技術特征：

1.一種基于區(qū)間數(shù)的濕法冶金全流程建模方法，其特征在于，包括：

步驟S1、根據(jù)預設時間段內(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程中上游子流程的操作模式庫，所述操作模式庫中包括：輸入變量、輸出變量和操作變量之間的映射關系；

步驟S2、根據(jù)預設時間段內(nèi)歷史數(shù)據(jù)中下游子流程在各種工序下的綜合經(jīng)濟指標、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，所述最優(yōu)模式庫包括：綜合經(jīng)濟指標、各工序質量指標、最優(yōu)氰化鈉操作參數(shù)、最優(yōu)鋅粉操作參數(shù)的映射關系；

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

2.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

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

3.根據(jù)權利要求2所述的方法，其特征在于，所述輸入變量包括：具有至少五個等級的放礦量ΔM；

所述輸出變量包括：具有至少五個等級的礦漿濃度C_w；

所述操作變量包括：具有至少七個等級的調(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)；

所述各工序質量指標包括：一浸浸出率、二浸浸出率和置換率。

4.根據(jù)權利要求3所述的方法，其特征在于，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的模糊論域為{-n₁,-4,-2,0,2,4,n₁}；

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。

5.根據(jù)權利要求4所述的方法，其特征在于，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、對應工序指標優(yōu)化的過程操作變量，并建立過程層優(yōu)化模型；

S22、采用區(qū)間數(shù)優(yōu)化方式將過程層優(yōu)化模型中不確定變量約束轉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)表示的無約束優(yōu)化模型，以及采用二階振蕩粒子群算法對無約束優(yōu)化模型優(yōu)化求解，獲得下游子流程的綜合經(jīng)濟指標、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)濟指標、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。

6.根據(jù)權利要求5所述的方法，其特征在于，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)絡方式建立最小消耗建模數(shù)據(jù)中物耗與工藝指標之間的約束關系，獲得工序層優(yōu)化模型；

$\begin{array}{c}\underset{u}{\max }J=\underset{u}{\max }\{P\left(x\right)-C\left(x\right)\}\\ s.t.\\ x_{c1,\min }=F_1(x_{t1},\mathrm{\θ})\\ x_{c2,\min }=F_2(x_{t2},x_{t1},\mathrm{\θ})\\ x_{c3,\min }=F_3(x_{t3},x_{t2},x_{t1},\mathrm{\θ})\\ g_1(x_{t1},x_{t2})\≤0\\ g_2\left(x_{t3}\right)\≤0\\ x_{ci}\≤x_{ci,\max },i=1,2,3\\ x_{ti,\max }\≤x_{ti}\≤x_{ti,\max },i=1,2,3\end{array};$

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

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

x_ci≤x_ci,max為物耗約束；

為各個浸出槽物耗之和；

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、基于所述工序層優(yōu)化模型確定最優(yōu)質量指標值、與最優(yōu)質量指標值對應的最小消耗指標，并建立過程層優(yōu)化模型；

$\begin{array}{c}\underset{u_i}{\min }{J}_i=\underset{u_i}{\min }{(x_{ci}\≤x_{ci,\min }^{*})}^2,i=1,2\\ s.t.\\ x_i=f_i(u_i,z_i^{*})\\ x_{ti}=x_{ti}^{*}\\ x_{ij,\min }\≤x_{ij}\≤x_{ij,\max },j=1,2,3\end{array};$

$\begin{array}{c}\underset{u_i}{\min }{J}_i=\underset{u_i}{\min }{(x_{ci}\≤x_{ci,\min }^{*})}^2,i=3\\ s.t.\\ x_i=f_i(u_i,z_i^{*})\\ x_{ti}=x_{ti}^{*}\\ u_{i,\min }\≤u_i\≤u_{i,\max }\end{array};$

其中，f_i為第i個工序的模型，為工序指標向量，分別為求解工序層優(yōu)化模型確定的第i個工序的最優(yōu)質量指標和對應的最小消耗指標；u_i為第i個工序的操作向量，為對第i個工序有影響的所有其它最優(yōu)工序質量指標。

7.根據(jù)權利要求6所述的方法，其特征在于，子步驟S22包括：

S221、對于過程層優(yōu)化模型中的約束轉化為不等式約束其中g_j(u_i,Cw)＝x_ti，和為目標值區(qū)間，i為工序數(shù)，j為約束個數(shù)；

S222、通過外層粒子群算法，產(chǎn)生多個決策向量個體u_i，對每一決

策向量個體，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)間可能度構造方法，將原不確定變量約束轉換為確定性不等式約束其中0≤λ_j≤1為預先給定的可能度水平；區(qū)間可能度構造如下：

$P\left(g_j^I\right(u_i)\≤b_j^R)=\left\{\begin{array}{cc}0,& b_j^R\>g_j^L\left(u_i\right)\\ \frac{b_j^R-g_j^L\left(u_i\right)}{g_j^R\left(u_i\right)-g_j^L\left(u_i\right)},& g_j^L\left(u_i\right)\<b_j^R\≤g_j^R\left(u_i\right)\\ 1,& b_j^R\>g_j^R\left(u_i\right)\end{array}\right.;$

$P(b_j^L\≤g_j^I(u_i\left)\right)=\left\{\begin{array}{cc}0,& b_j^L\>g_j^R\left(u_i\right)\\ \frac{g_j^R\left(u_i\right)-b_j^L}{g_j^R\left(u_i\right)-g_j^L\left(u_i\right)},& g_j^L\left(u_i\right)\<b_j^R\≤g_j^R\left(u_i\right)\\ 1,& b_j^L\≤g_j^L\left(u_i\right)\end{array}\right.;$

以及，獲得確定性優(yōu)化模型：

$\begin{array}{c}\underset{u_i}{\min }{J}_i=\underset{u_i}{\min }{(x_{ci}-x_{ci,\min }^{*})}^2,i=1,2\\ s.t.\\ x_i=f_i(u_i,z_i^{*})\\ P\left(g_k^I\right(u_i)\≤b_k^I)\≥{\mathrm{\λ}}_k,k=1,2\\ u_{ij,\min }\≤u_{ij}\≤u_{ij,\max },j=1,2,3\end{array};$

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

其中，σ為罰因子，為罰函數(shù)，表示如下：

S225、對轉化后的無約束優(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)濟指標和最優(yōu)操作參數(shù)氰化鈉添加量Q_CN_ij和鋅粉添加量Q_Zn；

相應地，S23、建立最優(yōu)模式庫為：

$Q^m=\[x_{t1}^m,x_{t2}^m,x_{t3}^m,Q\_{\mathrm{CN}}_{11}^m,...,Q\_{\mathrm{CN}}_{ij}^m,Q_{Zn}^m,J_1^{m*}\];$

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

8.根據(jù)權利要求7所述的方法，其特征在于，最優(yōu)操作模態(tài)庫為

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

9.一種基于區(qū)間數(shù)的濕法冶金過程中全流程優(yōu)化方法，其特征在于，包括：

獲取濕法冶金過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，從預先建立的全流程最優(yōu)模態(tài)庫中查找符合最優(yōu)經(jīng)濟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)整當前濕法冶金過程中的相對應的參數(shù)及工序，以使當前濕法冶金過程中全流程的經(jīng)濟效益最優(yōu)。

10.根據(jù)權利要求9所述的方法，其特征在于，所述全流程最優(yōu)模態(tài)庫是通過上述權利要求1至8任一所述的方法建立的。