（交通信息工程及控制专业论文）基于RBF神经网络的稀土萃取过程组分含量软测量方法研究.pdf

摘要 基于r b f 神经网络的稀土萃取过程组分含量软测量方法研究 摘要 软测量技术能够测量目前由于技术或经济等原因难以直接测量而又十分重要的 过程参数。稀土串级萃取分离过程具有强非线性、时变、大滞后等特点，元素的组分 含量难以在线测量。针对组分含量难以在线测量的问题，本文将r b f 神经网络软测 量方法应用于组分含量的实时检测，充分利用了r b f 神经网络很强的非线性逼近能 力和学习能力，取得了很好的效果。本文主要内容包括： l 、对软测量技术的工程化设计与实现的步骤进行了研究。 2 、简要描述稀土串级萃取分离过程原理及其工艺流程，分析影响元素组分含量 的因素。在对稀土萃取分离过程进行机理分析的基础上，采用r b f 网络建立软测量 模型实现稀土分离过程组分含量在线估计 3 、研究了三种建立r b f 网络软测量模型方法( k _ 均值聚类算法、混合遗传算法、 混合递阶遗传算法) ，并进行仿真试验验证。k 均值聚类算法与混合遗传算法在预先 设定隐含层节点数的情况下能满足组分含量在线估计。混合递阶遗传算法能同时优化 r b f 网络的结构和参数，能根据误差要求调整训练目标，训练效率高，比较适合用 于组分含量在线预测。 r 研究结果对稀士萃取过程组分含量在线测量具有重要意义。 关键词：稀土萃取，软测量，r b f 神经网络，k 均值聚类算法，混合遗传算法， 混合递阶遗传算法 a b s t r a e t s o f t - s e n s o rm e t h o do fc o m p o n e n tc o n t e n ti n r a r ee a r t hs e p a r a t l o np r o c e s sb a s e do nr b f n e u r a ln e t w o r k a b s t r a c t s o f t - s e n s o rt e c h n i q u ec a l lb eu s e dt om e a s u r et h o s ev e r yi m p o r t a n tv a r i a b l e sw h i c h a r ed i 筋c u l tt ob em e a s u r e dd u et ot e c h n i c a la n de c o n o m i c a lr e a s o l l sa tp r e s e n tt i m e t h e r a r e - e a r t hs e p a r a t i o np r o c e s sb yc o u n t e r c u r r e n te x t r a c t i o ni sc h a r a c t e r i z e do f n o n l i n e a r i t y , t i m e - v a r i a n tp r o p e r t i e s ，a n ds e v e r el a g i nm o n i t o r i n ga n dc o n t r o l l i n gt h er a r e - e a r t h s e p a r a t i o np r o c e s sb ye o u n t e r c u r r e n te x t r a c t i o n , o n - l i n ei n f o r m a t i o no f c o m p o n e n t c o n t e n t i sa c c e s s i b l e i no r d e rt oa c q u i r et h er e a lt i m ed a t aa n dc o n t r i b u t et or e a lt i m ec l o s e dl o o p c o m r o l ，t h i st h e s i sa p p l i e ds o f t - s e i l s o rt e c h n i q u eb a s e do nr a d i a lb a s i sf u n c t i o nn e u r a l n e t w o r ka c c o r d i n gt oe n g i n e e r i n ga p p l i c a t i o n , m a d et h eb e s to ft h ec a p a b i l i t yo fn e t w o r k s n o n l i n e a ra p p r o a c ha n dl e a r n i n ga n dg o tag o o dr e s u l t 孔ep f i m 雒yc o n t e n to ft h i st h e s i s a r e 勰f o l l o w s ： ln e e n g i n e e r i n gd e s i g n i n go f s o f t - s e n s o rt e c h n i q u ei sr e s e a r c h e d 2 i td