CN115469620A - 一种氧化锆粉生产的智能控制装置、方法、系统以及介质 - Google Patents
一种氧化锆粉生产的智能控制装置、方法、系统以及介质 Download PDFInfo
- Publication number
- CN115469620A CN115469620A CN202211127360.9A CN202211127360A CN115469620A CN 115469620 A CN115469620 A CN 115469620A CN 202211127360 A CN202211127360 A CN 202211127360A CN 115469620 A CN115469620 A CN 115469620A
- Authority
- CN
- China
- Prior art keywords
- filter
- target
- chloride ion
- filtrate
- production
- 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.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 216
- MCMNRKCIXSYSNV-UHFFFAOYSA-N Zirconium dioxide Chemical compound O=[Zr]=O MCMNRKCIXSYSNV-UHFFFAOYSA-N 0.000 title claims abstract description 210
- 239000000843 powder Substances 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 56
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 claims abstract description 143
- 238000003825 pressing Methods 0.000 claims abstract description 95
- 239000000706 filtrate Substances 0.000 claims abstract description 87
- 239000012066 reaction slurry Substances 0.000 claims abstract description 50
- 239000002994 raw material Substances 0.000 claims abstract description 37
- 239000002002 slurry Substances 0.000 claims abstract description 31
- 239000002243 precursor Substances 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 26
- 239000013598 vector Substances 0.000 claims description 102
- 238000005406 washing Methods 0.000 claims description 86
- 239000000047 product Substances 0.000 claims description 68
- 238000001514 detection method Methods 0.000 claims description 55
- 238000003860 storage Methods 0.000 claims description 7
- 239000002245 particle Substances 0.000 description 49
- 239000000243 solution Substances 0.000 description 30
- 238000011085 pressure filtration Methods 0.000 description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 238000006243 chemical reaction Methods 0.000 description 9
- 239000000126 substance Substances 0.000 description 9
- 238000001354 calcination Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- CMOAHYOGLLEOGO-UHFFFAOYSA-N oxozirconium;dihydrochloride Chemical compound Cl.Cl.[Zr]=O CMOAHYOGLLEOGO-UHFFFAOYSA-N 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 3
- 239000012065 filter cake Substances 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- SIWVEOZUMHYXCS-UHFFFAOYSA-N oxo(oxoyttriooxy)yttrium Chemical compound O=[Y]O[Y]=O SIWVEOZUMHYXCS-UHFFFAOYSA-N 0.000 description 3
- NLXLAEXVIDQMFP-UHFFFAOYSA-N Ammonium chloride Substances [NH4+].[Cl-] NLXLAEXVIDQMFP-UHFFFAOYSA-N 0.000 description 2
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 description 2
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-N ammonia Natural products N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 235000011114 ammonium hydroxide Nutrition 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000008367 deionised water Substances 0.000 description 2
- 229910021641 deionized water Inorganic materials 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-M hydroxide Chemical compound [OH-] XLYOFNOQVPJJNP-UHFFFAOYSA-M 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- NUJOXMJBOLGQSY-UHFFFAOYSA-N manganese dioxide Chemical compound O=[Mn]=O NUJOXMJBOLGQSY-UHFFFAOYSA-N 0.000 description 2
- 239000011259 mixed solution Substances 0.000 description 2
- 150000007524 organic acids Chemical class 0.000 description 2
