一种利用盐湖苦卤制备碱式碳酸镁晶须的方法技术

本发明专利技术公开了一种利用盐湖苦卤制备碱式碳酸镁晶须的方法。该方法包括如下步骤：S1.将利用盐湖苦卤制备碱式碳酸镁晶须的多组实验数据用于训练PSO优化的BP神经网络，所述实验数据包括制备参数和实验结果，实验数据的组数大于等于100组；S2.在步骤S1中训练后的所述PSO优化的BP神经网络能够随着盐湖苦卤理化性质参数的变化而给出优化制备参数、预测晶须比率；采用所述优化制备参数，制备得到碱式碳酸镁晶须。应用PSO优化BP神经网络将实验数据实现数字智能化，可随时为苦卤生产晶须提供最优的实验方案及准确预测实验结果，大大减少了因摸索性试验而带来大量的人力、物力与资源浪费。

A method for preparing basic magnesium carbonate whiskers from bitter bittern in Saline Lake

The invention discloses a method for preparing basic magnesium carbonate whiskers by using bitter bittern in Saline Lake. The method includes the following steps: S1. uses the multi group experimental data of the alkaline magnesium carbonate whisker in the Saline Lake bittern to train the BP neural network optimized by PSO. The experimental data includes the preparation parameters and the experimental results, the number of the experimental data is more than 100 groups, and the PSO optimized BP neural network after the S2. is trained in step S1. With the change of the physical and chemical parameters of the bittern of the Saline Lake, the collaterals can optimize the preparation parameters and predict the whisker ratio. The alkaline magnesium carbonate whiskers are prepared by the optimized preparation parameters. Using PSO to optimize the BP neural network, the experimental data can be intelligentized. It can provide the best experimental scheme and accurate prediction results for the bittern producing whisker at any time, which greatly reduces the waste of manpower, material and resources caused by the touch test.

【技术实现步骤摘要】
一种利用盐湖苦卤制备碱式碳酸镁晶须的方法
本专利技术属于无机材料生产
，更具体地，涉及一种利用盐湖苦卤制备碱式碳酸镁晶须的方法。
技术介绍
我国拥有丰富的液体镁资源，地质勘察报告表明仅青海盐湖氯化镁储量就达亿吨、碳酸镁亿吨，占全国镁盐储量的87％以上。干涸盐湖指的是由于常年风吹、日晒和强烈蒸发，使得盐湖处于干涸或半干涸状态，远远望去就如同拖拉机刚刚耕过的土地一样。干涸盐湖中的盐卤，即是指高浓度卤水失去水分后而凝结为固体块状的盐块，在这种盐卤中含有丰富的氯化镁、氯化钠等无机盐，仅青海察尔汗一地，每年因氯化钾生产排放氯化镁量高达万吨，形成“镁害”。但是，目前我国大部分碳酸镁制备原料却主要来源于杂质多的固体矿，产品质量难以提高，精细型碳酸镁产品无论在数量上还是质量上均不能满足市场需求。碳酸镁晶须是碳酸镁的单晶体，其分子式为MgCO3·nH2O，其中n＝1～5。与普通碱式碳酸镁相比较，碳酸镁晶须晶体不仅发育完整，晶须无色透明，而且晶体所包含的缺陷少、杂质少、晶体强度高，表现出极佳的物理、化学性能和优异的力学性能，可直接用于诸如橡胶、油漆、造纸、医药产品、化妆品、建筑材料和陶瓷材料等领域。碱式碳酸镁晶须的结晶过程非常敏感，受混合、加入量、体系pH值、碱浓度、反应温度、反应时间和添加剂等多种因素调控影响。由于碳酸镁制备体系的复杂性使得碳酸镁晶须机理的研究较为复杂，碳酸镁晶须的制备目前主要停留在探索试验阶段。目前主要以化学试剂、固体镁矿为原料，直接利用液体镁作为反应原料的研究较少，而以液体镁为原料的制备方法，需要加入强碱液、强酸液或氧化剂等，在提取一次晶须后，卤水的物化属性变得比较复杂，卤水中的微量元素富集速度会变得很慢，使得氯化镁极易达到饱和，此时即使再向体系中注入碱液，也不能形成新的循环，从而不能发挥盐湖和液体镁资源优势。而且，加入的强碱液、强酸液或氧化剂等容易造成金属仪器腐蚀和玻璃仪器破碎，不利于工业化生产。因此，如何将形同鸡肋的氯化镁直接转化为高附加值的高纯度碱式碳酸镁晶须，变废为宝的同时优化制备工艺，减少因摸索性试验而带来大量的人力、物力与资源浪费，对于推动西部经济发展、优化产业结构，促进盐湖镁资源综合利用具有积极意义。
技术实现思路
本专利技术要解决的技术问题是克服现有碱式碳酸镁晶须制备方法时需要耗费大量的人力、物力与资源浪费来优化制备工艺的缺陷和不足，提供一种智能化利用盐湖苦卤制备碱式碳酸镁晶须的方法。本专利技术为科学利用盐湖镁资源生产碱式碳酸镁晶须提供依据，可随时为从盐湖苦卤中生产碱式碳酸镁晶须提供最优的实验方案及准确预测生产结果，大大减少了因摸索性试验而带来大量的人力、物力与资源浪费，免去了繁杂的实验摸索过程，可高效、高值、环保地开发利用盐湖及盐场镁资源。本专利技术的目的在于提供一种利用盐湖苦卤制备碱式碳酸镁晶须的方法。本专利技术的上述目的是通过以下技术方案予以实现的：一种利用盐湖苦卤制备碱式碳酸镁晶须的方法，包括如下步骤：S1.将利用盐湖苦卤制备碱式碳酸镁晶须的多组实验数据用于训练PSO优化的BP神经网络，所述实验数据包括制备参数和实验结果，实验数据的组数大于等于100组；所述PSO的数学模型是：vij(t+1)＝vij(t)+c1r1j(t)[pij(t)-xij(t)]+c2r2j(t)[gj(t)-xij(t)](1)xij(t+1)＝xij(t)+vij(t+1)(2)式(1)和式(2)中，j为粒子的第j维，i为第i个粒子；t表示当前进化代数；vij(t)隐含层第i个节点到第j个节点之间的权值；pij(t)粒子i所经过j的位置；gij(t)粒子群i所经过j的位置；xij(t)当前粒子i在j的位置；c1和c2都是位移变化的限定因子，为预设值；r为随机函数；所述PSO优化BP神经网络是使式(3)中的J值最小，J为均方差指标；式(3)中，N是训练样本总数，M是神经元的个数，是第i个样本的第j个神经节点的目标输出值，yj,i是第i个样本的第j个神经节点的实际输出值；S2.在步骤S1中训练后的所述PSO优化的BP神经网络能够随着盐湖苦卤理化性质参数的变化而给出优化制备参数、预测实验结果；采用所述优化制备参数，制备得到碱式碳酸镁晶须。c1和c2都是位移变化的限定因子，为预设值，通常取值为2。训练PSO优化的BP神经网络的过程如图3所示。利用盐湖苦卤制备碱式碳酸镁晶须的制备实验操作可参考现有技术得到，以及相对应的制备参数也可参考现有技术得到。BP(BackPropagation)神经网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一，它能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程，具有较强的自适应性、学习能力和大规模并行计算能力。但单独使用BP神经网络有需要样本数量大、收敛速度慢、泛化能力弱等不足，为此，再引入粒子群算法(ParticleSwarmOptimization，PSO)以优化BP神经网络。PSO是近年来发展起来的一种新的进化算法，是通过适应度来评价解的品质，具有实现容易、精度高、收敛快等优点，PSO优化的BP神经网络简称PSO-BP神经网络，PSO-BP神经网络误差更小、准确度更高。应用PSO优化BP神经网络将实验数据实现数字智能化，以随时可为“从复杂多变的苦卤中生产碱式碳酸镁晶须”进行问题求解，实验数据智能化后，可随时为苦卤生产晶须提供最优的实验方案及准确预测实验结果，无需耗费大量的人力物力。优选地，所述制备参数包括镁离子浓度、盐湖苦卤体积、缓冲液体积、碱的浓度、碱的体积、反应温度、反应时间和pH值。优选地，所述的碱为Na2CO3。优选地，所述缓冲液是Na2CO3-NaHCO3组成的混合液。优选地，Na2CO3-NaHCO3组成的缓冲液中Na2CO3的浓度为2.244mol/L，Na2HCO3的浓度为2mol/L。优选地，以Na2CO3-NaHCO3缓冲液作为沉淀剂。优选地，反应体系的pH≥10.35。本专利技术中，pH值的计算公式为：由于Mg(OH)2的溶度积Ksp＝5.61×10-12，当反应体系的pH≥10.35时将会产生Mg(OH)2沉淀，为防止Mg(OH)2沉淀的产生，故以Na2CO3-NaHCO3缓冲溶液作为沉淀剂。利用盐湖苦卤制备碱式碳酸镁晶须可以采用Na2CO3-NaHCO3缓冲液、以Na2CO3为碱，该方法的实验操作以及制备参数可参考现有技术得到。优选地，所述实验结果包括晶须比率。优选地，所述理化性质参数的检测及其数量根据实际情况进行设置。更优选地，所述理化性质参数包括盐湖苦卤的镁离子浓度、粘度、密度等溶液中的常规理化性质。优选地，所述PSO优化的BP神经网络的算法流程为：确定网络拓扑结构，然后初始BP神经网络权值阈值长度，然后获取最优权阈值，然后计算误差，然后权值阈值更新，如果满足结束条件，则仿真预测得到结果，如果不满足结束条件，则返回到计算误差，直至满足结束条件，最终仿真预测得到结果；所述获取最优权值阈值采用离子群算法得到，所述离子群算法的流程为，离子和速度初始化，然后粒子适应度值计算，然后寻找个体极值和群体极值，然后速度更新和位置更新，然后离子适应度值计算，然后个体极值和群体极值，如果满足条件，则获取最优本文档来自技高网...

【技术保护点】
一种利用盐湖苦卤制备碱式碳酸镁晶须的方法，其特征在于，包括如下步骤：S1.将利用盐湖苦卤制备碱式碳酸镁晶须的多组实验数据用于训练PSO优化的BP神经网络，所述实验数据包括制备参数和实验结果，实验数据的组数大于等于100组；所述PSO的数学模型是：vij(t+1)＝vij(t)+c1r1j(t)[pij(t)‑xij(t)]+c2r2j(t)[gj(t)‑xij(t)]  (1)xij(t+1)＝xij(t)+vij(t+1)  (2)式(1)和式(2)中，j为粒子的第j维，i为第i个粒子；t表示当前进化代数；vij(t)隐含层第i个节点到第j个节点之间的权值；pij(t)粒子i所经过j的位置；gij(t)粒子群i所经过j的位置；xij(t)当前粒子i在j的位置；c1和c2都是位移变化的限定因子，为预设值；r为随机函数；所述PSO优化BP神经网络是使式(3)中的J值最小，J为均方差指标；

【技术特征摘要】
1.一种利用盐湖苦卤制备碱式碳酸镁晶须的方法，其特征在于，包括如下步骤：S1.将利用盐湖苦卤制备碱式碳酸镁晶须的多组实验数据用于训练PSO优化的BP神经网络，所述实验数据包括制备参数和实验结果，实验数据的组数大于等于100组；所述PSO的数学模型是：vij(t+1)＝vij(t)+c1r1j(t)[pij(t)-xij(t)]+c2r2j(t)[gj(t)-xij(t)](1)xij(t+1)＝xij(t)+vij(t+1)(2)式(1)和式(2)中，j为粒子的第j维，i为第i个粒子；t表示当前进化代数；vij(t)隐含层第i个节点到第j个节点之间的权值；pij(t)粒子i所经过j的位置；gij(t)粒子群i所经过j的位置；xij(t)当前粒子i在j的位置；c1和c2都是位移变化的限定因子，为预设值；r为随机函数；所述PSO优化BP神经网络是使式(3)中的J值最小，J为均方差指标；式(3)中，N是训练样本总数，M是神经元的个数，是第i个样本的第j个神经节点的目标输出值，yj,i是第i个样本的第j个神经节点的实际输出值；S2.在步骤S1中训练后的所述PSO优化的B...

【专利技术属性】
技术研发人员：吴健松，
申请(专利权)人：岭南师范学院，
类型：发明
国别省市：广东,44