本發明涉及一種金濕法冶金全流程運行狀態在線評價方法,包括:S1基于評價變量和過程變量獲取離線生產數據;S2針對離線生成數據利用改進的隨機森林算法建立運行狀態評價模型;S3采集作為在線數據的實時生產數據并輸入到運行狀態評價模型,獲得在線數據處于各等級的概率,獲取實時評價過程運行狀態;S4根據實時評價過程運行狀態,獲取各個過程變量的相對的劣化度,將劣化度較大的變量作為非優原因追溯的結果;S5根據非優原因追溯的結果,并選擇操作調整策略以改善過程運行狀態;本發明方法能夠提供實時的評價結果,避免工人評價的滯后問題,且能夠追溯非優原因,以便及時調整生產操作使用運行狀態達到優,確保企業經濟效益和生產效率。
本發明涉及一種具有區間不確定性的濕法冶金浸出過程優化方法,本發明采用區間數描述礦漿濃度,根據對金氰化浸出過程反應機理的分析,利用物料守恒方程和區間分析理論建立金氰化浸出過程的機理模型。在機理模型的基礎上,建立了基于區間數的以兩級金氰化浸出過程經濟效益最大為目標的優化模型。針對本發明的不確定性優化模型采用兩層嵌套的改進差分進化和序列二次規劃混合優化算法進行求解。最終經過仿真驗證了礦漿濃度不確定性水平對浸出過程經濟效益的影響,并且該模型比傳統模型能更客觀地反映生產過程的實際情況,改善了模型的適應性,具有較好的工程實際意義。
本發明涉及一種濕法冶金濃密洗滌過程的故障監測與診斷方法,步驟為:確定故障狀態及影響因素,提取故障特征,采集樣本數據;對采集的三維矩陣數據進行預處理,得到二維數據陣;根據二維數據陣,為進行樣本訓練,得到訓練集;將訓練集對SVM分類器進行訓練,得到一個訓練好的基于SVM的濃密機底流管道堵塞故障檢測模型;用得到的檢測模型對測試集進行標簽預測,輔助實際決策和控制,或與實際結果比較,調整支持向量機分類器的參數。本發明利用支持向量機特有的優勢解決小樣本、非線性及高維模式識別問題,可以推廣應用到函數估計等其他機器學習問題中,來輔助實際決策和控制,調整支持向量機分類器的參數,達到較理想的測試結果。
濕法冶金浸出過程溫度、pH值在線監測裝置,涉及一種濕法冶煉裝置,所述裝置包括PLC控制器、溫度/pH一體傳感器、信號處理模塊、液晶顯示屏模塊、CAN通訊模塊、報警模塊和遠程控制終端;溫度/pH一體式傳感器通過信號處理模塊與PLC控制器相連接,液晶顯示屏模塊和報警模塊分別與PLC控制器相連接,PLC控制器還與CAN通訊模塊相連接,CAN通訊模塊通過CAN總線與遠程控制終端相連接。本實用新型的浸出過程在線監測裝置,能夠實時采集浸出液中的溫度、pH值參數,并顯示出來,以便根據溫度、pH值參數調整蒸汽流量和硫酸流量,提高浸出率,并設有遠程監測終端,能夠遠程監測,使用方便。
金濕法冶金過程運行狀態在線評價方法,包括浸出、洗滌、置換等工藝構成,其特征在于通過計算在線數據與各個性能等級過程特征的相似度,實時評價濕法冶金生產過程的運行狀態,并且在過程運行狀態不優時,自動識別其原因,為實際生產過程提供有價值的指導建議。算法包括離線建模數據的模態識別、評價模型的建立、過程操作模態的在線識別、過程運行狀態的在線評價、運行狀態非優原因追溯等步驟。本發明能夠提供實時的評價結果,避免人工評價的滯后問題,自動追溯非優原因,為操作工提供合理可靠的操作指導建議,以便及時對過程運行狀態進行適當調整,確保企業經濟效益和生產效率。
本發明涉及一種金濕法冶金氰化浸出過程運行狀態的評價方法,包括如下步驟:S1、數據收集:采集金濕法冶金氰化浸出過程中的過程變量;S2、數據處理:對獲得的定性變量和定量變量數據進行建模處理;S3、評價模型的建立:利用處理后的定性變量與定量變量的數據,擬合每一個運行狀態等級數據的概率密度函數,建立高斯混合模型;S4、過程運行狀態的在線評價:采集實時生產數據,根據所建立的所述高斯混合模型,利用貝葉斯理論,得到運行狀態處于各等級的后驗概率,再根據最大后驗概率原則,判斷當前運行狀態等級。本發明方法充分利用可定量測量和定性估計的變量信息,對過程運行狀態進行在線評價,使生產過程更加高效,確保企業經濟效益。
