一种稀土萃取过程解耦控制方法技术

本发明专利技术公开了一种稀土萃取过程解耦控制方法，针对稀土萃取过程组多变量、强耦合、非线性等特性，所述方法针对稀土萃取过程两端监测点元素组分含量及萃取剂流量与洗涤剂流量的数据特点，提出构建核函数极限学习机组分含量模型，结合稀土元素CePr/Nd萃取过程的不同运行阶段的动态过程数据，建立稀土萃取过程多输入多输出模型，并将其转化成多个多输入单输出子模型。采用根据控制回路中参考轨迹值与模型输出值的偏差对系统性能指标中的偏差权重进行自适应调整的策略，来设计稀土萃取过程解耦控制器，从而减轻各控制回路间的耦合性，实现近似解耦控制，以保证两端出口产品的质量。

A decoupling control method for rare earth extraction process

The invention discloses a decoupling control method for rare earth extraction process. Aiming at the characteristics of multi-variable, strong coupling and non-linearity of rare earth extraction process group, the method proposes to construct a kernel function limit learning unit according to the data characteristics of element content at monitoring points at both ends of the rare earth extraction process and the flow rate of extractant and detergent. A multi-input multi-output model for rare earth extraction process was established and transformed into a multi-input single-output sub-model based on the dynamic process data of CePr/Nd extraction process. A decoupling controller for rare earth extraction process is designed by adaptively adjusting the deviation weights of the system performance indexes according to the deviations between the reference trajectory value and the model output value in the control loop, so as to reduce the coupling between the control loops and realize the approximate decoupling control to ensure the quality of the products exported at both ends.

【技术实现步骤摘要】
一种稀土萃取过程解耦控制方法
本专利技术涉及稀土萃取过程建模与优化控制领域，特别是涉及一种稀土萃取过程各监测级组分含量、萃取剂与洗涤剂流量的解耦控制方法。
技术介绍
稀土元素已经被广泛用于传统工业领域和高新
，是相关行业不可或缺的重要原料，我国的稀土分离企业获取单一、高纯稀土元素普遍采用的溶剂萃取法，是一个具有多变量、强耦合、非线性等工况特性的复杂工业过程，目前仍处于低自动化程度或“离线检测、经验控制”的状态。萃取槽体组分含量分布是衡量稀土萃取过程两端出口产品质量的重要指标，因此，研究保证稀土萃取过程监测级组分含量在最优设定值对提高稀土产品的质量具有重要意义。稀土萃取过程的建模方法包括两种，即静态建模和动态建模。根据萃取平衡理论建立不同类型的静态模型，忽略了稀土萃取过程的动态特性。根据稀土物料平衡方程，结合分段集结建模的思想建立稀土萃取过程双线性模型，是动态模型的一种，但它未完全考虑到萃取槽的级间相互作用模，存在比较大的偏差。目前，稀土元素萃取采用的主要是串级萃取分离工艺方法，而稀土萃取过程由很多因素相互影响共同作用，是一个多维的复杂非线性过程。为了更好的对稀土萃取过程进行优化控制，需构建出精度较高的稀土萃取过程描述模型。随着对稀土工业自动化生产的高效、稳定及稀土产品纯度不断提高的要求，稀土萃取过程组分含量控制方法也在不断发展，基于PID控制算法进行稀土萃取过程的调节，忽视了各流量对监测级组分含量设定值的影响，难以达到理想的效果。采用模糊控制、专家系统和鲁棒自适应控制等稀土萃取过程控制算法，能取比较好的控制效果，然而模糊控制和专家系统控制是模拟专家实际经验进行控制，当萃取现场运行工况发生变化或受到干扰时，不能及时在线调整，鲁棒自适应控制方法从全局稳定性的角度考虑，但忽略了系统动态性能；在文献《广义预测控制算法在稀土萃取过程中的应用》中，作者提出采用常规广义预测控制算法实现对萃取过程组分含量的自动控制，综合考虑了各变量之间的动态性能，但忽视了控制回路之间存在耦合的影响，而过程工业系统中多变量、强耦合的特性是导致控制系统性能变差的主要原因。
技术实现思路
为克服上述现有方法的不足，本专利技术提出了一种稀土萃取过程解耦控制方法。本专利技术的目的是，针对稀土萃取过程中复杂非线性的特性构建行之有效的KELM(核函数极限学习机)组分含量多输入多输出模型，并将其转化成多个多输入单输出子模型，采用根据控制回路中参考轨迹值与模型输出值的偏差对系统性能指标中的偏差权重进行自适应调整的策略，来设计稀土萃取过程解耦控制器。本专利技术的技术方案是：一种稀土萃取过程解耦控制方法，所述方法首先针对稀土萃取过程多变量、强耦合、非线性特性，提出构建基于KELM(核函数极限学习机)的稀土萃取过程组分含量模型；其次结合稀土元素CePr/Nd萃取过程中不同运行阶段的动态过程数据，包括萃取剂流量、洗涤剂流量、及两端监测级的组分含量，建立稀土萃取过程模型；然后针对稀土萃取过程KELM组分含量多输入多输出模型特点，将其转化成多个多输入单输出子模型，采用根据控制回路中参考轨迹值与模型输出值的偏差对系统性能指标中的偏差权重进行自适应调整的策略，来设计稀土萃取过程解耦控制器，实现各个控制回路的近似解耦控制。所述的稀土萃取过程解耦控制方法，所述构建基于KELM的稀土萃取过程组分含量模型的方法为：将稀土萃取过程描述为如下非线性函数关系式，即：式(1)中，k＝1,2,3...表示过程离散时间，f1,f2表示非线性映射关系，y1、y2分别为萃取段和洗涤段的监测级组分含量，u1、u2分别为萃取剂和洗涤剂流量，ζ1，ζ2分别表示萃取过程中不确定状态，萃取段和洗涤段监测级组分含量满足：其中，y1min,y1max,y2min,y2max,分别为监测级组分含量的上下限；稀土萃取过程为二输入二输出系统，从采集的稀土萃取过程数据集中随机选取K组作为训练样本{uk,yk}∈Rm×Rn，k＝1,2,...,K，输入量uk＝[uk1,uk2,...,ukm]T为萃取剂流量和洗涤剂流量，输出量yk＝[yk1,yk2,...,ykn]T为两端监测级组分含量，m,L,n分别为网络输入层、隐含层、输出层的节点个数，ELM模型输出yELM(uk)表示为：其中，g(·)为激励函数；wh＝[wh1,wh2,...,whm]T为输入层连接到第h个隐含层的权重向量；βh＝[βh1,βh2,...βhn]为第h个隐含层连接到输出层的权重向量；bh为第h个隐含层的偏置；wh·uk表示wh与uk的内积，ok表示模型输出；当ELM模型输出与训练样本yk之间的误差趋近于零，即即存在βh,wh,bh使得式(4)成立：矢量形式表示为：HB＝Y(28)H为网络隐含层的输出矩阵，B为输出权值矩阵；存在使得代价函数(实际值与期望值差的平方和)最小，表达式如下：式(6)的优化问题采用梯度下降法进行求解，但需要在迭代过程中调整所有权重参数导致学习速度下降；而在ELM中，输入权重wh和隐含层偏置bh被随机确定，对ELM的训练可转化为求解式(5)线性方程组中的最小二乘解B，输出权值最小范数的最小二乘解为：式中，I为单位对角矩阵，C为正规化系数；综上可得ELM模型的输出为：式中，h(u)为隐含层节点输出函数；考虑特征映射函数未知，以核矩阵ΩELM代替ELM中的随机矩阵HHT，定义核函数矩阵：式(9)中，核函数的类型通常有径向基核函数、多项式核函数和线性核函数等，本文选择待确定参数较少的径向基核函数：式中，γ为核函数的参数，其值待定；综上，最终的组分含量KELM模型输出为：所述的稀土萃取过程解耦控制方法，利用稀土萃取过程解耦控制方法来实现稀土萃取过程各控制回路之间的解耦控制，针对稀土萃取过程中多变量、强耦合的特性将构建的KELM组分含量多输入多输出模型转化成多个多输入单输出子模型，采用根据控制回路中参考轨迹值与模型输出值的偏差对系统性能指标中的偏差权重进行自适应调整的策略，设计稀土萃取过程解耦控制器，实现控制量对组分含量的自动调节及对萃取过程两端出口产品质量的跟踪控制；(1)稀土萃取过程解耦控制器的设计所构建的KELM组分含量模型为二输入二输出模型，即以萃取剂流量与洗涤剂流量作为输入，两端监测级组分含量作为输出，将式(1)分解为两个两输入单输出的CARMA子模型：其中，Al(z-1)、Bl(z-1)、Cl(z-1)用以下多项式表示：式(13)中na、nb、nc为各式Al(z-1)、Bl(z-1)、Cl(z-1)的最大阶次；Ail(i＝1,…,na)、Bjl(j＝1,…,nb)、Ckl(k＝1,…,nc)分别是Al(z-1)、Bl(z-1)、Cl(z-1)的系数；由公式(12)的子模型1与丢番图方程可得：1＝E1t(z-1)A1(z-1)Δ+z-jF1t(z-1)(37)组分含量的第1个输出变量的超前t步的最优预测值为：式中，G11t＝E1tB11，G12t＝E1tB12。子模型1的最优预测值输出：同理，可得子模型2的最优预测值：上述公式中，ΔU1＝[Δu1(k),Δu1(k+1),…,Δu1(k+n-1)]T，ΔU2＝[Δu2(k),Δu2(k+1),…,Δu2(k+n-1)]T；f1＝[f1(k+1),f1(k+2),…,f本文档来自技高网...

【技术保护点】
1.一种稀土萃取过程解耦控制方法，其特征在于，所述方法首先针对稀土萃取过程多变量、强耦合、非线性特性，提出构建基于KELM(核函数极限学习机)的稀土萃取过程组分含量模型；其次结合稀土元素CePr/Nd萃取过程中不同运行阶段的动态过程数据，包括萃取剂流量、洗涤剂流量、及两端监测级的组分含量，建立稀土萃取过程模型；然后针对稀土萃取过程KELM组分含量多输入多输出模型特点，将其转化成多个多输入单输出子模型，采用根据控制回路中参考轨迹值与模型输出值的偏差对系统性能指标中的偏差权重进行自适应调整的策略，来设计稀土萃取过程解耦控制器，实现各个控制回路的近似解耦控制。

【技术特征摘要】
1.一种稀土萃取过程解耦控制方法，其特征在于，所述方法首先针对稀土萃取过程多变量、强耦合、非线性特性，提出构建基于KELM(核函数极限学习机)的稀土萃取过程组分含量模型；其次结合稀土元素CePr/Nd萃取过程中不同运行阶段的动态过程数据，包括萃取剂流量、洗涤剂流量、及两端监测级的组分含量，建立稀土萃取过程模型；然后针对稀土萃取过程KELM组分含量多输入多输出模型特点，将其转化成多个多输入单输出子模型，采用根据控制回路中参考轨迹值与模型输出值的偏差对系统性能指标中的偏差权重进行自适应调整的策略，来设计稀土萃取过程解耦控制器，实现各个控制回路的近似解耦控制。2.根据权利要求1所述的稀土萃取过程解耦控制方法，其特征在于，所述构建基于KELM的稀土萃取过程组分含量模型的方法为：将稀土萃取过程描述为如下非线性函数关系式，即：式(1)中，k＝1,2,3...表示过程离散时间，f1,f2表示非线性映射关系，y1、y2分别为萃取段和洗涤段的监测级组分含量，u1、u2分别为萃取剂和洗涤剂流量，ζ1，ζ2分别表示萃取过程中不确定状态，萃取段和洗涤段监测级组分含量满足：其中，y1min,y1max,y2min,y2max,分别为监测级组分含量的上下限；稀土萃取过程为二输入二输出系统，从采集的稀土萃取过程数据集中随机选取K组作为训练样本{uk,yk}∈Rm×Rn，k＝1,2,...,K，输入量uk＝[uk1,uk2,...,ukm]T为萃取剂流量和洗涤剂流量，输出量yk＝[yk1,yk2,...,ykn]T为两端监测级组分含量，m,L,n分别为网络输入层、隐含层、输出层的节点个数，ELM模型输出yELM(uk)表示为：其中，g(·)为激励函数；wh＝[wh1,wh2,...,whm]T为输入层连接到第h个隐含层的权重向量；βh＝[βh1,βh2,...βhn]为第h个隐含层连接到输出层的权重向量；bh为第h个隐含层的偏置；wh·uk表示wh与uk的内积，ok表示模型输出；当ELM模型输出与训练样本yk之间的误差趋近于零，即即存在βh,wh,bh使得式(4)成立：矢量形式表示为：HB＝Y(5)H为网络隐含层的输出矩阵，B为输出权值矩阵；存在使得代价函数(实际值与期望值差的平方和)最小，表达式如下：式(6)的优化问题采用梯度下降法进行求解，但需要在迭代过程中调整所有权重参数导致学习速度下降；而在ELM中，输入权重wh和隐含层偏置bh被随机确定，对ELM的训练可转化为求解式(5)线性方程组中的最小二乘解B，输出权值最小范数的最小二乘解为：式中，I为单位对角矩阵，C为正规化系数；综上可得ELM模型的输出为：式中，h(u)为隐含层节点输出函数；考虑特征映射函数未知，以核矩阵ΩELM代替ELM中的随机矩阵HHT，定义核函数矩阵：式(9)中，核函数的类型通常有径向基核函数、多项式核函数和线性核函数等，本文选择待确定参数较少的径向基核函数：式中，γ为核函数的参数，其值待定；综上，最终的组分含量KELM模型输出为：3.根据权利要求1所述的稀土萃取过程解耦控制方法，其特征在于，利用稀土萃取过程解耦控制方法来实现稀土萃取过程各控制回路之间的解耦控制，针对稀土萃取过程中多变量、强耦合的特性将构建的KELM组分含量多输入多输出模型转化成多个多输入单输出子模型，采用根据控制回路中参考轨迹值与模型输出值的偏差对系统性能指标中的偏差权重进行自适应调整的策略，设计稀土萃取过程解耦控制器，实现控制量对组分含量的自动调节及对萃取过程两端出口产品质量的跟踪控制；(1)解耦控制器的设计所构建的KELM组分含量模型为二输入二输出模型，即以萃取剂流量与洗涤剂流量作为输入，两端监测级...

【专利技术属性】
技术研发人员：杨辉，刘淑丽，陆荣秀，朱建勇，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：江西,36