CN108037747B - 金湿法冶金全流程分层分块运行状态在线评价方法 - Google Patents
金湿法冶金全流程分层分块运行状态在线评价方法 Download PDFInfo
- Publication number
- CN108037747B CN108037747B CN201711308052.5A CN201711308052A CN108037747B CN 108037747 B CN108037747 B CN 108037747B CN 201711308052 A CN201711308052 A CN 201711308052A CN 108037747 B CN108037747 B CN 108037747B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- subprocess
- operating status
- layer
- whole process
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明属于金湿法冶金运行状态评价领域,提供一种基于分层分块思想的过程运行状态在线评价方法。工艺包括一浸一洗、二浸二洗、锌粉置换三个子过程,将金湿法冶金全流程按照操作单元的不同建立分层、分块的评价模型,分为全流程层、子过程层和单元层。算法包括分层分块评价模型的建立、过程运行状态的在线评价、运行状态非优原因追溯步骤。本发明在线评价时通过计算在线数据与评价模型的相似度,实时评价金湿法冶金全流程的运行状态,避免人工评价的滞后问题,自动追溯非优原因,为实际生产过程提供有价值的指导建议,以便及时对过程运行状态进行适当调整,提高企业经济效益和生产效率。
Description
技术领域
本发明属于金湿法冶金运行状态评价领域,提供一种基于分层分块思想的过程运行状态在线评价方法。
背景技术
随着高品位矿石的逐渐减少,湿法冶金工业已经开始受到世界各国的高度重视。与传统的火法冶炼相比,湿法冶金技术具有高效、清洁、适用于低品位复杂金属矿产资源回收等优势。特别是针对我国金矿品位低,复杂共生,杂质含量高的特点,湿法冶金工艺自动化对于提高金矿的综合利用率,降低固体废弃物产量,减少环境污染,都有着重大意义。
随着生产水平的不断提高以及自动控制技术的不断发展,为了保证生产的安全、稳定以及更高的企业综合经济效益,生产过程运行状态评价作为一个新兴的研究课题,近些年来逐渐受到学术界和工业界的关注。不同于以区分过程运行正常或故障为目的过程监测问题,工业生产过程运行状态评价是指在生产过程运行正常的基础上,通过一定的方法与手段,对一段时间内的实际生产运行状态的优劣情况做进一步的区分与识别,并且在运行状态非优的情况下,追溯出其主导原因,最终将评价结果和非优原因及时反馈给现场操作及管理人员,以便对生产操作及时调整,使得生产过程尽可能的在较好的生产条件下运行。因此,及时、准确、全面的掌握工业生产过程的运行情况,对于提高企业生产效率和经济效益、便于生产管理与过程改进具有至关重要的实际意义。
金湿法冶金全流程包括一浸一洗、二浸二洗、锌粉置换等子过程。氰化浸出是决定最终黄金产量的重要生产过程之一。将浮选后的矿浆送往氰化浸出过程,同时向每个浸出槽内添加氰化钠并充入空气,使金与所添加试剂充分反应。其中,氰化钠是金湿法冶金的重要反应试剂,充入的空气则为反应提供搅拌动力和适当的氧化还原电位,推进反应进行。另外,为防止氰化钠发生水解,放出剧毒的氰化氢气体,需要向矿浆中添加氧化钙以调节pH值。压滤洗涤过程的主要任务是将含金贵液从矿浆中分离出来,所用设备采用立式全自动压滤机进行固液分离,虽然处理量小,但洗涤效率高,该子过程以追求最大固液分离效率为目标,而压滤机的进料压力、挤压压力和液压压力则是影响固液分离效率的关键参数。分离出来的贵液被送往锌粉置换流程。由于贵液中所含杂质和氧分子会严重影响置换效果,因此在贵液与锌粉反应之前需经过净化和脱氧。向脱氧后的贵液中添加适量锌粉,将贵液中的金置换出来。最后,通过板框挤压将置换后的贫液排出,金留在滤饼(金泥)中。达到一定重量的滤饼被送往精炼工序进一步提金。
