粒子氧化基于数据驱动生物氧化冶金过程制约与优化

摘要:生物氧化技术是一种新兴的黄金预处理技术,该技术具有投资少、成本低、操作简单、对环境污染小等优点,尤其适合难处理、低品位的金矿,被称为真正作用上的“绿色冶金”。预处理效果的好坏直接联系着最终黄金提取率的高低和黄金品位的好坏。随着资源的匮乏和能源危机,黄金市场竞争的日益加剧,由此,在现有工艺设备条件下,使用优化制约技术来提升黄金提取率和品位、降低能耗,提升企业的生产水平乃至提升整个冶金领域在国际上的竞争力具有重要作用。然而,生物预处理历程流程长,历程参数检测有着大滞后,参数间非线性耦合联系强;且生产历程易受其他因素的干扰,由此,生物预处理历程仍采取人工制约的办法,该办法有着黄金提取率低、不同批次提取率波动大、能耗高、品位波动大等不足。针对上面陈述的不足,从新疆某金矿为探讨对象,提出从数据驱动的办法来探讨影响生物提金的因素,最终提升现场参数的制约精度。本论文主要完成了从下内容:分析了复杂工业历程优化国内外探讨情况,简介了生物冶金历程制约近况,说明了目前国际上利用的热点工艺,分析了生物氧化冶金的机理,解释了微生物处理含硫化物金矿物的历程,重点分析了影响生物氧化的几种因素,并给出了制约目标,最终选用数据驱动制约作为本论文的优化算法。针对目前数据驱动的进展历程,简要说明了常用的数据驱动技术,选取无模型自适应制约办法作为本课题的最终探讨办法,并重点简介了紧格式和偏格式无模型自适应制约的表达形式和制约对策。证明了无模型自适应制约器的收敛不足和鲁棒不足,并进行了详细的收敛性分析,最终采取计算机仿真技术证明了该制约办法可从用于结构复杂、大滞后、非线性等体系的制约。针对无模型自适应制约器中参数不能自动设定的不足,提出了从粒子群算法优化相应的参数,该办法将基于不可行解有效信息的不可行度计算函数增广到目标函数中,形成近似优化不足的适应度函数,经过仿真测试表明了优化算法的有效性。通过无模型自适应制约与现场中利用的PID进行计算机仿真探讨表明:无模型自适应制约器在大滞后、非线性、扰动大等复杂的体系中的制约效果要比PID制约器好很多,证明了本课题办法的有效性。最后通过在Matlab中建立氧化槽温度制约的模型,并利用无模型自适应制约对氧化槽的温度进行制约探讨,模拟了四种不同工况下氧化槽的温度制约历程,通过仿真分析可知:在四中工况下无模型自适应对氧化槽温度制约均在合适的范围内,比现场制约精度要高,证明了无模型自适应制约的有效性,也说明了无模型自适应制约可来源会计实习从推广到生物冶金的整个制约体系中。关键词:生物氧化冶金论文优化制约论文无模型自适应论文仿真探讨论文粒子群算法论文PID论文

    目录3-5

    摘要5-7

    Abstract7-9

    第一章 绪论9-13

    1.1 课题来源、探讨背景及作用9-10

    1.2. 复杂工业历程优化办法探讨10-11

    1.3. 生物冶金历程制约探讨近况11

    1.4 本论文的探讨内容和结构安排11-13

    第二章 生物氧化冶金历程工艺分析13-22

    2.1 生物冶金工艺近况探讨13-15

    2.2 生物氧化机理分析15-17

    2.3 生物冶金历程工艺流程17-18

    2.4 影响生物冶金历程工艺指标的主要因素分析18-21

    2.5 本章小结21-22

    第三章 数据驱动论述探讨22-32

    3.1 数据驱动制约论述与办法的国内外近况22-24

    3.1.1 基于在线数据的数据驱动制约办法22-23

    3.1.2 基于离线数据的数据驱动制约办法23

    3.1.3 基于在线和离线数据结合的数据驱动制约办法23-24

    3.2 无模型自适应制约探讨24-31

    3.2.1 紧格式线性化泛模型表达形式24-26

    3.2.2 紧格式无模型自适应制约算法26-28

    3.2.3 偏格式线性化泛模型表达形式28-30

    3.2.4 偏格式无模型自适应制约算法30

    3.2.5 无模型自适应制约算法小结30-31

    3.3 本章小结31-32

    第四章 无模型自适应制约器收敛性、鲁棒性分析及优化探讨32-47

    4.1 无模型制约器收敛性分析32-34

    4.2 无模型制约器鲁棒性分析34-38

    4.3 仿真探讨38-41

    4.4 粒子群优化算法41-43

    4.5 无模型自适应制约器与 PID 制约器仿真对比43-46

    4.6 本章小结46-47

    第五章 生物氧化冶金温度制约体系仿真探讨47-51

    5.1 生物氧化冶金体系仿真历程47-50

    5.2 本章小结50-51

    第六章 结论与展望51-53

    6.1 结论51-52

    6.2 展望52-53

相关论文