氧气底吹铜吹炼过程反馈控制方法、装置及电子设备制造方法及图纸

本申请公开了一种氧气底吹铜吹炼过程反馈控制方法、装置、电子设备和存储介质。其中方法包括：获取底吹吹炼工艺的操作变量及其预设定值，并获取操作变量的实际生产数据；将操作变量的实际生产数据输入至预先建立的吹炼过程神经网络预测模型，以得到针对生产指标参数的预测值；获取针对生产指标参数的目标值，并计算预测值与目标值之间的偏差值；当偏差值超过预设规定范围内时，根据偏差值计算操作变量的反馈补偿值；根据操作变量的预设定值和反馈补偿值，生成操作变量的设定值。本申请可以减小由于实际检测值测量延后及不规律性产生的误差。

【技术实现步骤摘要】
氧气底吹铜吹炼过程反馈控制方法、装置及电子设备
本申请涉及铜冶炼过程的控制
，尤其涉及一种氧气底吹铜吹炼过程反馈控制方法、装置、电子设备和存储介质。
技术介绍
吹炼过程是铜冶炼过程中一个重要工序，它将热铜锍、熔剂及其他原料(电解残极)通过底部富氧空气的吹入发生氧化放热反应形成粗铜的过程，为后续精炼过程提供原料。氧气底吹铜吹炼炉作为我国完全自主知识产权的“富氧底吹炼铜新工艺”的吹炼的核心设备。目前国内有色行业没有很好地应用在线智能优化控制系统，大部分生产企业还是采用人工经验控制的方式。然而，铜的底吹吹炼过程具有多变量、非线性、强耦合及大滞后等特点，随着炼铜强度的不断提升及炼铜指标的不断提高，企业对生产过程中在线控制系统提出了更高的要求。相关技术中，控制系统通常是通过检测实际重要参数，并与其预期值进行对比分析，然后反馈于操作系统这一途径来进行反馈控制，但是对于底吹铜吹炼过程而言，评价其生产指标参数的实际检测具有滞后性，无法及时有效的作用于控制系统，导致了当前底吹吹炼过程控制系统精度较低和波动较大。<br>专利技本文档来自技高网...

【技术保护点】
1.一种氧气底吹铜吹炼过程反馈控制方法，其特征在于，包括：/n获取底吹吹炼工艺的操作变量及其预设定值，并获取所述操作变量的实际生产数据；/n将所述操作变量的实际生产数据输入至预先建立的吹炼过程神经网络预测模型，以得到针对生产指标参数的预测值；其中，所述吹炼过程神经网络预测模型已学习得到对于所述底吹吹炼工艺之中操作变量的样本生产数据和样本生产指标参数之间的映射关系；/n获取针对所述生产指标参数的目标值，并计算所述预测值与所述目标值之间的偏差值；/n当所述偏差值超过预设规定范围内时，根据所述偏差值计算所述操作变量的反馈补偿值；/n根据所述操作变量的预设定值和所述反馈补偿值，生成所述操作变量的设定值...

【技术特征摘要】
1.一种氧气底吹铜吹炼过程反馈控制方法，其特征在于，包括：
获取底吹吹炼工艺的操作变量及其预设定值，并获取所述操作变量的实际生产数据；
将所述操作变量的实际生产数据输入至预先建立的吹炼过程神经网络预测模型，以得到针对生产指标参数的预测值；其中，所述吹炼过程神经网络预测模型已学习得到对于所述底吹吹炼工艺之中操作变量的样本生产数据和样本生产指标参数之间的映射关系；
获取针对所述生产指标参数的目标值，并计算所述预测值与所述目标值之间的偏差值；
当所述偏差值超过预设规定范围内时，根据所述偏差值计算所述操作变量的反馈补偿值；
根据所述操作变量的预设定值和所述反馈补偿值，生成所述操作变量的设定值。


