【摘要】：生物氧化預(yù)處理過程是處理高砷高硫難處理金礦石的主要工序,也是保證黃金提取率的關(guān)鍵環(huán)節(jié)。氧化槽的進氣量直接影響礦漿與生物間的氧化效率,進而影響提金率。供氧系統(tǒng)作為主要能耗工序之一,在保證生物氧化提金工藝產(chǎn)品質(zhì)量的前提下,利用優(yōu)化控制技術(shù)降低其能耗對生產(chǎn)實踐具有重要意義。對于現(xiàn)有的生物氧化預(yù)處理工藝,進氣量的調(diào)控仍處于依據(jù)現(xiàn)場經(jīng)驗手動調(diào)節(jié)的水平。此外,由于氧化槽內(nèi)成分復(fù)雜,預(yù)處理過程具有強非線性、耦合性和大時滯性的特點,無法實現(xiàn)進氣量的實時控制。而在大多數(shù)情況下,各氧化槽多采用“寧多勿少”的進氣原則,導(dǎo)致高溶氧水平而低氧利用率,大大降低了能源的利用率。針對上述問題,本文以生物氧化預(yù)處理—氰化提金生產(chǎn)過程中的供氧系統(tǒng)為研究對象,結(jié)合預(yù)處理過程實際生產(chǎn)狀況,開展生物氧化槽進氣量在線預(yù)測及其能耗優(yōu)化方法研究。主要研究工作和創(chuàng)新性成果如下:1)針對氧化槽進氣量在線預(yù)測問題,提出一種基于最優(yōu)加權(quán)的進氣量智能集成預(yù)測模型。首先在分析生物氧化過程機理的基礎(chǔ)上,建立了生物氧化預(yù)處理過程耗氧機理模型;然后在氧化槽內(nèi)采集數(shù)據(jù)相關(guān)性分析的基礎(chǔ)上,建立了基于在線支持向量回歸機的進氣量預(yù)測模型;最后采用最優(yōu)加權(quán)的方法,獲得各個預(yù)測模型的加權(quán)系數(shù),建立進氣量智能集成預(yù)測模型。工業(yè)現(xiàn)場數(shù)據(jù)實驗結(jié)果表明智能集成模型的預(yù)測精度高于任一單一預(yù)測模型,能有效地預(yù)測氧化槽進氣量,為生產(chǎn)操作提供依據(jù)。2)為使供氧過程達到能耗最優(yōu)的操作條件,提高能源的利用率,在對供氧系統(tǒng)進行節(jié)能分析、節(jié)能評價的基礎(chǔ)上,針對現(xiàn)有生產(chǎn)設(shè)備和工藝流程,提出行之有效的節(jié)能措施�；谏镅趸A(yù)處理過程進氣量在線預(yù)測結(jié)果,通過各個氧化槽進氣量的實時控制,實現(xiàn)節(jié)能降耗的目標(biāo)。
【學(xué)位授予單位】：新疆大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TF831

【參考文獻】

相關(guān)期刊論文 前2條

1 鄭曄;;難處理金礦石預(yù)處理技術(shù)及應(yīng)用現(xiàn)狀[J];黃金;2009年01期

2 高強;王洪禮;管火志;;基于混沌時間序列的變電站設(shè)備溫度預(yù)測[J];控制工程;2009年01期

，

本文編號：2682134