- 238000010298 pulverizing process Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- PCMOZDDGXKIOLL-UHFFFAOYSA-K yttrium chloride Chemical compound [Cl-].[Cl-].[Cl-].[Y+3] PCMOZDDGXKIOLL-UHFFFAOYSA-K 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- RUDFQVOCFDJEEF-UHFFFAOYSA-N oxygen(2-);yttrium(3+) Chemical compound [O-2].[O-2].[O-2].[Y+3].[Y+3] RUDFQVOCFDJEEF-UHFFFAOYSA-N 0.000 description 1
- RVTZCBVAJQQJTK-UHFFFAOYSA-N oxygen(2-);zirconium(4+) Chemical compound [O-2].[O-2].[Zr+4] RVTZCBVAJQQJTK-UHFFFAOYSA-N 0.000 description 1
- 238000003918 potentiometric titration Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000011819 refractory material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 239000012720 thermal barrier coating Substances 0.000 description 1
- 229910001928 zirconium oxide Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- C—CHEMISTRY; METALLURGY
- C01—INORGANIC CHEMISTRY
- C01G—COMPOUNDS CONTAINING METALS NOT COVERED BY SUBCLASSES C01D OR C01F
- C01G25/00—Compounds of zirconium
- C01G25/02—Oxides
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Inorganic Chemistry (AREA)
- Inorganic Compounds Of Heavy Metals (AREA)
Abstract
本说明书实施例提供一种氧化锆粉生产的智能控制装置、方法、系统以及介质。该装置包括：反应器，配置为对用于生产氧化锆粉的生产原料进行处理，得到反应浆料；压滤洗涤器，配置为对反应浆料进行压滤和洗涤，获得浆饼以及滤液；氯离子检测器，配置为对滤液进行氯离子检测，获得氯离子浓度；煅烧器，配置为对目标浆饼进行煅烧，得到前驱粉体；粉碎器，配置为对前驱粉体进行粉碎，得到氧化锆粉；处理器，配置为在氯离子浓度大于或等于预设阈值的情况下，控制压滤洗涤器反复对浆饼进行压滤和洗涤，直至滤液的氯离子浓度小于预设阈值，将浆饼确定为目标浆饼。
Description
技术领域
本说明书涉及智能生产领域，特别涉及一种氧化锆粉生产的智能控制装置、方法、系统以及介质。
背景技术
氧化锆陶瓷作为一种新型陶瓷材料，具备许多优秀的物理和化学性能。例如，高韧性、高抗弯强度和高耐磨性以及隔热性能优异等。因此被广泛应用于热障涂层、催化剂载体、医疗、保健、耐火材料、纺织等领域。氧化锆陶瓷一般采用氧化锆粉成形的方法制得。目前的氧化锆粉生产装置一般是由人为设定生产温度、压力等参数，无法满足生产需要。
因此，需要提供一种氧化锆粉生产的智能控制装置、方法、系统以及介质，以实现智能控制氧化锆粉生产流程，满足工业生产需要。
发明内容
本说明书一个或多个实施例提供一种氧化锆粉生产的智能控制装置，所述装置包括：反应器，配置为对用于生产氧化锆粉的生产原料进行处理，得到反应浆料；压滤洗涤器，配置为对所述反应浆料进行压滤和洗涤，获得浆饼以及滤液；氯离子检测器，配置为对所述滤液进行氯离子检测，获得氯离子浓度；煅烧器，配置为对目标浆饼进行煅烧，得到前驱粉体；粉碎器，配置为对所述前驱粉体进行粉碎，得到所述氧化锆粉；处理器，配置为在所述氯离子浓度大于或等于预设阈值的情况下，控制所述压滤洗涤器反复对所述浆饼进行压滤和洗涤，直至所述滤液的氯离子浓度小于所述预设阈值，将所述浆饼确定为目标浆饼。
本说明书一个或多个实施例提供一种氧化锆粉生产智能控制装置的控制方法，所述方法应用于所述的氧化锆粉生产智能控制装置中的处理器，所述方法包括：控制反应器对用于生产氧化锆粉的生产原料进行处理，得到反应浆料；控制压滤洗涤器对所述反应浆料进行压滤和洗涤，获得浆饼以及滤液；控制氯离子检测器对所述滤液进行氯离子检测，获得氯离子浓度；将所述氯离子浓度与预设阈值比较，在所述氯离子浓度大于或等于预设阈值的情况下，控制所述压滤洗涤器反复对所述浆饼进行压滤和洗涤，直至所述滤液的氯离子浓度小于所述预设阈值，将所述浆饼确定为目标浆饼；控制煅烧器对目标浆饼进行煅烧，得到前驱粉体；控制粉碎器对所述前驱粉体进行粉碎，得到所述氧化锆粉。
本说明书一个或多个实施例提供一种氧化锆粉生产智能控制系统，所述系统包括：第一控制模块，用于控制反应器对用于生产氧化锆粉的生产原料进行处理，得到反应浆料；第二控制模块，用于控制压滤洗涤器对所述反应浆料进行压滤和洗涤，获得浆饼以及滤液；第三控制模块，用于控制氯离子检测器对所述滤液进行氯离子检测，获得氯离子浓度；判断模块，用于将所述氯离子浓度与预设阈值比较，在所述氯离子浓度大于或等于预设阈值的情况下，控制所述压滤洗涤器反复对所述浆饼进行压滤和洗涤，直至所述滤液的氯离子浓度小于所述预设阈值，将所述浆饼确定为目标浆饼；第四控制模块，用于控制煅烧器对目标浆饼进行煅烧，得到前驱粉体；第五控制模块，用于控制粉碎器对所述前驱粉体进行粉碎，得到所述氧化锆粉。
本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如前述实施例中任一项所述的氧化锆粉生产智能控制方法。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的氧化锆粉生产的智能控制装置的示意图；
图2是根据本说明书一些实施例所示的氧化锆粉生产的智能控制方法的示例性流程图；
图3是根据本说明书一些实施例所示的检测滤液中氯离子浓度的示例性流程图；
图4是根据本说明书一些实施例所示的根据第一目标压力和第二目标压力进行压滤和洗涤的示例性流程图；
图5是根据本说明书一些实施例所示的确定第二目标压力的示例性流程图；
图6是根据本说明书一些实施例所示的基于压滤预测模型确定第二目标压力的示意图；
图7是根据本说明书一些实施例所示的基于预设算法确定目标生产方案的示例性流程图；
图8根据本说明书一些实施例所示的确定第二目标压力及目标压滤洗涤次数的示例性流程图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了示例性流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的氧化锆粉生产的智能控制装置的示意图。
如图1所示，氧化锆粉生产的智能控制装置100可以包括处理器110、反应器120、压滤洗涤器130、氯离子检测器140、煅烧器150以及粉碎器160。
处理器110可以用于获取数据，并对收集的数据进行分析加工，以执行本说明书中描述的一个或以上功能。在一些实施例中，处理器110可以控制反应器120、压滤洗涤器130、氯离子检测器140、煅烧器150以及粉碎器160执行对应的氧化锆粉生产智能控制装置的控制方法。例如，处理器110可以控制反应器120对生产原料进行处理获得反应浆料。又例如，处理器110可以控制压滤洗涤器130对反应浆料进行压滤洗涤。关于处理器控制相关装置执行氧化锆粉生产智能控制装置的控制方法的详细说明参见图2的相关部分。在一些实施例中，处理器110还可以用于在氯离子浓度大于或等于预设阈值的情况下，控制压滤洗涤器反复对浆饼进行压滤和洗涤，直至滤液的氯离子浓度小于预设阈值，将浆饼确定为目标浆饼。
反应器120可以指用于对生产原料进行处理，获得反应浆料的装置。在一些实施例中，反应器120可以对生产原料进行处理，获得反应浆料。其中，生产原料可以指用于生产氧化锆粉的原料，可以通过人工配置、配料器等方式获取。例如，反应器可以将从配料器处获得的按一定浓度配比的氧氯化锆溶液、三氧化钇溶液进行混合反应，得到反应浆料。
反应器120对生产原料进行处理获得反应浆料的过程可以由处理器110控制。例如，处理器110可以控制反应器120中反应的温度、压强等参数。
压滤洗涤器130可以指用于对反应浆料进行压滤洗涤的装置。在一些实施例中，压滤洗涤器130可以与反应器120连接，并对反应器120中得到的反应浆料进行压滤，并通过洗涤液进行洗涤后得到浆饼。例如，压滤洗涤器可以将反应器中反应得到的包含氢氧化物、水及氯离子等物质的溶液进行压滤洗涤得到氧化锆浆饼。压滤洗涤器130对反应浆料进行压滤洗涤的过程可以由处理器110控制。例如，处理器110可以控制压滤洗涤器130的压力、压滤次数等。
在一些实施例中，压滤洗涤器130还具体配置为针对每一次压滤和洗涤，根据第一目标压力，对反应浆料或浆饼进行压滤和洗涤，获得中间浆饼以及中间滤液；根据第二目标压力，对中间浆饼进行压滤和洗涤，获得浆饼以及滤液。
氯离子检测器140可以指用于对滤液中氯离子浓度进行检测的装置。在一些实施例中，氯离子检测器140可以与压滤洗涤器130连接，并检测压滤洗涤器130中得到的滤液中的氯离子浓度。在一些实施例中，氯离子检测器140可以按照目标检测频率对每一次压滤洗涤后的滤液进行检测。关于上述实施例的更多内容可以参见图2及其相关描述。
煅烧器150可以指用于对浆饼进行烘干煅烧处理的装置。在一些实施例中，煅烧器150可以与压滤洗涤器130连接，并对压滤洗涤器130中得到的浆饼进行烘干煅烧得到前驱粉体。例如，煅烧器150可以将压滤洗涤器130得到的氧化锆浆饼煅烧成一定干度的氧化锆粉体。煅烧器150对浆饼的煅烧过程可以由处理器110控制。例如，处理器110可以控制煅烧器150的温度、煅烧时长等。
粉碎器160可以指用于对前驱粉体进行粉碎处理的装置。在一些实施例中，粉碎器160可以与煅烧器150连接，并对煅烧器150中得到的前驱粉体进行粉碎。例如，粉碎器160可以将煅烧器150得到的氧化锆粉体粉碎成一定大小的颗粒。粉碎器160对前驱粉体的粉碎过程可以由处理器110控制。例如，处理器110可以控制粉碎器160的粉碎压力、运行时长等。关于粉碎器的更多内容可以参见图2及其相关描述。
应当注意的是，氧化锆粉生产的智能控制装置100的示意图仅仅是为了说明的目的而提供，并不意图限制本说明书的范围。对于本领域的普通技术人员来说，可以根据本说明书的描述，做出多种修改或变化。例如，氧化锆粉生产的智能控制装置100还可以包括配料器(图1未示出)，配料器可以指从各个配料仓按照各种生产原料的比例、含量等获取相应生产原料的装置。又例如，氧化锆粉生产智能控制装置100可以在其他应用上实现类似或不同的功能。然而，变化和修改不会背离本说明书的范围。
图2是根据本说明书一些实施例所示的氧化锆粉生产的智能控制方法的示例性流程图。在一些实施例中，流程200可以由处理器执行。如图2所示，流程200包括下述步骤：
步骤210，控制反应器对用于生产氧化锆粉的生产原料进行处理，得到反应浆料。
生产原料是指生产氧化锆粉的原材料、添加剂等。例如，生产原料可以包括氧氯化锆溶液、三氯化钇溶液、有机酸、氨水溶液、着色剂、黏合剂等。在一些实施例中，生产原料可以由配料器获取。在一些实施例中，生产原料的比例、含量等可以是预先设置的，也可以是处理器基于生产要求(如产品质量要求等)计算得到的。
反应浆料是指生产原料经反应及混合后形成的混合溶液。例如，反应浆料可以是氧氯化锆溶液、三氧化钇溶液充分反应及混合后，生成的包含氢氧化物、水及氯离子等物质的溶液。
在一些实施例中，处理器可以控制生产原料以目标流速分批次进入反应器，控制反应器对生产原料进行连续多次的充分反应以及均匀混合，得到反应浆料。其中，目标流速可以指当前氧化锆粉生产中生产原料流入反应器的速度。在一些实施例中，可以通过多种方式确定目标流速。例如，可以人为设定目标流速为0.7立方米/秒。在一些实施例中，还可以通过其他方式获得目标流速。关于获得目标流速的更多内容可以参见图5及其相关描述。
在一些实施例中，处理器可以控制反应器先对生产原料进行充分反应，再对反应生成的混合液进行搅拌使之混合均匀，得到反应浆料。在一些实施例中，处理器可以基于生产原料的类型、比例、含量等，控制反应器的运行，使生产原料进行充分反应及混合，得到反应浆料。在一些实施例中，处理器可以从存储器或其他数据库等获取与生产原料类型、比例、含量等对应的反应参数，并将其发送至反应器，控制反应器基于反应参数运行。其中，反应参数可以包括生产原料充分反应所需的温度、时间、添加剂等，反应参数可以基于氧化锆粉的历史生产数据获取。
步骤220，控制压滤洗涤器对反应浆料进行压滤和洗涤，获得浆饼以及滤液。
浆饼是指反应浆料经过压滤洗涤后得到的滤饼。例如，浆饼可以是对反应浆料进行至少一轮洗涤和压滤，压滤掉一定水分后的滤饼。
滤液是指反应浆料经过压滤后过滤出的液体。例如，滤液可以是对反应浆料进行至少一轮压滤后过滤出的液体。
在一些实施例中，处理器可以控制压滤洗涤器对反应浆料进行反复的压滤和洗涤，获得每一轮压滤对应的浆饼及滤液。
压滤是指利用压滤洗涤器按照一定的压力对反应浆料进行过滤。洗涤是指利用洗涤液(如去离子水)对每一轮压滤获得的浆饼进行清洗，把浆饼内含有的酸性或碱性液体洗成达到预设标准，其中，预设标准是指生产前预先设置的标准。在一些实施例中，处理器可以控制压滤洗涤器对每一轮压滤获得的浆饼进行洗涤。在一些实施例中，进行每一轮洗涤，洗涤液的浓度和含量可以是相同的，也可以是不同的。在一些实施例中，处理器可以根据每一轮压滤过后获得的滤液中的氯离子浓度，确定洗涤液的浓度或含量。例如，滤液中氯离子含量较高，处理器可以控制压滤洗涤器采用浓度相应的洗涤液(如去离子水)进行洗涤。
在一些实施例中，针对每一次压滤和洗涤，处理器可以根据第一目标压力，对反应浆料或浆饼进行压滤，获得中间浆饼以及中间滤液，根据第二目标压力，对中间浆饼进行压滤和洗涤，获得浆饼以及滤液。关于上述实施例的更多内容可以参见图4及其相关说明。压滤和洗涤可以是交替进行的，即每一轮压滤和洗涤中，在根据第二目标对中间浆饼进行压滤后，接着进行一轮洗涤，获得浆饼以及滤液。
步骤230，控制氯离子检测器对滤液进行氯离子检测，获得氯离子浓度。
处理器可以控制氯离子检测器对滤液进行至少一次检测，获得氯离子浓度。在一些实施例中，处理器可以基于目标压滤洗涤次数，确定氯离子检测器进行检测的滤液。目标压滤洗涤次数可以指目标浆饼时，压滤洗涤器需要进行的压滤和洗涤的次数。关于基于目标压滤洗涤次数，确定氯离子检测器进行检测的滤液的更多内容参见图6及其相关描述。
在一些实施例中，处理器还可以基于氯离子浓度，确定后续氯离子检测器的目标检测频率，并控制氯离子检测器根据目标检测频率对滤液进行检测。更多关于确定目标检测频率的内容可以参见图3及其相关描述。
步骤240，将氯离子浓度与预设阈值比较，在氯离子浓度大于或等于预设阈值的情况下，控制压滤洗涤器反复对浆饼进行压滤和洗涤，直至滤液的氯离子浓度小于预设阈值，将浆饼确定为目标浆饼。
预设阈值是指提前预设的氯离子浓度阈值。例如，预设阈值可以是氯离子浓度为50mg/L。在一些实施例中，预设阈值可以基于氧化锆粉生产经验人工预先设定确定，也可以根据该批次氧化锆粉的用途确定。
目标浆饼是指氯离子含量小于预设阈值的浆饼，其中，目标浆饼中氯离子含量可以基于滤液中氯离子浓度确定。例如，目标浆饼可以是氯离子含量低于50mg/L的浆饼。
在一些实施例中，每获得一次氯离子浓度时，处理器可以将氯离子浓度与预设阈值比较，当滤液中氯离子浓度小于预设阈值时，控制压滤洗涤器停止运行，将浆饼确定为目标浆饼；当滤液中氯离子浓度不小于预设阈值时，控制压滤洗涤器反复对浆饼进行压滤和洗涤，直至滤液的氯离子浓度小于预设阈值。例如，在压滤洗涤器进行10轮压滤洗涤后，氯离子检测器检测出滤液中的氯离子含量为49mmg/L，低于预设阈值5mg/L，此时处理器控制压滤洗涤器停止运行，并将第10轮压滤得到的浆饼确定为目标浆饼。
步骤250，控制煅烧器对目标浆饼进行煅烧，得到前驱粉体。
前驱粉体是指对浆饼进行煅烧达到干度标准的粉体，其中干度标准是指浆饼中的含水量低于一定范围，可以是行业标准或由经验确定。例如，前驱粉体可以是对浆饼进行煅烧后含水量低于3％的粉体。
在一些实施例中，处理器可以确定煅烧器的运行参数，并将其发送至煅烧器，以控制煅烧器对目标浆饼进行煅烧，得到前驱粉体，其中，煅烧器的运行参数可以包括煅烧温度、煅烧时长等。在一些实施例中，处理器可以基于氧化锆粉的历史生产数据，确定煅烧器的运行参数。在一些实施例中，煅烧器的运行参数与浆饼含水量、前驱粉体的干度标准等相关。例如，处理器可以从存储器或其他数据库获取氧化锆粉的历史生产数据，并基于历史生产数据确定浆饼含水量相同、干度标准相同的前驱粉体的煅烧温度和煅烧时长。
步骤260，控制粉碎器对前驱粉体进行粉碎，得到氧化锆粉。
在一些实施例中，处理器可以基于成品要求参数，控制粉碎器对前驱粉体进行粉碎，得到需要的氧化锆粉。例如，处理器可以基于成品要求参数中的粒度大小、粒度分布等，当粉碎器粉碎粒度大小达到要求时，控制粉碎器停止运行，获得所需氧化锆粉。又例如，处理器可以基于成品要求参数中的粒度大小、粒度分布等，确定粉碎时需要添加的化学物质的类型及含量(如二氧化锰、氧化铁等及对应含量)。
本说明书一些实施例，通过处理器控制氯离子检测器自动检测压滤洗涤获得的滤液中的氯离子浓度，并与预设阈值比较，以确定压滤洗涤是否停止，可以实现对压滤洗涤器的自动控制，同时，获得满足要求的浆饼。通过这样的方式，可以实现氧化锆粉生产的智能控制，减少人工操作，提高生产效率。
图3是根据本说明书一些实施例所示的检测滤液中氯离子浓度的示例性流程图。在一些实施例中，流程300可以由处理器执行。如图3所示，流程300包括下述步骤：
步骤310，根据氯离子检测器采集到的氯离子浓度，确定目标检测频率。
目标检测频率是指氯离子检测器对滤液中氯离子浓度进行检测的频率。例如，目标检测频率可以是5轮压滤洗涤/次，即压滤洗涤器每进行5轮的压滤和洗涤，氯离子检测器对第5轮的滤液中的氯离子浓度进行一次检测。
在一些实施例中，目标检测频率的大小可以与氯离子浓度的大小负相关：当滤液中氯离子浓度越大，通过压滤洗涤使氯离子浓度降低到预设浓度(符合成品参数要求的浓度，例如，10μg/L)的时间越长，目标检测频率越小；滤液中氯离子浓度越小，通过压滤洗涤使氯离子浓度降低到预设浓度的时间越短，目标检测频率越大。在一些实施例中，处理器可以基于氯离子浓度，通过多种方式，确定目标检测频率。例如，处理器可以基于氯离子浓度，通过预设关系表，确定目标检测频率。再例如，处理器可以历史生产数据中的氯离子浓度以及目标检测频率进行拟合，确定拟合函数；再基于氯离子浓度与拟合函数，确定目标检测频率。
在本说明的一些实施例中，目标检测频率与氯离子浓度的大小负相关，可以在保证检测精确度的同时节约资源，避免无用检测，提升检测效率。
应当理解的是，处理器可以基于每一次获取的氯离子浓度，确定目标检测频率，从而氯离子检测模块下一次对滤液检测的时间。例如，处理器可以基于某一次氯离子浓度，确定目标检测频率下次对滤液进行检测的目标检测频率为2轮压滤洗涤/次，即，氯离子检测模块下一次对滤液检测的时间为压滤洗涤模块进行5轮的压滤和洗涤后。
步骤320，控制氯离子检测器根据目标检测频率对滤液进行氯离子检测。
处理器可以基于目标检测频率控制氯离子检测器采用各种方法(例如，化学试剂、电位滴定等)对滤液中的氯离子浓度进行检测。当处理器可以确定某一次氯离子浓度小于预设阈值时，可以将目标检测频率确定为0，即氯离子检测模块停止进行检测。
本说明书的一些实施例可以确定目标检测频率，并基于目标检测频率对氯离子浓度进行检测以确定压滤洗涤次数，在节约资源的同时提高了压滤洗涤的效率。
图4是根据本说明书一些实施例所示的根据第一目标压力和第二目标压力进行压滤和洗涤的示例性流程图。在一些实施例中，流程400可以由处理器执行。如图4所示，流程400包括下述步骤：
步骤410，针对每一次压滤和洗涤，根据第一目标压力，对反应浆料或浆饼进行压滤和洗涤，获得中间浆饼以及中间滤液。
第一目标压力可以是针对每一次压滤和洗涤，压滤洗涤器对反应浆料或浆饼进行第一次压滤时的压力。在一些实施例中，可以通过多种方式确定第一压力。例如，可以人为设定第一压力为0.5MPa。
中间浆饼可以是指在每一轮压滤和洗涤中，反应浆料或浆饼经过第一目标压力压滤后得到的滤饼。
中间滤液可以是指在每一轮压滤和洗涤中，反应浆料或浆饼经过第一目标压力压滤后得到的滤液。
在一些实施例中，处理器可以控制压滤洗涤器对反应浆料反复进行压滤洗涤。对于每一次压滤和洗涤，处理器可以控制压滤洗涤器基于第一目标压力对反应浆料或浆饼进行压滤，并控制氯离子检测器基于目标检测频率对压滤出的中间滤液进行氯离子浓度检测。
步骤420，根据第二目标压力，对中间浆饼进行压滤和洗涤，获得浆饼以及滤液。
第二目标压力可以是针对每一次压滤和洗涤，压滤洗涤器对中间浆饼进行第二次压滤时的压力。第二目标压力大于第一目标压力。在一些实施例中，可以通过多种方式确定第二目标压力。例如，可以人为设定第二目标压力为5MPa。
在一些实施例中，控制器可以先控制氯离子检测器进行氯离子检测，再控制压滤洗涤器根据第二目标压力，对中间浆饼进行压滤和洗涤，获得浆饼以及滤液。在一些实施例中，处理器还可以基于该轮压滤和洗涤中，检测到的氯离子浓度，通过预设关系表，确定第二目标压力。例如，当该轮压滤和洗涤中，处理器检测到氯离子浓度小于预设阈值时，可以确定第二目标压力为0MPa，即不再对中间浆饼进行压滤和洗涤，并将中间浆饼确定为目标浆饼。再例如，当该轮压滤和洗涤中，处理器可以基于检测到的氯离子浓度，根据预设对应关系表，确定第二目标压力为8MPa，从而可以控制压滤洗涤器以8MPa对中间浆饼进行压滤和洗涤，获得新的浆饼。
本说明书的在一些实施例中处理器可以控制压滤洗涤器以一个较小的压力，即第一目标压力对反应浆料或浆饼进行压滤，获得中间滤液，再控制氯离子检测器检测中间滤液的氯离子浓度，从而确定第二目标压力，避免压滤洗涤器采用过大的第二目标压力进行压滤，保障压滤洗涤器的使用寿命，提高生产质量。
在一些实施例中，控制器可以在控制氯离子检测器进行氯离子检测的同时，控制压滤洗涤器根据第二目标压力，对中间浆饼进行压滤和洗涤，获得浆饼以及滤液。
在一些实施例中，处理器还可以基于成品要求参数、历史生产数据(例如，历史成品参数、历史压滤压力等)确定第二目标压力。关于上述实施例的更多内容可以参见图5及其相关描述。
在一些实施例中，处理器还可以通过压滤预测模型对成品参数、生产原料配比进行处理，确定第二目标压力、目标压滤次数、目标流速，所述压滤预测模型为机器学习模型。关于上述实施例的更多内容可以参见图6及其相关描述。
在一些实施例中，处理器还可以获取多个初始生产方案，多个初始生产方案中的每一个包括初始压力、初始压滤洗涤次数以及初始流速；基于预设算法对多个初始生产方案进行至少一轮迭代更新，直至满足预设条件，获得目标生产方案，目标生产方案包括目标压滤洗涤压力、目标压滤洗涤次数以及目标流速。关于上述实施例的更多内容可以参见图7及其相关描述。
在本说明书的一些实施例处理器针对每一轮压滤洗涤流程，控制压滤洗涤器以第一目标压力对浆饼进行压滤得到中间浆饼后，再以第二目标压力对中间浆饼压滤洗涤，可以在压滤中间浆饼的同时检测滤液中的氯离子浓度，加快了压滤洗涤流程，提高了生产效率。同时，先以低于一定阈值的第一目标压力获取中间滤液，再以能获得满足成品参数要求的第二目标压力进行压滤，可以节约资源，避免压力过大造成压滤洗涤器损坏。
图5是根据本说明书一些实施例所示的确定第二目标压力的示例性流程图。在一些实施例中，流程500可以由处理器执行。如图5所示，流程500包括如下步骤：
步骤510，基于氧化锆粉的成品要求参数，获得目标特征向量。
成品要求参数是指生产的氧化锆粉成品的质量要求的参数。例如，成品要求参数可以包括化学成分、粒度大小、粒度分布、比表面积、残水含量、以及氧化锆粉产品透光度等中的至少一个，其中氧化锆粉产品透光度是指由氧化锆粉为原料制造的产品(如蚀刻材料)的透光度。成品要求参数可以基于氧化锆粉成品的实际用途相关，用途不同，成品要求参数也不同。例如，用作结构陶瓷的氧化锆粉，对粒度大小有较高的要求；用作蚀刻材料的氧化锆粉，要求生成的产品具有较好的透光度。在一些实施例中，成品要求参数可以通过多种方式确定。在一些实施例中，成品要求参数可以通过多种方式确定。例如，可以通过用户预先设定。再例如，可以用户输入的生产所需的氧化锆粉成品的实际用途，通过预设对应关系表，确定对应的成品要求参数。
目标特征向量是指可以反映当前成品要求参数的向量。例如，目标特征向量可以反映成品要求参数中的化学成分、粒度大小、粒度分布、比表面积、残水含量、以及氧化锆产品透光度等信息。
在一些实施例中，处理器可以为当前成品要求参数中的多个信息和/或数据分别预设一个数值，基于预设数值构建目标特征向量。在一些实施例中，处理器可以基于当前成品要求参数中多个信息和/或数据的实际数值构建目标特征向量。例如，目标特征向量可以表示为((a1,a2,a3,……),b,c,d,e,f)，以反映当前成品要求参数，其中，(a1,a2,a3,……)表示多种化学成分中的每一种成分含量，b,c,d,e,f分别表示粒度大小、粒度分布、比表面积、残水含量、以及氧化锆粉产品透光度。
步骤520，基于目标特征向量，确定第二目标压力。
在一些实施例中，处理器可以基于目标特征向量，通过多种方式确定第二目标压力。
在一些实施例中，处理器可以确定所述目标特征向量与所述向量数据库中候选参考特征向量中的每一个的向量距离，所述向量数据库中包括多个候选参考特征向量，所述多个候选参考特征向量中的每一个基于一组历史氧化锆粉生产数据中的历史成品检测参数配比构建；将所述向量距离小于预设距离阈值的候选参考特征向量确定为参考特征向量；基于所述参考特征向量的每一个对应的参考压力以及参考压滤次数，确定所述第二目标压力以及目标压滤洗涤次数，所述目标压滤洗涤次数用于确定所述氯离子检测器对滤液进行氯离子检测的频率。关于上述实施例的更多内容可以参见图8及其相关描述。
在一些实施例中，处理器还可以通过压滤预测模型对目标特征向量、生产原料配比进行处理，确定第二目标压力、目标压滤洗涤次数以及目标流速，其中目标流速为反应器对生产原料进行反应时生产原料流入反应器的速度，压滤预测模型为机器学习模型。关于上述实施例的更多内容可以参见图6及其相关描述。
在一些实施例中，处理器还可以获取多个初始生产方案，多个初始生产方案中的每一个包括初始压力、初始压滤洗涤次数以及初始流速；基于预设算法对多个初始生产方案进行至少一轮迭代更新，直至满足预设条件，获得目标生产方案，目标生产方案包括目标压力、目标压滤洗涤次数以及目标流速，预设条件与目标特征向量相关。关于上述实施例的更多内容可以参见图7及其相关描述。
本说明书的一些实施例通过成品要求参数，确定出第二目标压力，可以保证生产的氧化锆粉满足预设要求，提高生产效率。
图6是根据本说明书一些实施例所示的基于压滤预测模型确定第二目标压力的示意图。
在一些实施例中，处理器可以通过压滤预测模型对目标特征向量、生产原料配比进行处理，确定第二目标压力、目标压滤洗涤次数以及目标流速，其中目标流速为反应器对生产原料进行反应时生产原料流入反应器的速度。
生产原料配比是指生产氧化锆粉的各种原材料的配合比例。例如，生产原料配比可以是氧氯化锆溶液和三氯化钇溶液的配合比例为3:2。又例如，生产原料配比可以是氧氯化锆溶液、三氧化钇溶液与其他添加剂的配合比例。在一些实施例中，生产原料配比还包括氧化锆粉成品要求参数对应的各种生产原料需求量、浓度等。例如氧氯化锆溶液需求量、三氯化钇溶液需求量等。又例如，氧氯化锆溶液浓度、三氧化钇溶液浓度、有机酸浓度、氨水溶液浓度等。在一些实施例中，处理器可以基于氧化锆粉的成品要求参数，通过多种方式确定氧化锆粉的生产原料配比。例如，处理器可以确定成品检测参数与从成品要求参数相同或相似的历史生产数据，将前述中历史生产数据对应的生产原料配比确定为成品要求参数对应的生产原料配比。其中，历史生产数据可以是多个企业、研究单位等公开的生产数据。成品检测参数可以指生产出的氧化锆粉实际的化学成分、粒度大小、粒度分布、比表面积、残水含量、以及氧化锆粉产品透光度等中的至少一种。
在一些实施例中，压滤预测模型630的输入可以包括目标特征向量610、生产原料配比620，输出可以包括第二目标压力640、目标压滤洗涤次数650以及目标流速660。压滤预测模型630为机器学习模型。例如，压滤预测模型可以包括深度神经网络模型(Deep NeuralNetworks，DNN)、循环神经网络模型(Rerrent Neural Network，RNN)、卷积神经网络(Convolutional Neural Networks，CNN)或其他自定义的模型结构等中的任意一种或组合。
在一些实施例中，压滤预测模型630可以通过训练获取。训练数据为多组氧化锆粉历史生产数据中的生产配比以及基于历史生产数据中的成品检测参数构建的特征向量。标签为每组历史生产数据对应的压滤洗涤压力、压滤洗涤次数及流速。
本说明书的一些实施例，通过机器学习模型，确定第二目标压力、目标压滤洗涤次数以及目标流速，可以降低人工成本，提高生产效率。
图7是根据本说明书一些实施例所示的基于预设算法确定目标生产方案的示例性流程图。在一些实施例中，流程700可以由处理器执行。如图7所示，流程700包括如下步骤：
步骤710，获取多个初始生产方案，多个初始生产方案中的每一个包括初始压力、初始压滤洗涤次数以及初始流速。
初始生产方案是指预先设定的氧化锆粉生产的初步方案。初始生产方案可以包括各个生产流程对应的初始参数，例如，初始压力、初始压滤洗涤次数及初始流速等。
初始压力是指预设的初始生产方案中为压滤洗涤器设置的对中间浆饼进行压滤和洗涤的压力。例如，初始压力可以设置为1MPa。
初始压滤洗涤次数是指预设的初始方案中，为压滤洗涤器设置的压滤洗涤次数。例如，初始压滤洗涤次数可以设置为10次。
初始流速是指预设的初始生产方案中，反应器对生产原料进行反应时，设置的生产原料流入反应器的速度。例如，初始流速可以设置为0.1立方米/秒。
在一些实施例中，处理器可以通过多种方式获取多个初始生产方案。例如，基于历史生产经验或生产参数标准表等，获取多个初始生产方案。例如，可以基于历史生产经验或生产参数标准表中，获取各个生产流程的参数，并基于前述参数确定多个初始生产方案。例如，可以通过人工设定多个初始生产方案。
步骤720，基于预设算法对多个初始生产方案进行至少一轮迭代更新，直至满足预设条件，获得目标生产方案，目标生产方案包括第二目标压力、目标压滤洗涤次数以及目标流速，所述预设条件与所述目标特征向量相关。
目标生产方案是指当前成品要求参数及生产原料配比对应的氧化锆粉生产方案。目标生产方案可以包括各个生产流程对应的目标生产参数，例如，目标压力、目标压滤洗涤次数以及目标流速。
预设算法是指预设的用于迭代更新多个初始生产方案，获得目标生产方案的算法。在一些实施例中，可以基于计算需求人工设计预设算法。例如，可以基于预设算法对氧化锆粉生产方案中的初始压力、初始流速、初始压滤洗涤次数进行处理，确定目标生产方案。在一些实施例中，可以通过如下方法实现预设算法：
步骤一：处理器构建一个含有N个粒子的粒子群，每个粒子的维度为D。其中，每个粒子可以代表一个初始生产方案，N的大小可以基于初始生产方案的数量确定。例如，初始生产方案有200个，则N的值取为200。粒子维度D表示粒子搜索的空间维数，即为初始生产方案中包含的变量的个数。在一些实施例中，可以将每个初始生产方案表示为向量的形式，粒子维度D就是向量的维数，即初始生产方案中参数个数。例如，可以将初始生产方案表示为向量形式，前述向量中可以包含三个元素，分别对应初始压力、初始压滤洗涤次数、初始流速，即向量的维数为3，对应的粒子维度D也为3。
在一些实施例中，可以设置第i个粒子的候选目标生产方案为Xid，Xid＝(Xi1，Xi2，Xi3)，Xid表示每一个候选第二目标压力、候选目标压滤洗涤次数、候选流速。例如，Xi1表示候选第二目标压力，Xi2表示候选目标压滤洗涤次数，Xi3表示候选流速。
在一些实施例中，处理器可以设置第i个粒子的变化率为Vid，Vid＝(Vi1，Vi2，Vi3)，表示粒子移动的方向和大小。在一些实施例中，粒子变化率Vid表示第i个粒子的候选目标生产方案Xid的调整幅度，其中，Vid和Xid为一一对应的关系。例如，Vi1表示Xi1的调整幅度，Vi2表示Xi2的调整幅度，Vi3表示Xi3的调整幅度。其中调整幅度可以指候选目标方案中每个参数更新调整的幅度大小，例如，Vi1每次更新调整的幅度大小可以为+0.01MPa。
步骤二：处理器基于粒子群规模、粒子维度、迭代次数、惯性权重、学习因子等预设算法参数设计迭代公式。在一些实施例中，处理器可以基于粒子变化率Vid和第i个粒子的候选目标生产方案Xid设计粒子群变化率更新公式和候选目标生产方案更新公式。
在一些实施例中，可以设计粒子群变化率更新公式如下：
其中，粒子维度为N，i表示初始生产方案的序号，i＝1，2，3，……，N；粒子维度为D，d表示初始生产方案中参数的序号，d＝1，2，3，……，D；k为迭代次数；ω为惯性权重；c1为个体学习因子；c2为群体学习因子；r1，r2为区间[0，1]内的随机数，用于增加搜索的随机性；
表示初始生产方案i在第k次迭代中第d维的变化幅度向量。例如，
可以表示初始生产方案2在第k次迭代中第1维，即初始压力的变化幅度向量；
表示初始生产方案i在第k次迭代中第d维的候选目标生产方案向量，例如，
可以表示初始生产方案2在第k次迭代中第1维，即初始压力的向量；
表示初始生产方案i在第k次迭代中第d维的历史最优位置，即在第k次迭代后，第i个初始生产方案搜索得到的最优解；
表示群体在第k次迭代中第d维的历史最优位置，即在第k次迭代后，群体搜索到的最优解。
在一些实施例中，可以设计候选目标生产方案的更新公式如下：
公式(2)表示下一次迭代更新的候选目标生产方案由当前候选目标生产方案和下一次迭代更新的粒子变化率决定。
在一些实施例中，处理器可以基于预设算法对多个初始生产方案进行至少一轮迭代更新，直至满足预设条件，获得目标生产方案。例如，可以基于公式(2)对多个初始生产方案进行迭代更新，获得目标生产方案。
预设条件是指基于预设算法迭代更新过程中粒子适应度需要满足的条件。例如，预设条件可以是粒子适应度小于设定值或达到最大迭代更新次数。在一些实施例中，预设条件可以通过人为设置。例如，可以基于计算经验、生产经验等，设置预设条件。
粒子的适应度是指流速、压滤压力、压滤次数、生产原料共同影响下的成品预测参数与成品要求参数的差值，其中，成品预测参数只是氧化锆粉生产成品参数的预测值。例如，成品预测参数可以包括化学成分、粒度大小、粒度分布、比表面积、残水含量、以及氧化锆产品透光度等中的至少一个的预测值。在一些实施例中，粒子的适应度还与压滤时的功耗相关，压滤功耗越大，粒子适应度越大。
在一些实施例中，处理器可以通过构建适应度函数来评估粒子的适应度。示例性的，适应度函数可以表示为：
G(x)＝|A-B|+C (3)
其中，A表示成品要求参数，B表示成品预测参数，C表示压滤功耗。
在一些实施例中，成品预测参数可以基于成品参数预估模型确定，成品参数预估模型为机器学习模型。在一些实施例中，成品参数预估模型可以对每一轮迭代更新的候选目标生产方案中的候选第二目标压力、候选目标压滤洗涤次数、候选流速、生产原料进行处理，确定每一轮迭代更新后的候选目标生产方案对应的成品预测参数。
在一些实施例中，成品参数预估模型可以通过训练获取。成品参数预估模型的训练可以由处理器执行。在一些实施例中，处理器可以以多组氧化锆粉历史生产数据对应的压滤压力、压滤次数、流速及生产原料作为训练样本，以历史生产数据对应的成品检测参数作为标签，对成品参数预估模型进行训练，获取训练好的成品参数预估模型。在一些实施例中，处理器可以通过多种方式(如梯度下降法)训练成品参数预估模型。
在一些实施例中，对初始生产方案进行至少一轮迭代更新可以包括对调整幅度进行更新，再基于更新后的调整幅度对生产方案进行更新。例如，处理器进行第二轮迭代时，先基于第一轮迭代得到的调整幅度
通过公式(1)对幅度变化向量
进行迭代更新，得到调整幅度
再基于调整幅度
及第一轮迭代得到的候选目标生产方案
对候选目标生产方案向量
进行更新得到候选目标生产方案
如此，经过至少一轮迭代更新，获得满足预设条件的目标生产方案。
在一些实施例中，每一轮迭代更新完成后，可以基于适应度函数评估粒子的适应度，将适应度最小的粒子作为当前的最优解进行下一轮的迭代更新。例如，处理器可以基于预设算法对多个初始生产方案进行迭代更新，每进行一轮迭代更新，计算粒子适应度，将其中粒子适应度最小的候选目标生产方案作为当前最优生产方案进行下一轮迭代更新。
在一些实施例中，当粒子适应度满足预设条件时，停止迭代，并将适应度最小的候选生产方案确定为目标生产方案。例如，当预设条件是达到最大迭代更新次数时，当迭代达到最大次数时，停止迭代，并选择粒子适应度最小的候选生产方案确定为目标生产方案。
本说明书一些实施例，通过预设算法对多个初始生产方案进行迭代更新，并构建适应度函数对粒子适应度进行评估，选取满足预设条件的粒子作为目标生产方案。通过这种方式，可以快速、准确地确定符合当前成品要求参数的氧化锆粉生产方案，提高生产方案确定的准确性及可行性，降低生产功耗，提高生产效率。
图8根据本说明书一些实施例所示的确定第二目标压力及目标压滤洗涤次数的示例性流程图。在一些实施例中，流程800可以由处理器执行。如图8所示，流程800可以包括以下步骤：
步骤810，确定目标特征向量与向量数据库中候选参考特征向量中的每一个的向量距离，向量数据库中包括多个候选参考特征向量，多个候选参考特征向量中的每一个基于一组历史氧化锆粉生产数据中的历史成品检测参数配比构建。
向量数据库是指由多个候选参考特征向量组成的数据库。
候选参考特征向量是指可以反映历史生产数据对应的成品检测参数信息的向量。例如，候选特征向量可以反映一组历史氧化锆粉生产数据对应的氧化锆粉成品的化学成分、粒度大小、粒度分布、比表面积、残水含量、以及氧化锆产品透光度等信息。候选参考向量的构建方式与目标特征向量的构建方式相同。
在一些实施例中，处理器可以确定目标特征向量与向量数据库中候选参考特征向量中的每一个的向量距离。在一些实施例中，处理器可以通过多种方法，确定目标特征向量与候选参考特征向量中的每一个的向量距离。例如，欧式距离、曼哈顿距离、切比雪夫距离、夹角余弦距离等。
步骤820，将向量距离小于预设距离阈值的候选参考特征向量确定为参考特征向量。
预设距离阈值是指提前预设的目标特征向量与候选参考特征向量之间的向量距离阈值。例如，预设距离阈值可以是欧氏距离为0.02等。在一些实施例中，预设距离阈值可以基于实验数据或实际生产需求设定。
参考特征向量是指候选参考特征向量中与目标特征向量的向量距离小于预设距离阈值的向量。参考特征向量与目标特征向量相似，只是参考特征向量反映的是氧化锆粉的历史生产数据对应的成品检测参数，目标特征向量反映的是当前氧化锆粉生产的成品要求参数。参考特征向量对应的历史生产数据中，成品检测参数与当前氧化锆粉生产的成品要求参数相似或相同。
在一些实施例中，处理器可以将目标特征向量与每一个候选特征向量的向量距离与预设距离阈值进行对比，将向量距离小于预设距离阈值的候选参考特征向量确定为参考特征向量。例如，向量数据库中一共包含1000个候选参考特征向量，其中有30个候选参考特征向量与目标特征向量的向量距离小于预设距离阈值，则将这30个候选参考特征向量确定为参考特征向量。
步骤830，基于参考特征向量的每一个对应的参考压力以及参考压滤次数，确定第二目标压力以及目标压滤洗涤次数，目标压滤洗涤次数用于确定氯离子检测器对滤液进行氯离子检测的频率。
参考压力是指参考特征向量对应的氧化锆粉的历史生产数据中的压滤压力。例如，参考特征向量对应的氧化锆粉的历史生产数据中的压滤压力为1MPa，则参考压力为1MPa。
参考压滤洗涤次数是指参考特征向量对应的氧化锆粉的历史生产数据中的压滤洗涤次数。例如，参考特征向量对应的氧化锆粉的历史生产数据中的压滤洗涤次数为10次，则参考压滤洗涤次数为10次。
目标压滤洗涤次数是指基于当前氧化锆粉生产的成品要求参数，所需的压滤洗涤的次数。在一些实施例中，处理器可以基于目标压滤洗涤次数，确定氯离子检测器进行检测的滤液。例如，当目标压滤洗涤次数为5次时，可以确定氯离子检测器进行检测的滤液为第5轮压滤和洗涤时获得的滤液。
在一些实施例中，处理器可以基于参考特征向量的每一个对应的参考压力、参考压滤洗涤次数，确定压滤洗涤器的第二目标压力和目标压滤洗涤次数。例如，可以将多个参考特征向量对应的多个参考压力、多个参考压滤洗涤次数求平均值，得到第二目标压力、目标压滤洗涤次数。
本说明书一些实施例通过构建目标特征向量，基于目标特征向量与候选参考特征向量的向量距离，确定向量距离小于预设距离阈值的参考特征向量，并基于其对应的参考压力、参考压滤洗涤次数确定第二目标压力、及目标压滤洗涤次数。通过这样的方式，可以参考氧化锆粉历史生产数据中的参数，确定同等成品参数要求条件下的第二目标压力、目标压滤洗涤次数，更符合实际生产需要，使确定的目标流速更加准确，提高生产质量。同时，通过确定目标压滤洗涤次数，以确定氯离子检测器进行检测的滤液，可以避免重复对滤液进行检测，提高检测的效率。
应当注意的是，上述有关各个流程的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对各个流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。例如，步骤720可以分为迭代更新候选生产方案和基于适应度确定目标生产方案等步骤。
本说明书的一些实施例还提供一种氧化锆粉生产智能控制系统，该系统包括：第一控制模块，用于控制反应器对用于生产氧化锆粉的生产原料进行处理，得到反应浆料；第二控制模块，用于控制压滤洗涤器对所述反应浆料进行压滤和洗涤，获得浆饼以及滤液；第三控制模块，用于控制氯离子检测器对所述滤液进行氯离子检测，获得氯离子浓度；判断模块，用于将所述氯离子浓度与预设阈值比较，在所述氯离子浓度大于或等于预设阈值的情况下，控制所述压滤洗涤器反复对所述浆饼进行压滤和洗涤，直至所述滤液的氯离子浓度小于所述预设阈值，将所述浆饼确定为目标浆饼；第四控制模块，用于控制煅烧器对目标浆饼进行煅烧，得到前驱粉体；第五控制模块，用于控制粉碎器对所述前驱粉体进行粉碎，得到所述氧化锆粉。
本说明书的一些实施例还提供一种计算机可读存储介质，存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如本说明书中任一实施例的氧化锆粉生产智能控制装置的控制方法。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种氧化锆粉生产的智能控制装置，其特征在于，所述装置包括：
反应器，配置为对用于生产氧化锆粉的生产原料进行处理，得到反应浆料；
压滤洗涤器，配置为对所述反应浆料进行压滤和洗涤，获得浆饼以及滤液；
氯离子检测器，配置为对所述滤液进行氯离子检测，获得氯离子浓度；
煅烧器，配置为对目标浆饼进行煅烧，得到前驱粉体；
粉碎器，配置为对所述前驱粉体进行粉碎，得到所述氧化锆粉；
处理器，配置为在所述氯离子浓度大于或等于预设阈值的情况下，控制所述压滤洗涤器反复对所述浆饼进行压滤和洗涤，直至所述滤液的氯离子浓度小于所述预设阈值，将所述浆饼确定为目标浆饼。
2.根据权利要求1所述的装置，其特征在于，所述处理器还配置为：
根据所述氯离子检测器采集到的所述氯离子浓度，确定目标检测频率；
控制所述氯离子检测器根据所述目标检测频率对所述滤液进行氯离子检测。
3.根据权利要求1所述的装置，其特征在于，所述压滤洗涤器具体配置为：
针对每一次压滤和洗涤，根据第一目标压力，对所述反应浆料或浆饼进行压滤，获得中间浆饼以及中间滤液；
根据第二目标压力，对所述中间浆饼进行压滤和洗涤，获得所述浆饼以及所述滤液。
4.根据权利要求3所述的装置，其特征在于，所述处理器还配置为：
基于所述氧化锆粉的成品要求参数，获得目标特征向量；
基于所述目标特征向量，确定所述第二目标压力。
5.一种氧化锆粉生产智能控制装置的控制方法，其特征在于，所述方法应用于权利要求1～4所述的氧化锆粉生产智能控制装置中的处理器，所述方法包括：
控制反应器对用于生产氧化锆粉的生产原料进行处理，得到反应浆料；
控制压滤洗涤器对所述反应浆料进行压滤和洗涤，获得浆饼以及滤液；
控制氯离子检测器对所述滤液进行氯离子检测，获得氯离子浓度；
将所述氯离子浓度与预设阈值比较，在所述氯离子浓度大于或等于预设阈值的情况下，控制所述压滤洗涤器反复对所述浆饼进行压滤和洗涤，直至所述滤液的氯离子浓度小于所述预设阈值，将所述浆饼确定为目标浆饼；
控制煅烧器对目标浆饼进行煅烧，得到前驱粉体；
控制粉碎器对所述前驱粉体进行粉碎，得到所述氧化锆粉。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
根据所述氯离子检测器采集到的所述氯离子浓度，确定目标检测频率；
控制所述氯离子检测器根据所述目标检测频率对所述滤液进行氯离子检测。
7.根据权利要求5所述的方法，其特征在于，所述控制压滤洗涤器对所述反应浆料进行压滤和洗涤，获得浆饼以及滤液包括：
针对每一次压滤和洗涤，根据第一目标压力，对所述反应浆料或浆饼进行压滤，获得中间浆饼以及中间滤液；
根据第二目标压力，对所述中间浆饼进行压滤和洗涤，获得所述浆饼以及所述滤液。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
基于所述氧化锆粉的成品要求参数，获得目标特征向量；
基于所述目标特征向量，确定所述第二目标压力。
9.一种氧化锆粉生产智能控制系统，其特征在于，所述系统包括：
第一控制模块，用于控制反应器对用于生产氧化锆粉的生产原料进行处理，得到反应浆料；
第二控制模块，用于控制压滤洗涤器对所述反应浆料进行压滤和洗涤，获得浆饼以及滤液；
第三控制模块，用于控制氯离子检测器对所述滤液进行氯离子检测，获得氯离子浓度；
判断模块，用于将所述氯离子浓度与预设阈值比较，在所述氯离子浓度大于或等于预设阈值的情况下，控制所述压滤洗涤器反复对所述浆饼进行压滤和洗涤，直至所述滤液的氯离子浓度小于所述预设阈值，将所述浆饼确定为目标浆饼；
第四控制模块，用于控制煅烧器对目标浆饼进行煅烧，得到前驱粉体；
第五控制模块，用于控制粉碎器对所述前驱粉体进行粉碎，得到所述氧化锆粉。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求5～8中任一项所述的氧化锆粉生产智能控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211127360.9A CN115469620B (zh) | 2022-09-16 | 2022-09-16 | 一种氧化锆粉生产的智能控制装置、方法、系统以及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211127360.9A CN115469620B (zh) | 2022-09-16 | 2022-09-16 | 一种氧化锆粉生产的智能控制装置、方法、系统以及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115469620A true CN115469620A (zh) | 2022-12-13 |
| CN115469620B CN115469620B (zh) | 2023-09-19 |
Family
ID=84332660
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211127360.9A Active CN115469620B (zh) | 2022-09-16 | 2022-09-16 | 一种氧化锆粉生产的智能控制装置、方法、系统以及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115469620B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116621194A (zh) * | 2023-07-20 | 2023-08-22 | 山东鲁泰化学有限公司 | 一种氯碱生产中回收盐泥NaCl的方法和装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040191139A1 (en) * | 2001-05-15 | 2004-09-30 | Mitsubishi Chemical Corporation | Process of producing compounds |
| CN101412537A (zh) * | 2008-11-13 | 2009-04-22 | 谢光远 | 纳米氧化锆粉体的制备方法 |
| CN101698509A (zh) * | 2009-09-11 | 2010-04-28 | 淄博广通化工有限责任公司 | 纳米氧化锆的生产方法 |
| CN111017991A (zh) * | 2019-12-19 | 2020-04-17 | 山东鸿远新材料科技有限公司 | 一种高纯氧氯化锆萃取工艺 |
| CN112662870A (zh) * | 2020-12-25 | 2021-04-16 | 贵州大龙汇成新材料有限公司 | 二氧化锰矿浸出硫酸锰工艺中压滤滤渣的洗涤方法及系统 |
| CN114927733A (zh) * | 2022-05-27 | 2022-08-19 | 潮州三环（集团）股份有限公司 | 一种氧化锆基电解质粉体及其制备方法与应用 |
| CN114933329A (zh) * | 2022-06-09 | 2022-08-23 | 山东盛太锆业资源有限公司 | 一种氧化锆自动化加工线 |
-
2022
- 2022-09-16 CN CN202211127360.9A patent/CN115469620B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040191139A1 (en) * | 2001-05-15 | 2004-09-30 | Mitsubishi Chemical Corporation | Process of producing compounds |
| CN101412537A (zh) * | 2008-11-13 | 2009-04-22 | 谢光远 | 纳米氧化锆粉体的制备方法 |
| CN101698509A (zh) * | 2009-09-11 | 2010-04-28 | 淄博广通化工有限责任公司 | 纳米氧化锆的生产方法 |
| CN111017991A (zh) * | 2019-12-19 | 2020-04-17 | 山东鸿远新材料科技有限公司 | 一种高纯氧氯化锆萃取工艺 |
| CN112662870A (zh) * | 2020-12-25 | 2021-04-16 | 贵州大龙汇成新材料有限公司 | 二氧化锰矿浸出硫酸锰工艺中压滤滤渣的洗涤方法及系统 |
| CN114927733A (zh) * | 2022-05-27 | 2022-08-19 | 潮州三环（集团）股份有限公司 | 一种氧化锆基电解质粉体及其制备方法与应用 |
| CN114933329A (zh) * | 2022-06-09 | 2022-08-23 | 山东盛太锆业资源有限公司 | 一种氧化锆自动化加工线 |
Non-Patent Citations (1)
| Title |
|---|
| 徐辰华;王尤军;林小峰;黄清宝;: "氧化铝焙烧炉内温度智能优化控制", 计算机仿真, no. 09 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116621194A (zh) * | 2023-07-20 | 2023-08-22 | 山东鲁泰化学有限公司 | 一种氯碱生产中回收盐泥NaCl的方法和装置 |
| CN116621194B (zh) * | 2023-07-20 | 2023-10-10 | 山东鲁泰化学有限公司 | 一种氯碱生产中回收盐泥NaCl的方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115469620B (zh) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115424675A (zh) | 一种氧化锆粉生产装置、方法、系统以及介质 | |
| CN115469620A (zh) | 一种氧化锆粉生产的智能控制装置、方法、系统以及介质 | |
| CN105731419A (zh) | 一种棒状多级孔碳材料的制备方法 | |
| CN113033923A (zh) | 水泥熟料性能的预测、评价及优化方法及其装置和系统 | |
| Yang et al. | Data flow modeling, data mining and QSAR in high-throughput discovery of functional nanomaterials | |
| Chang et al. | Multi-mode plant-wide process operating performance assessment based on a novel two-level multi-block hybrid model | |
| CN111833970A (zh) | 一种水泥熟料质量表征参数预测模型构建方法及其应用 | |
| CN109626460A (zh) | 智能煤泥水处理方法及装置 | |
| CN103626491A (zh) | 一种原位合成Gd2Zr2O7/ZrO2(3Y)纳米粉体的方法 | |
| CN114968997A (zh) | 一种基于时空特征提取的烧结终点预报方法 | |
| CN107236862B (zh) | 一种基于对数正态分布函数的烧结料层温度预测方法 | |
| Srinivasan et al. | Dynamic optimization under uncertainty via NCO tracking: A solution model approach | |
| Abdel‐Rahman et al. | A nonlinear partial least squares algorithm using quadratic fuzzy inference system | |
| CN117185346B (zh) | 一种氧化锆粉智能加工装置、方法、系统及存储介质 | |
| Qiao et al. | Soft measurement model of raw meal decomposition ratio based on data driven for raw meal calcination process | |
| Liu et al. | Thermal efficiency prediction model of cement clinker production based on fuzzy c-means monitoring clustering | |
| CN114236104A (zh) | 游离氧化钙测量方法、装置、设备、介质及产品 | |
| CN102492311B (zh) | 一种钛白粉的连续无机包膜装置 | |
| CN109721264A (zh) | 获取智能化水泥工厂烧成带温度设定值方法、装置及设备 | |
| Ning et al. | Study on Recognition of Thermal Efficiency Operating Conditions of Cement Rotary Kiln Based on K-means | |
| CN109800739B (zh) | 电加热旋转窑温度检测装置 | |
| CN115113523A (zh) | 基于模式运动的全格式动态线性化无模型自适应控制方法 | |
| Wu et al. | Real-time prediction of styrene production volume based on machine learning algorithms | |
| Qiao et al. | Intelligent setting control of raw meal calcination proces | |
| Varfolomeev et al. | Electro-optical monitoring of the chromatic error of the polymeric coating of a galvanized strip |
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 |