本发明以山东黄金某精炼厂实际生产过程为研究对象,其实际工艺流程图如图4所示。分离浮选精矿经一次压滤洗涤反洗水调浆后进入一次氰化浸出槽,浸出后的矿浆通过一次压滤洗涤,滤饼经过二次压滤洗涤反洗水调浆后进入二次氰化浸出槽,浸出后的矿浆经过二次压滤洗涤后形成氰渣,两次压滤洗涤的滤液(即贵液)进入锌粉置换流程;贵液经过净化脱氧后进行锌粉置换,产生金泥。
金湿法冶金工艺流程由多个彼此密切关联的子过程构成,对于这种复杂的工业生产过程,需要根据各子过程、各单元间的内在及外在联系,实现对金湿法冶金全流程整体的运行状态评价,并在运行状态不优时能够及时找出导致运行状态非优的原因,这对于提高企业生产效率和经济效益、便于生产管理与过程改进具有至关重要的实际意义。
发明内容
本发明提供一种金湿法冶金全流程分层分块运行状态在线评价方法,对金湿法冶金全流程分层、分块建立评价模型;底层单元层:以各子过程中的单元为分析对象,实现对其运行状态评价和非优原因追溯的功能;中层子过程层:将每个子过程看作一个整体,从整体的角度分析每个子过程中各个单元之间的相关关系,实现对每个子过程运行状态评价的功能;上层全流程层:从全流程的角度,分析整个金湿法冶金过程中各个子过程之间的相关关系,实现对湿法冶金全流程的运行状态评价,并追溯造成运行状态非优的原因。
本发明采用的装置包括金湿法冶金过程运行状态评价系统、上位机、PLC、现场传感变送部分。其中现场传感变送部分包括浓度、压力、流量等检测仪表。在金湿法冶金过程现场安装检测仪表,检测仪表将采集的信号通过Profibus-DP总线送到PLC,PLC通过以太网定时将采集信号传送到上位机,上位机把接受的数据传到金湿法冶金过程运行状态评价系统,进行过程运行状态实时评价,并提供生产操作指导建议。
本发明装置的各部分功能:
①现场传感变送部分:包括浓度、压力、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;
②PLC: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;
③上位机:收集本地PLC数据,传送给金湿法冶金过程运行状态评价系统,并提供生产操作指导建议;
本发明所提出的金湿法冶金全流程分层分块运行状态在线评价方法包括以下步骤:
步骤1:分层分块评价模型的建立,
1)建立单元层评价模型:对正常工况下的过程数据进行标准化处理,并将标准化后的过程数据矩阵记为其中为Xqp的第n个样本,n=1,2,...,N,N为建模样本总数,q=1,2,...,Q,表示全部Q个子过程中的第q个子过程,p=1,2,...Pq为第q个子过程中的第p个单元,Mqp为第q个子过程中第p个单元包含的过程变量数;为综合经济指标数据,可以是生产成本、企业利润和生产效率等,也可能是多个重要生产指标的加权综合,My为综合经济指标个数;对标准化后的各个单元数据分别建立T-PLS评价模型,第q个子过程中第p个单元的评价模型为:
其中,和分别为该单元中与Y相关的信息、与Y正交的信息以及原始残差中的主要变异信息;和分别为对应的负载矩阵;和分别为Xqp和Y的残差矩阵;
对于单元层中的每个建模样本其得分向量表示为:
对于新样本其相应的得分和残差向量计算如下:
由于和是过程数据中与综合经济指标及过程运行状态直接相关的过程变异信息,能够反映综合经济指标的高低和过程运行状态的优劣,因此用于运行状态评价,而则为第q个子过程中第p个单元的评价模型参数;
2)建立子过程层评价模型:针对每个子过程建立离线评价模型,利用式(1)中提取的表征各单元运行状态的潜变量信息,分别构建子过程层的过程信息,即q=1,2,...,Q;建立各个子过程的T-PLS评价模型,并将第q个子过程的评价模型记为:
对于子过程层中的每个建模样本其得分向量为:
对于新样本其得分向量为:
其中,为第q个子过程的评价模型参数,用于子过程层运行状态评价;
3)建立全流程评价模型:与2)中建立子过程层评价模型类似,根据式(4)中提取出的表征各子过程运行状态的潜变量信息,构建全流程的过程信息,即基于T-PLS建立全流程评价模型如下:
