張礦偉， 顏紅明， 陳 焰， 張玉忠， 安鎮(zhèn)宙

(1.玉溪師范學院信息技術工程學院，云南 玉溪 653100；2.中國鋁業(yè)公司鄭州輕金屬研究院，河南 鄭州 450041)

輕金屬

模型辨識在氧化鋁高壓溶出溫度控制中的應用

張礦偉1， 顏紅明2， 陳 焰2， 張玉忠1， 安鎮(zhèn)宙1

(1.玉溪師范學院信息技術工程學院，云南 玉溪 653100；2.中國鋁業(yè)公司鄭州輕金屬研究院，河南 鄭州 450041)

氧化鋁高壓溶出溫度控制是影響氧化鋁溶出率最主要的因素之一，溫度具有時變性、非線性和一階慣性純滯后的特性，參數整定及控制難于達到理想效果。本文依據系統辨識方法中輸出誤差模型，成功建立了升溫數學模型，得到的溫度數學模型可為參數整定、優(yōu)化控制提供模型依據，同時實現了氧化鋁高壓溶出溫度閉環(huán)PID自動控制。

氧化鋁；高壓溶出；系統辨識；溫度控制；OE模型<[中圖分類號] N945.14； TF821 [文獻標志碼] B class="emphasis_bold">[中圖分類號] N945.14； TF821 [文獻標志碼] B [文章編號] 1672-6103(2016)01-0046-04[中圖分類號] N945.14； TF821 [文獻標志碼] B

0 引言

氧化鋁的生產方法主要有：酸法、堿法、酸堿聯合法和熱法，當前氧化鋁生產主要采用堿法。堿法生產氧化鋁又有拜耳法、燒結法和拜耳-燒結聯合法等多種流程，目前多數氧化鋁生產企業(yè)采用拜耳法。高壓溶出過程屬于氧化鋁生產的第三道工序，在生產中占有重要的地位。

氧化鋁高壓溶出的過程極其復雜，其目的是在高溫、高壓的工藝條件下，用苛性鈉溶液使鋁土礦中的氧化鋁溶出?？列员戎岛腿艹雎适茄趸X生產中兩個重要的經濟技術指標[1-3]，提高溶出溫度可以提高氧化鋁溶出率、縮短溶出時間和提高設備產能，是拜耳法生產降低能耗的主要方向[4-8]。目前部分生產企業(yè)對溶出器溫度仍采用常規(guī)PID控制，但因不知對象模型，參數整定耗時長、能耗高，整定過程中影響生產效率、浪費原料，且整定參數多憑經驗，受人為因素影響，難以達到理想的控制效果。本文結合氧化鋁高壓溶出器實際溫度工況，通過系統辨識方法，辨識建立對象模型；以現場采集的數據為依據，在Matlab平臺下，用擬合度及穩(wěn)定性判據驗證模型正確性[9-12]，為參數整定、優(yōu)化控制提供模型依據，達到提高控制精度、提高氧化鋁溶出率、降低能耗的目的。

1 氧化鋁高壓溶出工藝流程

拜耳法生產氧化鋁過程中[13]，高壓溶出工序是將堿液和礦漿混合物，在高溫、高壓的條件下使氧化鋁溶解出來。

氧化鋁高壓溶出工藝如圖1。脫硅的礦漿由高壓礦漿泵送入套管預熱器，經過十級預熱至170～180 ℃；堿液由堿液泵送入套管預熱器，經過十級乏汽預熱至200～220 ℃；預熱后的堿液和礦漿混合后壓入溶出器，用6.3 MPa、480 ℃的過熱新蒸汽加熱至260～265 ℃，進行保溫溶出反應，隨后進行蒸發(fā)沉降。

260～265 ℃是氧化鋁溶出反應的最佳溫度，1#～4#溶出器主要是對混合物進行升溫加熱，使之達到最佳溶出反應溫度；5#～12#溶出器保證料漿在溶出器里的停留時間，使溶出反應盡可能充分，提高溶出率，其溫度維持在250～260 ℃[14-15]。溶出器內溫度變化曲線如圖2所示。

圖1 氧化鋁高壓溶出反應流程圖

圖2 氧化鋁溶出率隨溫度的變化曲線

由圖2可以看出，虛線左邊為升溫部分，隨著溫度的升高，溶出率逐漸增大；虛線的右邊為保溫部分，只要達到溶出反應的最佳溫度即可。因此在溶出器內料漿升溫階段，1#～4#溶出器溫度控制十分重要。

2 系統辨識原理與方法

系統辨識理論利用模型輸出與實際輸出間的誤差不斷糾正模型參數，最終得到最優(yōu)模型[16]。辨識的原理如圖3。

模型G′(s)是過程G(s)的等價模型，需要根據等價準則來判定。等價準則通常用某一誤差的泛函表示，稱為損失函數。當損失函數為最小值時，即可得到最接近實際模型的理想模型G′(s)。如果損失函數過大或者辨識結果不理想，則需要考慮調整模型結構或者模型參數[9]。

