基于分层分块结构的流程工业过程运行状态评价(4)

定义和第 k 条优规则ak=[ak,1,ak,2,···,ak,J′]的匹配度为

其中,|aj?ak,j|为aj和ak,j的等级差,Aj为属性j的等级总数,βj为属性j的权重,权重越小,相应属性可操作性越强,且满足,利用式(3),可在最优规则库中选取与a匹配度最高的规则,记为a?.然后利用差异度,确定a确定a中非优的属性.定义a和a?中第j个属性的差异度为

基于RSHMM的非优原因追溯如图4所示.在全流程层,需要查找zt中导致非优的功能区层指标.以全流程层RS模型为基础,将决策属性CEI为优的数据构成全流程层的最优规则库.计算zt与最优规则库中每条规则的匹配度,得到与之匹配度最大的优参考规则,记为.对比zt和中的每个属性状态取值的差异,差异度大的为非优的属性,需要进一步查找其非优原因.在获得的同时,对应的单元层指标和过程变量也可以相应获得,这些数据构成新的优规则库,是下一层追溯的基础.

图3 非优原因追溯中的规则匹配示意图Fig.3 Schematic diagram of the rule matching in non-optimal cause identification

图4 基于RSHMM的非优原因追溯示意图Fig.4 Schematic diagram of non-optimal cause identification based on RSHMM

在非优的功能区内,对于一个非优的指标,需要查找中导致非优的单元层指标.以第m个功能区第i个工艺指标的RS模型为对象,计算与最优规则库中每条规则的匹配度,得到与之匹配度最大的优参考规则,记为.对比中的每个属性状态取值的差异,差异度大的为非优的属性,需要进一步查找其非优原因.此时,优规则库进一步缩小为功能区层指标为、单元层指标为的规则,作为下一层追溯的基础.

在非优的单元内,对于一个非优的指标,需要查找中导致非优的过程变量.类似地,以第m个功能区第n个单元第i个工艺指标的RS模型为对象,通过计算匹配度,得到最优规则库中与匹配度最大的优参考规则.对比和中的每个变量状态取值的差异,差异度大的为非优原因变量.如果出现针对同一单元的多种追溯结果,则将所有追溯结果进行输出,由操作人员或领域专家结合过程知识进行进一步判断.

非优原因变量的调整,可参考中的状态.最基本的调整策略有两种:1)将存在差异的变量,按照差异度从大到小逐个进行调整;2)同时调整存在差异的变量.第一种调整方法通常不需要等到所有变量都进行调整,就可以恢复最优运行状态,所需调节变量少,但调整时间长;第二种调整方法可以使生产过程迅速恢复到最优运行状态,但是需要多个生产环节的相互配合.具体调整策略的选择,需根据过程特点和生产需求进行确定.

3 仿真分析

图5 金湿法冶金工艺流程示意图Fig.5 The flow chart of the gold hydrometallurgy process production

金湿法冶金过程是一个典型的流程工业过程.与传统火法冶金不同,金湿法冶金将矿石中固态的金转换为矿浆中液态的金,再用锌粉进行置换,在冶金效率和环境保护方面有较大优势.但是,金湿法冶金过程含有大量不确定性,很多变量只能定性估计,而不能定量测量.因此,本章以国内某金湿法冶金过程为背景,验证所提方法的有效性和可行性.该金湿法冶金工艺流程如图5所示,过程包含三个功能区:浸出功能区、洗涤功能区和置换功能区.浸出功能区包含一次浸出单元和二次浸出单元.浸出单元用适当的溶剂处理矿石或精矿,使黄金以金氰络合物离子形态进入溶液,而脉石及其他杂质不溶解.因此,黄金和原矿物杂质以固–液相的形式区分开来.洗涤功能区包含一次洗涤单元和二次洗涤单元.压滤洗涤单元起到固液分离的作用,将富含金氰络合物离子的贵液输送到置换功能区,将固体杂质进行回收利用.两浸两洗的工艺设置保证了黄金浸出率.置换功能区利用锌粉与金氰络合物离子发生的置换反应,将液相的黄金重新变为固相.此功能区规模不大,变量相关性强,不需再细分为不同生产单元.因此,金湿法冶金过程的分层分块结构为:全流程层是金湿法冶金全流程;功能区层包含浸出、洗涤和置换功能区;单元层包括浸出功能区中的第一次浸出和第二次浸出单元,以及洗涤功能区中的第一次洗涤和第二次洗涤单元.

本节将所提方法应用于我们课题组开发的金湿法冶金半实物仿真平台中.此仿真平台模拟了所研究的金湿法冶金生产过程.经过长时间的实践、修正和完善,可以较为准确地模拟该湿法冶金生产过程,为实际生产决策提供参考.经过深入研究,选取与CEI密切相关的15个工艺指标和34个过程变量用于实现该过程的分层分块结构运行状态评价,分别列于表1和表2中.过程运行状态划分为优、中、差三个等级,分别对应CEI高、中、低三个状态.从半实物仿真平台采集三个等级的数据各2000组作为建模数据,每组数据包含生产条件、过程变量、单元层指标、功能区层指标和全流程评价指标CEI的变量状态.采集300组数据作为测试数据,每组数据包括生产条件、单元层各子块所含变量的状态.这300组测试数据模拟了运行状态等级从优变为中的生产过程:前150组测试数据运行于优运行状态;从第151组测试数据开始,模拟矿浆来料量增多时,未能及时增加二浸NaCN添加量,导致运行状态从优变为中的过程.选取滑动窗口长度H=5,用本文所提RSHMM方法分别进行运行状态评价和非优原因追溯.

文章来源：《湿法冶金》 网址: http://www.sfyjzz.cn/qikandaodu/2021/0128/392.html