【除钴过程研究的国内外文献综述3100字】

1自上世纪中期以来，国内外学者和相关工作者对除钴过程进行了不断的研究，取得了很多成果。以下从除钴过程机理、净化除钴过程参数检测以及除钴过程优化控制等方面介绍国内外研究现状。1.1除钴过程机理研究现状通俗来说，除钴过程是在适当的反应条件下，在反应器中加入锌粉作为还原剂和活化剂，将溶液中的钴离子置换出来的过程。确定除钴反应的类型和除钴反应的步骤以及过程参数对除钴过程的影响机制是除钴过程机理研究的主要目的。Tozawal²等人的研究表明温度、pH值、溶液中的铜离子和锌离子浓度等参数对除钴反应速度具有较为明显的影响。Tozawa依据理论建立除钴反应模型，并通过实验发现在75℃至90℃时，除钴速度随着温度的上升而提高；除钴的最佳pH值在3—5;并且，当溶液中不存在铜离子时，增加砷盐不能提高除钴效率，而增加锑盐能够提高除钴效率。而当存在少量铜离子时(0~150mg/L)采用砷盐除钴，此时铜离子浓度越高，除钴越彻底。芬兰某锌工厂通过预测砷盐除钴的化学反应，对反应产物进行分析，发现砷盐除钴过程并不耗费大量铜离子。并且，该工厂还发现除钴反应过程发生在CoAs表面，CoAs起催化剂的作用。Borvel³等人将初始铜离子浓度设置为变量，研究不同初始值下的除钴过程。实验发现当溶液温度升高时，反应速度也会提高；但当反应较长时间后，温度对反应速度的影响效果有所降低；而将锌粉颗粒尺寸减小，增大反应面积可以提高反应速度。Polcaro⁴1等研究了硫酸锌溶液中存在铜离子时的锑盐除钴过程。他们由实验得出锑盐除钴是由物质的传递过程即传质过程所控制。由于只有在锑的晶核和通的晶核表面才会发生除钴反应，因此并不是全部的锌粉都参与了反应。随着反应的不断进行，阳极上的锌逐渐电解到溶液中，反应面积逐渐减小；并且发现了氢离子的还原反应和钴的析出存在竞争关系，这是因为氢离子在正极处的锌粉表面还原会影响阴极的电位，从而升高了局部pH值，提高了锌粉表面产生碱式硫酸锌的效率；并由此建立了搅拌速度、锑离子初始浓度和铜离子的初始浓度对除钴过程影响的动力学方程。2Nelson⁵探索了在不同溶液组成以及加入的催化剂不同时对除钴反应速率的影响，Nelson认为锌粉会由于溶液中锌离子的吸附，从而导致其活性降低，影响了除钴反应的进行。同时还发现，锡对于除钴反应也由催化作用，且催化效果同锑盐相近。Boyanov⁶等研究探索了反应时间和温度以及锑盐和铜离子对除钴效率的影响，通过实验得出75min至90min为反应的最佳时间，反应时间过长时会出现钴谢刚7等人研究了铜离子浓度、镉离子浓度、反应温度与时间这四个因素对除钴效率的影响。实验发现当隔离子浓度低于400mg/L时，向溶液中添加隔离子会提高除钴反应速率。同时，实验通过电子探针微分析研究除钴反应的残留物，发现锌隔合金与锌钴合金有利于促进除钴反应进行。上述研究现状，对确定除钴过程的反应过程、反应类型，以及有效参数有着莫大的帮助。1.2除钴过程参数检测研究现状溶液离子浓度检测是净化除钴过程的重要指标。在实际生产过程中，许多工厂根据入口离子浓度来过量添加锌粉以保证净化的彻底性，但过量添加锌粉会造成资源的浪费以及降低除钴效率。实时检测溶液中钴离子浓度对于除钴过程的操作具有重要意义。目前在线检测钴离子浓度的主要方法通过离线阶段的数据建立出除钴模型，再利用其他可以实时检测到的参数作为输入，带入离线模型进行计王雅琳8]等人针对生产过程中无法实时检测净化除钴过程中钴离子浓度变化的问题，建立了基于机理模型和核偏最小参数辨识的钴离子浓度软测量模型。王雅琳等人根据工业过程具有的时变性，分析所建立的软测量模型，提出了双向递归KPLS模型参数更新与通过滤波进行修正的相结合模型用以提高模型精度。并且，通过基于主元分析以及贝叶斯分类对异常值进行在线监测。研究发现，建立的基于机理模型和KPLS参数辨识的钴离子浓度软测量模型具有良好的跟踪效果，能够达到实际生产中的精度要求。晏密英[91等人从提高模型的预测精度角度出发，同时考虑不同核函数对模型的预测性能的影响，建立了两个在线支持向量回归子模型，采用改进粒子群优化算3法进行子模型参数寻优；以熵值法智能融合策略，建立组合预测模型。仿真实验表明，晏密英等人所提出的基于智能融合策略的钴离子浓度组合预测模型组合模型具有良好的预测性能，预测效果能满足生产过程中钴离子浓度误差要求。朱红求[10]等人研究分析了不同时期与区域的采样数据对参数的影响，提出综合模糊加权函数的概念，应用于基于最小二乘向量机的钴离子浓度软测量模型。同时通过实际生产数据对模型进行验证分析，证实所开发的模型的有效性。1.3除钴过程优化控制研究现状除钴过程为向溶液中添加锌粉以及催化剂，锌粉作为还原剂置换出溶液中的钴离子。