一種濕法冶金金氰化浸出過程優化方法,采用已知的濕法冶金金氰化浸出工藝,在確保穩定生產及達到生產指標的基礎上,實現總生產成本的最小化,包括下述工藝步驟:(1)數據采集、(2)輔助變量的選取和數據處理、(3)優化模型建立、(4)優化模型的求解、(5)浸出過程優化操作指導的確定步驟。本發明能根據生產要求及生產現場狀況,優化指導生產過程中的原料添加量,制定合理的生產計劃,以解決生產過程中存在的原料添加量不足以及盲目過多添加等問題,確保達到生產要求的同時,避免原料浪費。
濕法冶金浸出過程浸出率預測與優化操作方法,是通過建立的混合模型預報浸出率,并給出優化操作指導,其中建立了完整的浸出過程動態機理模型,機理模型由研究礦物浸出的動力學原理出發,逐步建立浸出過程物料平衡方程及能量平衡方程,本發明裝置包括浸出過程浸出率預測及操作優化系統、上位機、PLC、現場傳感變送部分,其中現場傳感變送部分包括PH值、溫度、流量等檢測儀表。采用本發明的技術方案能大幅度提高浸出率,使生產始終維持在最佳操作狀況,并能減少原料和能源的消耗,延長設備的運行周期。另外,還能及時反映市場供求關系的變化。
本發明提供一種濕法冶金過程中濃密機的故障診斷方法,包括:獲取濕法冶金濃密機用于識別一種故障的在線定性信息和在線定量數據;針對在線定性信息,采用基于可信度的規則推理的方法獲取每一事件的可信度,獲取第一條證據;針對在線定量數據,采用基于數據相似度的案例推理方法獲取待診斷案例的相似度,獲取第二條證據;待診斷案例為進行案例推理時使用的由在線定量數據組成的不同類數據;根據D?S證據理論融合規則,將兩條證據進行融合,獲得濕法冶金過程中濃密機的故障診斷信息,該方法可以使操作人員根據故障診斷結果信息及時調整,進而有效降低事故發生率,提高生產安全性。
本發明提供一種基于可信度的濕法冶金濃密機的故障診斷方法,包括:獲取濕法冶金濃密機的在線變量;根據在線變量,確定每一變量的模糊維度;模糊維度為預先建立的專家規則庫中的規則前件包括的模糊概念對應的維度;針對每一個變量及該變量的模糊維度,采用模糊隸屬度函數獲取該變量所屬模糊維度的可信度;基于可信度的不確定性推理模型結合專家規則庫中的規則,對每一變量的可信度進行推理分析,得到故障結論可信度;將故障結論可信度與預設閾值進行比較,獲取故障結果。上述方法可以預先獲取專家或操作人員的診斷經驗對應的規則,并對當前的在線變量進行故障診斷,以便根據故障診斷結果及時調整,進而有效降低事故發生率,提高生產安全性。
本發明屬于濕法冶金濃密洗滌過程故障診斷技術領域,尤其涉及一種基于模糊DCD的濕法冶金濃密洗滌過程故障診斷方法。該方法包括如下步驟:確定濃密洗滌過程DCD事件及事件變量,DCD事件包括節點事件和中間事件;根據DCD事件及事件變量,確定事件變量之間的因果關系及連接概率,并建立因果圖模型;通過實際過程中采集到的實時運行數據對濃密洗滌過程是否有異常發生進行實時監測,若監測到有變量處于異常狀態,則利用模糊思想,將因果圖結構模型中的中間事件劃分出異常區間,利用隸屬度函數描述所述異常區間,得到故障診斷結果。該方法可以將將定性信息與定量信息相結合,根據監測到的異?,F象,進行在線故障診斷,給出故障原因。