e p i c t st h ep r e e e s so fr a r e e a r t hs e p a r a t i o n , t h e na n a l y s i s e st h ef a c t o r sw h i c h i n f l u e n c et h ec o m p o n e n tc o n t e n t t h es o f t - s e n s o rm o d e lb a s e do nr b fn e u r a ln e t w o r ki s i m p l e m e n t e dt or e a l i z eo n l i n ep r e d i c to f c o m p o n e n tc o n t e n ti nr a r ee a r t hs e p a r a t i o np r o c e s s t h r o u g hm e c h a n i c sa n a l y s i so f s o r - s e u s o r 3 t h r e em e t h o d st ob u i l ds o f t - s e n s o rm o d e lo f r a d i a lb a s i sf t m e t i o nn e u r a ln e t w o r k ( k - m e a n sc l u s t e r i n ga l g o r i t h m , m i x e dg e n e t i ca l g o r i t h m , m i x e dh i e r a r c h i c a l g e n e t i c a l g o r i t h m ) i si n v e s t i g a t e da n dv e r i f i e di ns i m u l a t i o n i nt h ec o n d i t i o no fs e t t i n gh i d d e n l a y e r sn o d en u m b e r s ，k - m e a n sc l u s t e r i n ga l g o r i t h ma n dm i x e dg e n e t i ca l g o r i t h mc a n s a t i s e yo n l i n ep r e d i c t i o no fc o m p o n e n tc o n t e n t m i x e dh i e r a r c h i c a lg e n e t i ca l g o r i t h mc a l l o p t i m i z et h es t r u c t u r ea n dp a r a m e t e ro fr b fn e m a ln e t w o r ka to n et i m e ，c a na d j u s t t r a i n i n ga i m sa c c o r d i n gt ot h ee l l o rr e q u i r e m e n ta n di so fh i g he f f i c i e n t ，i sf i tf o ro n l i n e p r e d i c t i o no f c o m p o n e n tc o n t e n t r e s u l t ss h o w st h a ti ti so f i m p o r t a n tt oo n l i n ep r e d i c t i o no f c o m p o n e n tc o n t e n ti nr a r e e a r t hs e p a r a t i o np r o c e s sb yc o u n t e r c u r r e n t 懿t r a c t i o n k e yw o r d s ：r a r ee a r t he x t r a c t i o n , s o f t - s e n s o r , r b f n e l l m ln e t w o r k , k - m e a n s c l u s t e r i n ga l g o r i t h m , m i x e dg a , m i x e d h i e r a r c h i c a lg a 独创性声明 本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研 究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表和撰写的研究成果，也不包含为 获得华东交通大学大学或其他教育机构的学位或证书所使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示了谢意。 本人签名亟重型日期型型：兰! 关于论文使用授权的说明 本人完全了解华东交通大学大学有关保留、使用学位论文的规定， 即：学校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可 以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保 存论文。 