除钴过程的优化控制目标为使用尽可能少的锌粉使净化处理后的溶液钴离子浓度达标，同时还要保证除钴过程反应稳定运行。朱红求[10]等人在分析除钴过程的影响因素和过程信息特点的基础上，研究了基于数据建模的过程优化控制方法。在过程异常数据检测、缺失数据补全的基础上，提出了基于时间序列分析的入口溶液离子浓度在线估计方法，建立了基于支持向量机的净化除钴过程工艺指标预测模型，在此基础上研究结合案例推理预设定和支持向量机补偿修正的优化控制技术，并将其成功应用于净化除钴过程的控制系统中。伍铁斌等人针对除钴过程动态特性复杂且时变造成若PID(ProportionalIntegralDerivative)参数设定值不及时改变将导致氧化还原电位实际值与其设定值出现较大偏差的问题，从生产数据中筛选出氧化还原电位控制效果良好情况下的过程参数和PID参数作为操作模式，构建操作模式库，根据过程参数的重要性采用改进的模糊C均值聚类方法对操作模式进行聚类，并在操作模式重用时对不同时刻的操作模式赋予不同的模糊加权值；针对废酸添加量难以确定的问题，从除钴过程机理出发建立了废酸添加的数学模型，将其与变论域模糊专家规则的废酸修正模型相结合实现废酸添加量的设定。孙备等人从净化过程工艺与反应机理的特点出发，提炼了净化过程各除杂工段在建模和优化控制中的共性问题，对净化过程建模与优化控制方法的研究现状进行了综述，较详细地介绍了在除钴工序建模和优化控制方面的最新研究成果。并总结了最近在解决方案纯化过程的建模，优化和控制方面的工作。这项研究广泛利用了氧化还原电位(ORP)和多个反应器的在线可测量特性，以及溶4液纯化过程的多个运行状态特征。通过将氧化还原电位引入动力学模型，可以避免缺少可靠的在线设备来检测杂质离子浓度。提出了稳态多反应器梯度优化，非稳态运行模式调整策略和基于氧化还原电势的工艺评价策略。通过工业实验证明了所提出研究的有效性。参考文献[1]Balarini,J.C.,Polli,L.d.O.,Miranda,T.L.S.,etal.Importanceofroastedsulcharacterizationinthehydrometallurgicalextractionofzinc[21:100-110.[2]孙备，张斌，阳春华，桂卫华.有色冶金净化过程建模与优化控制问题探讨[J].自动化学[3]Børve,K.,Ostvold,T.NorzinkremovalofcobaltHydrometallurgy,1994,InstituteofMiningandMetallurgy,Cambridge,England.Springer,pp.[4]Polcaro,A.,Palmas,S.Dernini,S.KineticsofcobaltcementaEngineeringChemistryResearch,1995,34:3090-3095.[5]Nelson,A.,Wang,W.,Demopoulos,G.,etal.Theremovalofcobaltfromzincelecementation:acriticalreview[J].Miner20:325-356.[6]Boyanov,B.S.,KonarevaV.V.,KolevN.Knickelthroughactivatedcementation[J].Hydrometallurgy,2004,73:163-168[7]曾桂生，谢刚.高钴硫酸锌溶液中锌粉净化除钴的机理[J].中国有色金属学报，2008,[9]晏密英，桂卫华，阳春华.基于智能融合策略的钴离子浓度预测模型[J].控制与决[12]Fountoulakis,S.G.Studiesonthecementationofcobaltwithzincinthepresenceofcopperandantimonyadditives[D].NewYork:ColumbiaUniversilezinc[J].Electrochim.Acta,1975,20:839-852.5[14]ZhangHG,XZhang,Programming[J].ACTAAUTOMATICASINICA,2013,39(4):303-311.[15]T.IlkovaandM.PetrovandD.Bertsekas.Neuro-DynamicOptimFed-BatchFermentation[J].Biotechnology&BiotechnologicalE[16]BertsekasDP.DynamicprogrammingandoptimaProgramming(Fo