湿法炼锌电解过程能耗优化控制研究与应用

论文摘要

湿法锌电解过程是硫酸锌溶液中锌离子在直流电作用下放电析出的过程,电耗是其重要的经济技术指标。目前生产中,工艺参数一般由操作人员以工况稳定为前提,凭经验进行操作,难以考虑能耗与各工艺参数之间的影响关系,造成锌电解过程能耗高。针对这一问题,本文以湿法炼锌电解过程为研究对象,根据电力部门实行分时计价供电的情况和锌电解过程数学模型,建立了以锌电解过程的能耗和用电费用最低为目标,以电流密度、硫酸浓度、锌浓度等工艺参数为优化变量,以产量约束和工艺参数边界范围为约束条件的锌电解过程能耗优化模型。针对粒子群优化算法的早熟收敛问题,本文提出了一种加速度调整的协同粒子群算法(AVCPSO)。AVCPSO在进化过程中,当粒子陷入局部最优时,通过加速度策略增强种群的速度,使算法获得持续搜索的能力,从而提高种群跳出局部极值的几率,有效克服早熟收敛。将AVCPSO应用于锌电解过程能耗优化模型,获得锌电解过程能耗优化方案。最后,本文开发了锌电解过程监测与优化控制系统。该系统能实时监测锌电解过程运行状况,进行工艺参数优化计算,实现电流强度、锌酸浓度和电解温度的在线控制。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景及任务
• 1.2 湿法炼锌电解过程能耗优化的研究现状
• 1.3 智能优化算法及其在复杂工业过程中的应用现状
• 1.4 论文的主要研究内容
• 第二章 锌电解过程分析与能耗优化建模
• 2.1 湿法炼锌的工艺简介
• 2.2 锌电解过程分析
• 2.2.1 主要经济技术指标
• 2.2.2 能耗影响因素分析
• 2.3 锌电解过程数学模型
• 2.4 锌电解过程能耗优化模型
• 2.5 小结
• 第三章 基于改进PSO算法的锌电解过程能耗优化
• 3.1 粒子群优化算法及其分析
• 3.1.1 粒子群优化算法介绍
• 3.1.2 粒子群优化算法参数控制分析
• 3.1.3 惯性权重理论分析及改进
• 3.1.4 粒子群算法常用测试函数
• 3.2 带有加速度的粒子群算法AVPSO
• 3.2.1 改进算法的基本原理
• 3.2.2 AVPSO算法
• 3.3 带加速度的协同粒子群优化算法AVCPSO
• 3.3.1 协同粒子群算法CPSO
• 3.3.2 AVCPSO算法
• 3.4 改进粒子群算法在锌电解能耗优化中的应用
• 3.4.1 约束条件与适应度的处理
• 3.4.2 AVCPSO的计算步骤及仿真
• 3.5 小结
• 第四章 锌电解过程监测与优化控制系统
• 4.1 锌电解过程工艺流程及优化控制结构
• 4.2 系统总体结构
• 4.3 系统软件设计
• 4.4 小结
• 第五章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间主要研究成果