无保密内容。 第一章绪论 第一章绪论 1 1 课题的提出及其研究意义 本课题来源于国家自然科学基金项目“稀土萃取分离过程组分含量软测量方法研 究( 5 0 4 7 4 0 2 0 ) ”。 稀土是稀土元素( 或称稀土金属) 的简称，是1 7 种元素组成的一个金属大家族， 第三副族中的镧( 厶) 、铈( e ) 、镨( 卑) 、钕( 虬) 、钷( 己) 、钐( 瓯) 、铕( e ) 、 钝( q ) 、铽( 毛) 、镝( q ) 、钬( 只) 、铒( 耳) 、铥( 乙) 、镱( e ) 、镥( 厶) 等1 5 个 镧系元素以及性质与它们相近的钪( 罡) 和钇( y ) 。“稀土”是由1 8 世纪末被发现时而 得名，当时认为它们很稀有，其氧化物又有难溶于水的“土性”，故称为稀土。现在 看来，稀土在地壳中的重量百分含量比铜、铅、锌、银等常见金属元素还要高，性质 也不像土，而是一组性质十分活泼的金属，但“稀土”这个奇特的名称却被沿用至今。 我国是举世公认的稀土资源大国。稀土储量和产量均居世界首位，在1 9 个省市 自治区都发现有稀土矿藏，而且矿物品种齐全。仅在内蒙古的白云鄂博矿山中的稀土 储量就约占世界的稀土总储量中的一半。在四川凉山州和山东微山地区蕴藏着优质氟 碳铈镧型轻稀土矿。广东和台湾沿海有丰富的独居石型稀土矿特别令世人瞩目的是 在我国南岭地区，包括江西、广东、福建、湖南、广西等省( 自治区) 蕴藏着我国所特 有而又极为丰富的离子型稀土矿，它们所富含的钇、铽等中重稀土储量占世界一半以 上。 。 稀土已广泛应用于冶金、机械、石油、化工、玻璃、陶瓷、纺织、皮革、农牧养 殖等传统产业领域，可以显著改善产品性能和增加产量。化学性质十分活泼，能与其 它元素组成品类繁多、功能千交万化、用途各异的新型材料，被称作为。现代工业的 维生素”和神奇的“新材料宝库”。 稀土的应用也随着科技的发展从初级到高级，从1 9 世纪末应用稀土制造汽灯纱 罩、打火石和弧光灯碳棒等初级应用产品发展到现在把稀土广泛应用于彩电荧光屏、 三基色节能灯、绿色高能充电电池、汽车尾气净化催化剂、电脑驱动器、核磁共振成 像仪、固体激光器、光纤通讯和磁悬浮列车等高科技领域【i 】。 稀土元素由于独特的性能和广泛的用途，已引起了世界科学和技术界的广泛关注 和重视，被称为新世纪的战略元素，美国国防部公布的3 5 种高技术元素中包含除钷 以外的全部1 6 种稀土元素，日本科技厅也把1 6 种稀土元素列入2 6 种高科技元素的 范围，美、德、俄、日、法、瑞士等国都十分重视稀土材料的研究和开发，并以此带 动许多相关高新技术产业。近年来，几乎每过5 l o 年就有一种新型稀土材料出现或 取得突破性进展，极大的推动了生产技术的发展例如1 9 6 2 年发现的稀土沸石分子 第一章绪论 筛用于石油催化裂化，使汽油产量大幅度提高，1 9 6 6 年发现了稀土红色荧光粉，使 彩电亮度提高了一倍，1 9 7 0 年发现的稀土衫钴永磁材料和1 9 8 3 年问世的钕铁硼实现 了电机的微型化和高效化。7 0 年代中期的镧镍储氢材料直接导致了充电电源和电池 的革命，促进了移动通信的发展，1 9 8 6 年稀土高温超导材料的发现使超导温度进入 液氮温区，9 0 年代的电子滤波材料、光纤材料和大功率电子发射材料极大的促进了 通讯业的发展。稀土光、电、磁等以带动了许多高新技术产业，并随之深入到人民生 活的角角落落【铂】。 事实表明，一个国家的稀土开发应用水平，尤其是在高新技术领域中应用，与其 工业技术发达程度成正比。美国的稀土用量一直居世界第一位。日本、英国、法国、 德国等工业发达国家都缺乏稀土资源，但它们稀土用量都很大并拥有世界一流的稀土 应用技术。这些国家都把稀土看作是对本国经济和技术发展有着至关重要作用的战略 元素。美国认定的；5 个战略元素和日本选定的2 6 个高技术元素中，郁包括了全部稀 土元素。 稀土元素由于其特殊的电子结构，使得它们的物理性质和化学性质都很相似，因 此将它们分离就很难，分离出高纯单一的稀土就更难。高纯单一稀士的一般概念是： 认为稀土纯度在9 9 9 9 9 9 9 9 9 ( 4 n 5 n ) ，纯度在9 9 9 9 9 9 ( 6 n ) 以上，称为超高 纯。 稀土冶炼方法有两种，即湿法冶金和火法冶金。 湿法冶金属化工冶金方式，全流程大多处于溶液、溶剂之中，如稀土精矿的分解、 稀土氧化物、稀土化合物、单一稀土金属的分离和提取过程就是采用沉淀、结晶、氧 化还原、溶剂萃取、离子交换等化学分离工艺过程。现应用较普遍的是有机溶剂萃取 法，它是工业分离高纯单一稀土元素的通用工艺。溶剂萃取法其萃取过程具有分离效 果好、生产能力大、便于快速连续生产、易于实现自动控制等一系列优点，因而逐渐 变成分离大量稀土的主要方法。 火法冶金工艺过程简单，生产率较高。稀土火法冶炼主要包括硅热还原法制取稀 土合金，熔盐电解法制取稀土金属或合金，金属热还原法制取稀土合金等。火法冶金 的共同特点是在高温条件下生产，因此能源消耗较大，限制了它的广泛应用。 近2 0 年来，在串级萃取理论 4 1 指导下，我国稀土萃取分离技术达到世界先进水 平，稀土分离工业的规模和产品质量也已雄居世界之首。