全流程层中的每个建模样本的得分向量为:
新样本的得分向量可计算如下:
其中,Gy为全流程评价模型的参数,用于全流程运行状态的在线评价;
步骤2:过程运行状态在线评价
对于在线采集的新样本进行标准化处理,分别计算其单元层、子过程层和全流程层的得分向量,并计算新样本的得分向量与每层每块样本中心点的欧氏距离,即:
其中,分别表示单元、子过程以及全流程建模样本得分向量的均值;由T-PLS的性质可知,均为零向量;因此,式(10)~(12)进一步表示为:
为了便于应用,利用上述计算的得分向量欧氏距离dqp,dq,d,构造用于实时评价过程运行状态的评价指标,分别为:
其中,γqp,γq,γ∈(0,1]分别为单元、子过程以及全流程的评价指标,β1,β2,β3是可调参数,根据建模数据情况并结合专家经验确定;
引入评价指标阈值θ(0.5<θ<1),当γ≥θ时,过程运行状态为优,当γ<θ时,过程运行状态非优,此时转入评价子过程层的运行状态;若评价指标γq≥θ,则该子过程运行状态为优;若评价指标γq<θ,则该子过程运行状态为非优,转入单元层的运行状态评价,若评价指标γqp≥θ则单元层的运行状态为优,若评价指标γqp<θ则单元层的运行状态为非优;直至定位到导致运行状态非优的单元;
步骤3:运行状态非优原因追溯
基于变量贡献的非优原因识别方法:通过计算过程变量对评价指标的贡献,找出贡献大的过程变量,即为导致过程运行状态非优的原因变量。在此基础上,现场工作人员可以结合自身的生产经验制定合理的操作调整策略。
进一步地,上述步骤3中计算过程变量对评价指标的贡献具体为:
将在线数据到建模样本中心的欧式距离dqp进行如下分解:
其中,是的第m个列向量;为的第m个变量;那么,变量m对dqp的贡献定义为:
进一步地,上述为综合经济指标数据,所述综合经济指标数据为生产成本、企业利润、生产效率或者多个生产指标的加权综合。
本发明的有益效果为,提供一种用于金湿法冶金生产过程运行状态在线评价的方法,能解决如下问题:
①将湿法冶金过程划分为多个操作单元,利用各个单元的过程信息在线评价,获得准确可靠的在线评价结果;
②为实际生产操作及管理人员实时提供金湿法冶金生产过程运行状态信息,确保企业生产效率和经济效益;
③在生产过程运行状非优时,自动定位运行状态不优的单元,并追溯其原因,缩小原因追溯的范围,提高追溯结果的准确性,为现场工作人员提供合理可靠的操作指导建议;
④提供实时的评价结果,避免人工评价的滞后问题,并及时对当前生产周期过程运行状态做出适当调整。
附图说明
图1为分层分块运行状态评价离线建模示意图;
图2为金湿法冶金全流程分层分块离线建模示意图;
图3为金湿法冶金分层分块运行状态在线评价及非优原因追溯流程图;
图4为金湿法冶金实际工艺流程图;
图5为优运行状态下全流程运行状态在线评价图;
图6为非优运行状态下全流程运行状态在线评价图;
图7为非优运行状态下各子过程运行状态在线评价图(a)一浸一洗子过程(b)二浸二洗子过程(c)锌粉置换子过程
图8为锌粉置换子过程非优原因追溯结果图;
图9为非优运行状态下全流程运行状态在线评价图;
图10为非优运行状态下各子过程运行状态在线评价图(a)一浸一洗子过程(b)二浸二洗子过程(c)锌粉置换子过程
图11为非优运行状态下二浸和二洗单元运行状态在线评价图(a)二浸单元(b)二洗单元
图12为二洗单元非优原因追溯结果图。
具体实施方式
下面的具体实施在金湿法冶金生产车间里得到了实际应用,并取得了显著的效果。
该流程包括一浸一洗子过程、二浸二洗子过程及锌粉置换子过程,过程检测系统由浓度检测、压力检测、流量检测等构成。
PLC控制器采用Simens 400系列的CPU 414-2,具有Profibus DP口连接分布式IO。为PLC配备以太网通讯模块,用于上位机访问PLC数据。PLC控制器和以太网通讯模块放置在中央控制室中的PLC柜中。
