楊欣偉,趙雪嬌

(唐山工業(yè)職業(yè)技術(shù)學(xué)院 信息工程學(xué)院,河北 唐山 063000)

在冶金行業(yè)中,最大限度地利用礦產(chǎn)資源獲得更高的經(jīng)濟效益,是企業(yè)追求的目標(biāo)。為了實時判斷生產(chǎn)過程的運行狀態(tài)以保證資源利用最大化,“運行狀態(tài)評價”的概念被提出,是指生產(chǎn)過程處于正常狀態(tài)時對其具體運行狀態(tài)的優(yōu)劣情況進一步的區(qū)分[1-2]。若判斷運行狀態(tài)處于非優(yōu)狀態(tài),要及時追究原因并迅速調(diào)整生產(chǎn)操作,使其恢復(fù)到優(yōu)狀態(tài)。目前已有許多相關(guān)的研究[3-6],其中過程運行狀態(tài)在線評價[7-8]備受關(guān)注。其運行狀態(tài)的評價方法大體可分為數(shù)據(jù)驅(qū)動[9-10]、機制分析與知識推理。但上述方法雖能實現(xiàn)過程狀態(tài)在線評價,但無法處理定性變量與定量變量,并且對數(shù)據(jù)測量的準(zhǔn)確性、實時性要求較高,很大程度上影響評價準(zhǔn)確度。因此,優(yōu)化運行狀態(tài)在線評價方法具有重要意義。

試驗針對某金氰化浸出工藝中浸出和置換2個工序,分析了影響運行狀態(tài)的相關(guān)變量,并選取了全流程的運行狀態(tài)評價指標(biāo),結(jié)合粗糙集理論[11-12]優(yōu)點,提出了基于粗糙集的全流程運行狀態(tài)評價方法,建立了相應(yīng)的工序?qū)舆\行狀態(tài)評價模型及目標(biāo)層運行狀態(tài)評價模型,并通過仿真分析驗證了所建立模型的在線評價法及非優(yōu)追溯法的有效性和準(zhǔn)確性。

1 某濕法冶金過程運行狀態(tài)分析及評價變量的選取

1.1 運行狀態(tài)影響因素分析

1.1.1 金氰化浸出過程

金的氰化浸出是利用NaCN溶液與經(jīng)過預(yù)處理的礦漿反應(yīng)得到含有金氰離子的溶液,化學(xué)反應(yīng)方程式為:

金氰化浸出效果可以通過浸出過程的評價指標(biāo)來判斷,主要包括浸出率、浸出物耗與能耗。

1)浸出率的影響因素:氰根離子濃度、金氰離子濃度和溶解氧濃度等。金氰離子濃度可直觀反應(yīng)金浸出效果。隨氰根離子濃度升高,金溶解速度先升高后趨于平緩。平緩時只受溶液中的溶解氧濃度影響,溶解氧濃度越高,反應(yīng)越充分,金溶解速度越快,金浸出率越高。

2)浸出物耗的影響因素:礦石質(zhì)量、調(diào)漿水流量、NaCN添加量、礦漿pH及礦漿濃度等。礦石質(zhì)量越大,調(diào)漿水量越大,NaCN添加量越大,物耗也越大。由于NaCN易發(fā)生水解反應(yīng)產(chǎn)生有毒氣體HCN,需外加一定量的堿性物質(zhì)來調(diào)節(jié)pH,改變反應(yīng)方向。礦漿濃度過大,金浸出效果不好;礦漿濃度過低,會浪費NaCN溶液,增大物耗。

3)能耗的影響因素:主風(fēng)管壓力及礦漿溫度等。主風(fēng)管壓力越高,能耗越大。隨礦漿溫度升高,金溶解速度先加快后減慢。升溫可加快反應(yīng)速度,但會導(dǎo)致氰化物蒸發(fā),且能耗增大。

1.1.2 鋅粉置換過程

礦漿浸出及壓濾洗滌后所得貴液經(jīng)凈化、脫氧,與鋅粉發(fā)生置換反應(yīng)得到金,化學(xué)反應(yīng)方程式為:

置換過程的評價指標(biāo)包括置換率、置換物耗和能耗。

1)置換率的影響因素:鋅粉添加量、貴液溶解氧濃度、壓濾機出來的貴液量、金氰離子濃度。鋅粉添加量可以決定置換過程效果的優(yōu)劣。鋅粉加入過量,會增加物耗與成本;鋅粉加入不足,會導(dǎo)致貴液中金氰離子濃度過高,使得金置換率降低。在生產(chǎn)過程中,會根據(jù)實際情況控制鋅粉添加量;脫氧與置換過程的消耗指標(biāo)則由脫氧塔入口的貴液流量和貴液的濁度控制,而貴液中氧濃度過高,會使金氧化還原,導(dǎo)致已經(jīng)析出的金溶解。所以實際生產(chǎn)中溶解氧濃度一般控制在0.5 mg/L以下;壓濾機出來的貴液量及貴液中金氰離子濃度則直接決定了金產(chǎn)量;置換反應(yīng)速度隨貴液中金氰離子濃度升高而加快,達到一定值時,析出金的聚合影響了金氰離子與鋅接觸,導(dǎo)致反應(yīng)速度加快放緩。

