【摘要】：近年來,隨著黃金需求的日益增加、金屬冶煉要求的不斷提高和能源問題的逐漸惡化,黃金的濕法冶金生產過程已經向品種多、效率高和安全性好的方向發(fā)展。在濕法冶金浸出過程中,浸出率是浸出過程最重要的衡量指標,而浸出率是不可以在線測量的,所以浸出率的預測是濕法冶金中要解決的關鍵問題之一。本文針對基于PLS的浸出率預測方法展開研究,具有非常重要的理論和實際意義。1.輔助變量的獲取和處理。通過分析浸出過程影響浸出率的關鍵因素,確定過程變量,并完成數據的時刻對整。通過選取可以在線測量且對浸出率有較大影響的過程變量作為自變量,其對應的浸出率作為因變量,構成建模數據;結合實際生產情況,針對耗時長的浸出過程提出數據的時刻對整問題,使浸出率預測模型的因果關系更加準確。2.模態(tài)劃分與模態(tài)識別。數據的模態(tài)劃分與模態(tài)識別是建立多模態(tài)過程質量預測模型的前提。本文將針對實際生產沒有任何已知或在線可測的模態(tài)指示變量的情況,提出了一種基于加權馬氏距離的離線數據模態(tài)劃分和在線數據模態(tài)識別方法,有效地解決模態(tài)劃分和模態(tài)識別問題。3.PLS離線建模與在線預測。PLS是一種基于數據的建模方法,通過建立自變量與因變量之間的線性或非線性的回歸方程,用于解釋或預測等目的。針對各個模態(tài)中濕法冶金浸出過程變量與浸出率之間的近似線性相關關系,本文采用PLS建立了浸出率預測模型,實現(xiàn)了濕法冶金浸出過程浸出率的在線預測,且實驗結果驗證了方法的有效性。
【圖文】：

大學碩士學位論文邐第四章基于ＰＬＳ的多模態(tài)濕法冶金浸出過程的離線建模與在線．３自變量與因變量的相關關系分析逡逑在第二章對ＰＬＳ方法的介紹中提到，ＰＬＳ方法在很多方面都優(yōu)于其他預測方法。方法有一定的應用條件，由于它是一種多元統(tǒng)計線性回歸方法，除了要求過程從正態(tài)分布之外，還要求ＰＬＳ回歸模型的因變量和自變量之間要滿足近似線由于濕法冶金過程是一個連續(xù)過程，過程具有穩(wěn)態(tài)特性，因此過程數據是近似分布。下面對礦漿濃度、氰化鈉濃度和溶解氧濃度這三類過程變量與浸出率的進行分析，以保證所選取的建模方法的合理性［８３４５］。逡逑０．９６邐｜邐｜邐Ｉ邋Ｉ邐Ｉ￣邐■．丨－｜邐｜邐＇邐逡逑邐

距離的比較；逡逑（４）最后根據上一步的比較結果判定每個數據樣本的模態(tài)。逡逑依照上述步驟，得到如下模態(tài)識別的仿真結果（見圖４．９）：逡逑模態(tài)識別：黃色為原模態(tài)，盔色為識別植態(tài)逡逑邐Ｉ邐「邐Ｉ逡逑~#＝邐ｊ邐－｜邐邐邐逡逑~#：：邐１邐邋ｊ邐｜逡逑Ｉ邐Ｉ邐Ｉ逡逑植態(tài)一邐「邐ｊ逡逑邐Ｉ邐Ｊ邐Ｉ逡逑０邐１０７邐１９６邐３００逡逑在線樣本ex裾逡逑圖４．８基于加權馬氏距離的在線模態(tài)識別逡逑Ｆｉｇ．邋４．８邋Ｏｎｌｉｎｅ邋ｍｏｄａｌ邋ｉｄｅｎｔｉｆｉｃａｔｉｏｎ邋ｂａｓｅｄ邋ｏｎ邋ｗｅｉｇｈｔｅｄ邋Ｍａｈａｌａｎｏｂｉｓ邋ｄｉｓｔａｎｃｅ逡逑４．４．２在線數據的實時預測和仿真結果逡逑當在線數據的模態(tài)識別完成后，，可進行在線數據的實時預測，具體步驟如下：逡逑（１）
【學位授予單位】：東北大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TF831

【相似文獻】

相關期刊論文 前10條

1 陳夢棋;梅靖琨;葉恒朋;楊勇;李佳;杜冬云;陳南雄;;添加劑對低品位菱錳礦中錳浸出率的影響[J];湖南有色金屬;2016年06期

2 鄧永貴;;降低銅鈷礦鐵浸出率的研究[J];科學家;2017年06期

3 王永東;李廣悅;丁德馨;張振遠;胡南;彭國文;;有機酸的配比和鈾浸出率關系研究[J];化學研究與應用;2013年10期

4 汪莉,胡永平;試論氰化浸出中銀浸出率低的原因及提高銀浸出率的途徑[J];黃金;2001年01期

5 沈文輝;劉運杰;阮期瑤;鄧民華;;利用細菌氧化黃鐵礦產生的菌液浸出錳礦的研究[J];云南冶金;1987年03期

6 劉瑞興;;從石油脫硫廢觸媒中再生鉬、釩、鈷、鎳[J];金屬再生;1987年01期

7 陳愛榮;許志宏;劉學文;;電浸出高冰鎳數學模型的進一步研究[J];計算機與應用化學;1987年04期

8 光富勝義;肖至培;;低品位鎳礦石的處理[J];礦產保護與利用;1988年06期

9 伍三民;崇陽含釩石煤的氯化鈉焙燒及釩的浸出性能[J];鈾礦冶;1988年02期

10 楊佼庸;氧化鐵帽金礦的制粒堆浸[J];有色金屬(冶煉部分);1988年04期

相關會議論文 前10條

1 張超達;王國生;;提高石煤釩浸出率的新工藝研究[A];2006年全國金屬礦節(jié)約資源及高效選礦加工利用學術研討與技術成果交流會論文集[C];2006年

2 李e

本文編號：2641762