引用本文

朱建勇, 杨辉, 陆荣秀, 徐芳萍, 余运俊. 基于静态设定和动态补偿的铈镨/钕萃取过程药剂量优化控制. 自动化学报, 2019, 45(6): 1186-1197. doi: 10.16383/j.aas.c170666

ZHU Jian-Yong, YANG Hui, LU Rong-Xiu, XU Fang-Ping, YU Yun-Jun. Static Setting and Dynamic Compensation Based Optimal Control for the Flow Rate of the Reagent in CePr/Nd Extraction Process. ACTA AUTOMATICA SINICA, 2019, 45(6): 1186-1197. doi: 10.16383/j.aas.c170666

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c170666

关键词

稀土萃取，颜色特征，药剂量，案例推理，模糊推理 

摘要

针对目前稀土铈镨/钕萃取生产过程人工控制导致生产指标波动大的问题，提出一种新的药剂量优化控制方法.首先针对入矿条件各参数的重要程度不一样，采用特征属性加权的案例推理方法确定药剂量（萃取量和洗涤量）预设定值；然后根据铈镨/钕稀土溶液颜色与组分含量密切相关的特点，采用最小二乘支持向量机（LS-SVM）建立基于稀土溶液颜色的组分含量软测量模型，再根据软测量得到的组分含量与目标组分含量的差值，采用模糊推理技术补偿药剂量预设定值，实现稀土萃取过程组分含量的动态优化控制.试验结果表明本文方法的有效性.

文章导读

稀土是由镧系元素, 钪和钇等17种元素组成, 且以共生矿形式存在.稀土元素素有"工业维生素"的美称, 已成为极其重要的战略资源.目前我国稀土萃取分离工艺技术已达到世界先进水平[1], 但稀土工业生产自动化水平普遍较低, 仍停留在"离线分析、手工调整、经验控制"状态, 导致企业生产效率低、资源消耗大、产品质量不稳定, 成为制约稀土工业发展的瓶颈.因此, 部分学者对稀土萃取过程建模与控制进行了大量研究, 并取得了一定成果.公锡泰等[2]在稀土萃取过程的测控敏感点安装在线分析仪, 并在"四出口"萃取生产线上开展自动反馈控制试验, 取得了较好的结果.但在线分析仪因频繁堵塞, 工作人员保养习惯等原因导致难以长时间使用. Giles等[3]提出了基于人工神经网络的稀土萃取控制模型.贾文君等[4]考虑稀土萃取过程的多段动态特性的基础上, 建立了一种具有状态滞后的双线性动态模型.该模型忽略了级间相互作用, 损失了部分动态特性, 难以实现萃取过程流量自动控制, 现场仍采用操作员手动调节模式.黄桂文[5]和Jia等[6]研究了利用稀土离子的特征颜色进行串级萃取工艺控制的可行性, 并总结归纳了萃取剂、料液、洗涤液流量调节的经验公式.

Chai等[7]和杨辉等[8]提出了具有两层体系结构的基于案例推理技术的稀土萃取过程优化控制系统.该方法采用案例推理技术实现上层优化器的功能, 对底层回路值进行预设定, 并利用元素组分含量的离线化验值和预测值对预设定值进行修正, 底层流量回路采用PID控制器实现闭环控制.但是上述方法的优化层只采用了案例推理技术. Yang等[9]提出了稀土萃取过程组分含量分布控制方法, 首先根据每一级建立渐进阶梯式模型, 结合质量平衡模型和监测级组分含量变化趋势, 通过动态补偿萃取剂和洗涤剂流量, 使两端出口产品满足纯度要求, 该方法忽略了较多实际因素, 难以应用于生产实践.针对稀土萃取过程非线性和动态特性, 杨辉等[10]采用自适应神经模糊推理系统(ANFIS)对CePr/Nd萃取过程进行描述, 运用广义预测控制方法(GPC)实现各控制流量的优化控制.文献[11]提出一种稀土萃取过程多模型建模和组分含量预测控制方法, 基于组分含量预测值对CePr/Nd萃取过程中萃取剂和洗涤剂流量进行动态补偿, 以保证两端出口产品的纯度.但一旦工作环境发生变化, 给定参数的PID控制器无法自适应调整, 不能达到最优效果.很明显, 目前还没有较好的稀土萃取过程萃取量和洗涤量控制方法.

针对CePr/Nd稀土萃取过程入矿条件各参数的重要性程度不一致特点, 本文首先提出基于特征属性加权的案例推理预设定模型以实现对萃取剂/洗涤剂的流量预设定, 然后针对镨/钕稀土萃取过程的稀土溶液颜色与组分含量密切相关的特点[12], 利用机器视觉技术获得稀土溶液颜色值, 建立基于LS-SVM的组分含量软测量模型, 在此基础上, 采用基于模糊的智能动态补偿模型补偿萃取剂和洗涤剂流量设定值.

图 1  CePr/Nd萃取生产过程工艺流程

图 2  萃取量和洗涤量优化控制方案

图 3  颜色分量H、S特征值和组分含量相关性分析

萃取生产过程具有机理复杂、非线性、时滞大等特点, 难以建立精确的萃取量和洗涤量优化控制模型, 当前稀土生产企业采用主观性强的人工设定方式, 易造成工艺指标波动较大.本文根据稀土溶液颜色与组分含量密切相关的特点, 提出了一种基于案例推理静态设定和机器视觉动态补偿的萃取量和洗涤量优化控制方法.首先根据案例推理确定萃取剂/洗涤剂预设定值, 然后根据软测量组分含量和目标组分含量的差值采用模糊推理方法智能补偿萃取量预设定值, 实现了萃取生产过程萃取溶液组分含量的优化控制, 试验表明该方法能够实现较好的生产指标及经济效益.

作者简介

朱建勇

博士, 华东交通大学副教授.主要研究方向为复杂工业过程建模与优化控制, 随机分布控制, 预测控制, 智能控制.E-mail:zhujyemail@163.com

陆荣秀  

博士, 华东交通大学副教授.主要研究方向为复杂工业过程的建模、控制与优化.E-mail:ecjtu_rxlu@163.com

徐芳萍  

华东交通大学实验师.主要研究方向为复杂系统建模与优化控制.E-mail:xufangping@163.com

余运俊  

博士, 南昌大学副教授.主要研究方向为新能源发电智能控制, 非线性控制系统, 故障诊断, 自适应动态规划, 低碳电力.E-mail:yuyunjun@ncu.edu.cn

杨辉  

博士, 华东交通大学教授.主要研究方向为复杂工业过程建模, 控制与优化, 轨道交通自动化与运行优化.本文通信作者.E-mail:yhshuo@263.net