完美世界手游金币怎么交易给别人 | 論文范文 | 公文范文
最新公告:目前,本站已經取得了出版物經營許可證 、音像制品許可證,協助雜志社進行初步審稿、征稿工作。咨詢:400-675-1600
您現在的位置: 新晨范文網 >> 工程雜志 >> 化學工業雜志 >> 中國稀土學報 >> 正文

完美世界手游法师攻略:稀土萃取過程及控制方法

定制服務

完美世界手游金币怎么交易给别人 www.iyxme.icu 定制原創材料,由寫作老師24小時內創作完成,僅供客戶你一人參考學習,無后顧之憂。

發表論文

根據客戶的需要,將論文發表在指定類別的期刊,只收50%定金,確定發表通過后再付余款。

加入會員

申請成為本站會員,可以享受經理回訪等更17項優惠服務,更可以固定你喜歡的寫作老師。

【摘要】在對稀土元素進行萃取和分離的過程中,得到的各種組分含量并不固定,而是會在一定范圍內波動,這樣可能會對產品的質量造成影響?;詿?,論文從稀土元素生產中萃取和分離過程出發,對其組分含量的區間控制方法進行了分析和討論,結合仿真試驗,對控制方法的可行性和可靠性進行了驗證。

【關鍵詞】稀土;萃取分離;組分含量;區間控制 

1引言

稀土本身是一種稀缺資源,具有不可再生性,也是高新技術發展中一種不可或缺的元素。對于化工企業而言,稀土產品的生產原理為通過相應的工藝流程,對混合稀土溶液中的稀土元素進行萃取分離,其生產的過程不僅專業性強,還具有非線性、強耦合的特點,變量眾多,很容易對得到的產品組分產生影響。為了保證稀土萃取分離的效果,這里將稀土的萃取分離環節進行相應簡化,代之以雙輸入雙輸出系統,選擇某企業CePr/Nd的萃取過程,對其運行數據進行整理分析,配合相應的神經網絡,完成模型構筑工作,再以可靠的區間孔子方法,將原本系統存在的輸出約束進行轉換,希望借此實現對稀土萃取分離過程的有效控制。

2萃取過程

稀土元素本身的分離系數相對較少,因此在工業生產中,一般都會將多個萃取槽進行串聯,確保被萃取物質可以與有機相、水相等實現多次接觸,將稀土元素有效分離出來,得到兩個及以上的產品,同時也能夠保證產品的純度和收率??悸竅低齒腿》擲牘淌粲謔奔湫蛄邢喙匚侍?,一般情況下都會利用遞歸神經網絡進行解決,不過因為神經網絡本身的復雜性,訓練環節眾多,因此在很多時候,并不適合針對非線性時間序列進行預測分析。對此,提出了一種基于ESN網絡的時間序列預測方法,權值的訓練更加簡單,也可以對記憶漸消問題進行有效規避[1]。

3模型構建

ESN網絡本身屬于神經網絡的一種特殊形式,在實踐中,能夠將傳統神經網絡的中間層替換成遞歸網絡,對原本煩瑣的網絡訓練過程進行優化。ESN網絡結構如圖1所示。ESN網絡能夠將狀態儲備池分為數百上千個神經單元,這些神經單元保持隨機稀疏連接狀態,矩陣譜半徑小于1。而在開展網絡訓練時,連接儲備池的權矩陣會在訓練的過程中隨機產生,而且一旦產生就會固定下來,考慮到狀態變量、輸入輸出之間屬于線性關系,可以通過對線性回歸問題的求解,獲取對應的連接權[2]。稀土萃取過程模型構建中得到的是雙輸入雙輸出模型,其中的輸入量u1代表萃取劑的流量,u2代表洗滌劑的流量,輸出量y1代表萃取段兩側監測級的組分含量,y2代表洗滌段兩側監測級組分含量。ESN模型輸入u(k)=[u1,u2]T,第k步ESN網絡輸入儲備池狀態為x(k)=[x1(k),x2(k),…,xN(k)]T,模型輸出y(k)=[y1(k),y2(k)]T。在經過訓練得到Wout的數值后,代入就能夠得到ESN網絡模型的輸出y,模型構建全部完成。

4控制方法

4.1區間預測控制

預測控制具備很多優點,如反饋控制、控制優化、多步控制等,能夠有效應對工業生產環節,以及存在于過程控制中的隨機干擾問題,配合相應的多步最小化性能指標函數,也能夠對K時刻存在的,隸屬于未來某個時間段的最優控制序列進行計算,而且預測控制本身能夠對原本輸入輸出變量中的約束條件進行轉化,形成相應的控制律求解問題。利用預測控制,完成對于稀土分離過程中組分含量的區間控制,依照相應的區間控制方法,技術人員能夠針對預測值進行優化調整,確定好未來的最佳控制作用。在調整優化的過程中,主要是運用滾動優化,必須進行反復計算,且計算必須在線進行[3]。

