLC通過(guò)以太網(wǎng)定時(shí)將采集信號(hào)傳送到上位機(jī)，上位機(jī)把接受的數(shù)據(jù)傳到濕法冶金過(guò)程建模優(yōu)化系統(tǒng)，進(jìn)行生產(chǎn)過(guò)程優(yōu)化操作，并提供生產(chǎn)操作指導(dǎo)建議。

本發(fā)明裝置的各部分功能：

①現(xiàn)場(chǎng)傳感變送部分：包括濃度、壓力、流量等檢測(cè)儀表由傳感器組成，負(fù)責(zé)過(guò)程數(shù)據(jù)的采集與傳送。

壓力是通過(guò)SIEMENS公司生產(chǎn)的DSIII型壓力檢測(cè)儀進(jìn)行壓力在線檢測(cè)的，介質(zhì)壓力直接作用于敏感膜片上，分布于敏感膜片上的電阻組成的惠斯通電橋，利用壓阻效應(yīng)實(shí)現(xiàn)壓力向電信號(hào)的轉(zhuǎn)換，通過(guò)電子線路將敏感元件產(chǎn)生的毫伏信號(hào)放大為工業(yè)標(biāo)準(zhǔn)電流信號(hào)。

PLC：負(fù)責(zé)把采集的信號(hào)A/D轉(zhuǎn)換，并通過(guò)以太網(wǎng)把信號(hào)傳送給上位機(jī)。PLC控制器采用Simens 400系列的CPU 414-2，具有Profibus DP口連接分布式IO。為PLC配備以太網(wǎng)通訊模塊，用于上位機(jī)訪問(wèn)PLC數(shù)據(jù)。PLC控制器和以太網(wǎng)通訊模塊放置在中央控制室中的PLC柜中。

③上位機(jī)：收集本地PLC數(shù)據(jù)，傳送給濕法冶金過(guò)程監(jiān)測(cè)與故障診斷系統(tǒng)，并提供生產(chǎn)操作指導(dǎo)建議。上位機(jī)選用i7聯(lián)想計(jì)算機(jī)，采用WINDOW XP操作系統(tǒng)。

上述方法可在i7聯(lián)想計(jì)算機(jī)上實(shí)現(xiàn)，也可在其他計(jì)算機(jī)上實(shí)現(xiàn)。

礦漿濃度是通過(guò)北京礦冶研究總院的BDSM型在線濃度計(jì)進(jìn)行在線測(cè)量的。傳感器向被測(cè)介質(zhì)中發(fā)出一束超聲波脈沖，超聲波經(jīng)過(guò)懸浮顆粒時(shí)由于懸浮顆粒的散射和吸收會(huì)發(fā)生衰減，超聲波在污泥或固體懸浮物中的衰減與液體中的污泥濃度或固體懸浮物濃度有關(guān)，通過(guò)測(cè)量超聲波的衰減值可以計(jì)算出污泥或固體懸浮物濃度。

另外，本發(fā)明實(shí)施例還提供一種基于區(qū)間數(shù)的濕法冶金過(guò)程中全流程優(yōu)化方法，包括：

步驟A01、獲取濕法冶金過(guò)程中全流程的工序信息、輸入變量值；

步驟A02、根據(jù)獲取的工序信息和輸入變量值，從預(yù)先建立的全流程最優(yōu)模態(tài)庫(kù)中查找符合最優(yōu)經(jīng)濟(jì)效益的各工序的操作參數(shù)。

該步驟的全流程最優(yōu)模態(tài)庫(kù)是通過(guò)上述任意實(shí)施例的方法建立的。

步驟A03、根據(jù)查找的操作參數(shù)調(diào)整當(dāng)前濕法冶金過(guò)程中的相對(duì)應(yīng)的參數(shù)及工序，以使當(dāng)前濕法冶金過(guò)程中全流程的經(jīng)濟(jì)效益最優(yōu)。

即，在下游最優(yōu)模態(tài)庫(kù)基礎(chǔ)上對(duì)全流程優(yōu)化操作，當(dāng)前工序(放礦量)下，不同的調(diào)漿水對(duì)應(yīng)的礦漿濃度不同，在考慮調(diào)漿水經(jīng)濟(jì)效益后，通過(guò)全流程優(yōu)化得到當(dāng)前工序下的最優(yōu)操作變量調(diào)漿水量和最優(yōu)綜合經(jīng)濟(jì)效益加上前一階段下游子流程的最優(yōu)模態(tài)庫(kù)，從而得到當(dāng)前輸入條件下的最優(yōu)操作模態(tài)庫(kù)：

其中，k表示當(dāng)前輸入條件，即放礦量5個(gè)等級(jí)[NB、NS、ZE、PS、PB]；l表示當(dāng)前操作變量，即調(diào)漿水7個(gè)等級(jí)[NB、NM、NS、ZE、PS、PM、PB]；表示全流程工藝指標(biāo)，即當(dāng)前輸入條件下的最優(yōu)經(jīng)濟(jì)效益。