pH值是通过北京矿冶研究总院研制的BPHM-II型酸度计进行pH值在线检测,将溶液pH值的变化转化为mV信号的变化。玻璃电极PH测量系统将一支对于pH敏感的玻璃膜的玻璃管端部吹成泡状,管内充填有含饱和AgCl的3mol/lKCL缓冲溶液,PH值为7。存在于玻璃膜二面的反映PH值的电位差用Ag/AgCl传导系统,导出电位差,然后用mA采集仪器将mA数换算成PH值显示出来。
矿浆浓度是通过北京矿冶研究总院的BDSM型在线浓度计进行在线测量的。传感器向被测介质中发出一束超声波脉冲,超声波经过悬浮颗粒时由于悬浮颗粒的散射和吸收会发生衰减,超声波在污泥或固体悬浮物中的衰减与液体中的污泥浓度或固体悬浮物浓度有关,通过测量超声波的衰减值可以计算出污泥或固体悬浮物浓度。
压力是通过DSIII型压力检测仪进行压力在线检测的,介质压力直接作用于敏感膜片上,分布于敏感膜片上的电阻组成的惠斯通电桥,利用压阻效应实现压力向电信号的转换,通过电子线路将敏感元件产生的毫伏信号放大为工业标准电流信号。
溶解氧浓度是通过梅特勒托利多公司生产的inpro6870+M400型氧量测量传感器进行在线检测的。氧量测量传感器由阴极和带电流的反电极、无电流的参比电极组成,电极浸没在电解质中,传感器有隔膜覆盖,覆膜将电极和电解质与被测量的液体分开,只有溶解气体能渗透覆膜,因此保护了传感器,既能防止电解质逸出,又可防止外来物质的侵人而导致污染和毒化。电流信号被送入变送器,利用传感器中存储的含氧量和氧分压、温度之间的关系曲线计算含氧量,然后转化成标准信号输出。
上位机选用i7联想计算机,采用WINDOW 7操作系统;
全流程分层分块运行状态在线评价系统在i7联想计算机上,采用MicrosoftVisual Studio 2012编程软件,全流程分层分块运行状态在线评价算法采用MATLABR2014a编程软件;
PLC与全流程运行状态评价系统的信号传送软件是采用Microsoft VisualStudio 2012编程软件;
在金湿法冶金过程现场安装检测仪表,检测仪表将采集的信号通过Profibus-DP传送到PLC中,PLC定时将采集信号通过以太网传送给上位机,上位机把接受的数据传给过程运行状态评价系统进行运行状态的实时评价,并提供操作指导建议。
本发明中金湿法冶金全流程分层分块运行状态在线评价方法包括以下步骤:
步骤1:建立离线评价模型,在金湿法冶金过程中,用于过程运行状态评价的过程变量共计35个,其中一浸和二浸单元变量各11个,一洗和二洗单元变量各4个,锌粉置换子过程变量5个,过程变量选取如表1-表3所示。对采集的正常工况下的500组数据进行标准化处理。金湿法冶金全流程分层分块离线评价模型建立原理如图2所示,按照操作单元的不同,划分数据集合,根据式(1)、式(4)、式(7)分别建立全流程各层各块的离线评价模型。
表1.一浸(二浸)单元变量
表2.一洗(二洗)单元变量
表3.锌粉置换子过程变量
步骤2:对在线采集的新样本进行标准化处理,分别计算其单元层、子过程层和全流程层的得分向量,并按照式(13)、式(14)、式(15)计算新样本的得分向量与每层每块建模数据中心点的欧氏距离;计算评价指标,以评价当前生产过程的运行状态的优劣。当过程运行状态非优时,追溯非优原因。
步骤3:非优原因追溯,通过计算过程变量对评价指标的贡献,确定导致过程运行状态不优的原因,并为现场工作人员提供操作调整建议。
金湿法冶金全流程分层分块运行状态在线评价及非优原因追溯流程图如图3所示。
(1)选取正常工况下过程运行状态为优的200组数据进行在线评价,一浸单元的建模数据为X11∈R500×11,一洗单元的建模数据为X12∈R500×4,二浸单元的建模数据为X21∈R500 ×11,二洗的单元建模数据为X22∈R500×4,锌粉置换子过程的建模数据为X3∈R500×5,Y∈R500×1为综合经济指标数据。湿法冶金全流程运行状态在线评价结果如图5所示。可看出各个时刻全流程运行状态都为优,评价结果与实际情况相符。