随着稀土工业生产的大型化、 集中化和连续化，迫切要求高效、稳定的自动化生产线。法、日、美等国在稀土分离 生产线上实现了物料浓度、酸度和流量的自动检测，并实现了对稀土生产过程中给料 流量的自动控制，使稀土产品质量稳定。我国稀土工业生产过程自动化装备水平普遍 较低，基本停留在离线分析，手工调整、经验控制的水平，导致企业生产效率低、资 源消耗又、产品质蕈不稳定，制约着我国稀土工业的发展。 2 第一章绪论 1 2 本课题相关领域的现状及发展趋势 1 2 1 稀土萃取分离技术的发展 很早以前人们就注意到利用液液萃取速率的差异来分离物质的方法。溶剂萃取 作为一种分离和纯化方法在冶金、核化学、石油化学、食品、制药和环境废物处理等 许多领域都得到了广泛的应用。萃取法已发展成为能解决许多复杂问题的重要工艺过 程。经过许许多多化学和化工学者们多年不懈的努力，己获得了从配位化学、化学动 力学、两相体系的流体力学、界面现象等较基础的研究到流程的开发、设备的设计和 控制等领域的大量知识。 5 0 年来我国萃取化学取得了重大进展。稀土分离技术具有国际先进水平，有的处 于国际领先行列嗍。 1 萃取剂与萃取性能关系 一 我国的科研工作者们合成了大量具有我国资源特点的萃取剂，其中有一些已用于 稀土分离工艺。如p 3 5 0 曾用于制取高纯氧化镧，n 1 9 2 3 已用于分离钍的工业生产中。 性能上优于环烷酸的新型羧酸萃取剂c a - 1 2 ( 仲辛基苯氧基取代乙酸) 有可能用于制 各高纯氧化钇1 5 , 6 。 提出了分离稀土常用的萃取剂，其烷基膦酸单烷基酯的烷基结构对其萃取稀土的 行为有显著影响，通常在磷原子y 位具有取代基烷基的萃取剂分离稀土的性能良好。 开展了h m o 法口檀c k e l 分子轨道法) 对各种萃取剂的结构与性能关系的研究，并采 用分子力学及量化方法研究了一系列酸性磷( 膦) 酸萃取剂的空间结构和电子结构特 征。 2 萃取体系与反映机理的发展 我国的科研工作者们系统地研究了p 5 0 7 萃取稀土元素的性能与机理，提出了 p 5 0 7 在不同矿物酸浓度下的反应机理。在此基础上开拓出了优于p 2 0 4 的p 5 0 7 萃取 分离稀土的工业流程。开展了二烷基膦酸及其硫代衍生物如：二( 2 乙基已基) 膦酸 ( p 2 9 9 ) 、- ( 2 , 4 , 4 三甲基戊基) 膦酸( c y a n e x 2 7 2 ) 、二( 2 4 4 三甲基戊基) 单硫代膦酸 ( c y a n e x 3 0 2 ) 等萃取分离稀土的研究，提出了p 2 2 9 、c y a n e x 2 7 2 及c y a n e x 3 0 2 在某 些性质上是优于p 5 0 7 萃取分离中、重单一稀土的新萃取剂。研究了n 1 9 2 3 在硫酸介 质中萃取钍、稀土、铁的分配规律及机理，结果表明n 1 9 2 3 可用于从硫酸溶液中萃取 分离铈( ) 、钍与稀土( ) 。开展了n 1 9 2 3 对钍、稀土的中空纤维膜萃取研究，提出了 利用动力学差异的新分离模式，实现了1 9 2 3 对钍与稀土o n ) 的中空纤维膜基萃取分 离【4 ，”。对以环烷酸为代表的羧酸萃取体系的深入研究确定了环烷酸是钇与稀土o l i ) 分离的优良萃取剂，并对环烷酸萃取体系的分配规律，微乳状液的形成及反应机理进 行了系统研究。 一 研究了钪的萃取化学，比较了不同结构的酸性磷( 膦) 型萃取剂萃取钪及相关金属 离子的萃取性能与反应机理，提出了p t 2 ( 异丙基膦酸单( 1 已基，4 乙基) 辛酯) 、p 2 2 9 、 3 第一章绪论 c y a n e x 2 7 2 和c y a n e x 3 0 2 是分离钪的有效萃取剂。研究n 1 9 2 3 萃取钪的性能，表明 它是从硫酸介质中萃取分离钪的高效萃取剂。 但是，随着稀土功能材料应用的进一步拓展，环烷酸萃取因其工艺上显露出弊病 越来越难以适应高新技术的发展及产业化对高纯钇质量和成本的要求，而l 王a b 新工 艺将以工艺流程短、质量稳定、收率高等优点逐渐取代环烷酸工艺，成为具有中国特 色的第三代提钇新流程。长春应用化学研究所的李德谦教授最近提出了应用h a b 作 为萃取剂，萃取出了高纯度氧化钇的新工艺。这完全是其首创的新工艺，具有着世界 领先的科技水平，并已经申请了专利。 3 萃取动力学的发展 稀土萃取动力学与传质机理研究表明，p 5 0 7 从不同无机酸介质中萃取稀土( ) 的平衡时间按下列次序增加：h n 0 3 q c 【，司舷s 0 4 。在h c l 体系中，其平衡时间随 稀土原子序数的增加而增大。在给定温度下，相邻稀土的分离系数9 值在体系达到平 衡后最大，研制出测定萃取动力学参数的新型层流型恒界面池，提出了用界面附近的 流体线性流速与萃取速率关系图确定控制模式的更为合理方法。用该新型恒界面池研 究了p 5 0 7r e ( ) 煤油工业萃取体系的动力学，结果表明该萃取体系是伴有界面反应 的扩散控制模式【4 】。 4 串级萃取理论的发展 串级萃取是把若干个萃取器串联起来，使含有萃取剂的有机相和含有被萃物的水 相多次接触，从而大大提高被萃物在水相中的含量，然后从水相当中取得被萃物的物 理化学过程。我国学者在串级萃取理论研究中作出了较大的贡献。