湿法治金氰化浸出的建模与自适应实时优化

发布时间：2020-10-12 07:02

　　 资源既是经济社会发展的基础,同时也是制约经济社会发展的主要因素。随着我国经济的迅速发展,对矿物资源的过度消耗也在不断加剧,造成了高品位矿石迅速减少。而我国又蕴含了大量的低品位金属矿石资源,如何有效的利用这类资源对我国的可持续发展战略具有重要的意义。在两大主要金属冶炼提取技术中,湿法冶金与火法冶金相比有着显著优点,湿法冶金对原料中的有价金属综合回收程度高、有利于环境保护、生产过程较易实现连续化和自动化,因此更适合低品位矿产资源的冶炼。浸出过程是湿法冶金的一道重要工序,直接决定金属提取的纯度。尽管我国湿法冶金浸出工艺已经达到世界先进水平,但自动化水平较低,仍然停留在手动控制、离线化验的水平,导致整个湿法冶金行业生产效率低、能耗大、产品质量不稳定,已经严重制约了我国湿法冶金工业的发展。本文针对某湿法冶金工厂的实际工艺,在深入分析了金氰化浸出过程特点的基础上,建立了浸出率的预测模型,并以生产成本最低为目标,对氰化钠添加量的优化设定进行了深入的研究,本论文的主要研究工作如下:1、以浸出过程的基本原理作为研究切入点,基于物料和能量平衡关系,建立该过程的机理模型。利用工业现场数据、查阅文献等方法确定了模型的部分参数,而最主要的参数是经验值,受工艺、设备和生产条件影响较大,需要后期进行辨识。通过模型仿真,揭示了浸出过程的反应特性,分析了各个主要因素对浸出率的影响。2、针对浸出过程的待辨识参数,提出了基于遗传算法浸出过程参数辨识的方法,建立了浸出率的预测模型,并进行了仿真分析,验证了模型的准确性。3、通过对浸出过程的研究和分析,建立了以物料损耗最低为目标的优化模型,并针对模型与过程不匹配问题进行研究,采用带修正项的自适应优化方法代替基于模型的优化方法,使得优化结果更贴近实际最优结果,并通过仿真,验证了该方法的有效性。4、以山东某黄金精炼厂湿法冶金全流程综合控制系统项目为背景,以金氰化浸出工段作为具体研究对象,根据上述理论研究,设计并完善了浸出过程预测及优化控制平台,实现了氰化浸出过程浸出率的在线预测,并且能够为浸出过程提供优化操作指导。
【学位单位】：东北大学
【学位级别】：硕士
【学位年份】：2015
【中图分类】：TF111.31
【部分图文】：

让矿物颗粒、浸出剂、空气在矿浆中充分接触，以利于金的溶解。此浸出过??程是以氰化钠为浸出剂，同时通入空气増加浸出槽中的氧浓度。氰化浸出过程示意图如??图１．２所示。??浸出剂?浸出剂?浸出剂??（ＮａＣＮ）?（ＮａＣＮ）?（ＮａＣＮ）??Ｉ?１压缩空气￣?压缩空气?压缩空气??１?ｆ?４?风机??缓冲箱丨丨—｜??團＂＾?ｎ?ｌ?…ｉ＇?＂―１??＾?￣￣１?１…．．１??￣？??▼??——＾—｜?ｉｖ?：ｉ＃?领．〇〇??气力浸出槽?丨十」??气力浸出槽??气力浸出槽?浸取液储槽??图１．２氰化浸出过程示意图??Ｆｉｇ．?１．２?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ｃｙａｎｉｄｅ?ｌｅａｃｈｉｎｇ??浸出过程的生产目的是在确保生产稳定运行的前提下，提高浸出率。通过进一步深??入分析，提炼出优化问题是在确保生产稳定运行的前提下，最大化浸出率。影响氰化浸??－３?－??