(2)从实际生产过程中采集锌粉置换子过程锌粉添加量不足的200组数据,从第101时刻开始,锌粉添加量降为原来的80%。全流程运行状态在线评价结果如图6所示。由图6可以看出,从第101组过程数据开始,运行状态从优变为非优,因此转入子过程层在线评价,评价结果如图7所示,一浸一洗和二浸二洗子过程运行状态评价结果为优,锌粉置换子过程运行状态评价结果为非优。从锌粉置换子过程中追溯非优原因,利用变量贡献法识别出导致锌粉置换子过程运行状态非优的过程变量为4。追溯结果如图8所示,根据表3可知,造成锌粉置换子过程运行状态非优的过程变量为锌粉添加量,因此操作工应及时调整锌粉添加量,使生产过程向最优的运行状态发展。
(3)从实际生产过程中采集二浸二洗子过程的压滤机进料压力不足的200组数据,且从第101个采样时刻开始,二洗单元中的立式压滤机进料压力将至原来的80%,全流程运行状态在线评价结果如图9所示。由图9可以看出,从第101采样时刻开始,全流程运行状态从优变为非优,因此转入子过程层在线评价,评价结果如图10所示。由图10可得出一浸一洗和锌粉置换子过程运行状态评价结果为优,二浸二洗子过程运行状态评价结果为非优。因此转入二浸二洗子过程的单元层,进行在线评价,评价结果如图11所示。由图11中可得出二浸单元运行状态在线评价结果为优,二洗单元运行状态评价结果为非优。表明非优运行状态发生于二洗单元。利用变量贡献法识别出导致二洗单元运行状态非优的过程变量为2,如图12所示。根据表2可知,它为立式压滤机进料压力,进一步结合过程知识可知,操作工应及时调整立式压滤机进料压力,使生产过程向最优的运行状态发展。
Claims (3)
1.金湿法冶金全流程分层分块运行状态在线评价方法,其特征在于,包括如下步骤:
步骤1:分层分块评价模型的建立
1)建立单元层评价模型:对正常工况下的过程数据进行标准化处理,并将标准化后的过程数据矩阵记为其中为Xqp的第n个样本,n=1,2,...,N,N为建模样本总数,q=1,2,...,Q,表示全部Q个子过程中的第q个子过程,p=1,2,...Pq为第q个子过程中的第p个单元,Mqp为第q个子过程中第p个单元包含的过程变量数;为综合经济指标数据,My为综合经济指标个数;对标准化后的各个单元数据分别建立T-PLS评价模型,第q个子过程中第p个单元的评价模型为:
其中,和分别为该单元中与Y相关的信息、与Y正交的信息以及原始残差中的主要变异信息;和分别为对应的负载矩阵;和Fqp分别为Xqp和Y的残差矩阵;
对于单元层中的每个建模样本其得分向量表示为:
对于新样本其相应的得分和残差向量计算如下:
和是过程数据中与综合经济指标及过程运行状态直接相关的过程变异信息,能够反映综合经济指标的高低和过程运行状态的优劣,用于运行状态评价,而则为第q个子过程中第p个单元的评价模型参数;
2)建立子过程层评价模型:针对每个子过程建立离线评价模型,利用式(1)中提取的表征各单元运行状态的潜变量信息,分别构建子过程层的过程信息,即建立各个子过程的T-PLS评价模型,并将第q个子过程的评价模型记为:
对于子过程层中的每个建模样本其得分向量为:
对于新样本其得分向量为:
其中,为第q个子过程的评价模型参数,用于子过程层运行状态评价;
3)建立全流程评价模型:根据式(4)中提取出的表征各子过程运行状态的潜变量信息,构建全流程的过程信息,即基于T-PLS建立全流程评价模型如下:
全流程层中的每个建模样本的得分向量为:
新样本的得分向量可计算如下:
其中,Gy为全流程评价模型的参数,用于全流程运行状态的在线评价;
步骤2:过程运行状态在线评价
对于在线采集的新样本进行标准化处理,分别计算其单元层、子过程层和全流程层的得分向量,并计算新样本的得分向量与每层每块样本中心点的欧氏距离,即:
其中,分别表示单元、子过程以及全流程建模样本得分向量的均值;由于均为零向量,因此式(10)~(12)进一步表示为:
d=||ty,new||2 (15)
利用上述计算的欧氏距离dqp,dq,d,构造用于实时评价过程运行状态的评价指标,分别为:
其中,γqp,γq,γ∈(0,1]分别为单元、子过程以及全流程的评价指标,β1,β2,β3是可调参数,根据建模数据情况并结合专家经验确定;
