CN116400652A - 一种锑盐净化工艺过程锌粉自动控制方法、装置及系统 - Google Patents
一种锑盐净化工艺过程锌粉自动控制方法、装置及系统 Download PDFInfo
- Publication number
- CN116400652A CN116400652A CN202310304633.0A CN202310304633A CN116400652A CN 116400652 A CN116400652 A CN 116400652A CN 202310304633 A CN202310304633 A CN 202310304633A CN 116400652 A CN116400652 A CN 116400652A
- Authority
- CN
- China
- Prior art keywords
- potential
- zinc powder
- value
- orp
- set value
- 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.)
- Pending
Links
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000000746 purification Methods 0.000 title claims abstract description 65
- 150000001462 antimony Chemical class 0.000 title claims abstract description 32
- 239000010941 cobalt Substances 0.000 claims abstract description 30
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 claims abstract description 30
- 239000011701 zinc Substances 0.000 claims abstract description 30
- 229910017052 cobalt Inorganic materials 0.000 claims abstract description 27
- 239000010949 copper Substances 0.000 claims abstract description 19
- 239000002245 particle Substances 0.000 claims abstract description 18
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims abstract description 13
- 229910052802 copper Inorganic materials 0.000 claims abstract description 7
- 229910001429 cobalt ion Inorganic materials 0.000 claims description 58
- XLJKHNWPARRRJB-UHFFFAOYSA-N cobalt(2+) Chemical compound [Co+2] XLJKHNWPARRRJB-UHFFFAOYSA-N 0.000 claims description 53
- 229910001431 copper ion Inorganic materials 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 28
- 238000006243 chemical reaction Methods 0.000 claims description 25
- JPVYNHNXODAKFH-UHFFFAOYSA-N Cu2+ Chemical compound [Cu+2] JPVYNHNXODAKFH-UHFFFAOYSA-N 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000033116 oxidation-reduction process Effects 0.000 claims description 11
- 238000010926 purge Methods 0.000 claims description 9
- 150000002500 ions Chemical class 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 238000013499 data model Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- RYTYSMSQNNBZDP-UHFFFAOYSA-N cobalt copper Chemical compound [Co].[Cu] RYTYSMSQNNBZDP-UHFFFAOYSA-N 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 230000000087 stabilizing effect Effects 0.000 claims description 2
- 229910052725 zinc Inorganic materials 0.000 abstract description 12
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 238000009854 hydrometallurgy Methods 0.000 abstract description 4
