CN112820358B - 基于遗传算法的熔盐电解精炼重叠峰分离方法及系统 - Google Patents

基于遗传算法的熔盐电解精炼重叠峰分离方法及系统 Download PDF

Info

Publication number
CN112820358B
CN112820358B CN202011583332.9A CN202011583332A CN112820358B CN 112820358 B CN112820358 B CN 112820358B CN 202011583332 A CN202011583332 A CN 202011583332A CN 112820358 B CN112820358 B CN 112820358B
Authority
CN
China
Prior art keywords
molten salt
peak
unimodal
overlapping
peaks
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
Application number
CN202011583332.9A
Other languages
English (en)
Other versions
CN112820358A (zh
Inventor
周文涛
顾徐波
王德忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202011583332.9A priority Critical patent/CN112820358B/zh
Publication of CN112820358A publication Critical patent/CN112820358A/zh
Application granted granted Critical
Publication of CN112820358B publication Critical patent/CN112820358B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25C—PROCESSES FOR THE ELECTROLYTIC PRODUCTION, RECOVERY OR REFINING OF METALS; APPARATUS THEREFOR
    • C25C3/00—Electrolytic production, recovery or refining of metals by electrolysis of melts
    • C25C3/34—Electrolytic production, recovery or refining of metals by electrolysis of melts of metals not provided for in groups C25C3/02 - C25C3/32
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Evolutionary Biology (AREA)
  • Molecular Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Physiology (AREA)
  • Electrochemistry (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Electrolytic Production Of Metals (AREA)

Abstract

本发明公开了一种基于遗传算法的熔盐电解精炼重叠峰分离方法，所述熔盐电解精炼重叠峰分离方法包括以下步骤：步骤S1：采集单溶质峰的循环伏安信息，基于单溶质峰的循环伏安信息，得到分离曲线的基函数L1和L2；步骤S2：制定单峰的变化规则，获得单峰变化方式参数；步骤S3：基于单峰变化方式参数，利用遗传算法分离重叠峰。此外，本发明还公开了一种熔盐电解精炼重叠峰分离系统，所述熔盐电解精炼重叠峰分离系统采用上述的熔盐电解精炼重叠峰分离方法对熔盐重叠峰进行分离。另外，本发明还公开了一种存储由计算机程序的计算机可读介质。