在单组份串级萃取 动态平衡的数学模拟和计算程序的基础上，研究了两组份和多组份串级萃取体系的动 态过程。运用计算机技术，设计和编制了一系列两组份和多组份串级萃取分离体系静 态设计和动态计算程序，一步放大到实际生产规模。借鉴同位素分离中的回流萃取操 作概念，对回流萃取技术在稀土分离生产中的应用进行了理论研究和计算机模拟验证， 提出了适合稀土萃取分离的全回流一单回流一大回流一正常操作的新启动模式。针对 稀土分离工业中广泛采用的串级萃取体系，提出了新的稀土串级萃取动态仿真模型。 串级萃取理论的研究成果已用于稀土萃取分离 5 1 。 1 2 2 稀土萃取分离过程组分含量测量方法 稀土萃取分离过程的被控工艺参数较多，但关键是稀土产品纯度。为此，必须对 分离过程中稀土元素组分含量进行检测。由于稀土元素间的化学性质相似，相互间分 离系数小，使得工业上普遍采用的由串级混合澄清槽构成的稀土萃取分离流程级数 多，机理复杂，作为控制对象具有多变量、强耦合、非线性、时变及大滞后等特点【4 】用。 如何在连续的生产过程中对检测点的稀土元素组分含量进行在线检测对于生产过程 的操作运行和自动控制具有十分重要的意义，这已成为稀土萃取分离生产中极其重要 的研究课题嗍。目前元素组分含量测量方法主要有： 4 第一章绪论 1 、离线检测是依靠人工取样，送往实验宝进行分析榆测。这利，方法的特点是可 选择适宜的分析仪器，采用可靠的分析方法，由训练有素的专业人员进行准确测定。 不足的足从采集样品，样品运送，变骑审分析i 玎将分析结果报告给t 艺技术人毋 耗时较长，往往会失抻信息的作用，难以实现舜 产品质帛的控制。 目前我国许多稀土分离厂普遍采用x 射线荧光光谱电感耦合等离子体发射光谱 来测定萃取分离过程巾的m 稀l ：冗索。x 射线荧光光晰测定0 i 以i ：禽景的巾 稀土元素比较准确。等离了体发射光谱测定稀上分离j ：乜过程i 的分界冗素1 分仃 效，其测定下限可达l x l 0 一。其它分析方法无论在测定范围、帮确度、商选抒他、商 效率等方面都难以与上述方法柏抗衡。 2 、现场检测是依靠人工取样，在生产现场逃 ，分析检测。典特点是分射i 迷j 叟伙， 所用仪器比较简单，操作方便。但这种方法仍需要把样品从生产线上转移到分析仪器 上。 一般稀土分离厂在生产现场都能进行容量滴定，测定稀土科液浓度、酸度以及苇 取剂是皂化度等有的还配备分光光度计、荧光光度计来榆测部分单一稀十元素和一 些非稀土杂质 国内研制了几种比较有特点的稀土快速分析仪，并装备于生产现场。包头稀十研 究院采用单道，谱仪在生产现场对水桐和有机棚巾稀i ：总帛进行了快速分析该法根 据康普顿散射强度与样品平均原予序数有关的原理，即散射强度在一定条件f 与稀i ： 浓度成正比关系。仪器选择2 3 8 只源，闪烁探测器。现场测定结果与e d t a 滴定法棚 比，相对偏差小于5 。测量过程仅需l 一2 m i n ，常规有机相中的稀土浓度测定需4 0 m i n 左右。 中国原子能研究院研制了稀土快速能谱仪，用于i - 饶7 1 3 矿稀_ 十工厂的稀十冶炼 中控分析。该仪器利用以发射射线，荧光强度由半导体探测器接受放大输i i i - n 多 道谱仪中处理，可测定除k ，厶外的1 3 个稀土元素它适合o 1 3 5 0 0 9 l 浓度的混 合稀土分析，检出限0 0 5 - 0 3 9 l 对一般工艺i ，稀，i ：钒化物龠昂n q 测r 昂枘度优下 4 - 5 9 1 。 清华大学设计了一台能量色散x 荧光稀土元裹快速分析系统0 1 。该仪器对l 丫i - 一 稀土元素钇的检出限可达o 0 2 9 l 镧浓度为5 0 9 ，l 时，钕的检山限i 叮为o 2 8 3 、在线分析采用自动取样系统，自动地，连续地从生产过程, i q , h 取样； ，并送 入分析仪器中测量其特点是能对生产过程进衍实时慨测，也有可能连续自动控制，| ： 产 8 d 年代初，核工业部第二研究院研制了一种跨限x 射线吸收仪，并在原上海跃 龙化工厂建立了我国第一个稀十分离过程在线分析点该方法能测最l c 只虬 瓯，e ，q ，】，8 个稀土元素，稀：t 总浓度大予1 0 0 9 l 时，误筹小+ 丁2 5 历来 5 第一章绪论 该仪器在国内十余家稀土分离厂推广使用。9 0 年代，清华大学核能研究院在其稀土 分离中试现场用此第二代仪器与自动控制装置相连，实现了稀土萃取分离过程的在线 监测与反馈控制【l i 】 包头稀土研究院将，单道谱仪安装在该院氧化铽萃取柱生产线上1 1 2 】，用于测定 g ，五，2 l 元素。该仪器可在屏幕| ：育接照示f l l 随时问变化的稀十浓度曲线从而 监测萃取柱稀土分离情况。对山口液巾稀土浓度为o o l q o o g t , 的测定。相对误差小 于1 0 。 北京有色金属研究院采用流动注射偶氮氯膦i i i 分光光度法在线检测只。萃淋树 脂分离g ：，瓦，d 。元素的行为，以及阴离子交换树脂分离高纯钪中稀土杂质的状况 d 3 后来进一步改进了单片机控制定时取样，数据转换和传递等功能，在某稀t 分 离生产线上对c ，圯元素进行了自动化监测。 9 0 年代中期，上海跃龙有色金属有限责任公司从美国a s o m a 公司引进了一套 x 射线能谱在线分析仪。