[發(fā)明專利]一種基于模型和數(shù)據(jù)的金氰化浸出過程混合優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 202010037800.6
• 申請日: 2020-01-14
• 公開（公告）號: CN111274734A
• 公開（公告）日: 2020-06-12
• 發(fā)明（設(shè)計）人: 袁青云;劉潭;王永剛;張楠楠
• 申請（專利權(quán)）人: 沈陽農(nóng)業(yè)大學(xué)
• 主分類號: G06F30/27
• 分類號: G06F30/27
• 代理公司: 北京國坤專利代理事務(wù)所(普通合伙) 11491
• 代理人: 趙紅霞

1.一種基于模型和數(shù)據(jù)的金氰化浸出過程混合優(yōu)化方法，其特征在于，首先基于金氰化浸出過程優(yōu)化模型獲得最優(yōu)設(shè)定點，再利用數(shù)據(jù)方法在該最優(yōu)設(shè)定點附近建立設(shè)定點偏差與過程物料消耗下降量相關(guān)模型，通過優(yōu)化求解獲取該設(shè)定點下使物料消耗下降量最大的設(shè)定點偏差，進而實現(xiàn)對基于模型優(yōu)化獲得的設(shè)定點的修正，該過程一直迭代進行直至收斂于實際最優(yōu)設(shè)定點，以降低物料消耗。

2.根據(jù)權(quán)利要求1所述的一種基于模型和數(shù)據(jù)的金氰化浸出過程混合優(yōu)化方法，其特征在于，主要包括基于過程模型的優(yōu)化模型建立及求解、設(shè)定點偏差與過程物料消耗下降量相關(guān)模型的建立、物料消耗下降量最大化下設(shè)定點偏差的獲取及設(shè)定點修正等內(nèi)容；

(1)基于過程模型的優(yōu)化模型建立及求解

在一定浸出率的條件下，為了減少金氰化浸出過程的物料消耗，氰化鈉的消耗越少越好，選取金氰化浸出過程的7個槽的氰化鈉添加量Q_1,cn、Q_2,cn、…、Q_7,cn為決策變量，建立如下的過程優(yōu)化模型：

其中：Q_s為原礦處理量，P_s為原礦價格，P_cn為NaCN價格,Q_e為空壓機的耗電量，P_e為當前電的價格，y^*為給定的金浸出率指標，f為金氰化浸出過程模型，θ為工況條件，其包括原礦處理量、礦漿濃度以及原礦品位等，Q_cn,max、Q_cn,min分別為氰化鈉添加量的上下限；

將式A優(yōu)化問題轉(zhuǎn)換成標準形式

其中：g為不等式約束，h為等式約束，u＝[Q_1,cn,Q_2,cn,…,Q_7,cn]^T，y為金浸出率預(yù)測值；

式B表示的問題是含有復(fù)雜約束的優(yōu)化問題，考慮采用具有較強搜索能力的二階振蕩PSO算法對上式進行優(yōu)化求解，獲得氰化鈉添加的最優(yōu)設(shè)定值u^*，由此可得過程的物料消耗W(u^*)；

(2)設(shè)定點偏差與過程物料消耗下降量相關(guān)模型的建立

而對于金氰化浸出過程，由于工況變化等不確定性因素的普遍存在，導(dǎo)致上述基于模型優(yōu)化獲得的氰化鈉添加量的最優(yōu)設(shè)定值u^*不是實際氰化鈉添加量的最優(yōu)設(shè)定點因此相應(yīng)的W(u^*)也不等于但可展開成在u^*處的泰勒級數(shù)，為：

取上式可轉(zhuǎn)變?yōu)椋?/p>

其中：o((Δu)²)為泰勒公式的余項，是(Δu)²的高階無窮小，ΔW與Δu之間的非線性關(guān)系，在u^*的較小鄰域內(nèi)，建立ΔW和Δu的關(guān)系模型ΔW＝H(Δu)，通過優(yōu)化求解可獲得物料消耗下降量ΔW最大時的設(shè)定點偏差Δu，進而實現(xiàn)對設(shè)定點的修正，使其接近

當將u^*作用于實際過程時，可得當前過程數(shù)據(jù)(u_a,W(u_a))，在獲取建模數(shù)據(jù)時采用即時學(xué)習(xí)思想從大量歷史過程數(shù)據(jù)(u_i,W_i),i＝1,2,…,n中選取與(u_a,W(u_a))相似程度較強的數(shù)據(jù)，并對它們作差可獲得相應(yīng)的建模數(shù)據(jù)，數(shù)據(jù)之間的相似程度由s_i來度量，其表示為：

其中：λ∈[0,1]為權(quán)重系數(shù)，

由式E可知，s_i的值越大表明兩組數(shù)據(jù)間的相似程度越強，通過s_i從過程數(shù)據(jù)中選取和(u_a,W(u_a))相關(guān)的m組數(shù)據(jù)(u_i,W_i),i＝1,2,…,m，建立ΔW與Δu的關(guān)系模型，將選取的數(shù)據(jù)與(u_a,W(u_a))作差，得到建模數(shù)據(jù)(Δu_i,ΔW_i),i＝1,2,…,m，然后，采用三層BP神經(jīng)網(wǎng)絡(luò)建立ΔW＝H(Δu)的模型；

(3)物料消耗下降量最大化下設(shè)定點偏差的獲取及設(shè)定點修正

基于建立ΔW＝H(Δu)的模型，通過求解如下優(yōu)化問題可獲取過程物料消耗下降量ΔW最大時的設(shè)定點偏差Δu，

將Δu代入ΔW＝H(Δu)，獲得ΔW(Δu)，

若滿足：

將u_a-|Δu|作為新的設(shè)定點，作用到實際過程，過程運行在新的設(shè)定點之后，再在新的設(shè)定點附近進行數(shù)據(jù)建模，重新優(yōu)化求解獲得設(shè)定點偏差，若仍滿足式I，則再次將修正后的設(shè)定點作用于實際過程，過程運行在新的設(shè)定點之后，再在新的設(shè)定點附近進行數(shù)據(jù)建模，重新優(yōu)化求解獲得設(shè)定點偏差，該過程迭代進行，直至不滿足式I，迭代結(jié)束。