Description

基于遗传算法的熔盐电解精炼重叠峰分离方法及系统
技术领域
本发明属于电化学领域，具体地，涉及一种多溶质熔盐体系下的信号重叠峰分离方法，尤其涉及一种基于遗传算法的熔盐电解精炼重叠峰分离方法。
背景技术
随着核电的大规模发展，乏燃料的累计量不断增大，对环境和核安全均带来潜在隐患。如何妥善处置乏燃料是核能长期健康发展中一个不可避免的问题。我国坚持走闭式循环路线，对乏燃料进行处理和回收。这不仅可以保证核能的长久发展，提供源源不断的清洁能源，同时也可以实现废物的最少化，极大地降低高放废物对环境的潜在隐患。一座百万千瓦时的核电站每年大约产生25～30吨乏燃料，假如按照目前4874万千瓦的装机容量来计算，我国每年产生的乏燃料则有1200～1400吨。然而，我国现在仅有一座年处理量50吨的乏燃料后处理厂，处理能力严重不足，因而亟待发展新的乏燃料后处理技术。高温熔盐后处理技术是一种目前最具前景的干法后处理技术之一，其采用耐强辐照的熔盐作为电解质，非常适合处理高燃耗乏燃料。高温熔盐后处理技术中熔盐电解精炼是实现锕系元素和镧系元素分离的主要步骤，但由于锕系元素与镧系元素电化学性质相近，它们之间的有效分离目前仍存在困难。因此，为提高镧、锕元素的分离率，推动高温处理技术的工程化应用，仍需要重点开展熔盐电解精炼相关研究。
多溶质熔盐体系在电解过程中，元素之间可能产生相互影响。以往国内外学者主要开展单溶质元素在LiCl-KCl熔盐中的研究，然而最新的研究表明多溶质熔盐体系中溶质的性质会相互影响，而在实际电解后处理中，熔盐电解质中主要元素有30多种，这就给熔盐电解分离带来了挑战，为了更好地指导电解处理的条件控制，有必要对混合溶质在LiCl-KCl熔盐中的影响规律展开研究。循环伏安法是最常用的电化学分析技术，在对混合溶质进行循环伏安测试时，电化学性质相近的元素之间会产生重叠信号，需要分离这样重叠的电化学信号曲线，才能掌握元素之间的相互影响规律。
针对这些情况，一些分离方法被提出。如采用直接延长一个元素所对应峰的拖尾作为另一元素对应峰的基线这一方式来确定子峰的净高度，然而这种方法仅适用于元素性质迥异、子峰位置差距明显的情况，对于重叠度较高的体系则无法得到令人满意的结果。也有使用微分法分离复合信号，微分法确实会增加信号的分离度，然而这种方法的有效性很大程度上依赖于峰的分离情况、宽度以及重叠信号的相对强度。当体系较复杂时，微分法也难以呈现好的分离效果。
通过对文献和专利的检索，例如：公开号为CN108802159A，公开日为2018年11月13日，名称为“一种电化学方法实时监测熔盐去除稀土离子的方法”的中国专利文献公开了一种电化学实时监测熔盐去除稀土离子的方法。然而该方法并未解决当重叠度较高的体系下如何分离重叠峰信号。
发明内容
针对现有技术中不足，本发明的目的是提供一种基于遗传算法的熔盐电解精炼重叠峰分离方法。
本发明的目的通过以下技术方案实现：
第一方面，本发明提出了一种基于遗传算法的熔盐电解精炼重叠峰分离方法，所述熔盐电解精炼重叠峰分离方法包括以下步骤：
步骤S1：采集单溶质峰的循环伏安曲线信息，基于单溶质峰的循环伏安曲线信息，得到分离曲线的基函数L1和L2；
步骤S2：制定单峰的变化规则，获得单峰变化方式参数；
步骤S3：基于单峰变化方式参数，利用遗传算法分离重叠峰。
优选地，所述步骤S2中具体包括如下步骤：基于基函数L1和L2，根据电化学原理对重叠峰中的各个单峰进行平移、缩放或是峰宽调整，并根据调整获得单峰变化方式参数。
优选地，在所述步骤S3中，具体包括以下步骤：
S31:遗传算法种群初始化：初始化的种群包括一定数量的个体，每个个体代表两个单峰变化方式的具体数值；