- 239000000243 solution Substances 0.000 description 21
- 238000003556 assay Methods 0.000 description 9
- 238000002386 leaching Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000003723 Smelting Methods 0.000 description 4
- 239000012535 impurity Substances 0.000 description 4
- PTFCDOFLOPIGGS-UHFFFAOYSA-N Zinc dication Chemical compound [Zn+2] PTFCDOFLOPIGGS-UHFFFAOYSA-N 0.000 description 3
- 229910052793 cadmium Inorganic materials 0.000 description 3
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005868 electrolysis reaction Methods 0.000 description 3
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 229910001439 antimony ion Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 229910000365 copper sulfate Inorganic materials 0.000 description 1
- ARUVKPQLZAKDPS-UHFFFAOYSA-L copper(II) sulfate Chemical compound [Cu+2].[O-][S+2]([O-])([O-])[O-] ARUVKPQLZAKDPS-UHFFFAOYSA-L 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 239000008151 electrolyte solution Substances 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- -1 hydrogen ions Chemical class 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011259 mixed solution Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- 230000002468 redox effect Effects 0.000 description 1
- 238000006479 redox reaction Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
- C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
- C22B3/00—Extraction of metal compounds from ores or concentrates by wet processes
- C22B3/20—Treatment or purification of solutions, e.g. obtained by leaching
- C22B3/44—Treatment or purification of solutions, e.g. obtained by leaching by chemical processes
- C22B3/46—Treatment or purification of solutions, e.g. obtained by leaching by chemical processes by substitution, e.g. by cementation
-
- C—CHEMISTRY; METALLURGY
- C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
- C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
- C22B19/00—Obtaining zinc or zinc oxide
- C22B19/20—Obtaining zinc otherwise than by distilling
-
- 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
-
- 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
- Y02P10/00—Technologies related to metal processing
- Y02P10/20—Recycling
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Organic Chemistry (AREA)
- Metallurgy (AREA)
- Mechanical Engineering (AREA)
- Materials Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Geochemistry & Mineralogy (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacture And Refinement Of Metals (AREA)
Abstract
本发明公开了一种锑盐净化工艺的锌粉自动控制方法、装置及系统，包括构建除铜除钴拟合模型、采用粒子群算法计算最佳的电位设定值并设定；采用模糊算法、案例推理方法更新电位设定值；根据当前时刻电位测量值与电位设定值间的差值，构造三维的模糊规则，生成锌粉调整量与当前锌粉添加量相加得到新的锌粉量设定值，将新的锌粉量设定值在线写入DCS系统，控制自动给料装置添加锌粉。以此循环，达到电位稳定控制，实现最低锌粉用量。本发明根据电位波动自动调节锌粉添加量的锑盐净化工艺过程锌粉自动控制方法实现了锌粉加入量的精准控制，有效降低了锌湿法冶炼锌粉单耗，以降低锑盐净化工艺过程中的生产成本。
Description
技术领域
本发明涉及锌冶炼技术领域，具体涉及一种锑盐净化工艺过程锌粉自动控制方法、装置、系统及可读存储介质。
背景技术
湿法炼锌工艺主要由焙烧、浸出、净化、电解等四道工序组成。浸出工序通过中性浸出和酸性浸出两个步骤将含锌物料(锌精矿、锌浸出渣等)溶解形成以锌离子为主含铜、镉、镍、钴等杂质离子的电解质溶液。如不采取净化，这些杂质离子在后续电解过程中会与锌离子争夺电子，与锌离子一同沉积，降低电流效率、增加电耗、降低锌粉纯度、腐蚀阴极，乃至于影响湿法炼锌过程安全稳定运行。因此，在浸出与电解工序之间，需要通过净化工序将杂质离子浓度降低至电解工序的要求。
氧化还原电位(ORP)是用于检测溶液中所有物质表现出的宏观氧化还原性的综合性指标。ORP体现的是溶液宏观上给出或得到电子的能力。净化除钴过程中，唯一的还原剂锌提供所有的电子，钴离子、铜离子、锑离子、氢离子作为氧化剂从锌粉中夺取电子，ORP的数值越低，意味着钴离子越容易被还原沉积。因此，ORP是一种溶液中实时电化学反应进行状态的手段。除钴过程锌粉添加量越大ORP越低，除钴速率提高，出口钴离子浓度降低。当净化工序的钴离子出口浓度低于规定的阈值时，在满足条件的情况下，需要减少锌粉添加量，以降低生产成本。
目前，锑盐净化过程锌粉的加入量是现场操作人员根据净化槽出口溶液中钴离子、铜离子浓度的化验结果依个人的操作经验来判断调整的。但由于除钴过程工况变化频繁，锌粉添加量是动态的，现场操作人员又同时操作多项指标，会导致实际控制过程中锌粉添加量过量或某个指标控制不及时，增加除钴过程的成本，产生安全隐患。
发明内容
本发明的目的是解决现有技术的不足，提供一种根据电位波动自动调节锌粉加入量的锑盐净化工艺锌粉自动控制方法，实现锌粉加入量的精准控制，有效降低锌粉单耗，降低净化过程中的生产成本。
本发明还提供了一种锑盐净化工艺的锌粉自动控制装置、系统及及可读存储介质。
本发明采取的技术方案如下：
一种锑盐净化工艺的锌粉自动控制方法，包括依次设置并通过管道连通的一组净化槽、设置在净化槽上方的自动给料装置、设置在净化槽中获取电位实时值的电位计；所述自动给料装置受控于DCS系统，所述电位计的读数通过传感器直接传递至DCS系统；所述锌粉自动控制方法包括：
定时采集每个净化槽的参数，获取运行日志；所述参数包括净化槽入口及最后一个净化槽出口溶液钴离子、铜离子的浓度及净化槽内的电位；
构建除钴拟合模型，将所述运行日志通过人工神经网络拟合生成不同参数条件下电位与铜钴离子浓度之间的数据模型；基于所述数据模型，采用粒子群算法计算最佳的电位设定值并设定；
若反应工况正常，则通过采集最后一个净化槽钴离子出口浓度计算其与设定阈值之间的差值，采用模糊算法生成电位补偿值与原电位设定值相加对电位设定值进行更新；
若反应工况发生重大改变时，采用案例推理方法，以锌粉添加量和电位实时值作为案例的输入特征，以入口钴离子、铜离子浓度作为案例的解特征，构建除钴过程的案例库，利用相似度函数计算当前案例与库中每一个案例之间的相似度，推断出当前案例的解特征，使用除钴拟合模型生成新的电位设定值，根据新的电位设定值对原电位设定值进行补偿，更新电位设定值；
根据当前实时电位值与电位设定值间的差值，构造三维的模糊规则生成锌粉调整量与当前锌粉添加量相加得到新的锌粉量设定值；
将新的锌粉量设定值在线写入DCS系统，控制自动给料装置按新的锌粉量添加锌粉；
以此循环，达到电位稳定控制，实现锌粉最低用量。
进一步地，所述的一组净化槽为3个净化槽。
进一步地，获取电位设定值的方法步骤如下：
S1、定时采集每个净化槽的参数，获取运行日志；所述参数包括净化槽入口及最后一个净化槽出口溶液钴离子、铜离子的浓度、净化槽内的电位；
S2、使用人工神经网络拟合净化槽入口铜、钴离子浓度、流量、氧化还原电位和净化槽出口铜、钴离子浓度之间的关联，得到在不同入口条件下，电位与除铜除钴效果之间的关系，其函数关系如式1所示：
其中，
和/>
分别表示钴和铜离子进入净化槽和离开净化槽时的浓度，ORP表示净化槽内的电位，fP()表示建立的净化槽反应模型；
S3、基于数据模型，使用粒子群算法计算最佳的电位设定值，粒子位置是净化槽的电位设定值的组合，算法的适应值函数被设计为净化槽的ORP之和与惩罚系数的乘积，计算公式如下所示：
Pos＝(ORP1，ORP2，ORP3)#(2)
Fit＝fit(Pos)×Pun(Pos)#(3)
其中，Pos是粒子所处的位置，Fit是根据粒子位置计算的适应值大小，fit(Pos)计算的是粒子位置的原始得分，计算公式如下：
fit(Pos)＝ORP1+ORP2+ORP3#(4)
其中，ORP1，ORP2，ORP3是每个净化槽的电位设定值；
S4、引入惩罚系数Pun(Pos)，计算公式如下所示：
其中，
是最后一个净化槽的钴离子出口浓度，当/>
超出阈值时，说明这组电位设定值无法达到除钴要求，/>
的计算将利用建立的净化槽反应模型fP()；
S5、利用公式#(1)进行反复迭代，得到在该组电位设定值下每个净化槽的入口和出口离子浓度。
进一步地，获取电位补偿值的方法步骤如下：
S1、采取模糊规则生成电位补偿值，公式如下：
其中，ΔORP1，ΔORP2，ΔORP3是生成的净化槽的电位调整量，当前的电位设定值加上调整量得到新的设定值，fFuz1()代表模糊函数，
代表实际钴离子出口浓度与设定的阈值之间的差值；
S2、若反应工况正常，则通过采集最后一个净化槽实际钴离子出口浓度计算与设定阈值之间的差值，采取模糊算法生成电位补偿值加上原电位设定值，对电位设定值进行更新；
若反应工况发生重大改变时，使用案例推理的方法重置电位设定值，具体方法步骤如下：
将所有净化槽的锌粉添加量和电位实时值作为案例的输入特征，入口钴离子、铜离子浓度作为案例的解特征，采用化验数据构建除钴过程的案例库，案例库中，每一条案例都由条件特征FA＝{Zn1，Zn2，Zn3，ORP1，ORP2，ORP3}和解特征FS＝{CCo…CCu}组成，其中，Zn1，Zn2，Zn3代表3个净化槽的锌粉添加量，ORP1，ORP2，ORP3代表3个净化槽的电位，CCo，CCu代表二段净化入口的钴离子、铜离子浓度，定义案例库中案例Ck(k＝1，2，...，m)的工况描述为
解特征描述为/>
定义当前案例工况C*特征为：/>
定义当前案例特征/>
与案例库中特征
的相似度函数为：
其中，
表示/>
中的第i个元素，wi表示不同元素的加权系数，这里令所有的wi等于1，相当于求平均值，计算案例库中每一个案例Ck与当前案例C*之间的相似度，取相似度最高的r个案例作为相似案例，并依此推断当前案例的解特征：
其中，Simi表示第i个相似案例和当前案例的相似度，
是第i个相似案例的解特征，推断出当前案例的解特征/>
后，使用公式#(1)重新计算电位设定值；
根据新的设定值对原先的设定值进行补偿，得到新的电位设定值：
ORPnew＝ORP*×γ+ORPold×(1-γ)#(10)
其中，系数γ决定对电位设定值的更新程度，这里令系数γ等于1，使用新生成的设定值。
进一步地，电位稳定控制的方法步骤如下：
构造三维的模糊规则，使用模糊控制方法稳定电位，模糊规则的三个维度分别是实际值与设定值的差值、差值的一阶导和差值的二阶导，其计算公式如下：
e′k＝ek-ek-1#(12)
e″k＝e′k-e′k-1#(13)
其中，
和/>
分别表示当前时刻的电位测量值与设定值，ek表示当前时刻测量值与设定值的差值，e′k是当前时刻差值的一阶导，e″k是二阶导，ek的作用是缩小测量值与实际值的差值，ek为正则加锌粉，为负则减锌粉，ek的绝对值越大，锌粉的调整幅度也越大，e′k的作用是抑制ORP的变化趋势，使变化过程平缓，不发生大的波动，e″k的作用与e′k相同，通过预测ORP未来的变化趋势，提前做出补偿，预测通常会出现一定的偏差，为了保持电位的稳定，依据e″k生成的调整量不会太大，与ek和e′k相比，只是在原有的锌粉添加量上微调，锌粉添加量的更新公式如下：
ΔZn＝fFUZ2(ek，e′k，e″k)#(14)
其中，fFUZ2()表示设计的三维模糊规则函数，ΔZn是根据电位差值生成的锌粉调整量，与当前锌粉添加量相加得到新的锌粉设定值。
一种锑盐净化工艺过程锌粉自动控制装置，该装置包括：
电位优化设定模块，用于根据每个净化槽入口钴离子、铜离子浓度为不同的净化槽分配合理的电位设定值；
电位补偿调整模块，用于正常运行过程中的实际情况对电位设定值进行调整，以适应反应环境的变化；
电位稳定控制模块，用于调整净化槽的锌粉添加量，使电位实际值与设定值之间的保持一致。
进一步地，该装置还包括：电位变化反馈调整模块，用于反应工况发生重大改变时，生成新的设定值对原设定值进行更新得到新的电位设定值。
一种锑盐净化工艺过程锌粉自动控制系统，包括依次设置并通过管道连通的一组净化槽及DCS系统和所述的一种锑盐净化工艺过程锌粉自动控制装置，所述DCS系统与所述一种锑盐净化工艺过程锌粉自动控制装置通讯连接，所述净化槽上方设置自动给料装置、净化槽中设置电位计；所述自动给料装置受控于DCS系统，所述电位计的读数直接传递至DCS系统。
一种计算机可读存储介质，所述计算机可读存储介质上存储有所述一种锑盐净化工艺过程锌粉自动控制方法的程序，所述自动控制方法的程序被处理器执行时实现自动控制方法的步骤。
本发明的有益效果：
(1)本发明建立氧化还原电位与反应状态的关联性，通过净化槽内部电位的变化间接反应反应器内部的除钴效果，克服了实际生产中工况复杂多变和关键参数化验频率低问题，减少了人为因素影响。
(2)在不同入口条件下，电位变化区间有明显区别，所以根据不同的入口钴离子、铜离子浓度得到电位的设定值，另外由于入口条件实时变化，但离子浓度的化验频率极低，不能及时获取准确的入口条件信息，本发明通过建模不断推理更新入口条件，通过及时的优化设定电位值，及时调整并精确控制锌粉添加量。
(3)除钴过程最终是以出口钴离子浓度对电位进行反馈补偿，设定浓度阈值，根据实际浓度建立规则表得到电位补偿值，保证出口钴离子浓度的达标，降低锌湿法冶炼锌粉单耗。
(4)得到优化的电位值后，根据实际电位与电位设定值的差值、电位的变化趋势、电位的二阶变化趋势，建立三维的模糊规则得到最终的锌粉调整量与原锌粉的添加量相加的新的锌粉量设定值在线写入DCS系统，控制自动给料装置按新的锌粉量添加锌粉，保证出口钴离子浓度达标前提下最少锌粉的添加量，降低了净化成本。
附图说明
图1为本发明自动控制方法的结构框图；
图2为本发明的自动控制装置示意图；
图3为本发明的工艺流程图；
图4为本发明实施例锑盐净化工艺过程锌粉人工控制结果图；
图5为本发明实施例锑盐净化工艺过程锌粉自动控制结果图。
具体实施方式
以某大型锌冶炼厂的净化除钴工序为例采用本发明的方法，其工艺流程如图3所示。冶炼厂净化工序分为三段，一段除铜镉，二段除钴锗，三段除残余。一段工序流出的除铜镉后液作为二段工序的入口。二段净化共有四个净化槽，一段除铜后液将从4#槽开始依次流经整个二段工序。在实际生产中，4个净化槽通常只会使用3个，一般是4-2-1或者3-2-1的组合。炼厂的二段除钴工序拥有个自动给料装置B1，可以通过DCS系统在线写入设定值，4#和3#槽共用一个，2#槽单独使用一个自动给料装置B2，1#槽不加料。作为催化剂的锑盐、硫酸铜混合溶液在4#槽或3#槽加入。
在实际工业现场生产中，二段净化工序的化验检测及频率如表1所示。可以看出，现场没有任何能够反应二段净化过程反应情况的检测数据，入口和出口的钴离子浓度检测频率也偏低，对连续生产过程的指导意义有限。
表1二段净化工序检测数据
图4显示了人工控制期间的锌粉添加总量、1#槽氧化还原电位以及出口钴离子浓度化验值的数据变化，从图4人工控制的数据我们可以发现，现场的工人通常只会在2小时每次的自动化验值生成后才会大幅度改变锌粉设定值。从钴离子出口浓度数据可以看出，人工控制存在一定的滞后性，需要等到化验值出现后才能够做出反应，容易出现钴离子浓度超出阈值(图3虚线所示位置)或锌粉添加量过大等问题。
为了解决这个问题，在4个净化槽内分别安装了电位计，通过电位计可以得到每个净化槽内氧化还原电位(ORP)的实时值，实时反应氧化还原反应的进行状态。
本实施案例采用本发明的自动控制装置如图2，采用如图1的自动控制方法实现锌粉加入量的精准控制降低净化过程中的锌粉单耗。
如图1、图3所示，一种锑盐净化工艺的锌粉自动控制方法，包括依次设置并通过管道连通的4个净化槽、设置在净化槽上方的自动给料装置、设置在净化槽中获取电位实时值的电位计；所述自动给料装置受控于DCS系统，所述电位计的读数直接传递至DCS系统；
采用本发明的自动控制方法和自动控制装置，该方法和装置包括：
电位优化设定模块1
用于根据入口条件为不同的净化槽分配合理氧化还原电位设定值；
在二段净化入口(一段净化出口)、4#(3#)净化槽出口、2#净化槽出口、1#净化槽出口进行定时的溶液采集和人工化验，检测钴离子、铜离子的浓度变化；完成数据采集后，便拥有了一系列在不同杂质离子浓度和流量的反应条件下，ORP与除钴速率之间的关联数据；使用人工神经网络(Artificial Neural Network，ANN)拟合了净化槽入口铜、钴离子浓度、流量、氧化还原电位和净化槽出口铜、钴离子浓度之间的关联，得到了在不同入口条件下，氧化还原电位与除铜除钴效果之间的关系，其函数关系如式1所示：
其中，
和/>
分别表示钴和铜离子进入净化槽和离开净化槽时的浓度，ORP表示净化槽内的电位，fP()表示建立的净化槽反应模型。基于数据模型，使用粒子群算法计算最佳的氧化还原电位设定值。粒子位置是净化槽的ORP设定值的组合，算法的适应值函数被设计为净化槽的ORP之和与惩罚系数的乘积，计算公式如下所示：
Pos＝(ORP1，ORP2，ORP3)#(2
Fit＝fit(Pos)×Pun(Pos)×(3
其中，Pos是粒子所处的位置，Fit是根据粒子位置计算的适应值大小。fit(Pos)计算的是粒子位置的原始得分，计算公式如下：
fit(Pos)＝ORP1+ORP2+ORP3#(4
其中，ORP1，ORP2，ORP3是三个净化槽的电位设定值。我们追求的是尽可能少的锌粉添加量，锌粉的添加量与ORP成负相关，因此fit(Pos)越正越好。但是，锌粉过少会导致钴离子浓度超标，需要加以限制，故引入惩罚系数Pun(Pos)，计算公式如下所示：
其中，
是最后一个净化槽的钴离子出口浓度，当/>
超出阈值时，说明这组电位设定值无法达到除钴要求。/>
的计算将利用建立的净化槽反应模型fP()，利用公式(3-1)进行反复迭代，便可得到在该组电位设定值下三个净化槽的入口和出口离子浓度。
电位补偿调整模块2
电位优化设定需要用到二段工序入口的钴离子浓度和铜离子浓度。在实际生产中，这两个化验值的化验频率是6小时一次，间隔较长。在两次化验值间隔，实际的除钴反应状态有很大概率发生变化，不及时调整电位设定值轻则浪费锌粉重则导致出口钴离子浓度超标，因此，需要根据运行过程中的状态反馈值调整电位设定。实际生产过程中的状态反馈值有两个，一个是实时的电位反馈值，一个是2小时一次的出口钴离子化验值，出口钴离子浓度反馈补偿模块的反馈频率低，且现场使用的检测设备每次只取5ml溶液进行化验，极易受到偶然因素的影响，无法代表整体情况。因此，出口钴离子浓度反馈模块不作为主要的补偿模块，只进行细微的调整。这里采取模糊规则(Fuzzy Rules)生成电位的补偿值，公式如下：
其中，ΔORP1，ΔORP2，ΔORP3是生成的三个净化槽的ORP调整量，当前的ORP设定值加上调整量即可得到新的设定值。fFuz1()代表模糊函数，
代表实际钴离子出口浓度与设定的阈值之间的差值。
电位变化反馈调整模块的反馈频率高，实时性好，将作为主要的补偿模块。在实际控制中，通过调整锌粉添加量使电位稳定在设定值附近。当反应正常时，通常能够实现电位的稳定控制。
电位变化反馈调整模块3
当反应工况发生重大改变时，需要对电位设定值加以调整，使用案例推理(Casereasoning)的方法生成新的电位设定值。
将3个净化槽的锌粉添加量和电位设定值作为案例的输入特征，入口钴离子、铜离子浓度作为案例的解特征，利用化验数据构建除钴过程的案例库。案例库中，每一条案例都由条件特征FA＝{Zn1，Zn2，Zn3，ORP1，ORP2，ORP3}和解特征FS＝{CCo，CCu}组成。其中，Zn1，Zn2，Zn3代表3个净化槽的锌粉添加量(在实际生产中，Zn1始终为0)，ORP1，ORP2，ORP3代表3个净化槽的氧化还原电位，CCo，CCu代表二段净化入口的钴离子、铜离子浓度。定义案例库中案例Ck(k＝1，2，...，m)的工况描述为
解特征描述为
定义当前案例工况C*特征为：/>
定义当前案例特征/>
与案例库中特征/>
的相似度函数为：
其中，
表示/>
中的第i个元素，wi表示不同元素的加权系数，这里令所有的wi等于1，相当于求平均值。计算案例库中每一个案例Ck与当前案例C*之间的相似度，取相似度最高的r个案例作为相似案例，并依此推断当前案例的解特征：
其中，Simi表示第i个相似案例和当前案例的相似度，
是第i个相似案例的解特征。推断出当前案例的解特征/>
后，使用3.1节使用的电位优化设定模块生成新的电位设定值
根据新的设定值对原先的设定值进行补偿，得到新的电位设定值：
ORPnew＝ORP*×γ+ORPold×(1-γ)#(10)
其中，系数γ决定对电位设定值的更新程度，这里令系数γ等于1，即完全使用新生成的设定值。
电位稳定控制模块模块4
电位稳定控制模块的作用是将净化槽内的实际氧化还原电位稳定控制在设定值附近。这里构造了三维的模糊规则，使用模糊控制方法稳定电位。模糊规则的三个维度分别是实际值与设定值的差值、差值的一阶导和差值的二阶导，其计算公式如下：
e′k＝ek-ek-1#(12)
e″k＝e′k-e′k-1#(13)
其中，
和/>
分别表示当前时刻的电位测量值与设定值，ek表示当前时刻测量值与设定值的差值，e′k是当前时刻差值的一阶导，e″k是二阶导。ek的作用是缩小测量值与实际值的差值，ek为正则加锌粉，为负则减锌粉，ek的绝对值越大，锌粉的调整幅度也越大。e′k的作用是抑制ORP的变化趋势，使变化过程平缓，不发生大的波动。e″k的作用与e′k相同，通过预测ORP未来的变化趋势，提前做出补偿。需要注意的是，预测通常会出现一定的偏差，为了保持电位的稳定，依据e″k生成的调整量不会太大，与ek和e′k相比，只是在原有的锌粉添加量上微调。锌粉添加量的更新公式如下：
ΔZn＝fFUZ2(ek，e′k，e″k)#(14)
其中，fFUZ2()表示设计的三维模糊规则函数，ΔZn是根据电位偏差生成的锌粉调整量，与当前锌粉添加量相加即可得到新的锌粉设定值。
图5显示了第二天自动控制时的数据，可以看出，自动控制系统会根据电位的变化以较高的频率对锌粉添加量做出调整，有效抑制了电位的波动，自动控制时的电位波动幅度比人工控制时小。除此之外，钴离子的出口浓度在离设定的阈值较近的同时全部保持在了阈值以下，说明本发明能够在保证钴离子浓度合格的同时有效降低锌湿法冶炼锌粉单耗，降低锌净化过程中生产成本。
可采用本发明的自动化控制方法、装置及系统对锑盐净化工艺和装置进行智能化转型升级。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (9)
1.一种锑盐净化工艺的锌粉自动控制方法，其特征在于：包括依次设置并通过管道连通的一组净化槽、设置在净化槽上方的自动给料装置、设置在净化槽中获取电位实时值的电位计；所述自动给料装置受控于DCS系统，所述电位计的读数直接传递至DCS系统；所述锌粉自动控制方法包括：
定时采集净化槽的参数，获取运行日志；所述参数包括净化槽入口及最后一个净化槽出口溶液钴离子、铜离子的浓度及净化槽内的电位；
构建除钴拟合模型，将所述运行日志通过人工神经网络拟合生成不同参数条件下电位与铜钴离子浓度之间的数据模型；基于所述数据模型，采用粒子群算法计算最佳的电位设定值并设定；
若反应工况正常，则通过采集最后一个净化槽钴离子出口浓度计算其与设定阈值之间的差值，采用模糊算法生成电位补偿值与原电位设定值相加对电位设定值进行更新；
若反应工况发生重大改变时，采用案例推理方法，以锌粉添加量和电位实时值作为案例的输入特征，以入口钴离子、铜离子浓度作为案例的解特征，构建除钴过程的案例库，利用相似度函数计算当前案例与库中每一个案例之间的相似度，推断出当前案例的解特征，使用除钴拟合模型生成新的电位设定值，根据新的电位设定值对原电位设定值进行补偿，更新电位设定值；
根据当前实时电位值与电位设定值间的差值，构造三维的模糊规则生成锌粉调整量与当前锌粉添加量相加得到新的锌粉量设定值；
将新的锌粉量设定值在线写入DCS系统，控制自动给料装置按新的锌粉量添加锌粉；
以此循环，达到电位稳定控制，实现锌粉最低用量。
2.根据权利要求1所述的一种锑盐净化工艺的锌粉自动控制方法，其特征在于，所述的一组净化槽为3个净化槽。
3.根据权利要求2所述的一种锑盐净化工艺的锌粉自动控制方法，其特征在于，获取电位设定值的方法步骤如下：
S1、定时采集每个净化槽的参数，获取运行日志；所述参数包括净化槽入口及最后一个净化槽出口溶液钴离子、铜离子的浓度、净化槽内的电位；
S2、使用人工神经网络拟合净化槽入口铜、钴离子浓度、流量、氧化还原电位和净化槽出口铜、钴离子浓度之间的关联，得到在不同入口条件下，电位与除铜除钴效果之间的关系，其函数关系如式1所示：
其中，
和/>
分别表示钴和铜离子进入净化槽和离开净化槽时的浓度，ORP表示净化槽内的电位，fP()表示建立的净化槽反应模型；
S3、基于数据模型，使用粒子群算法计算最佳的电位设定值，粒子位置是净化槽的电位设定值的组合，算法的适应值函数被设计为净化槽的ORP之和与惩罚系数的乘积，计算公式如下所示：
Pos＝(ORO1，ORP2，ORP3)#(2)
Fit＝fit(Pos)×Pun(Pos)#(3)
其中，Pos是粒子所处的位置，Fit是根据粒子位置计算的适应值大小，fit(Pos)计算的是粒子位置的原始得分，计算公式如下：
Fit(Pos)＝ORP1+ORP2+ORP3#(4)
其中，ORP1，ORP2，ORP3是每个净化槽的电位设定值；
S4、引入惩罚系数Pun(Pos)，计算公式如下所示：
其中，
是最后一个净化槽的钴离子出口浓度，当/>
超出阈值时，说明这组电位设定值无法达到除钴要求，/>
的计算将利用建立的净化槽反应模型fP()；
S5、利用公式#(1)进行反复迭代，得到在该组电位设定值下每个净化槽的入口和出口离子浓度。
4.根据权利要求2所述的一种锑盐净化工艺过程锌粉自动控制方法，其特征在于，获取电位补偿值的方法步骤如下：
S1、采取模糊规则生成电位补偿值，公式如下：
其中，ΔORP1，ΔORP2，ΔOPRP3是生成的净化槽的电位调整量，当前的电位设定值加上调整量得到新的设定值，fFuz1()代表模糊函数，
代表实际钴离子出口浓度与设定的阈值之间的差值；
S2、若反应工况正常，则通过采集最后一个净化槽实际钴离子出口浓度计算与设定阈值之间的差值，采取模糊算法生成电位补偿值加上原电位设定值，对电位设定值进行更新；
若反应工况发生重大改变时，使用案例推理的方法重置电位设定值，具体方法步骤如下：
将所有净化槽的锌粉添加量和电位实时值作为案例的输入特征，入口钴离子、铜离子浓度作为案例的解特征，采用化验数据构建除钴过程的案例库，案例库中，每一条案例都由条件特征FA＝{Zn1，Zn2，Zn3，ORP1，ORP2，ORP3}和解特征FS＝{CCo，CCu}组成，其中，Zn1，Zn2，Zn3代表3个净化槽的锌粉添加量，ORP1，ORP2,ORP3代表3个净化槽的电位，CCo，CCu代表二段净化入口的钴离子、铜离子浓度，定义案例库中案例Ck(k＝1，2，...，m)的工况描述为
解特征描述为/>
定义当前案例工况C*特征为：/>
定义当前案例特征/>
与案例库中特征
的相似度函数为：
其中，
表示/>
中的第i个元素，wi表示不同元素的加权系数，这里令所有的wi等于1，相当于求平均值，计算案例库中每一个案例Ck与当前案例C*之间的相似度，取相似度最高的r个案例作为相似案例，并依此推断当前案例的解特征：
其中，Simi表示第i个相似案例和当前案例的相似度，
是第i个相似案例的解特征，推断出当前案例的解特征/>
后，使用公式#(1)重新计算电位设定值；
根据新的设定值对原先的设定值进行补偿，得到新的电位设定值：
ORPnew＝ORP*×γ+ORPold×(1-γ)#(10)
其中，系数γ决定对电位设定值的更新程度，这里令系数γ等于1，使用新生成的设定值。
5.根据权利要求2所述的一种锑盐净化工艺过程锌粉自动控制方法，其特征在于，电位稳定控制的方法步骤如下：
构造三维的模糊规则，使用模糊控制方法稳定电位，模糊规则的三个维度分别是实际值与设定值的差值、差值的一阶导和差值的二阶导，其计算公式如下：
e′k＝ek-ek-1#(12)
e″k＝e′k-e′k-1#(13)
其中，
和/>
分别表示当前时刻的电位测量值与设定值，ek表示当前时刻测量值与设定值的差值，e′k是当前时刻差值的一阶导，e″k是二阶导，ek的作用是缩小测量值与实际值的差值，ek为正则加锌粉，为负则减锌粉，ek的绝对值越大，锌粉的调整幅度也越大，e′k的作用是抑制ORP的变化趋势，使变化过程平缓，不发生大的波动，e″k的作用与e′k相同，通过预测ORP未来的变化趋势，提前做出补偿，预测通常会出现一定的偏差，为了保持电位的稳定，依据e″k生成的调整量不会太大，与ek和e′k相比，只是在原有的锌粉添加量上微调，锌粉添加量的更新公式如下：
ΔZn＝fFUZ2(ek，e′k，e″k)#(14)
其中，fFUZ2()表示设计的三维模糊规则函数，ΔZn是根据电位差值生成的锌粉调整量，与当前锌粉添加量相加得到新的锌粉设定值。
6.一种锑盐净化工艺过程锌粉自动控制装置，其特征在于，该装置包括：
电位优化设定模块，用于根据每个净化槽入口钴离子、铜离子浓度为不同的净化槽分配合理的电位设定值；
电位补偿调整模块，用于正常运行过程中的实际情况对电位设定值进行调整，以适应反应环境的变化；
电位稳定控制模块，用于调整净化槽的锌粉添加量，使电位实际值与设定值之间的保持一致。
7.根据权利要求6所述的一种锑盐净化工艺过程锌粉自动控制装置，其特征在于，该装置还包括：电位变化反馈调整模块，用于反应工况发生重大改变时，生成新的设定值对原设定值进行更新得到新的电位设定值。
8.一种锑盐净化工艺过程锌粉自动控制系统，其特征在于，包括依次设置并通过管道连通的一组净化槽及DCS系统和权利要求6或7所述的一种锑盐净化工艺过程锌粉自动控制装置，所述DCS系统与所述一种锑盐净化工艺过程锌粉自动控制装置通讯连接，所述净化槽上方设置自动给料装置、净化槽中设置电位计；所述自动给料装置受控于DCS系统，所述电位计的读数直接传递至DCS系统。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有所述一种锑盐净化工艺过程锌粉自动控制方法的程序，所述自动控制方法的程序被处理器执行时实现如权利要求1-5中任一项所述的自动控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310304633.0A CN116400652A (zh) | 2023-03-27 | 2023-03-27 | 一种锑盐净化工艺过程锌粉自动控制方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310304633.0A CN116400652A (zh) | 2023-03-27 | 2023-03-27 | 一种锑盐净化工艺过程锌粉自动控制方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116400652A true CN116400652A (zh) | 2023-07-07 |
Family
ID=87015309
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310304633.0A Pending CN116400652A (zh) | 2023-03-27 | 2023-03-27 | 一种锑盐净化工艺过程锌粉自动控制方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116400652A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116880427A (zh) * | 2023-09-06 | 2023-10-13 | 中南大学 | 一种基于入料条件估计和分工况综合分析的智能控制方法及系统 |
-
2023
- 2023-03-27 CN CN202310304633.0A patent/CN116400652A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116880427A (zh) * | 2023-09-06 | 2023-10-13 | 中南大学 | 一种基于入料条件估计和分工况综合分析的智能控制方法及系统 |
| CN116880427B (zh) * | 2023-09-06 | 2023-11-14 | 中南大学 | 基于入料条件估计和分工况分析的智能控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116400652A (zh) | 一种锑盐净化工艺过程锌粉自动控制方法、装置及系统 | |
| Zhang et al. | Evaluation strategy for the control of the copper removal process based on oxidation–reduction potential | |
| Sun et al. | Intelligent optimal setting control of a cobalt removal process | |
| Sun et al. | A data-driven optimal control approach for solution purification process | |
| WO2020129396A1 (ja) | 硫酸ニッケル溶液の製造方法および製造装置 | |
| Sun et al. | A gradient optimization scheme for solution purification process | |
| Xie et al. | Weighted-coupling CSTR modeling and model predictive control with parameter adaptive correction for the goethite process | |
| CN102732723A (zh) | 一种锌湿法冶炼砷盐净化除钴过程废酸添加控制方法 | |
| CN113862728A (zh) | Pem纯水电解制氢的压力控制方法、系统、设备及介质 | |
| CN102899686B (zh) | 一种铜电解液除杂方法 | |
| KR20060092660A (ko) | 퍼지제어를 이용한 하·폐수 처리장의 자동제어장치 및 방법 | |
| Wu et al. | Expert control and fault diagnosis of the leaching process in a zinc hydrometallurgy plant | |
| CN102676818B (zh) | 一种湿法炼锌除铜过程锌粉有效性系数预测方法 | |
| CN105950866B (zh) | 一种基于氧化还原电位的锌液净化除铜过程优化控制方法 | |
| Wu et al. | A model-based expert control system for the leaching process in zinc hydrometallurgy | |
| CN112899496B (zh) | 湿法炼锌净化除钴过程入口铜离子浓度估计方法及系统 | |
| WO2005052700A1 (en) | Method for defining status index in copper electrolysis | |
| CN113539383B (zh) | 基于动态多目标优化和模糊多属性决策的除铜过程控制方法 | |
| CN114410984B (zh) | 一种湿法炼锌浸出过程异常工况的控制方法 | |
| CN114318425B (zh) | 一种湿法炼锌净化除钴过程电位稳定控制方法和系统 | |
| Bergh et al. | State of the art in copper hydrometallurgic processes control | |
| Zhang et al. | Control strategy for hydrometallurgical removal process based on modelling and evaluation | |
| CN105740605B (zh) | 一种湿法炼锌除铜过程生产工况评估方法 | |
| Wu et al. | A distributed expert control system for a hydrometallurgical zinc process | |
| Sreepriya et al. | Real-Coded Genetic Algorithm for Fixed Structure PID Controller Tuning in Sodium Chlorate Process |
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 |