4.2區間控制策略

在針對相應的模型控制參數進行調整后,配合以區間預測為基礎的控制算法,將可變權矩陣Q引入到系統性能指標中,運用相應的預測控制器,在滿足區間約束條件的前提下,使被控變量可以優先落在期望控制區間中?;誶淇刂頻腦げ飪刂迫繽?所示。如果預測輸出落在上圖中標明的三個區間內,或者超出區間范圍,輸出誤差權矩陣Q(i)會結合預先設定好的區間控制策略,對其進行適當調整,作為對角矩陣,權矩陣本身的對角元素與被控變量的重要性呈正比。當預測輸出落在區間Ⅰ中時,調整權矩陣Q(i)=0,將區間內輸出的變化忽略,i=1,2,…,P;當預測輸出落在區間Ⅱ、Ⅲ中時,將會超出期望區間,則需要對權值進行相應調整;當預測輸出落在三個區間外時,將會完全超出給定的約束條件,此時權值最大,存在Q(i)=1,所有被控變量都會落在規定范圍內[4]。

5仿真分析

為了對上文提出方法的有效性進行驗證,選擇某公司CePr/Nd萃取分離過程作為對象進行仿真分析。先對萃取過程中不同階段產生的4000組動態過程數據進行采集,采用隨機方式,在4000組數據中,選出3000組作為建模參數,剩下的數據則作為對比測試的樣本,基于廣義預測的方法,配合上文構建的模型,對稀土萃取分離過程進行控制。

5.1仿真結果

結合上文構建出的ESN網絡模型分析,在CePr/Nd萃取分離過程中,存在于模型動態儲備池內的神經元數量為250,隱含層保持約1%的稀疏連接,同時矩陣譜半徑數值為0.85。為了針對CePr/Nd萃取分離過程中的模型精度進行準確衡量,在開展仿真試驗的過程中,對比模型得到的輸出值和樣本的實質數值,利用兩者存在的相對誤差作為性能指標,經測試后得到誤差曲線,可以看出,萃取分離過程中,模型測量相對誤差在2%以內,表明模型精度較高。

5.2控制過程

設定預測時域為P=8,M=2,結合相應的工藝要求,將萃取段監測級中20級水相CePr的組分含量變化范圍設定為0.9418~0.9918,50級監測級有機相Nd組分含量變化范圍為0.8717~0.9217,設定好相應的約束條件,配合上文提到的組分含量區間控制方法,針對稀土萃取分離過程進行仿真控制。對照結果分析,在稀土萃取分離過程中,如果存在干擾,兩端監測級中的組分含量會產生波動,因此,選擇廣義預測控制方法,就稀土萃取分離過程中,萃取劑的流量和洗滌液的流量進行必要調整,通過這樣的方式,可以切實保障兩端監測級的組分含量被控制在給定的區間范圍內[5]。

6結論

總而言之,工業生產中,稀土萃取分離過程存在不少問題,利用相應的回聲狀態神經網絡,描述稀土萃取分離過程,構建動態模型,然后結合區間控制的有效方法以及廣義預測控制算法,實現了對萃取液和洗滌液流量的實時調節,以此來保證稀土萃取分離過程組分含量的區間控制。通過相應的仿真試驗可知,當存在邊界條件干擾時,本文提出的區間控制方法具備良好的控制效果,可以將兩端監測級組分含量控制在給定范圍內,促進企業生產效率和經濟效益的提高。

【參考文獻】

【1】馮雪嬌,崔紅敏,黃勇,等.稀土提取與分離技術專利分析[J].江西科學,2018,36(04):687-693.

【2】吳新友.稀土礦測試分析狀況及解決方法[J].冶金與材料,2018,38(03):47+49.

【3】陳燕飛,季尚軍,常宏濤,等.P292與Alamine336協同萃取稀土元素的研究[J].有色金屬(冶煉部分),2018(06):45-47,55.

【4】劉飛飛,古帥奇,劉龍細,等.基于QPSO-ELM的稀土萃取過程組分含量預測研究[J].有色金屬(冶煉部分),2017(05):37-40.

【5】陸榮秀,何麗娟,張國慶,等.稀土萃取分離過程組分含量區間控制方法[J].化工學報,2017,68(03):1058-1064.

作者:孫書鵬 李琦 單位:內蒙古科技大學

中國稀土學報責任編輯:張雨    閱讀:人次