该设备通过管道泵输送样品到分析仪器上测景经过则仪器 软件的改进，该设备能较好用于稀土萃取分离过程的在线分析。 4 、流程插入式在线检测是将探头直接插入生产流程中进行分析检测。其特点是 在空间上、时间上进行实时、原位监测，能直接实地反映山生产流程中各种变化无 需另设取样线路。 江西省稀土研究所研制了台光纤分光光度在线分析仪 1 4 1 。由于采用了光纤传 导技术，既实现了测量探头与主机的隔离，又解决了在线分析列的实时取样和信号传 输问题。仪器的测量探头可以直接插入生产流程中的取样点，不影响生产过程的连续 运行，能真实反映物料成分析变化。该仪器已用于稀。卜分离过程的在线分析并与其 它控制设备相连，实现了生产过程的闭环自动化髓挖。 5 、流程非接触式在线检测是探测器不直接与样品接触，靠敏感元件把生产流程 中化学组分检测山来其特点是避免传感器j i 流柙的物邢接触。列i - j n ：j q n 无任何影 响，提高了传感器的使用寿命。 包头稀土研究院研制的同位素x 荧光能谱在线分析仪已应用到某稀土分离厂三 出口分离工艺生产线上1 扪。该仪器不需取样和现场标定。j l 犄探头放在荜取槽订机 下班窗外侧，即可监测槽体内稀土元素的组成，不受榴体内溶液艘度、浓度，组成变 化的影响，对有柳相和水相中的稀土元素可直接测定对小于5 9 l 浓度的样品测定 分析误差小于2 0 t 大于1 0 s l 时，分析误差小于1 0 。该仪器在某稀上分离生产线 上完成了与自动控制装置联机自动化监测试验。 最近，北京大学也将一台同位素能谱仪安装在江苏溧阳方正稀土总厂稀土分离生 产线上。该仪器结合萃取理论的数学模型对稀土萃取分离过程槽体运行状态进行了自 运监控，取得良好效果。 当今稀士分离工业正向着大型化，集中化和连续化卜产的方向发展同外有砦稀 6 第一章绪论 土分离生产线已实现了在线分析与自动控制联网，使工艺最优化，产品质量得到可靠 保证。近年来，我国自行研制的稀土萃取过程分析仪器在国内一些稀土分离厂家得到 应用，使稀土萃取分离获得了有效的监控，取得了较好的效益。但目前稀土萃取分离 过程在线检测装置功能还不完善，产品化程度不高，价格缺乏竞争力，还不能全面满 足对稀土萃取分离过程连续在线检测的要求，至今为止稀土萃取分离过程在线检测技 术尚未普遍应用于稀土萃取分离工业生产实践。 软测量是一种用于估计生产过程中难以在线检测变量的技术。其基本思想是将控 制技术与生产工艺过程有机结合，对于难以检测或根本无法测量的关键工艺参数( 主 导变量) ，选择另外一些比较容易测量的工艺参数( 辅助变量) ，通过建立测量模型来 推断和估计，以软件代替硬件( 传感器) 的功能。软测量在线测量元素组分含量具有 精确、可靠、经济的特点，且动态响应迅速，可连续给出萃取过程中元素组分含量， 易于对出口产品纯度进行预测控制。因此，软测量成为稀土萃取分离生产过程组分含 量在线检测的一条新途型阍。 1 3 软测量技术 一般实现工业过程的测量要求有两条途径：一是通过研制新型的过程测量仪表， 以硬件形式实现过程参数的直接在线测量；另一就是采用间接测量的思路，利用易于 获取的其他测量信息，通过计算机来实现被检测量的估计，软测量技术( s o f t - s e n s i n g t e c h n i q u e ) 正是这一思路的集中体现。 软测量技术也称为软仪表技术( s o f ts e n s o rt e c h n i q u e ) 。它是利用易测过程变量 ( 常称为辅助变量，如工业过程中的压力、流量、温度等参数) ，构造推断器来推算 出难以测量或根本无法测量的待测过程变量( 常称为主导变量，如稀土萃取过程中的 组分含量) ，就是根据某种最优准则，选择一组与主导变量有密切联系又容易测量的 变量，即辅助变量，通过构造某种数学关系，运用各种数学计算和估计的方法实现对 主导变量的在线估计【1 7 - 2 q 。软测量方法具有响应快，连续给出主导变量信息，投资低、 维护保养简单等优点。 1 3 1 软测量的基本框架 软测量模型的基本框架如图1 - 1 ： 7 第一章绪论 图1 - 1 软测量基本框架 f i g l - 1 b a s i ss m a c t u r eo f s o f t - s e n s o r 导变量 计值y y 代表主导变量，口代表可测的辅助变量，d 和“分别代表可测的干扰和控制变 量。软测量模型注重的是通过辅助变量来获得对主导变量的最佳估计，而不是强调过 程各输入输出变量彼此间的关系，因此它不同于一般意义下的数学模型。软测量模型 完成的是由辅助变量构成的可测信息集目到主导变量估计y 的映射，用数学表达式表 示即为： ) ，2 ， ( 1 - 1 ) 1 3 2 软测量建模方法 一、机理方法 机理建模是指利用过程的内部机理来建立模型f 协2 5 1 。 机理建模的基础是基本的物理和化学定律。通常所用的是平衡方程，如物料平衡、 能量平衡、动量平衡、相平衡等。这些守恒关系一般称为过程建模的基本方程，基中 质量、能量和动量称为基本量。一般这些基本量无法直接测量，需要用密度、浓度、 温度、流量和压力等其它变量的适当组合来表示。除了上述的基本方程外，在建立化 工过程的机理模型时还需要用到热量、质量和动量的传递速率方程以及化学反应速 率、物质状态等辅助方程。 