预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112899496A(43)申请公布日2021.06.04(21)申请号202110076838.9(22)申请日2021.01.20(71)申请人中南大学地址410083湖南省长沙市麓山南路932号(72)发明人李勇刚张源华孙备朱红求阳春华张旭隆刘国欣陈威扬(74)专利代理机构长沙朕扬知识产权代理事务所(普通合伙)43213代理人易瑶(51)Int.Cl.C22B19/20(2006.01)C22B3/44(2006.01)G16C20/10(2019.01)权利要求书3页说明书13页附图5页(54)发明名称湿法炼锌净化除钴过程入口铜离子浓度估计方法及系统(57)摘要本发明公开了一种湿法炼锌净化除钴过程入口铜离子浓度估计方法及系统,通过根据除铜过程动力学原理与物料平衡原理,建立第一模型,基于第一模型,根据停留时间分布关系,建立第二模型,建立除钴过程的KPLS模型以及基于第一模型、第二模型以及KPLS模型,建立除钴过程入口铜离子浓度估计模型,并基于除钴过程入口铜离子浓度估计模型获得除钴过程入口铜离子浓度估计值,解决了现有湿法炼锌净化除钴过程入口铜离子浓度检测精度低的技术问题,充分考虑到除铜过程和除钴过程的铜离子浓度动态变化,不仅能实时在线检测除钴过程入口铜离子浓度,且检测精度高,为除钴过程的优化控制提供指导。CN112899496ACN112899496A权利要求书1/3页1.一种湿法炼锌净化除钴过程入口铜离子浓度估计方法,其特征在于,所述方法包括:根据除铜过程动力学原理与物料平衡原理,建立第一模型,所述第一模型为除铜过程氧化还原电位和除铜后液铜离子浓度的关系模型;基于所述第一模型,根据停留时间分布关系,建立第二模型,所述第二模型为除铜后液铜离子浓度和除铜溢流铜离子浓度的关系模型;建立除钴过程的KPLS模型;基于所述第一模型、第二模型以及KPLS模型,建立除钴过程入口铜离子浓度估计模型,并基于所述除钴过程入口铜离子浓度估计模型获得除钴过程入口铜离子浓度估计值。2.根据权利要求1所述的湿法炼锌净化除钴过程入口铜离子浓度估计方法,其特征在于,根据除铜过程动力学原理与物料平衡原理,建立第一模型包括:基于电极反应动力学原理,获得活化能与电位之间的关系;根据活化能与电位之间的关系,基于电化学反应原理,获得化学反应常数;根据所述化学反应常数和除铜反应器出口铜离子浓度,基于除铜过程的一阶化学反应,获得反应速率;根据反应速率,基于物料平衡原理,建立第一模型,且所述第一模型具体为:其中,C1(t)代表t时刻除铜后液的铜离子浓度,代表除铜反应器入口铜离子浓度,Q代表除铜过程硫酸锌溶液的流速,V代表除铜反应器的体积,t0代表初始时刻,Aβ代表指前因子,Ee代表标准活化能参数,α代表比例系数,F代表法拉第常数,eorp代表电位值,eeq代表铜离子标准平衡电位,R代表气体常数,T代表开尔文温度。3.根据权利要求2所述的湿法炼锌净化除钴过程入口铜离子浓度估计方法,其特征在于,基于所述第一模型,根据停留时间分布关系,建立第二模型包括:获取前n个小时间段进入除铜溢流槽的流体元在t时刻还留在溢流槽的概率;基于所述第一模型,根据所述概率,建立第二模型,且所述第二模型具体为:其中C2(t)代表t时刻除铜溢流的铜离子浓度,C1(t‑i△T)代表当前时刻t往前i个小时间段△T的除铜后液的铜离子浓度,i代表前n个小时间段内的第i个小时间段,V2表示除铜溢流槽的体积,△T代表每一小段时间的时间长度,Q(t‑i△T)代表当前时刻t往前i个小时间段△T的除铜后液的流量流速,E(i△T)代表当前时刻t往前i个小时间段△T的停留时间概率。4.根据权利要求1‑3任一所述的湿法炼锌净化除钴过程入口铜离子浓度估计方法,其特征在于,建立除钴过程的KPLS模型包括:选取除钴过程的除钴反应器的锌粉仓下料量、除钴入口溶液流速、废酸添加量、砷盐添2CN112899496A权利要求书2/3页加量以及氧化还原电位构建KPLS模型的输入矩阵,选取除铜溢流的铜离子浓度变量构建输出矩阵;对所述输入矩阵和输出矩阵进行归一化;引入高斯核函数将输入矩阵映射至高维特征空间,获得输入矩阵的特征空间矩阵,并对特征空间矩阵进行中心化处理;基于中心化处理后的特征空间矩阵建立KPLS模型,且所述KPLS模型具体为:其中K0代表中心化处理后的特征空间矩阵,Y代表输出矩阵,T和U分别代表K0和Y的得分矩阵,P和Q分别代表K0和Y的负载矩阵,E和F分别代表K0和Y的残差矩阵,且A为模型中保留的隐变量的个数,B和R分别是回归系数矩阵和残差矩阵,其中回归系数矩阵T=[t1,t2,...tA],U=[u1,u2,...uA],P=[p1,p2,...pA],