湿法炼锌电解过程能耗优化控制分析与应用

《湿法炼锌电解过程能耗优化控制分析与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、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

2、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。关键词：锌电解能耗优化模型，智能优化算法，改进粒子群算法，锌电解过程监测与优

3、化控制系统adjustedempiricallybyoperatorstokeepproducingstable，disregardingtherelationshipbetweenthepowerconsumptionandtechnicparameters．Therefore，thepowerconsumptionisenormousatpresent．Consideringenergysavinginelectrolysiszincprocess，thepowerconsumptionoptimizati

4、onmodelofelectrolyticzincprocessisestablishedbasedonthemathematicmodelofelectrolyticzincprocessandprovidedthatpowerchargeiscountedintime-sharingway．Thismodeltakescurrentdensity,theconcentrationofsulfateacidandzincsulfateasvariables，outputandthetechnicparamet

5、ersrangeasrestrictions，andaimstominimizethepowerconsumptionandthepowercharge．InordertoovercometheprematureconvergenceproblemofPSO，anewmodifiedPSO(AVCPSO)ispresentedinthisthesis．Intheprocessofpopulationevolution，AVCPSOcanacceleratethevelocityofthepopulationad

6、aptively．Thusthisalgorithmhasthecontinuitysearchability．Asaresulttheprobabilityofthepopulationtrippingoutfromlocalextremeisimprovedandtheprematureconvergenceproblemissolvedeffectively．AVCPSOisappliedtothepowerconsumptionoptimizationmodelandoptimalpowerconsum

7、ptionschemeisobtained．Finally,themonitoringandoptimalcontrolsystemofelectrolyticzincprocessisdevelopedtocheckprocessstatuson-line．Withtheoptimizedtechnicparameters，thecurrentintensity,theconcentrationofsulfateacidandzincsulfate，andthetemperaturearereal-timel

8、ycontrolledinthissystem．KEYWORDS：powerconsumptionoptimizationmodelofelectrolyticzincprocess，intelligentoptimizationalgorithm，improvedParticlenSwarmOptimization，themonitoringandoptimalcontrolsyst