本研究利用Matlab系統辨識工具中輸出誤差OE模型對選擇數據進行模型離線辨識，得出擬合度最高的模型作為氧化鋁溶出器溫度模型。其OE(輸出誤差)模型形式如式(1)：

(1)

3 氧化鋁溶出器溫度對象辨識

在正常工況下，對中州鋁廠高壓溶出器溫度系統進行階躍試驗。當蒸汽量增加10%階躍擾動，隨著蒸汽量的增加，溶出器內的溫度逐漸上升。通過OPC實時采集溶出器254組溫度變化數據進行仿真試驗。最后選取擬合度最高的作為氧化鋁高壓溶出器溫度模型，并對其穩(wěn)定性進行驗證。

3.1 數據處理

在系統建模時，要求輸入/輸出數據必須是平穩(wěn)的、正態(tài)的、零均值的，即數據的統計特性與統計時間起點無關，且均值為零。但實際中，由于測量直接得到的數據是隨機時間序列，包含有線性的或緩慢變化的趨勢，該序列的均值不為零，而且隨時間變化。因此，必須對數據進行平穩(wěn)化處理，去除趨勢項，把測量的數據變成均值為零的平穩(wěn)過程。

將采集的254組數據按時間順序保存為帶逗號的Txt格式。在Matlab中把蒸汽量和溫度數據分別導入為power和temperature[17]。由于測量直接得到的數據是隨機時間序列，均值不為零，而且隨時間變化，因此必須對數據進行平穩(wěn)化處理，通過命令 zd=detrend(z,0,brkp)消除數據中的趨勢項，然后通過命令zp=idea(power, temperature),將兩者轉換為idea格式存入zp變量。

3.2 輸出誤差的OE模型辨識

OE模型形式如式(1)。調用命令為ModelOE=OE(zp，[nb,nf,nk])；其中nb,nf,nk分別給出OE模型B(z)的階次、模型的階數和系統的時延[18]。

用OE模型進行辨識需要根據經驗選擇合適的慣性階數nf[19]。通過對254組數據進行1階、2階、3階及以上仿真試驗，選用擬合度最高的作為輸出模型。

3.3 模型驗證

通過MATLAB系統辨識工具中的compare命令進行模型驗證[20]，命令格式為：compare(zp,ModelOE)，得到在同一實際輸入信號下的模型輸出與實際輸出的對比情況。采用1階、2階和3階及以上進行系統辨識，所得模型與真實模型的擬合度如圖4。表1列出了1階、2階、3階及以上(≤8階)各階模型的擬合度。

圖4 各階數模型輸出與實際輸出對比

表1 各階模型擬合度

由圖4和表1可以看出，2階模型曲線最接近原始曲線，擬合度為86.27%。通過d2c命令和tf命令可以將辨識出的離散模型轉換為連續(xù)傳遞函數形式。2階系統對應的離散傳遞函數模型如式(2)：

(2)

調用命令Ctranfun=d2c(Dtranfun,‘tustin’)，將離散函數傳遞模型轉換為連續(xù)函數傳遞模型如式(3)：

(3)

3.4 穩(wěn)定性驗證

工業(yè)生產對象都是自穩(wěn)定系統，是工藝設計與運行的首要條件，因此需對辨識所得傳遞函數進行穩(wěn)定性驗證，檢驗其合理性。對SISO(單輸入單輸出)系統采用代數穩(wěn)定判據方法[21]，求解系統閉環(huán)特征方程的根，以判斷所有根是否小于零，若方程所有根小于零，則判斷氧化鋁高壓溶出器溫度系統是穩(wěn)定的。

式(3)為高壓溶出器溫度系統的開環(huán)傳遞函數，在Matlab中運行如下指令：

G=tf(num,den);

p=num+den

roots(p)

得出根為：ans=

-0.007 8

-0.002 6

由計算結果可知該系統是穩(wěn)定的。

4 結論

系統辨識理論是在不知道系統機理情況下，建立系統模型簡單有效的方法。本研究利用MATLAB系統辨識工具箱對氧化鋁高壓溶出器進行系統辨識，所得的模型與真實模型的擬合度接近86.27%，模型輸出曲線與實測曲線基本吻合，且用代數穩(wěn)定判據方法驗證了氧化鋁高壓溶出溫度系統穩(wěn)定性。辨識模型是合理有效的，能為溫度控制的參數整定、優(yōu)化控制提供模型依據，可提高控制精度、提高氧化鋁溶出率、降低能耗。所用的系統辨識方法對工業(yè)生產中模型不確定系統研究有一定的指導作用。

[1] H.N葉列明等著,王延明等譯. 氧化鋁生產過程與設備[M].北京:冶金工業(yè)出版社,1987:178-187.

[2] 吳晉明.影響高壓溶出溫度的因素分析[J].輕金屬,2011,29(3):29-31.

[3] 畢詩文.氧化鋁生產工藝[M].北京:化學工業(yè)出版社,2006:116-118.

[4] 蘭永廷.高壓溶出溫度測量問題探討[J].中國儀器儀表,2005,(5):102-104.

