高寒地区密集型多级氧化槽的温度协同控制研究

发布时间：2020-07-29 09:40

【摘要】：在高寒地区,容易出现大风,大雪天气,在生物氧化冶金过程中,温度又是氧化槽内细菌生存的重要条件。氧化槽内的微生物在适宜的温度范畴下最终以对数曲线的形式繁殖,繁殖率较高,活性较大,如果温度不是处于这个范围内,微生物的生长曲线则是非线性的,甚至会失去活性、停止生长。因此需确保细菌生活在恰当的温度范畴中是非常关键的。氧化槽是微生物生长的关键部分,但是氧化槽内的温度控制比较复杂,尤其对温度的精准控制是比较困难的。所以为了解决高寒地区生物氧化预处理多级氧化槽温度调节差异较大的问题,本文的研究内容如下:本文通过结合实验室参加的工艺项目,以高寒地区密集型多级氧化槽为研究对象,对密集型多级氧化槽温度协同控制进行研究。本文首先对单一氧化槽换热系统循环泵电机使用PSO优化的PID神经网络控制方法来保障氧化槽温度控制的准确性,在此基础上,采取基于最大误差的速度动态补偿协同控制方法,用于密集型多级氧化槽系统,建立速度动态补偿协同控制模型,并对其进行模拟仿真,结果表明该方法能够精确的控制多级氧化槽的温度,满足高寒地区特殊气象条件下的工艺要求。为了能够更进一步地验证本课题所采用的方法的可行性和先进性,本文利用西门子实验室的现有设备搭建了多级氧化槽温度协同控制系统的数据监控平台。通过上位监控界面的搭建,能够得到测试数据并记录在案。通过测试的数据可以清晰的看到换热管内水流量对槽内温度的影响,温度调节差异较大,最后的实验成果验证了本次课题所采用的方法的准确性与卓越性。该研究成果为高寒地区生物冶金工艺的精准控制提供了新的思路和方法。
【学位授予单位】：新疆大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP273;TF18
【图文】：

工艺流程图,生物氧化,工艺流程图,氧化槽

图 2-2 工艺流程图建立在上面的工艺基础之上，为了缩短氧化槽内微生物氧化反应的时间，提高冶金率，本文对目前氧化冶金的工艺进行了改进。主要是在已有的工艺中增加了多级氧化槽温度协同控制，微生物多级氧化处理，浮选等工序。设计了温度协同控制器，螺旋式换热管等装置。将控制换热系统循环泵电机的 PID 控制器改进为 PSO 优化的 PID 神经网络控制器。改进以后的工艺流程图如下：

示意图,寻优,示意图,微粒

图 3-1 PSO 寻优示意图法在做优化的进程中需要计算粒子的 fitness，经过追踪全局极i 升级自身[55]。粒子 i 按照下列方程可以改变自身的位置和速度( 1) ( ) ( 1)i i iX t X t V t 1 1 2 21) ( ) [ ( ) ( )] [ ( ) ( )]i i i g i w V t c r P t X t c r P t X t( )i t 表示第 i 个微粒 t 时刻的速度，w 表示惯性权重，1 2c ,c 表示1 2c c，1r 和2r 代表（0,1）的任意数， ( )iX t 代表第 i 个微粒 2 PSO 算法的优化项目里面，PSO 算法的优化被认为是公式里面参数的优化。w的优化性权重，用来保障目前速度保持恒定的参数，所以 w 是非负数

系统控制结构,控制器

图 3-3 系统控制结构图首先NNI 在线识别受控对象，并实时修改 NNC的权值，令系统具备自适，控制效果极佳。控制器的构成主要是两部分：PID 控制器和神经网络控制器，PID 控制器,,P i d K K 执行参数设置；神经网络控制器（NN）主要经过自己的再学习能力权系数进行改进，令控制器进一步稳定，使 PID 的参数达到最优。PID 控制器的关系是：2( ) ( 1) ( ) ( ) ( )p i du k u k K e k K e k K e k（3上式中， , ,p i dK K K 代表比例系数，积分系数，微分系数。将 , ,p i dK K K 看调参数，则：2( ) [ ( 1), , , , ( ), ( ), ( )]p i du k f u k K K K e k e k e k（3式（3-4）中 f [ ] 式子能够通过神经网络寻到一个最适宜的控制关系。

【参考文献】