S32:适应度函数计算：基函数L1和L2经过上述单峰的变化后，发生相应改变；适应度定义为变化后的基函数之和与重叠峰之间的差异；差异小则适应度高，反之适应度低；
S33：选择：将不同的个体按照适应度大高低进行排序；剔除一定比例的适应度低的个体；
S34：交叉，以余下适应度高的个体发生交叉，产生新的个体，使得种群个体数量恢复初始水平；
S35:变异，以使得所有个体有一定的几率发生数值变化；
S36：重复S32-S35操作，直至个体的适应度达到预期值，此时个体中的最优个体的单峰变化数值为最优参数组合。
优选地，在所述步骤S36中，当均方根误差为0.06时，获得最优参数组合。
优选地，所述熔盐为锕、镧混合熔质熔盐体系。
优选地，所述熔盐为GdCl3-LaCl3-LiCl-KCl混合熔盐体系。
优选地，所述基函数L1和基函数L2分别为：1wt％GdCl3-LiCl-KCl以及1wt％LaCl3-LiCl-KCl。
优选地，采集单溶质峰的循环伏安信息时，熔盐扫描速率为40mV/s。
上述方案中，本发明利用遗传算法对高度重叠的电化学信号进行分离，收集电化学信号时，其获得的是熔盐在扫描速率为40mV/s下的循环伏安曲线，所述循环伏安曲线包括了两个单溶质的循环伏安曲线，混合溶质的循环伏安曲线以及两种单溶质体系循环伏安曲线的线性相加的结果，其中，混合溶质熔盐体系循环伏安曲线中含有高度重叠的重叠峰。
为了分离该重叠峰，本发明基于单溶质的峰信号，制定合理的单峰变化规则，采用遗传算法对高度重叠的峰开展分离，具体步骤如下：
步骤S1：采集单溶质峰的循环伏安信息，基于单溶质峰的循环伏安信息，得到分离曲线的基函数L1和L2。
在该步骤S1中，为了分离混合溶质的循环伏安曲线重叠峰，首先需要开展熔盐实验，测量各个单溶质的循环伏安曲线信息，作为分离曲线的基函数L1和L2。
步骤S2:制定单峰的变化规则，并获得单峰变化方式参数。
在该步骤S2中，获取重叠峰各个单峰的循环伏安曲线信息后，结合电化学原理，制订符合原理的曲线变化规则。
步骤S3：基于单峰变化方式参数，利用遗传算法分离重叠峰。
在该步骤中，各个单峰循环伏安曲线还原峰在符合电化学原理的规则下开展变换，问题视为需要寻找到一组最优的参数组合，使得变化后的两个单溶质峰可以最接近混合溶质重叠峰的峰型。由于可能的组合数过多，因此，采用遗传算法来寻找最优参数组合。
第二方面，本发明还提出了一种基于遗传算法的熔盐电解精炼重叠峰分离系统，所述熔盐电解精炼重叠峰分离系统采用上述的熔盐电解精炼重叠峰分离方法对熔盐重叠峰进行分离。
第三方面，本发明还提出了一种存储有计算机程序的计算机可读介质，所述计算机程序被处理器执行时实现权利要求上述的熔盐电解精炼重叠峰分离方法的步骤。
与现有技术相比，本发明具有如下的有益效果：
1、本发明充分利用单峰信息：
以往方法只利用了单峰的部分信息，如延长一个元素所对应峰的拖尾作为另一元素对应峰的基线，本发明则在符合电化学原理的基础上制定曲线变化的规则，充分利用单溶质峰的信息。
2.、本发明可分离高度重叠的重叠峰：
以往方法难以分离高度重叠的峰，本方法能够较为准确地分离重叠严重的峰，从而分析元素间的相互影响作用。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1示意了本发明所述基于遗传算法的熔盐电解精炼重叠峰分离方法在通过电化学实验分别获取了两种单溶质峰的峰信号以及混合熔盐在扫描速率为40mV/s的循环伏安曲线；
图2为本发明所述的基于遗传算法的熔盐电解精炼重叠峰分离方法所采用的遗传算法的误差收敛图；
图3示意了本发明基于遗传算法的熔盐电解精炼重叠峰分离方法所选取的最优参数组合下的曲线分离效果；