本發明提供一種濕法冶金全流程分層優化控制技術,在生產管理部門確定總產出與總消耗的條件下,將全流程優化控制問題分為工序級指標優化和過程級回路設定優化兩層結構加以實現。首先,通過建立描述濕法冶金各工序產出與最小消耗關系的各工序指標相關關系模型,然后,在各工序過程模型的基礎上,建立工序過程優化模型并加以求解,進而實現關鍵控制回路設定優化。本發明還提供實施上述全流程優化控制技術的軟件系統,它包括主程序、數據庫和界面。本發明應用于某濕法冶金生產流程,降低了生產成本,提高了經濟效益。
本發明涉及一種金濕法冶金全流程實時優化補償方法;包括:S1應用過程運行狀態評價方法對金濕法冶金全流程實時優化結果進行在線分析獲得評價結果;S2針對評價結果選擇匹配的補償方法進行處理;S21針對評價結果為次優的情況,采用自優化控制的補償方法;S22針對評價結果為非優的情況,采用基于數據的操作量優化設定補償方法;S23針對在歷史數據庫中找不到與當前工況相似數據的情況,將此類前工況數據采用金濕法冶金全流程重新優化的方法,得到最優操作;本發明通過建立補償模型并求解,避免生產過程存在不確定性擾動或不確定變量無法建立機理模型且無法求得最優操作的問題,對于提高生產效率、提高企業經濟效益具有重要意義。
本發明提供一種濕法冶金置換過程的優化控制方法,包括過程數據采集、輔助變量的選擇以及數據預處理、置換過程優化模型的建立、置換過程的優化等步驟,其特征在于:用化學反應動力學方程式和物料守恒原理建立置換率機理模型;用KPLS算法建立金泥品位數據模型;采用帶修正項的自適應迭代優化算法對置換過程進行優化。本發明還提供了一種實施置換過程置優化的軟件系統,它包括主程序、數據庫和人機交互界面,該系統軟件以濕法冶金合成過程控制系統的模型計算機作為硬件平臺。將本發明應用于某金濕法冶金工廠置換過程,對鋅粉添加量進行優化,結果表明該方法確保了金的回收率,降低了后續工序的處理成本,提高了經濟效益。
本發明屬于濕法冶金浸出過程的故障診斷技術領域,尤其涉及一種基于DCD的濕法冶金浸出過程故障診斷方法?;贒CD的浸出過程故障診斷方法,主要面向濕法冶金的浸出工藝過程,通過提取專家知識和過程數據中的信息作為先驗信息建立動態因果圖知識庫,在觀測到異常情況后進入推理診斷機制,以異常情況為證據計算出各可能故障原因的后驗概率,比較后驗概率得到診斷結果。此算法主要包括浸出過程DCD事件確定、DCD結構學習、DCD參數學習和DCD在線過程故障診斷等步驟。本發明利用DCD故障診斷技術處理在浸出過程中信息的不確定性,一定程度減小了診斷技術對大量數據的依賴性,可以帶來更準確的診斷結果,確保企業經濟效益和生產效益。
金濕法冶金全流程三層結構過程監測及故障診斷方法,通過對金濕法冶金全流程分層、分塊建立監測模型,實現從不同的視角——從底層到上層,從局部到整體對金濕法冶金各個層面的運行狀態進行監測,并對異常工況進行故障診斷,為實際生產過程提供有價值的指導建議。算法包括建立全流程三層結構監測離線模型、估計子工序和全流程的統計量控制限、在線計算新數據的統計指標、實施監測及故障診斷等步驟。本發明提供了一種確保了生產過程安全運行的有效方法,對于提高生產安全性、提高生產效率、降低事故發生率、提高企業競爭力具有重要意義。
本發明涉及冶金技術領域,涉及一種基于區間數的濕法冶金全流程建模方法與優化方法,建模方法包括:根據預設時間段內歷史數據中的輸入變量、輸出變量和操作變量建立濕法冶金過程中上游子流程的操作模式庫,操作模式庫中包括:輸入變量、輸出變量和操作變量之間的映射關系;根據預設時間段內歷史數據中下游子流程在各種工序下的綜合經濟指標、最優氰化鈉操作參數、最優鋅粉操作參數,建立最優模式庫,所述最優模式庫包括:綜合經濟指標、各工序質量指標、最優氰化鈉操作參數、最優鋅粉操作參數的映射關系;將所述操作模式庫和最優模式庫組成濕法冶金過程中的全流程最優模態庫。上述方法通過全流程最優模態庫在應用中能夠提高濕法冶金的經濟效益。