2)置換物耗的影響因素:鋅粉添加量及溶液pH等。溶液pH影響堿性物質(zhì)添加量,實際生產(chǎn)中溶液pH一般保持在10.5～11.5范圍內(nèi)。

3)能耗的影響因素:溫度等。溫度在一定的條件下會影響置換過程反應(yīng)速度,溫度越高,反應(yīng)速度越快,實踐表明實際生產(chǎn)中最適宜溫度為15～25 ℃。

1.2 運行狀態(tài)評價變量的選取

以綜合經(jīng)濟效益為全流程評價指標(biāo),其運行狀態(tài)評價變量的選取依據(jù)是對浸出與置換過程評價指標(biāo)有影響的變量,并從質(zhì)量指標(biāo)和消耗指標(biāo)兩方面評價每一級工序的運行狀態(tài)。結(jié)合實際生產(chǎn)情況及各變量的性質(zhì),選取狀態(tài)評價變量,結(jié)果見表1。評價指標(biāo)的選取規(guī)則見表2。

表1 浸出和置換工序運行狀態(tài)的評價變量

表2 評價指標(biāo)選取規(guī)則

2 基于粗糙集的運行狀態(tài)評價模型的建立

2.1 離線模態(tài)劃分

生產(chǎn)過程的模態(tài)可以根據(jù)模態(tài)指示變量判斷。由于模態(tài)指示變量中有定性變量和定量變量混合的情況,所以將定量變量定性化,再利用定性變量的組合值及專家經(jīng)驗[14]進行模態(tài)劃分。

結(jié)合浸出與置換過程的影響因素選取模態(tài)指示變量,結(jié)果見表3,定量變量的定性化規(guī)則見表4。將定量變量定性化后,對全部指示變量進行模態(tài)劃分,得到模態(tài)規(guī)則庫,結(jié)果見表5。

表3 模態(tài)指示變量

表4 定量變量的定性化規(guī)則

表5 模態(tài)規(guī)則庫

2.2 工序?qū)舆\行狀態(tài)評價模型的建立

根據(jù)表1選取工序?qū)痈髯庸ば蛴糜谶M行狀態(tài)評價的工序變量。采用層次分析法[15]分別計算各工序的變量對子工序運行狀態(tài)影響的權(quán)重,結(jié)果見表6。

表6 浸出和置換的工序變量權(quán)重

根據(jù)1.2節(jié)對各工序關(guān)鍵變量及評價指標(biāo)的選取,將工序變量作為條件屬性,評價指標(biāo)作為決策屬性,建立相應(yīng)的決策表。再根據(jù)2.1節(jié)中的離線模態(tài)劃分,將三類模態(tài)數(shù)據(jù)分別代入到對應(yīng)的決策表中,并對全部決策表依次應(yīng)用粗糙集理論中的離散化算法、屬性約簡算法及值約簡算法[16],計算得相應(yīng)的工序?qū)釉u價規(guī)則庫?；诖植诩墓ば?qū)与x線建模過程[17]如圖1所示。

圖1 基于粗糙集的濕法冶金工序?qū)与x線建模過程

2.3 目標(biāo)層運行狀態(tài)評價模型的建立

以綜合經(jīng)濟效益為全流程狀態(tài)評價指標(biāo),將其劃分為四個狀態(tài)等級:優(yōu)、良、中、差,具體含義見表7。目標(biāo)層狀態(tài)評價指標(biāo)參照表2。

表7 狀態(tài)等級及含義

為了保證評價結(jié)果的準(zhǔn)確性,利用層次分析法計算各工序評價指標(biāo)對全流程運行狀態(tài)影響的權(quán)重,結(jié)果見表8。

表8 各工序的評價指標(biāo)及權(quán)重

以各子工序評價指標(biāo)為條件屬性,綜合經(jīng)濟效益為決策屬性,建立目標(biāo)層決策表。依次將三類模態(tài)數(shù)據(jù)代入到目標(biāo)層決策表中,得相應(yīng)的目標(biāo)層運行狀態(tài)評價規(guī)則庫?；诖植诩哪繕?biāo)層建模過程[17]如圖2所示。