图4为本发明基于遗传算法的熔盐电解精炼重叠峰分离方法中的重叠峰分离后的单峰与单溶质峰对比图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
利用该方法在上海交通大学对1wt％GdCl3-1wt％LaCl3-LiCl-KCl混合熔盐的重叠峰曲线进行了分离，其包括以下步骤：
步骤S1：采集单溶质峰的循环伏安曲线信息，基于单溶质峰的循环伏安曲线信息，得到分离曲线的基函数L1和L2；
步骤S2：制定单峰的变化规则，获得单峰变化方式参数；
步骤S3：基于单峰变化方式参数，利用遗传算法分离重叠峰。
其中，在步骤S1中，通过电化学实验分别获取了两种单溶质峰的峰信号：1wt％GdCl3-LiCl-KCl以及1wt％LaCl3-LiCl-KCl。同时测量了1wt％GdCl3-1 wt％LaCl3-LiCl-KCl混合熔盐在扫描速率为40mV/s的循环伏安曲线，具体如图1所示。
图1示意了本发明所述基于遗传算法的熔盐电解精炼重叠峰分离方法在通过电化学实验分别获取了两种单溶质峰的峰信号以及混合熔盐在扫描速率为40mV/s的循环伏安曲线，其中，曲线1wt Gd表示单溶质1wt％GdCl3-LiCl-KCl的循环伏安曲线，曲线1wt La表示单溶质1wt％LaCl3-LiCl-KCl的循环伏安曲线,曲线1wt Gd+1wt La表示单溶质1wt％GdCl3-LiCl-KCl的循环伏安曲线和单溶质1wt％LaCl3-LiCl-KCl的循环伏安曲线的相加结果，Mixed 1wtGd+1wtLa表示…1wt％GdCl3-1 wt％LaCl3-LiCl-KCl混合熔盐实际实验获得的循环伏安曲线。
从图1中可以看到，单溶质(1wt％GdCl3-LiCl-KCl或1wt％LaCl3-LiCl-KCl)以及混合溶质(1wt％GdCl3-1 wt％LaCl3-LiCl-KCl)的循环伏安曲线还原峰都是不对称的拟高斯峰；其中，单溶质GdCl3还原开始的时间早于单溶质LaCl3还原开始的时间，而混合溶质还原开始的时间介于单溶质GdCl3和单溶质LaCl3之间，也就是说，混合溶质情况下，GdCl3开始发生还原的时间延后了，它收到了LaCl3溶质的影响；单溶质GdCl3和单溶质LaCl3都有自己的拖尾峰，形成原因是因为元素发生相变；分离混合溶质的循环伏安曲线重叠峰时，单溶质的循环伏安曲线信息是已知的。
根据这些特点，进行步骤S2：制定单峰的变化规则，获得单峰变化方式参数。
其中，以单溶质GdCl3曲线和单溶质LaCl3曲线为拟合曲线的基函数L1和L2，结合电化学原理，根据实际混合溶质曲线的变化特点，设置如下的单峰变化方式参数：
(1)：由于混合溶质熔盐体系下元素的还原电势会发生偏移，因此，认为两个单溶质峰可以左右移动(电势变化)，移动的参数分别用ΔV_La和ΔV_Gd描述，其中，ΔV_La的取值范围为-0.01～0.01V，ΔV_Gd取值范围为-0.2～0V；
(2)由于混合溶质情况下曲线的峰电流会变化，因此，认为两个单溶质峰的纵坐标可以缩放(电流变化)，缩放系数用k_La和k_Gd来描述，其中，k_La的取值范围为0.5～1.5，k_Gd的取值范围为0.5～1.5；
(3)混合溶质情况下，元素在电极表面的反应速度可能发生变化，因此，认为两个单溶质峰的宽度可以缩放(电势半高宽变化)，缩放系数用z_La和z_Gd来描述，其中，z_La的取值范围为0.5～1.5，z_Gd的取值范围为0.5～1.5。
随后，进行步骤S3：基于单峰变化方式参数，利用遗传算法分离重叠峰。
其中，使用MATLAB遗传算法工具箱编写代码，通过尝试获取最优参数组合。其具体步骤为：
S31:遗传算法种群初始化：初始化的种群包括一定数量(例如，在本实施例中为400个)的个体，每个个体代表两个单峰变化方式的具体数值；
