張　璞

(西安航空職業(yè)技術(shù)學院，陜西 西安　710089)

隨著我國工業(yè)化進程的加劇，金屬成為當前需求量最大的礦物資源。在此背景下，礦產(chǎn)資源的供給問題正面臨前所未有的壓力，金屬資源正隨著人們毫無節(jié)制的開發(fā)濫用而迅速減少，我國具有一定價值的高品位金屬礦石已經(jīng)為數(shù)不多。在這種嚴峻形式的逼迫下，人們逐漸將目標轉(zhuǎn)向大量的低品位有色金屬資源中，期望從這些具有貧、細、雜特征的礦石中獲取金屬礦物資源。由此看出，工業(yè)發(fā)展當務(wù)之急在于如何更加有效的利用這些低品位有色金屬礦物資源。對此，結(jié)合相關(guān)的算法和技術(shù)，通過構(gòu)建基于PCA的濕法冶金全過程監(jiān)控平臺，并通過仿真對生產(chǎn)過程進行模擬，從而為當前低品位有色金屬礦物資源的利用提供參考。

1　濕法冶金流程分析

濕法冶金實則就是借助酸性介質(zhì)或是堿性介質(zhì)的水溶液，對金屬礦物原料進行處理，使該金屬原料中各項雜質(zhì)與金屬分離。濕法冶金流程主由許多工序所組成，如礦石原料的預處理、礦石浸出、固液分離等。具體濕法冶金流程如圖1所示：

由圖1看出，在整個工藝過程中，主要包含浸出工藝和壓濾洗滌工藝兩個工藝流程。其中，浸出工藝流程主要是將粒度大小為0.038 mm(400目)的金礦礦石加入到貧液當中，然后調(diào)成一定濃度的礦漿，并在礦漿中加入氰化鈉和充入氧氣，讓氰化鈉與礦石中的金反應(yīng)[1]。具體反應(yīng)過程為：

圖1　高銅礦濕法冶金全流程

(1)

而在高銅礦中，其中的銅容易與氰化鈉反應(yīng)，從而形成銅氰絡(luò)合物，消耗掉大量的氰化物，因此在圖1的全流程圖中，加入了兩次浸出工藝。而在完成上述的化學反應(yīng)后，要得到其中的黃金，通常則采用置換反應(yīng)的原理，將金置換。在置換中通常采用鋅與其進行反應(yīng)。

(2)

由于圖1所示的濕法冶金過程極具復雜性和多變性，相關(guān)操作人員很難掌握冶金過程的故障規(guī)律，從而給當前濕法冶金帶來極大的問題[1]。為了使相關(guān)工作人員掌握整個流程運行的狀態(tài)，加強對整個過程的掌控，有必要對濕法冶金全流程進行監(jiān)測和故障追溯。由此，提出一種基于計算機仿真的濕法冶金監(jiān)測方法。

2　過程監(jiān)測與故障診斷方法

2.1　基本原理

對PCA主成分分析來講，其是一種多變量進行統(tǒng)計的方法。這種方法的主要思想是經(jīng)線性空間的變換，求得主成分的向量，進而將原來的高維數(shù)據(jù)空間直接投影低維主成分空間當中。研究認為，在通過低維主成分空間，可以保留傳統(tǒng)高維數(shù)據(jù)空間當中的方差信息，所以主成分分析法又被看成是一種數(shù)據(jù)壓縮和對信息進行提取的方法，被廣泛用數(shù)據(jù)處理、過程監(jiān)控等方面[2]。

主成分分析是將二維矩陣X(m×n)分解為m個子空間的外積和，也就是：

(3)

其中，tj和Pj分別表示主成分在不同n維下的得分向量和負載矩陣，也可以把前者稱為主成分向量，后者稱為投影向量。

在公式(3)等號兩側(cè)同時乘以 ，那么可以得到主成分的投影。

tj=Xpj

T=XP

(4)

通過上述的變換可以看出，主成分向量tj其本質(zhì)就是矩陣X在負載向量pj方向的投影。而在實際的求取過程中，主成分向量tj的內(nèi)積‖tj‖其對應(yīng)著矩陣X的協(xié)方差的特征值λi。由于主成分的得分，必須要滿足特征值遞減的約束，所以在前面的幾個主成分中，就已經(jīng)包含了大量得分方差信息，而以后的方差大部分是以為造成引起，所以可以忽略后面的幾個主成分。

2.2　PCA過程監(jiān)測

對過程進行監(jiān)控，其基本的原理是建立統(tǒng)計量的建設(shè)檢驗，進而判斷過程數(shù)據(jù)是否偏離了主成分模型。而為了實現(xiàn)該目標，引入T2統(tǒng)計量和SPE統(tǒng)計量。其中T2反映每個主成分與主成分模型之間在變化趨勢和幅值上的偏離程度；SPE則反映出輸入變量對主成分模型的偏離度。

