稀土萃取过程预测控制方法研究

论文摘要

我国是稀土资源大国,稀土的储量和产量均居世界首位。稀土元素因具有优异的化学和物理性能而广泛应用于各种生产领域。难萃和易萃稀土元素组分含量是稀土萃取生产过程的重要质量指标,它对生产过程的经济性和产品质量具有重要影响。但是,目前稀土元素组分含量主要靠人工采样离线检测、操作人员依据生产经验进行调控,严重地降低了生产效率,增加了生产成本。因此,实现难萃和易萃稀土元素组分含量的在线检测与优化控制显得尤为重要,本文主要针对这两个问题提出解决方案:根据多模型原理建立元素组分含量在线检测的多线性模型,实现元素组分含量的在线估计;采用预测控制的方法对元素组分含量进行控制,保证了出口处稀土产品的质量。本文所做的具体研究如下:1、简要描述了稀土串级萃取分离过程原理及其工艺流程,详细阐述了萃取过程动态数学模型的建立及其简化,结合多模型建模原理将简化后的模型结构作为局部模型的结构,利用工业现场采集的数据样本进行减法聚类分析,得到稀土萃取过程的工作点,在各个工作点处辨识模型参数,并利用测试数据对多模型进行检测。仿真结果表明,所建模型比较适合用于稀土元素组分含量的在线估计。2、针对稀土萃取过程具有非线性、时变、大滞后等特点,常规控制方法很难得到满意的控制效果。广义预测控制算法对模型的精度要求不高,为此在建立元素组分含量在线检测的多模型基础上,对各个子模型设计对应的广义预测控制器,实时调整控制量使元素组分含量达到理想指标值,并用MATLAB进行仿真研究。仿真结果表明,该算法动态响应快,具有较好的稳定性和鲁棒性,跟踪效果好,能够获得较好的控制效果。最后通过仿真分析了广义预测控制中主要控制参数对系统性能的影响。研究结果对稀土元素组分含量在线检测和优化控制具有重要意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的目的及意义
• 1.2 本课题相关领域的现状及发展趋势
• 1.2.1 稀土元素的分离技术
• 1.2.2 稀土萃取过程组分含量的测量方法
• 1.2.3 稀土萃取过程的数学模型
• 1.3 预测控制的发展及研究现状
• 1.3.1 预测控制的产生及发展
• 1.3.2 预测控制的研究现状
• 1.4 本文研究的主要内容及结构安排
• 第二章 多模型预测控制
• 2.1 预测控制
• 2.1.1 预测控制的基本思想与结构
• 2.1.2 预测控制的基本原理
• 2.1.3 预测控制的特点
• 2.2 多模型控制
• 2.2.1 多模型控制原理
• 2.2.2 多模型集的建立与优化
• 2.2.3 多模型控制的切换和加权策略
• 2.3 多模型预测控制
• 2.3.1 多模型预测控制的基本原理
• 2.3.2 多模型预测控制的研究现状
• 2.4 本章小结
• 第三章 稀土萃取过程组分含量的多线性模型
• 3.1 稀土萃取过程描述
• 3.2 稀土萃取过程动态数学模型
• 3.2.1 动态数学模型描述
• 3.2.2 动态数学模型的简化
• 3.3 多模型建模
• 3.3.1 减法聚类算法
• 3.3.2 多模型系统描述
• 3.3.3 模型切换策略
• 3.3.4 多模型集的优化
• 3.4 稀土萃取组分含量的多线性模型
• 3.4.1 数据采集和预处理
• 3.4.2 组分含量在线检测的多模型仿真研究
• 3.5 本章小结
• 第四章 稀土萃取过程广义预测控制方法研究
• 4.1 广义预测控制的基本原理
• 4.1.1 预测模型
• 4.1.2 滚动优化
• 4.1.3 反馈校正
• 4.2 广义预测控制算法
• 4.2.1 丢番图（Diophantine）方程的递推求解
• 4.2.2 多步输出预测
• 4.2.3 最优控制律
• 4.2.4 控制参数的选择
• 4.3 基于 GPC 算法的稀土元素组分含量控制系统
• 4.3.1 稀土元素组分含量控制过程描述
• 4.3.2 元素组分含量控制系统的CARIMA 模型
• 4.3.3 GPC 算法在元素组分含量控制中的仿真研究
• 4.3.4 GPC 控制中主要参数对系统性能的影响
• 4.4 本章小结
• 第五章 结束语
• 5.1 论文工作总结
• 5.2 本课题今后需进一步研究的地方
• 参考文献
• 附录A 预处理后的数据样本
• 个人简历 在读期间发表的学术论文
• 致谢