S32:适应度函数计算：基函数L1和L2经过上述单峰的变化后，发生相应改变。适应度定义为变化后的基函数之和与重叠峰之间的差异；差异小则适应度高，反之适应度低；
S33：选择：将不同的个体按照适应度大高低进行排序；剔除一定比例(例如在本实施例中为30％)的适应度低的个体；
S34：交叉：对余下适应度高的个体发生交叉，产生新的个体，使得种群个体数量恢复初始水平；
S35:变异，以使得所有个体有一定的几率发生数值变化；
S36：重复S32-S35操作，直至个体的适应度达到预期值，此时个体中的最优个体的单峰变化数值为最优参数组合。
其中，交叉时，是把两个个体选择在交叉点发生基因重组的过程，其交叉规律可以参考下表1。
表1.
Figure BDA0002864866840000061
而变异是对一定比例的基因里的某一位或者某几位进行变化，如1变成0，或0变成1，而不是所有个体都产生变异。例如：当变异几率取10％时，那么每个个体有10％的概率发生变异，其二进制编码中随机选一个数字发生变化。
其中，图2为本发明所述的基于遗传算法的熔盐电解精炼重叠峰分离方法所采用的遗传算法的误差收敛图；图3示意了本发明基于遗传算法的熔盐电解精炼重叠峰分离方法所选取的最优参数组合下的曲线分离效果。
结合图2和图3可以看出，迭代到150代左右误差不再减小，表明算法已经找到最优参数组合。收敛后均方根误差(RSME)在0.06左右，表明拟合曲线与混合溶质下的重叠峰信号曲线吻合度较高。最优参数组合的具体参数值如表2所示。
表2.遗传算法最优参数组合
Figure BDA0002864866840000071
为了定量分析元素之间的相互影响，比较曲线分离前后得到的两个单峰和原本单溶质产生的峰，如图4所示。其中，图4中Original Gd与Seperated Gd分别表示原本的单溶质1wt％GdCl3-LiCl-KCl以及和重叠曲线分离后Gd的曲线，Original La与Seperated La分别表示原本的单溶质1wt％LaCl3-LiCl-KCl以及重叠曲线分离后获得的La曲线。
由图4可以看到，单溶质的Gd峰和La峰与从混合溶质重叠峰中分离出来的Gd峰和La峰相比，差异较大。3总结了元素混合前后的性质差异变化。
表3元素混合前后性质差异表
Figure BDA0002864866840000072
由表3可看出：
(1)Gd的峰电势在混合前后变化了-0.0309V，也就是负向平移了0.0309V，而La的峰电势则变化较小，仅为-0.0094V，即负向平移了0.0094V。因此，两者之间的电势差会进一步缩小，相比单溶质的Gd峰和单溶质的La峰之间的电势差，两者混合后，它们的电势差会变小。因此，两者的混合会给它们的相互分离带来困难。
(2)La的峰电流变化了-0.0243A，即负向下移了0.0243A，Gd的峰电流变化了0.0092A，即正向上移了0.0092A。根据元素在混合前后的峰电流和扫描速率数值，计算出Gd在混合后的扩散系数会变小，可达自身的49.05％，而La在混合后扩散系数会变大，可达自身的124.96％。因此，混合后两种元素的扩散系数会有较大变化。
需要说明的是，本发明的保护范围中现有技术部分并不局限于本申请文件所给出的实施例，所有不与本发明的方案相矛盾的现有技术，包括但不局限于在先专利文献、在先公开出版物，在先公开使用等等，都可纳入本发明的保护范围。
此外，本案中各技术特征的组合方式并不限本案权利要求中所记载的组合方式或是具体实施例所记载的组合方式，本案记载的所有技术特征可以以任何方式进行自由组合或结合，除非相互之间产生矛盾。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (7)