为了找出输入与输出间的关系，一般需要利用很多有关定理或经验公式，才能将 关系式中的其它项都化为输入、输出的函数。最终获得的可能是线性方程，也可能是 非线性方程。但一般来说，不具有时变性。 机理方法是工程中常用的方法，但多年来在方法和技术上没有太大的发展，这是 因为化工过程的种类繁多，有些过程( 如物化反应，生化反应等) 非常复杂，要想根 据机理来建立准确、可靠的数学模型是非常困难的。因此对于工艺机理较为清楚的工 艺过程，尽量利用机理关系建立数学模型，对于机理研究尚不充分、尚不完全清楚的 复杂工业过程，需要将机理方法与其他参数的估计方法相结合。 第一章绪论 二、基于回归分析的方法 回归分析是一种建模的基本方法【1 9 - 2 s 。回归的含义是回复或还原。回归分析也就 是将受到随机干扰的一组测试数据“回归”为其原有的变化规律。这种变化规律数学 上用某种形式的确定性函数来描述。 已经发展起来的回归分析方法有数十种之多。从不同的角度，可以对回归分析方 法加以不同的分类。如线性回归和非线性回归。 根据拟合方法的特点可划分为：经典线性回归方法和逐步回归方法等。 在最小二乘法的基础上，近年来又提出了一些改进的回归方法，已经得到非常广 泛的应用，例如主元回归分析法( p r i n c i p a lc o m p o n e n tr e g r e s s i o n ，简记p c r ) 和部 分最小二乘回归法( p a r t i a l - l e a s t - s q u a r e sr e g r e s s i o n ，简记p l s r ) 。 对于辅助变量较少的情况，一般采用多元线性回归中的逐步回归技术可获得较好 的软测量模型。对于辅助变量较多的情况，通常要借助机理分析，首先获得模型变量 组合的大致框架，然后再采用逐步回归方法获得软测量模型。从应用情况看，对于线 性系统，采用p c r 和p l s r 的效果差不多，对于非线性系统则采用p l s r 的效果较 好。 回归分析在技术上最为成熟的是一元和多元的线性回归，应用范围极其广泛。非 线性回归的方法和技术尚不成熟，一般认为若非十分必要，应该尽量避免采用非线性 回归模型。另外回归分析要求测取大量的样本( 数据) ，其回归结果对测量的误差也 较为敏感。 三、基于模式识别的方法 模式识别是随着计算机的发展而发展起来的一门综合性很强的新兴学科【1 9 捌。 简单一点讲，模式识别过程就是将样本按照模式分类的过程。 模式识别是一种常用的建模方法，广泛应用于工业、农业、气象、医疗等领域。 这些领域存在很多无法在线测量、而且很难通过其它易测变量来精确推算的过程参 数。在这种情况下，就可以提取系统的特征，采用模式识别的方法来建立这些过程参 数的模型，进而对这些参数进行定量估计或定性判断。在过程控制中，经常将模式识 别方法与人工神经网络以及模糊技术结合起来使用。 四、基于人工神经网络( a r t i c i f i c a ln e u r a ln e t w o r k ，a n n ) 的方法 基于a n n 的建模方法是近年来研究最多、发展最快、应用范围最广的一种模型 化技术【l 如2 5 j 删。a n n 具有自学习、联想记忆、自适应和非线性逼近等功能。它是 根据对象的输入输出数据直接建模( 将辅助变量作为a n n 的输入，主导变量作为网 络的输出，通过网络的自学习来完成对主导变量的估计) 。此外，使用a n n 进行软 测量可以抑制辅助变量的测量噪声干扰。由于实际工业过程中，许多对象具有复杂的 不确定性、实时性和高度的非线性，这必然造成根本无法或者很难精确建模，然而 a n n 具有逼近任意非线性关系的能力，可以很好地解决这些问题。因此用神经网络 9 第一章绪论 模型实现软测量是非常有效的和相对容易的。 利用a n n 建模有两种不同的方式：一种是直接建模，用网络形式的模型来代替 常规的数学模型，映射对象输入输出参数之间的关系。见图1 - 2 ( a ) 所示；另一种方 式是与常规模型相结合，用神经网络来估计常规模型中的未定参数，如图1 2 ( b ) 所 示。 凹厂 一神经网络模型i l 模型参i 叫常规模型卜- ( a )c o ) 图1 - 2 基于神经网络的软测量建模 f i g l - 2 s o f t - s e n s o rm o d e lb a s e do nn e u r a ln e t w o r k a n n 技术发展数十年来，已经提出了几十种网络结构。在过程建模方面，使用 最多的是反向传播( b a c kp r o p a g a t i o n ，b p ) 神经网络、径向基函数( r a d i a lb a s i s f u n c t i o n ，r b f ) 神经网络等。 a n n 在结构和算法方面还存在许多问题，如a n n 拓朴结构只能凭经验加试算进 行选择；训练样本的空间分布和训练方法对a n n 的性能有极大的影响；a n n 学习和 预测算法有待改进；a n n 训练数据集的正交性和完备性问题。 五、基于状态估计的方法 假定已知系统对象的状态空间模型为： r i x = a x + b u + 历 y = q ( 1 - 2 ) l 口= g x + w l 一 式中：x 一过程的状态变量； ，w 分别表示白噪声； y ，臼分别表示过程的变导变量和辅助变量。 如果系统主导变量作为系统的状态变量关于辅助变量护是完全可观的，那么软测 量问题就转化为典型的状态观测和状态估计问题。采用k a l m a n 滤波器和l u e n b e r g e r 观测器是解决问题的有效方法。目前这两种方法均已从线性系统推广到了非线性系 统，k a l m a n 滤波器适用于白色或静态有色噪声的过程，而l u e n b e r g e r 观测器则适用 于观测值无噪声且所有过程输入均己知的情况。 基于状态估计的软仪表由于可以反映主导变量和辅助变量之间的动态关系，因此 第一章绪论 有利于处理各变量间动态特性的差异和系统滞后等情况。该种软测量方法的缺点在于 对于复杂的工业过程，常常难以建立系统的状态空间模型，这在一定程度上限制了该 方法的应用。同时在许多工业生产过程中，常常会出现持续缓慢变化的不可测的扰动， 在这种情况下该种软仪表可能会导致显著的误差【1 ”卯。 六、基于模糊数学的方法 模糊数学模仿人脑逻辑特点，是处理复杂系统的一种有效手段，在过程软测量中 也得到了大量应用 2 0 , 2 3 j 4 】。基于模糊数学的软测量所建立的相应模型是一种知识性模 型。该种软测量方法特别适合应用于复杂工业过程中被测对象呈现亦此亦彼的不确定 性，难以用常规数学定量描述的场合。实际应用中常将模糊技术和其他人工智能技术 相结合，例如模糊数学和人工神经网络相结合构成模糊神经网络，将模糊数学和模式 识别相结合构成模糊模式识别，这样可互相取长补短以提高软测量的效能。 七、基于过程层析成像的方法 基于过程层析成像( p r o c e s st o m o g r a p h y , it ) 的方法与其他软测量技术不同的是， 它是一种以医学层析成像( c o m p u t e r i z e d t o m o g r a p h y , c t ) 技术为基础的可在线获取 过程参数二维或三维的实时分布信息的先进检测技术 2 6 , 2 7 阁。即一般软测量技术所获 取的大多是关于某一变量的宏观信息，而采用该技术可获取关于该变量微观的时空分 布信息。 国内外对过程层析成像的研究始于8 0 年代中后期，目前在解决两相流多相流系 统参数测量这一检测难题上已取得了不少进展，是现代过程检测技术领域中一个重要 的研究方向。由于技术发展水平的制约，该种软测量技术目前离工业实用化还有一定 的距离，在过程控制中的直接应用还不多。 八、基于相关分析的方法 。 基于相关分析的软测量技术是以随机过程中的相关分析理论为基础，利用两个或 多个可测随机信号间的相关特性来实现某一参数的在线测型2 6 , 2 7 j a j 。 该种软测量方法采用的具体实现方法大多是互相关分析方法，即利用各辅助变量 ( 随机信号) 问的互相关函数特性来进行软测量。目前这种方法主要应用于难测流体 ( 即采用常规测量仪表难以进行有效测量的流体) 流速或流量的在线测量和故障诊断 ( 例如流体输送管道汇漏的检测和定位) 等。 九、基于现代非线性信息处理技术的方法 基于现代非线性处理技术的软测量是利用易测过程信息( 辅助变量，它通常是一 种随机信号) ，采用先进的信息处理技术，通过对所获信息的分析处理提取信号特征 量，从而实现某一参数的在线检测或过程的状态识别【掘冽。 这种软测量技术的基本思想与基于相关分析的软测量技术一致，都是通过信号处 理来解决软测量问题，所不同的是具体信息处理方法不同。该种软测量技术的信息处 理方法大多是各种先进的非线性信息处理技术，例如小波分析、混沌和分形技术等， 第一章绪论 因此能适用于常规的信号处理手段难以适应的复杂工业系统。 相对而言，基于现代非线性信息处理技术的软测量的发展较晚，研究也还比较分 散。该种软测量技术目前一般主要应用于系统和故障诊断、状态检测和过失误差侦破 等，并常常和人工神经网络或模糊数学等人工智能技术相结合。 1 3 3 影响软测量性能的因素 一、辅助变量的选择 辅助变量的选择包括变量类型、变量数量和检测点位置的选择。 ( 1 ) 变量类型的选择可以根据下面的原则选择辅助变量： 灵敏性：能对过程输出或不可测扰动做出快速反应； 特异性：对过程输出或不可测扰动之外的干扰不敏感； 过程适用性：工程上易于获得并能达到一定的精度； 精确性：构成的软测量估计器满足精度要求； 鲁棒性：构成的软测量估计器对模型误差敏感。 辅助变量的选择一般是根据工艺机理分析( 如物料、能量平衡关系) ，在可测变 量集中进行选择，初步选择所有与被估计交量有关的原始辅助变量。 ( 2 ) 变量数目的选择辅助变量个数的最小值是被估计的主导变量的个数，然 而最佳数目的确定目前并无统一的结论。有些文献指出：应首先从系统的自由度出发， 确定辅助变量的最小个数，再结合具体过程的特点适当增加，以更好地处理动态性质 等问题。一般是依据对过程机理的了解，在原始辅助变量中，找出相关的变量，选择 响应灵敏、测量精度高的变量为最终的辅助变量。 ( 3 ) 检测点位置的选择对于许多工业过程，与各辅助变量相对应的检测点位 置的选择是相当重要的。一般情况下，辅助变量的数目和位置是同时确定的，用于选 择变量数目的准则往往也被用于检测点位置的选择。 二、输入数据的处理 ( 1 ) 数据校正 要建立