基于回归DeepRED规则提取的锌浸出多工况控制方法、系统技术方案

本发明专利技术涉及锌浸出多工况控制技术领域，具体公开了基于回归DeepRED规则提取的锌浸出多工况控制方法、系统，包括步骤100，提取时空特征并用于工况分类；步骤200，提取基于回归DeepRED的神经网络规则；步骤300，构建基于机理误差补偿的数据模型；步骤400，构建基于规则提取与机理误差补偿的数据模型的pH值控制框架以控制中间浸出槽pH值。本发明专利技术解决了浸出过程运行状态多样，人工控制精度不足的问题，权衡了控制精度与可解释性，实现对中间浸出槽的pH值的智能控制。

【技术实现步骤摘要】

本专利技术涉及锌浸出多工况控制，具体涉及基于回归deepred规则提取的锌浸出多工况控制方法，还涉及一种基于回归deepred规则提取的锌浸出多工况控制系统。

技术介绍

1、火法冶炼和湿法冶炼是当前锌冶炼的两种主要形式，而我国近85%的锌是通过湿法冶炼工艺进行提炼得到的。湿法炼锌流程依次由配料、焙烧、浸出、净化、电解以及熔铸等工序组成。其中，浸出工序是非常重要的生产环节，其将来自上游焙烧工序的锌焙砂进行转化得到硫酸锌溶液并去除溶液中的铁等杂质离子，并将溶液送往下游净化工序除钴、铜等杂质离子。

2、现有技术中，通常采用5个级联的呈高低阶次排布的浸出槽进行工业生产，其中，1#至3#浸出槽为主要的下料槽，其生产目标是在较高酸度的溶液中实现锌焙砂高效浸出；4#、5#浸出槽主要作为除杂槽，通过氧气的通入使得溶液中的亚铁离子氧化成铁离子，而铁离子在酸度较低的溶液中发生水解反应形成固体杂质，从而达到除杂的效果，3#浸出槽作为其中的中间浸出槽，同时关联了浸出前段的锌焙砂溶解与浸出后段的杂质离子去除。针对湿法炼锌的中性浸出过程，一般将其抽象为浸出槽级联的工业拓扑本文档来自技高网...

【技术保护点】

1.基于回归DeepRED规则提取的锌浸出多工况控制方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于回归DeepRED规则提取的锌浸出多工况控制方法，其特征在于，步骤100具体包括，通过划分时间窗口，选择一段时间内的多变量时间序列数据作为单个样本，进行训练和测试；针对多变量时间序列数据具有时空特性的特点，采用慢特征分析SFA的方法提取时间特征，然后采用图注意力网络GAT的方法提取空间特征，在提取到时空特征之后，将它们一起作为高斯混合模型GMM的输入进行聚类，通过聚类指标来衡量不同工况数量下的聚类结果好坏，从而将中性浸出数据集分成不同工况。p>

3.根据权...

【技术特征摘要】

1.基于回归deepred规则提取的锌浸出多工况控制方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于回归deepred规则提取的锌浸出多工况控制方法，其特征在于，步骤100具体包括，通过划分时间窗口，选择一段时间内的多变量时间序列数据作为单个样本，进行训练和测试；针对多变量时间序列数据具有时空特性的特点，采用慢特征分析sfa的方法提取时间特征，然后采用图注意力网络gat的方法提取空间特征，在提取到时空特征之后，将它们一起作为高斯混合模型gmm的输入进行聚类，通过聚类指标来衡量不同工况数量下的聚类结果好坏，从而将中性浸出数据集分成不同工况。

3.根据权利要求1或2所述的基于回归deepred规则提取的锌浸出多工况控制方法，其特征在于，步骤200具体为，计算每个入口变量时间序列与出口ph值时间序列之间的互信息值，并根据最大互信息值确定每一个入口变量与出口ph值之间的控制时滞，在对数据进行时序配准后，对连续的输入数据和输出数据进行模糊化，将连续的输入数据和输出数据转化为模糊语言子集，然后采用回归deepred的规则提取方法从训练好的神经网络中提取出形式为“if...... then......”的规则，其中规则的前件部分是控制时滞配准后的中性浸出反应槽的焙砂添加量以及混合液、酸浸上清液的流量和当前...

【专利技术属性】
技术研发人员：孙备，洪冉，李勇刚，彭志轩，李懋鹏，孔鹏，
申请(专利权)人：中南大学，
类型：发明
国别省市：