?…Ｗｄ?，??初始金品位》??图２．３多级浸出过程输入输出示意图??Ｆｉｇ．?２．３?Ｍｕｌｔｉ－ｌｅａｃｈ?ｉｎｐｕｔ?ａｎｄ?ｏｕｔｐｕｔ?ｅｑｕｉｌｉｂｒｉｕｍ??图中描述了一个＃级浸出过程，ｖ表示浸出级数。多级浸出过程与单级浸出过程类似，??输入为：氰化钠流量、溶解氧浓度、矿石流量、矿浆浓度、粒子粒径，初始氰化物浓度—??初始金品位；输出为：浸出率。忽略反应消耗金的影响，每级浸出槽的矿楽流量都为ａ，??每级浸出槽中的矿浆浓度为Ｃｗ，第／－１个浸出槽的输出作为第／个浸出??槽的初始金品位和氰化钠浓度ｑ，．、ｃＣＴ＞，．，它们是连接多级浸出过程关键的变量。因此??可得第ｚ？级浸出过程数学模型如下：??由固相中金守恒：??ａＱ（Ｍ）－ａＣｓ，－ＭｓｒＡｕ＝０?（２．１９）??该方程各项分别表示为流入ｚ？级浸出槽的金（ａｃｉｄ）、反应结束后流出浸出槽的金??（ａ＆）以及反应掉的金（ＭｓｒＡｕ）。其中

图２．６矿浆浓度对浸出率的影响??Ｆｉｇ．?２．６?Ｔｈｅ?ｅｆｆｅｃｔ?ｏｆ?ｓｌｕｒｒｙ?ｃｏｎｃｅｎｔｒａｔｉｏｎ?ｏｎ?ｌｅａｃｈｉｎｇ?ｒａｔｅ??钠流量对浸出过程的影响??不变的情况下，当氰化钠流量增大（即从Ｏｍｇ／ｈ变化到１００００００化仿真曲线，如图２．７所示。由图可知随着氰化钠流量的增大，氰化钠足量，浸出率趋于稳定。??０．９２４?７?ｃ?ｔ?［?ｃ?ｅ?ｃ?ｃ?ｉ?１．?；??０．９２３５?－?一???令?°?令?°?分?＿?…??０．９２３?＇?ｆ?－■??Ｉ??Ｉ??０．９２２５?＇?；?－??Ｉ??Ｉ??讲?０．９２２＇／??３?／??兜?０．９２１５－?／?…??Ｉ??Ｉ??０．９２１?＇?／?－??Ｉ??Ｉ??０．９２０５?＇?／?－??Ｉ??
【参考文献】

相关期刊论文 前10条

1 殷健;;关于黄金冶炼工艺的相关研究[J];山东工业技术;2015年04期

2 常佳佳;郭百巍;王星德;;基于遗传算法的模型辨识[J];计算机仿真;2015年02期

3 易海清;;基于遗传算法的汽轮机调速系统参数辨识[J];环境与生活;2014年22期

4 柴岩;周艳钊;;遗传算法的爬山法改进[J];辽宁工程技术大学学报(自然科学版);2014年07期

5 鲁艳梅;;我国稀土湿法冶金发展状况及研究[J];科技与创新;2014年06期

6 杜远远;张鹏;陈振江;贾赟;臧艳;;基于传递函数的遗传算法感应电机参数辨识[J];电力学报;2013年01期

7 俞海平;刘菁;;难处理金矿石浸出工艺研究现状[J];广州化工;2011年17期

8 胡广浩;毛志忠;周俊武;何大阔;;湿法冶金浸出过程建模与仿真研究[J];系统仿真学报;2011年06期

9 姚志湘;粟晖;许文强;张小玲;;过程分析技术的理念与发展[J];广西工学院学报;2010年01期

10 李宁;金思毅;陶少辉;刘猛;;化工过程稳态检验方法的应用研究[J];当代化工;2009年06期

相关硕士学位论文 前6条

1 周天驰;湿法冶金浸出过程建模与优化[D];东北大学;2013年

2 陈澄;模型参考自适应辨识方法在贴片机运动控制系统中的应用研究[D];苏州大学;2013年

3 张伟杰;基于最优性条件校正的动态优化方法的研究[D];浙江大学;2012年

4 张鸿雁;基于多种群遗传算法的模糊控制系统优化设计[D];东北石油大学;2011年

5 黄瑛;湿法冶金浸出过程建模与优化[D];东北大学;2009年

6 关伟;基于神经网络的混合建模在发酵过程中的研究与应用[D];北京工业大学;2009年

本文编号：2837820