引入评价指标阈值θ∈(0.5,1),当γ≥θ时,过程运行状态为优,当γ<θ时,过程运行状态非优,此时转入评价子过程层的运行状态;若评价指标γq≥θ,则该子过程运行状态为优;若评价指标γq<θ,则该子过程运行状态为非优,转入单元层的运行状态评价,若评价指标γqp≥θ则单元层的运行状态为优,若评价指标γqp<θ则单元层的运行状态为非优;直至定位到导致运行状态非优的单元;
步骤3:运行状态非优原因追溯
基于变量贡献的非优原因识别方法:通过计算过程变量对评价指标的贡献,找出贡献大的过程变量,即为导致过程运行状态非优的原因变量。
2.根据权利要求1所述的金湿法冶金全流程分层分块运行状态在线评价方法,其特征在于,步骤3中计算过程变量对评价指标的贡献具体为:
将在线数据到建模样本中心的欧式距离dqp进行如下分解:
其中,是的第m个列向量;为的第m个变量;那么,变量m对dqp的贡献定义为:
3.根据权利要求1或2所述的金湿法冶金全流程分层分块运行状态在线评价方法,其特征在于,为综合经济指标数据,所述综合经济指标数据为生产成本、企业利润、生产效率或者多个生产指标的加权综合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711308052.5A CN108037747B (zh) | 2017-12-11 | 2017-12-11 | 金湿法冶金全流程分层分块运行状态在线评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711308052.5A CN108037747B (zh) | 2017-12-11 | 2017-12-11 | 金湿法冶金全流程分层分块运行状态在线评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108037747A CN108037747A (zh) | 2018-05-15 |
CN108037747B true CN108037747B (zh) | 2019-08-09 |
Family
ID=62101855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711308052.5A Active CN108037747B (zh) | 2017-12-11 | 2017-12-11 | 金湿法冶金全流程分层分块运行状态在线评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108037747B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109101758A (zh) * | 2018-09-03 | 2018-12-28 | 江南大学 | 基于t-pls模型的间歇过程工艺条件设计方法 |
CN109635465B (zh) * | 2018-12-18 | 2020-06-05 | 江南大学 | 基于tpls模型的批次内操作轨迹调整方法 |
CN109840722B (zh) * | 2019-04-01 | 2023-05-19 | 东北大学 | 一种金湿法冶金全流程运行状态在线评价方法及系统 |
CN112363462B (zh) * | 2020-09-29 | 2021-11-16 | 中国矿业大学 | 一种静-动态协同感知的复杂工业过程运行状态评价方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2343452C2 (ru) * | 2006-11-24 | 2009-01-10 | Открытое акционерное общество "РУСАЛ Всероссийский Алюминиево-магниевый Институт" | Способ определения вязкости суспензий |
CN104062953B (zh) * | 2014-06-12 | 2017-03-01 | 东北大学 | 金湿法冶金过程运行状态在线评价方法 |
