一种基于模型和数据的金氰化浸出过程混合优化方法技术

本发明专利技术提供一种基于模型和数据的金氰化浸出过程混合优化方法，首先基于金氰化浸出过程优化模型获得最优设定点，再利用数据方法在该最优设定点附近建立设定点偏差与过程物料消耗下降量相关模型，通过优化求解获取该设定点下使物料消耗下降量最大的设定点偏差，进而实现对基于模型优化获得的设定点的修正，该过程一直迭代进行直至收敛于实际最优设定点，以降低物料消耗。本发明专利技术提供的一种基于模型和数据的金氰化浸出过程混合优化方法，其利用实际过程数据实现对操作量设定点的直接修正，使过程物料消耗大幅度下降，具有迭代次数少、优化时间短的优势。

A mixed optimization method of gold cyanide leaching process based on model and data

【技术实现步骤摘要】
一种基于模型和数据的金氰化浸出过程混合优化方法
本专利技术属于金氰化浸出过程优化
，具体涉及一种基于模型和数据的金氰化浸出过程混合优化方法。
技术介绍
金氰化浸出过程作为湿法冶金工艺的首要工序，该工序生产指标(金浸出率)的高低直接决定了后面工序操作，对整个湿法冶金的金回收率产生影响。实际的金氰化浸出过程通常是由多个浸出槽串联组成的，为了保证金浸出率，常采用过量添加氰化钠的方法，但这样会增加氰化钠消耗，造成资源浪费。因此，为了尽可能减少金氰化浸出过程的物料消耗，有必要对该过程的优化进行研究，以在满足上层决策所给定的金浸出率条件下，确定各个槽氰化钠的最佳添加量。目前，有关金氰化浸出过程优化控制研究多是基于过程模型，以过程的物料消耗最少或经济收益最大为目标，采用优化求解获得氰化钠添加的最佳设定值，此方法需要建立精确的过程模型，然而，由于金氰化浸出过程的工况(矿浆浓度、品位等)变化引起的不确定性，模型误差不可避免，导致依据这种模型进行优化获得的只是模型最优而非实际最优。基于此，一些学者提出利用实际数据修正机理模型获得更优设定点的方法，由于本文档来自技高网...

【技术保护点】
1.一种基于模型和数据的金氰化浸出过程混合优化方法，其特征在于，首先基于金氰化浸出过程优化模型获得最优设定点，再利用数据方法在该最优设定点附近建立设定点偏差与过程物料消耗下降量相关模型，通过优化求解获取该设定点下使物料消耗下降量最大的设定点偏差，进而实现对基于模型优化获得的设定点的修正，该过程一直迭代进行直至收敛于实际最优设定点，以降低物料消耗。/n

【技术特征摘要】
1.一种基于模型和数据的金氰化浸出过程混合优化方法，其特征在于，首先基于金氰化浸出过程优化模型获得最优设定点，再利用数据方法在该最优设定点附近建立设定点偏差与过程物料消耗下降量相关模型，通过优化求解获取该设定点下使物料消耗下降量最大的设定点偏差，进而实现对基于模型优化获得的设定点的修正，该过程一直迭代进行直至收敛于实际最优设定点，以降低物料消耗。


2.根据权利要求1所述的一种基于模型和数据的金氰化浸出过程混合优化方法，其特征在于，主要包括基于过程模型的优化模型建立及求解、设定点偏差与过程物料消耗下降量相关模型的建立、物料消耗下降量最大化下设定点偏差的获取及设定点修正等内容；
(1)基于过程模型的优化模型建立及求解
在一定浸出率的条件下，为了减少金氰化浸出过程的物料消耗，氰化钠的消耗越少越好，选取金氰化浸出过程的7个槽的氰化钠添加量Q1,cn、Q2,cn、…、Q7,cn为决策变量，建立如下的过程优化模型：



其中：Qs为原矿处理量，Ps为原矿价格，Pcn为NaCN价格,Qe为空压机的耗电量，Pe为当前电的价格，y*为给定的金浸出率指标，f为金氰化浸出过程模型，θ为工况条件，其包括原矿处理量、矿浆浓度以及原矿品位等，Qcn,max、Qcn,min分别为氰化钠添加量的上下限；
将式A优化问题转换成标准形式



其中：g为不等式约束，h为等式约束，u＝[Q1,cn,Q2,cn,…,Q7,cn]T，y为金浸出率预测值；
式B表示的问题是含有复杂约束的优化问题，考虑采用具有较强搜索能力的二阶振荡PSO算法对上式进行优化求解，获得氰化钠添加的最优设定值u*，由此可得过程的物料消耗W(u*)；
(2)设定点偏差与过程物料消耗下降量相关模型的建立
而对于金氰化浸出过程，由于工况变化等不确定性因素的普遍存在，导致上述基于模型优化获得的氰化钠添加量的最优设定值u*不是实际氰化钠添加量的最优设定点因此相应...

【专利技术属性】
技术研发人员：袁青云，刘潭，王永刚，张楠楠，
申请(专利权)人：沈阳农业大学，
类型：发明
国别省市：辽宁;21