本發明提供一種濕法冶金過程中運行狀態的評價方法,包括:對濕法冶金過程中在線采集的預設時間段內的定量數據和定性數據進行預處理,獲得待分析的定量數據和定性數據;采用分塊策略將待分析的定量數據和定性數據進行分塊,獲得待分析的每一子塊,每一子塊包括:待分析的至少一個定量數據和/或至少一個定性數據;采用預先建立的運行狀態評價模型,對每一子塊進行處理,確定每一子塊的運行狀態等級;選擇所有子塊對應的運行等級中最劣的運行狀態等級,將所有子塊中最劣的運行狀態等級作為濕法冶金過程中全流程運行狀態等級。上述方法結合濕法冶金過程實時在線數據以實現對運行狀態的評價。
本發明屬于金濕法冶金運行狀態評價領域,提供一種基于分層分塊思想的過程運行狀態在線評價方法。工藝包括一浸一洗、二浸二洗、鋅粉置換三個子過程,將金濕法冶金全流程按照操作單元的不同建立分層、分塊的評價模型,分為全流程層、子過程層和單元層。算法包括分層分塊評價模型的建立、過程運行狀態的在線評價、運行狀態非優原因追溯步驟。本發明在線評價時通過計算在線數據與評價模型的相似度,實時評價金濕法冶金全流程的運行狀態,避免人工評價的滯后問題,自動追溯非優原因,為實際生產過程提供有價值的指導建議,以便及時對過程運行狀態進行適當調整,提高企業經濟效益和生產效率。
本發明提供一種濕法冶金濃密洗滌過程關鍵變量實時預測方法,包括過程數據采集、輔助變量選擇以及標準化處理、混合模型的建立等步驟,其特征在于:建立基于機理模型和基于數據驅動模型構成的并聯結構混合模型;用基于數據驅動的模型作為機理模型的誤差補償模型。本發明還提供了一種實施濃密洗滌過程關鍵變量預測的軟件系統,它包括主程序、數據庫和人機交互界面,該系統軟件以濕法冶金過程控制系統的模型計算機作為硬件平臺。將本發明應用于某濕法冶金工廠濃密洗滌過程,用其對溢流濃度和底流濃度進行預測,其預測結果均在預定的誤差范圍以內。本發明的優點:模型簡單、可解釋性強、外推性好、預測精度較高。
濕法冶金萃取過程組分含量預測與優化操作方法,采用多級萃取槽的濕法冶金萃取工藝,是通過對濕法冶金萃取過程的混合建模,實現萃余液組分含量的實時預測,并對萃取過程提供在線優化操作指導。包括數據采取、輔助變量的選擇以及標準化處理、混合模型的建立、混合模型的校正、優化操作指導的確定等步驟。本發明能大幅度提高浸出率,使生產維持在最佳損傷狀態,并能減少原料和能源的消耗,延長設備的運行周期。
本發明涉及礦石濕法冶煉技術領域,特別提供了一種含氧化銅、鈷的浮選尾渣與礦石聯合處理濕法冶煉的方法。
本發明的目的是針對含鈰的冶金渣系特殊的成分特點,以硫酸亞鐵銨滴定法為基礎,研究渣樣溶解過程對測定結果的影響作用,實現硫酸亞鐵銨滴定法對冶金渣系中氧化鈰含量的檢測分析,并且提高檢測精度。
在硫化礦浮游選礦過程中,為了實現礦物分選,就要提升或降低不同礦物的可浮性,以擴大礦漿中各種礦物可浮性的差異,達到不同礦物間彼此分離的目的,通常需添加浮選藥劑。本發明屬于礦物加工學科的浮選藥劑領域,涉及選礦藥劑,特別涉及一種從氧化銅礦中浮選硫化銅的捕收劑及應用。
隨著硫化銅礦石資源的不斷消耗,氧化銅類礦石的開發利用顯得日益重要,尤其針對大量復雜氧化銅礦石,其具有品位低、氧化率和結合率高、嵌布粒度細以及礦物組成復雜等特點;通過大量的研究工作,發現該類型銅礦石的處理方法主要分為三種:浮選法、選冶聯合法和化學法。本發明屬于有色金屬冶煉領域,具體涉及多種銅賦存狀態的復雜氧化銅礦的提銅方法。
中冶有色為您提供最新的遼寧沈陽有色金屬濕法冶金技術理論與應用信息,涵蓋發明專利、權利要求、說明書、技術領域、背景技術、實用新型內容及具體實施方式等有色技術內容。打造最具專業性的有色金屬技術理論與應用平臺!