本實(shí)施例中，先建立過(guò)程定性模型，為獲得準(zhǔn)確可靠的優(yōu)化模型提供保障；

利用區(qū)間數(shù)優(yōu)化模型，為濕法冶金生產(chǎn)過(guò)程存在不確定性因素問(wèn)題提供有效建模方法，從而確保企業(yè)生產(chǎn)效率和經(jīng)濟(jì)效益；

通過(guò)全流程優(yōu)化求解得到全流程最優(yōu)操作模式庫(kù)，為操作工提供合理可靠的操作指導(dǎo)意見(jiàn)。

下面結(jié)合附圖和實(shí)施案例對(duì)上述優(yōu)化方法作進(jìn)一步詳細(xì)說(shuō)明。

上述的步驟S2中，基于區(qū)間數(shù)的分層優(yōu)化結(jié)果如圖6所示。圖6(a)為工序級(jí)指標(biāo)優(yōu)化結(jié)果，對(duì)于不同的礦漿濃度，在工序級(jí)優(yōu)化過(guò)程中只影響洗滌率的大小，而不同礦漿濃度對(duì)洗滌率的影響幾乎是一致的，所以經(jīng)過(guò)工序級(jí)優(yōu)化后的經(jīng)濟(jì)指標(biāo)是相同的。圖6(b)為下游子流程優(yōu)化結(jié)果，從圖6中可以得到，不同的礦漿濃度對(duì)下游子流程的綜合經(jīng)濟(jì)效益有很大影響，相應(yīng)的浸出子流程物耗隨著礦漿濃度的不同，其變化結(jié)果如圖6(c)、圖6(d)所示。

對(duì)于區(qū)間數(shù)優(yōu)化方法，不同的區(qū)間約束可能度水平λ將得到不同的優(yōu)化結(jié)果，如圖7所示。從圖7(a)中可以看出，隨著約束可能度水平λ的提高，最優(yōu)綜合經(jīng)濟(jì)指標(biāo)呈下降趨勢(shì)。這是因?yàn)檩^小的約束可能度水平使得轉(zhuǎn)化后的確定性?xún)?yōu)化問(wèn)題的可行域變大，從而可獲得更優(yōu)的目標(biāo)性能，即較大的綜合經(jīng)濟(jì)指標(biāo)。在圖7(b)中，通過(guò)過(guò)程級(jí)優(yōu)化后的浸出率，隨著約束可能度水平的提高，逐漸趨向于通過(guò)工序級(jí)優(yōu)化的浸出率指標(biāo)范圍內(nèi)。由于二浸浸出率的指標(biāo)范圍更加嚴(yán)格，從圖中可以看出過(guò)程級(jí)優(yōu)化后的浸出率均落在目標(biāo)范圍外，但隨著約束可能水平的調(diào)高，浸出率逐漸向目標(biāo)逼近。

為了進(jìn)一步說(shuō)明不同約束可能度水平下的優(yōu)化結(jié)果，通過(guò)對(duì)過(guò)程級(jí)優(yōu)化模型分析，得到一浸浸出率和二浸浸出率的懲罰函數(shù)，結(jié)果如圖8所示。從圖8中可以看出，隨著約束可能度水平的提高，相應(yīng)的一浸懲罰漸漸趨向于0，二浸懲罰由于前面提到目標(biāo)范圍約束嚴(yán)格，雖然沒(méi)有逐漸遞減為0。但整體呈下降趨勢(shì)。

此外，在上述步驟S3中下游最優(yōu)模態(tài)庫(kù)基礎(chǔ)上對(duì)全流程優(yōu)化操作，通過(guò)下游子流程優(yōu)化得到各個(gè)模態(tài)的最優(yōu)經(jīng)濟(jì)指標(biāo)和操作變量，根據(jù)當(dāng)前放礦量輸入狀態(tài)，對(duì)當(dāng)前工序?qū)崿F(xiàn)全流程優(yōu)化，建立全流程的最優(yōu)操作模式庫(kù)，如表3所示。

通過(guò)上面的實(shí)例，表明了本發(fā)明――基于區(qū)間數(shù)的濕法冶金過(guò)程建模及優(yōu)化方法的有效性，實(shí)現(xiàn)了從定性建模和分層優(yōu)化的相結(jié)合對(duì)濕法冶金全流程建模和優(yōu)化，解決了因不確定性因素存在導(dǎo)致無(wú)法建立定量模型且進(jìn)一步優(yōu)化的問(wèn)題，為解決復(fù)雜工業(yè)過(guò)程建模優(yōu)化提供了有效方法，具有廣闊的應(yīng)用前景。

表3全流程優(yōu)化結(jié)果

以上內(nèi)容僅為本發(fā)明的較佳實(shí)施例，對(duì)于本領(lǐng)域的普通技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。