CN104298187B (zh) * | 2014-06-12 | 2017-03-29 | 东北大学 | 金湿法冶金全流程三层结构过程监测方法 |
CN104155873B (zh) * | 2014-06-12 | 2016-10-05 | 东北大学 | 湿法冶金全流程分层优化控制方法 |
CN104460721B (zh) * | 2014-09-23 | 2017-01-25 | 北京矿冶研究总院 | 一种湿法冶金浓密洗涤过程底流浓度优化控制方法 |
CN107121490B (zh) * | 2017-04-26 | 2019-08-09 | 东北大学 | 一种湿法冶金过程中运行状态的评价方法 |
CN106886154B (zh) * | 2017-04-26 | 2019-04-12 | 东北大学 | 基于区间数的湿法冶金全流程建模方法与优化方法 |
-
2017
- 2017-12-11 CN CN201711308052.5A patent/CN108037747B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108037747A (zh) | 2018-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108037747B (zh) | 金湿法冶金全流程分层分块运行状态在线评价方法 | |
CN104062953B (zh) | 金湿法冶金过程运行状态在线评价方法 | |
CN202939167U (zh) | 一种远程水质监测系统 | |
CN101813932B (zh) | 湿法冶金萃取过程组分含量预测与优化操作方法 | |
CN109885012A (zh) | 一种金湿法冶金全流程实时优化补偿方法 | |
CN204389475U (zh) | 一种多参数水质在线监测装置 | |
CN105388309B (zh) | 电厂水汽中痕量铁离子自动快速检测方法及系统和应用 | |
CN104597755A (zh) | 一种湿法冶金金氰化浸出过程优化方法 | |
CN108762238A (zh) | 一种基于dcd的湿法冶金浸出过程故障诊断方法 | |
CN104298187B (zh) | 金湿法冶金全流程三层结构过程监测方法 | |
CN104101722A (zh) | 工业锅炉水质检测中多项目连续自动分析装置及其分析方法 | |
CN109061101A (zh) | 浓密机底流浓度、泥层高度、内部矿量软测量装置和方法 | |
CN107563656B (zh) | 金湿法冶金氰化浸出过程运行状态的评价方法 | |
CN113218838B (zh) | 一种煤岩芯渗透率测定仪及测定方法 | |
CN107121490B (zh) | 一种湿法冶金过程中运行状态的评价方法 | |
CN109840722B (zh) | 一种金湿法冶金全流程运行状态在线评价方法及系统 | |
CN106886154B (zh) | 基于区间数的湿法冶金全流程建模方法与优化方法 | |
CN102768191A (zh) | 一种水中痕量铊的简便测定方法 | |
CN110532699A (zh) | 基于模糊dcd的湿法冶金浓密洗涤过程故障诊断方法 | |
CN104296801A (zh) | 湿法冶金浓密洗涤过程关键变量检测方法 | |
CN205333567U (zh) | 一种采用电解法自动监测液体多参数的系统 | |
CN108362753A (zh) | 基于计时电位溶出法的痕量重金属检测系统及检测方法 | |
CN104297308B (zh) | 一种矿井突水水源快速判别设备 | |
CN203249888U (zh) | 一种硫化氢和一氧化碳混合气体检测装置 | |
CN112034709B (zh) | 一种基于rbf ann的金氰化浸出率的区间预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |