基于修正项自适应的草酸钴合成过程批次间优化研究

作     者：黄碧璇 

作者单位：东北大学 

学位级别：硕士

导师姓名：毛志忠

授予年度：2015年

学科分类：080603[工学-有色金属冶金] 08[工学] 0806[工学-冶金工程] 

主      题：草酸钴合成过程 多向偏最小二乘回归 自适应修正项 批次间优化 模型不确定性 

摘      要：随着制造业和高科技产业的发展,金属钴在航天航空领域、硬质合金制造、电池生产领域都发挥着重要作用。由于金属钴应用范围广泛且涉及到诸多高科技产业,导致用户对金属钴的平均粒度具有很高要求,而这一指标主要受到其原料草酸钴的影响。但目前在湿法冶金合成草酸钴过程中,产品质量控制主要依靠经验调节,造成各批次间草酸钴平均粒度不均,同时草酸钴粒径偏小时还容易造成滤网堵塞,干燥困难等问题,降低了草酸钴的生产效率,因此目前急需在草酸钴生产中引入先进控制技术,提高产品质量。本文针对草酸钴生产过程中存在的质量问题,在系统分析草酸钴生产过程特点的基础上,对草酸钴合成机理进行详细分析,并设计适用于实际生产的数据建模方法,最终利用修正项自适应迭代优化算法对草酸钴平均粒径进行批次间优化。本文的主要工作包括:(1)介绍湿法冶金草酸钴合成过程生产流程,定性分析草酸钴合成过程中各操作变量对草酸钴平均粒度的影响,利用结晶动力学模型、粒数衡算方程和物料衡算方程对草酸钴合成过程进行机理建模,并且通过仿真验证机理模型与定性分析结果的一致性。(2)基于历史生产数据,利用多向偏最小二乘(MPLS)法建立草酸钴生产过程数据模型,并利用仿真验证数据模型准确性。同时在数据模型的基础上采用两步法迭代优化算法,对草酸钴平均粒度进行批次间迭代优化。(3)由于数学模型存在不确定性,导致优化结果偏离最优值。针对该问题,本文采用带修正项的自适应优化方法,在目标函数和约束条件中引入修正项,使迭代优化结果收敛到实际最优值。最后将该方法应用于草酸钴平均粒度优化中,并通过仿真验证其有效性。(4)为防止模型泛化能力不足带来误差,并逐步扩大迭代优化的寻优范围,对修正项自适应优化进行改进,首先为减小模型泛化误差,在优化方程中引入约束条件限制迭代优化的寻优范围,使优化结果不超过模型的预测能力;另一方面在迭代优化中对模型进行更新,逐步扩大优化算法的寻优范围,并通过仿真对以上改进算法进行验证。