1.一种基于遗传算法的熔盐电解精炼重叠峰分离方法，其特征在于，所述熔盐电解精炼重叠峰分离方法包括以下步骤：
步骤S1：采集单溶质峰的循环伏安曲线信息，基于单溶质峰的循环伏安曲线信息，得到分离曲线的基函数L1和L2；
步骤S2：制定单峰的变化规则，获得单峰变化方式参数；
步骤S3：基于单峰变化方式参数，利用遗传算法分离重叠峰；
所述熔盐为锕、镧混合熔质熔盐体系；
所述步骤S2中具体包括如下步骤：基于基函数L1和L2，根据电化学原理对重叠峰中的各个单峰进行平移、缩放或是峰宽调整，并根据调整获得单峰变化方式参数；
在所述步骤S3中，具体包括以下步骤：
S31:遗传算法种群初始化：初始化的种群包括预设数量的个体，每个个体代表两个单峰变化方式的具体数值；
S32:适应度函数计算：基函数L1和L2经过上述单峰的变化后，发生相应改变；适应度定义为变化后的基函数之和与重叠峰之间的差异；差异小则适应度高，反之适应度低；
S33：选择：将不同的个体按照适应度高低进行排序；剔除预设比例的适应度低的个体；
S34：交叉，对余下适应度高的个体发生交叉，产生新的个体，使得种群个体数量恢复初始水平；
S35: 变异，以使得所有个体有预设几率发生数值变化；
S36：重复S32-S35操作，直至个体的适应度达到预期值，此时个体中的最优个体的单峰变化数值为最优参数组合；
所述单峰变化参数包括如下参数：
两个单溶质峰的移动参数，电势变化移动的参数分别为ΔV_La和ΔV_Gd；
两个单溶质峰的纵坐标的缩放系数，缩放系数分别为k_La和k_Gd；
两个单溶质峰的宽度缩放系数，缩放系数分别为z_La和z_Gd。
2.根据权利要求1所述的熔盐电解精炼重叠峰分离方法，其特征在于，在所述步骤S36中，当均方根误差为0.06时，获得最优参数组合。
3.根据权利要求1所述的熔盐电解精炼重叠峰分离方法，其特征在于，所述熔盐为GdCl3-LaCl3-LiCl-KCl混合熔盐体系。
4.根据权利要求1所述的熔盐电解精炼重叠峰分离方法，其特征在于，所述基函数L1和基函数L2分别为：1 wt%GdCl3-LiCl-KCl以及1 wt%LaCl3-LiCl-KCl。
5.根据权利要求1所述的熔盐电解精炼重叠峰分离方法，其特征在于，采集单溶质峰的循环伏安曲线信息时，熔盐扫描速率为40 mV/s。
6.一种基于遗传算法的熔盐电解精炼重叠峰分离系统，其特征在于，所述熔盐电解精炼重叠峰分离系统采用如权利要求1-5中任意一项所述的熔盐电解精炼重叠峰分离方法对熔盐重叠峰进行分离。
7.一种存储有计算机程序的计算机可读介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5中任意一项所述的熔盐电解精炼重叠峰分离方法的步骤。
CN202011583332.9A 2020-12-28 2020-12-28 基于遗传算法的熔盐电解精炼重叠峰分离方法及系统 Active CN112820358B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011583332.9A CN112820358B (zh) 2020-12-28 2020-12-28 基于遗传算法的熔盐电解精炼重叠峰分离方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011583332.9A CN112820358B (zh) 2020-12-28 2020-12-28 基于遗传算法的熔盐电解精炼重叠峰分离方法及系统