[5] 桂衛(wèi)華,陽春華.復雜有色冶金生產過程智能建模、控制與優(yōu)化[M].北京:科學出版社,2010.

[6] 鄧燕妮.桂衛(wèi)華.陽春華等.氧化鋁碳酸化分解動態(tài)過程建模及非線性分析[J].中國有色金屬學報,2008,18(9):1736-1741.

[7] 狄永寧,譚靖,王會.貴州修文鋁土礦拜耳法溶出氧化鋁試驗研究[J].濕法冶金,2011,30(3):222-225.

[8] 李峰杰,趙海峰. 拜耳法生產氧化鋁熔鹽加熱系統開停車模式優(yōu)化及回鹽液位計算[J].有色金屬(冶煉部分),2014,(8):26-29.

[9] 黃望梅,劉莉娜,劉志春，等. 拜耳法生產氧化鋁溶出工藝CAD軟件系統的開發(fā)[J].有色金屬(冶煉部分),2012,(6):19-23.

[10] 齊曉慧,田慶民,董海瑞.基于Matlab系統辨識工具箱的系統建模[J].軟件開發(fā)與應用,2006,25(10):88-90.

[11] 劉莉娜,黃望梅,劉志春,等.氧化鋁生產中傳熱系數的研究[J].有色金屬(冶煉部分),2011，(8):23-26.

[12] 鄧燕妮.桂衛(wèi)華.陽春華，等.氧化鋁連續(xù)碳酸化分解過程建模與仿真[J].系統仿真學報,2009,21(12):3499-3508.

[13] 徐征,周懷敏,陳利生.拜耳法生產氧化鋁工藝仿真培訓系統的開發(fā)[J].云南冶金,2011,40(6):65-68.

[14] 李勇剛.基于智能集成模型的苛性比值與溶出率軟測量技術應用與研究[D].中南大學,2004：27-41.

[15] 李小斌,余順文,董文波，等.銳鈦礦對氧化鋁溶出性能的影響及其機理[J].中國有色金屬學報,2014,24(11):2864-2871.

[16] Ljung L.Perspective on system identification [C]∥Proceedings of the 17thFAC World Congress 2008 , Identifier : 10.3182/20080706-5-KR-1001.01215 .

[17] 陳炳藝.Matlab系統辨識在電廠建模過程中的應用[J].信息通信,2012,(6):40-41.

[18] WONG C L, TAN Y N, MOHAMED A R. A review on the formation of titania nanotube photocatalysts by hydrothermal treatment[J]. Journal of Environmental Management, 2011,92(7): 1669-1680.

[19] 張艷存,喻壽益,桂衛(wèi)華，等.基于PCA-WLSSVM的氧化鋁苛性比值和溶出率預測模型[J].信息與控制,2008,37(5):571-575.

[20] 黃崇富.基于Matlab的控制系統穩(wěn)定性判定[J].現代電子技術,2005,(21):73-76.

[21] LI Xiao-bin, YU Shun-wen, LIU Nan, et al. Dissolution behavior of sodium titanate in sodium aluminate solutions at elevated temperatures [J]. Hydrometallurgy, 2014,147: 73-78.

中科院大連化物所研制鋰硫一次電池 能量密度達860 Wh/kg

中科院大連化物所儲能技術研究部張華民、張洪章研究團隊，成功開發(fā)出基于大孔容、高比表面、梯度有序多孔碳材料的碳硫復合正極。同時，利用其研制的鋰硫一次電池能量密度超過500 Wh/kg (650 Wh/L)。相關成果發(fā)表于《科學報告》雜志。

目前，該團隊突破了鋰硫一次電池關鍵材料的技術瓶頸，電池能量密度已提升至860 Wh/kg (1 000 Wh/L)。同時，其擱置穩(wěn)定性好，可在室溫下平穩(wěn)運行，能滿足航天航空、海洋探索、儲備電源、規(guī)模儲能等領域的需求，具有較好的產業(yè)化開發(fā)前景。

Application of model identification in temperature control of alumina high pressure digestion

ZHANG Kuang-wei, YAN Hong-ming, CHEN Yan, Zhang YU-zhong, AN Zhen-zhou

The temperature control of alumina high pressure digestion is one of the most important factors which influencing the percentage of digested Al2O3. The temperature has the characteristic of time varying, nonlinear and first order inertia and pure delay which make the parameter setting and controlling difficult to achieve desirable effect. According to the output error model in the system identification method, this article established the model of temperature rising successfully. This temperature model can provide the basis for the parameters setting and optimization control. Meanwhile it achieved the automatic loop PID control of temperature in high pressure digestion of Al2O3.

alumina; pressure digestion; system identification; temperature control; OE model

張礦偉(1987—)，男，河南周口人，碩士研究生。

2015-10-30

2015-11-20

國家自然科學基金資助項目(61563055)，大學創(chuàng)新項目支持。

1672-6103(2016)01-0046-04

B [文章編號] 1672-6103(2016)01-0046-04

N945.14； TF821 [文獻標志碼] B [文章編號] 1672-6103(2016)01-0046-04