2.根据权利要求1所述的方法，其特征在于，所述操作变量包括：铜锍品位、铜锍温度、氧锍比、电解残极率和富氧率中的一种或多种；所述生产指标参数包括：粗铜品位参数、吹炼渣中铁硅比参数和吹炼渣温度参数中的一种或多种。


3.根据权利要求1所述的方法，其特征在于，所述获取底吹吹炼工艺的操作变量的预设定值，包括：
以所述生产指标参数的目标值作为目标，依据预先建立的机理模型计算出所述操作变量的预设定值；其中，所述机理模型是采用物料平衡、能量平衡及多相平衡，运用数据建模而建立的。


4.根据权利要求3所述的方法，其特征在于，所述机理模型包括物料平衡模型、能量平衡模型和多相平衡模型；其中，
所述物料平衡模型以如下公式表示：



其中，Var代表变量，Con代表常量，M代表物料，C代表物料具有的组分，E代表组分具有的元素，X代表摩尔分数，Ec,e代表特定组分中的特定元素；和分别代表输入项物料和输入项物料中特定物料特定组分的摩尔分数；和分别代表输入项物料和输入项物料中特定物料的特定组分；和分别代表输入项物料和输入项物料中特定物料的摩尔分数；和分别代表输入项物料和输入项物料中的特定物料；和分别表示吹炼过程中输入项物料和输出项物料中各组分各元素之和；和分别表示吹炼过程中输入项物料和输出项物料中各组分之和；和分别表示吹炼过程中输入项物料和输出项物料中各组分各元素质量之和，该方程代表底吹吹炼过程中输入项物料和输出项物料元素、组分及质量守恒；
所述能量平衡模型以如下公式表示：



其中，ΔH298,Ai为输入项Ai标准生成焓；ΔH298,Bj为输出项Bi标准生成焓；CpAi、CpBj分别为输入项Ai、输出项Bi的热容；QLoss为过程的热损失；所述能量平衡模型表示底吹吹炼过程中输入项物料热量和输出项物料热量相等；
所述多相平衡模型以如下公式表示：



其中，为p相中纯物质c组分的标准生成吉布斯自由能；γpc为p相中c组分的活度因子；χpc为p相中c组分的摩尔数分数；c为组分索引；p为相索引；P为相数；Cp为p相中的组分数；T为温度；R为气体普适常数；所述多相平衡模型表示吹炼过程中系统的吉布斯自由能达到最小。


5.根据权利要求1所述的方法，其特征在于，所述吹炼过程神经网络预测模型通过以下方式预先建立：
获取所述底吹吹炼工艺之中操作变量的样本生产数据；
将所述操作变量的样本生产数据输入至神经网络模型中以对所述样本生产指标参数进行预测，获取所述样本生产指标参数的样本预测值；
获取所述样本生产指标参数的样本期望值，并根据所述样本生产指标参数的样本期望值和所述样本预测值生成误差值；
根据所述误差值调整所述神经网络模型的模型参数，并对调整模型参数后的神经网络模型进行训练，将训练好的神经网络模型作为所述吹炼过程神经网络预测模型。


6.根据权利要求1所述的方法，其特征在于，所述根据所述偏差值计算所述操作变量的反馈补偿值，包括：
根据所述偏差值，采用基于专家规则方法的反馈补偿策略，计算出所述操作变量的反馈补偿值。


7.根据权利要求1至6中任一项所述的方法，其特征在于，还包括：
收集所述反馈控制过程中所获得的所述操作变量的实际生产数据；
根据收集到的操作变量的实际生产数据对所述吹炼过程神经网络预测模型进行优化。


8.一种氧气底吹铜吹炼过程反馈控制装置，其特征在于，包括：
第一获取模块，用于获取底吹吹炼工艺的操作变量及其预设定值；
第二获取模块，用于获取所述操作变量的实际生产数据；
预测模块，用于将所述操作变量的实际生产数据输入至预先建立...

【专利技术属性】
技术研发人员：张哲铠，黎敏，李兵，刘恺，吴金财，
申请(专利权)人：中国恩菲工程技术有限公司，
类型：发明
国别省市：北京;11