随着稀土产业不断向规模化、集中化、连续化方向发展,建立高效、稳定、智能化的产业线是未来的趋势。在实际现场中,由于开采工业系统外部环境和内部因素的干扰,需要对整个系统的关键控制量进行有效控制,以保证稀土产品的质量和收益。稀土萃取机‍在工作中应解决哪些问题?

1. 现场数据收集不足

针对稀土萃取领域采集数据不足的问题,基于串级萃取理论设定工艺参数,采用液分离漏斗法对CEPR / nd串级萃取系统进行计算机动态模拟,动态计算各阶段多组分分离系数,获得操作过程数据,对现场采集的数据进行补充和校正,为稀土开采过程建模和控制奠定基础。

2. 萃取率不足

稀土提取过程中环境变化、设备损坏、原料批次不同等因素的持续干扰会改变对象的操作特性,导致脱机模型失配,控制器性能逐渐恶化。在构建系统回声状态网络离线模型的基础上,对稀土提取过程模型在线优化控制方法进行了优化。当输出误差超过某一阈值时,启动模型优化调整策略,通过卡尔曼滤波算法对模型参数进行校正,并对预测控制器进行相应的修正。然后通过实验仿真验证了设计的可行性。

3.设备强耦合

针对稀土提取过程的强耦合性,将系统视为多个多输入、单输出子系统,对每个系统构建稀土提取过程的极限学习机模型。在此基础上,将解耦控制策略引入预测控制算法中,设计了模型预测解耦控制器,根据其他回路的输出偏差自适应调整某环控制器目标函数的偏差权值。然后,将所设计的控制器与常规广义预测控制器进行比较,总结出不同工况下的控制调节规律,并通过仿真验证了控制器的可靠性。

为提高稀土萃取过程的运行控制性能,在建立合适系统模型的基础上,分别设计稀土萃取过程模型在线优化控制器和模型预测解耦控制器,并通过仿真验证了其可靠性。从而为稀土萃取机‍系统的智能化,并更稳定的应用于环境多变的萃取工艺场所提供一定的理论依据和技术支持。