圖2 基于粗糙集的濕法冶金目標(biāo)層建模過程

3 仿真分析

3.1 在線模態(tài)識別仿真分析

模態(tài)識別是運行狀態(tài)在線評價的基礎(chǔ),樣本數(shù)據(jù)的模態(tài)識別[18]過程如圖3所示。

圖3 樣本數(shù)據(jù)的在線模態(tài)識別過程

選取160組樣本數(shù)據(jù)運行模態(tài)1,每組樣本數(shù)據(jù)包含表1中全部工序變量的取值,樣本數(shù)據(jù)在線模態(tài)識別結(jié)果如圖4所示。可以看出:設(shè)置前80組樣本數(shù)據(jù)為優(yōu)狀態(tài),后80組樣本數(shù)據(jù)通過降低一次浸出NaCN添加量變?yōu)榱紶顟B(tài)。仿真分析結(jié)果表明,模態(tài)識別方法準(zhǔn)確性較高。

圖4 樣本數(shù)據(jù)的在線模態(tài)識別結(jié)果

3.2 在線評價仿真分析

基于已建立的運行狀態(tài)評價模型,對3.1中經(jīng)在線模態(tài)識別后的數(shù)據(jù)進行工序?qū)拥臓顟B(tài)評價與規(guī)則匹配,獲得樣本數(shù)據(jù)全部工序評價指標(biāo)的狀態(tài),再進行目標(biāo)層的狀態(tài)評價與規(guī)則匹配,獲得樣本數(shù)據(jù)全流程運行狀態(tài)。

全流程在線評價仿真分析結(jié)果如圖5所示,子工序評價指標(biāo)狀態(tài)變化結(jié)果如圖6所示。

圖5 全流程在線評價仿真分析結(jié)果

圖6 子工序評價指標(biāo)狀態(tài)變化

由圖5、6看出:前80組樣本數(shù)據(jù),全流程評價指標(biāo)及子工序的評價指標(biāo)均處于最優(yōu)狀態(tài);但由于NaCN添加量降低,后80組樣本數(shù)據(jù)一次浸出工序的浸出率與物耗均降低,全流程在線評價也變?yōu)榱肆紶顟B(tài),說明在線評價法具有一定的有效性與準(zhǔn)確性。

3.3 非優(yōu)追溯仿真分析

采用基于計算差異度貢獻率的非優(yōu)追溯方法[6],通過計算各工序變量對于差異度指標(biāo)的貢獻,找出差異度貢獻率較大的工序變量即為非優(yōu)變量。分層分塊自上而下進行查找,先對目標(biāo)層非優(yōu)原因進行追溯,通過目標(biāo)層的規(guī)則匹配得到導(dǎo)致全流程非優(yōu)的工序級原因;再對工序?qū)臃莾?yōu)原因進行追溯,由工序?qū)拥囊?guī)則匹配得到導(dǎo)致工序非優(yōu)的變量原因。根據(jù)以上仿真結(jié)果,選擇第81組樣本數(shù)據(jù)進行非優(yōu)追溯。目標(biāo)層非優(yōu)追溯結(jié)果如圖7所示。

圖7 子工序評價指標(biāo)狀態(tài)匹配結(jié)果

由圖7看出:一次浸出率及一次浸出物耗與匹配規(guī)則對應(yīng)變量狀態(tài)差異很大,而其他評價指標(biāo)均能很好地匹配規(guī)則對應(yīng)變量狀態(tài),這表明一次浸出率及一次浸出物耗是金浸出效果下降的主要原因,因此確定非優(yōu)工序評價指標(biāo)為一次浸出率及一次浸出物耗。對一次浸出工序?qū)舆M行非優(yōu)原因追溯,一次浸出工序?qū)臃莾?yōu)追溯的結(jié)果如圖8所示?？梢钥闯?一次浸出工序?qū)又?NaCN添加量與匹配優(yōu)規(guī)則對應(yīng)變量狀態(tài)差異最大,而其他變量無明顯差異。因此,確定非優(yōu)追溯的結(jié)果為NaCN添加量不足導(dǎo)致運行狀態(tài)等級較低,從而導(dǎo)致金浸出率下降。仿真分析得到的非優(yōu)原因追溯結(jié)果與實際非優(yōu)原因一致,說明非優(yōu)追溯法具備一定的準(zhǔn)確性與可行性。

圖8 子工序變量狀態(tài)匹配結(jié)果

4 結(jié)論

針對金氰化浸出工藝中的浸出與置換兩個工序,采用基于粗糙集的運行狀態(tài)評價方法進行在線評價及非優(yōu)追溯是可行的。當(dāng)運行狀態(tài)評價結(jié)果處于非優(yōu)時,可通過非優(yōu)原因追溯找出導(dǎo)致非優(yōu)的工序變量,且與實際非優(yōu)原因工序一致。該方法具有一定的準(zhǔn)確性和可靠性,便于實際操作進行調(diào)整,但在實際生產(chǎn)中,此法尚有不足,如模態(tài)指示變量無法準(zhǔn)確獲得,只考慮了生產(chǎn)過程中的穩(wěn)定模態(tài),未考慮過度模態(tài),可能會導(dǎo)致評價結(jié)果與實際有誤差,因此,對濕法冶金過程運行狀態(tài)的評價方法仍有待深入研究。