Publications (2)

Publication Number Publication Date
CN112820358A CN112820358A (zh) 2021-05-18
CN112820358B true CN112820358B (zh) 2022-04-26

Family

ID=75854208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011583332.9A Active CN112820358B (zh) 2020-12-28 2020-12-28 基于遗传算法的熔盐电解精炼重叠峰分离方法及系统

Country Status (1)

Country Link
CN (1) CN112820358B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1632568A (zh) * 2004-12-27 2005-06-29 天津大学 确定色谱重叠峰中单独峰的方法
CN105203565A (zh) * 2014-06-11 2015-12-30 成都理工大学 一种能谱重叠峰解析方法
WO2019176658A1 (ja) * 2018-03-14 2019-09-19 株式会社日立ハイテクノロジーズ クロマトグラフィー質量分析方法およびクロマトグラフ質量分析装置
CN111337606A (zh) * 2020-03-19 2020-06-26 南通乐尔环保科技有限公司 一种应用于色谱分析的重叠峰处理办法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871155B (zh) * 2016-09-28 2021-02-02 成都理工大学 一种基于粒子群算法的光谱重叠峰分解方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1632568A (zh) * 2004-12-27 2005-06-29 天津大学 确定色谱重叠峰中单独峰的方法
CN105203565A (zh) * 2014-06-11 2015-12-30 成都理工大学 一种能谱重叠峰解析方法
WO2019176658A1 (ja) * 2018-03-14 2019-09-19 株式会社日立ハイテクノロジーズ クロマトグラフィー質量分析方法およびクロマトグラフ質量分析装置
CN111337606A (zh) * 2020-03-19 2020-06-26 南通乐尔环保科技有限公司 一种应用于色谱分析的重叠峰处理办法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An overlapping peak separation algorithm based on multiorder di!erential method and genetic algorithm for magnetic eddy current signal of a defect cluster;Jingyi Xiong et al.;《PROCESS SAFETY PROGRESS》;20191231;第39卷;全文 *
遗传算法和神经网络的重叠光谱解析;都月 等;《遗传算法和神经网络的重叠光谱解析》;20200731;第40卷(第7期);全文 *

Also Published As

Publication number Publication date
CN112820358A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
Rodby et al. Assessing the levelized cost of vanadium redox flow batteries with capacity fade and rebalancing
CN105278526B (zh) 一种基于正则化架构的工业过程故障分离方法
Andriotis et al. LSDA+ U method: A calculation of the U values at the Hartree-Fock level of approximation
Shyam et al. Structural and mechanistic revelations on an iron conversion reaction from pair distribution function analysis
CN112820358B (zh) 基于遗传算法的熔盐电解精炼重叠峰分离方法及系统
CN113030758B (zh) 基于锂离子电池容量跳水点的老化预警方法、系统、汽车及计算机存储介质
CN111659396B (zh) 利用废弃锂离子电池LiCoO2电极材料制备高活性析氢催化剂的方法
CN114196842A (zh) 一种光催化-电氧化联产回收水中铀的方法
Bhandari et al. An analysis of microbial population of chemostat model in fuzzy environment
KR101919200B1 (ko) 전해액 재생성 전해제염 방법
Lindgren Self-consistent molecular-cluster calculations of the electric field gradient of 5sp impurities (47 Ag–54 Xe) in cadmium
Chen et al. Comparative environmental impacts of different hydrometallurgical recycling and remanufacturing technologies of lithium-ion batteries considering multi-recycling-approach and temporal-geographical scenarios in China
Zheng et al. Electrochemical extraction of ytterbium from LiCl–KCl-YbCl3-ZnCl2 melt by forming Zn–Yb alloys
Moll et al. Effect of temperature on the behavior of ion-irradiated cubic zirconia
Aoki et al. Toward the continuum limit of BK with the quenched Kogut-Susskind quark action
Li et al. Dynamic state estimation for power system based on the measurement data reconstructed by RGAN
Goto et al. Selected topics of molten fluorides in the field of nuclear engineering
CN114491903B (zh) 基于白边界的最优有理多项式与超细群结合的共振算法
CN109657735A (zh) 基于相关向量机的铝电解槽寿命预测方法
CN109055984A (zh) 一种以氯化钐为原料室温电解制备稀土金属钐的方法
CN116282176A (zh) 一种从含铀废水中直接回收高纯氧化铀的方法
Llewelyn Recovery of uranium from sea-water
CN116579902B (zh) 数字化园区电碳数据映射方法、系统、设备及存储介质
CN117071000B (zh) 一种用于pem电解水制氢设备的远程安全监控系统
Ghasemi Torkabad et al. Performance Evaluation of Electrodialysis for Uranium Recovery from Aqueous Solutions

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