T2=tS-1tT

2.3　PCA故障診斷

對PCA故障診斷來講，通常采用貢獻圖的方法對故障進行診斷，這也是當前最為直觀的一種方法。這種方法通常是將每個過程變量對T2和SPE統(tǒng)計量的貢獻計算出來，然后通過貢獻圖分析出上述各個過程變量的貢獻大小，進而確定那個貢獻最大，以判斷過程的診斷[3]。在這里通常分為兩種情況，一種是通過離線樣本數(shù)據(jù)來確定過程變量的貢獻率；一種是通過在線數(shù)據(jù)分析過程變量的貢獻率。以在線數(shù)據(jù)為例，其具體的貢獻率計算為：

T2在線貢獻：

SPE在線貢獻：

3　模型構(gòu)建

3.1　構(gòu)建思路

結(jié)合上述的基本原理，本文將高銅礦濕法冶金全過程監(jiān)控的思路構(gòu)建為如圖2所示。

圖2　全流程監(jiān)測與故障診斷思路

在圖2中可以看出，結(jié)合圖1的工藝流程后，將工藝流程進行劃分，整體分為三層完成對工藝流程的監(jiān)控。其中，一浸和二浸作為全流程監(jiān)測的底層；在這個過程中提取出的潛變量則構(gòu)成了氰化浸出的中層，并且連通置換過程和壓濾洗滌過程都作為中層；而在中層提取的潛在變量則作為上層。

3.2　模型構(gòu)建

根據(jù)上述的分析，將高銅礦濕法冶金全過程監(jiān)測的流程設(shè)計為如圖3所示。

圖3　高銅礦濕法冶金全過程監(jiān)測與診斷

圖4　浸出工藝在線監(jiān)測與故障診斷流程

圖3對全過程監(jiān)測和故障診斷進行整體設(shè)計，在實際的設(shè)計中，還需要對一浸、二浸、置換和洗滌等進行監(jiān)測和故障診斷。以浸出工藝過程監(jiān)測為例，其具體的執(zhí)行流程如圖4所示。

由此通過整體和部分流程的設(shè)計，進而將PCA主成分分析模型應(yīng)用到高銅礦濕法冶金監(jiān)測中。

3.3　變量選取

對上述的流程圖來講，其故障診斷的效果與變量的選取有很大的關(guān)系。以浸出部分為例，在浸出變量的選取中，通常選擇對浸出過程運行影響較大，并且對金的浸出率有影響的變量[4]。而通過實踐，筆者借鑒東北大學王若飛的研究成果[5]，選擇表1和表2的浸出變量。

表1　一浸過程變量選取

表2　二浸過程變量選取

通過上述的表格看出，在過程變量的選取中，選擇了26個變量進行監(jiān)測，并結(jié)合這些變量完成對故障的診斷。

4　在線仿真分析

為驗證上述在線監(jiān)測方案的可行性，以SQL Sever2008作為相關(guān)數(shù)據(jù)的存儲和基礎(chǔ)來源，以一浸槽1溶氧儀漂移故障作為實際研究對象，選擇150組試驗數(shù)據(jù)，同時建立T2統(tǒng)計量和SPE平方預測誤差統(tǒng)計量作為假設(shè)檢驗，以判斷偏離程度。由此通過以上的設(shè)計，可以得到如圖5和圖6的在線監(jiān)測結(jié)果。

圖5　異常工況下的一浸過程監(jiān)測結(jié)果

圖6　一浸子過程在第63采樣的故障診斷

通過上述圖5結(jié)果看出，從第60采樣開始，T2和SPE的統(tǒng)計結(jié)果都超出了統(tǒng)計控制限，從而說明在第63采樣開始出現(xiàn)了故障。而通過圖6看出，是第9個變量超過控制限。而該結(jié)果與上表1中的一浸槽1溶氧儀漂移一致，說明本文構(gòu)建的方法可很好的完成故障診斷。

5　結(jié)　語

濕法冶金是一種能從低品位有色金屬礦物資源冶煉出金屬物質(zhì)的方法，對提高礦產(chǎn)資源冶煉具有重要的作用。因此，研究對低品位有色金屬冶煉的監(jiān)控具有很大的現(xiàn)實價值。本文結(jié)合相關(guān)的智能技術(shù)，構(gòu)建了一個基于PCA的高銅礦濕法冶金監(jiān)測與診斷方法。通過構(gòu)建對濕法冶金生產(chǎn)過程進行監(jiān)控，以此便于相關(guān)操作人員及時掌握生產(chǎn)過程中的異常狀態(tài)，從而進行相關(guān)的改進及調(diào)整，促進黃金產(chǎn)量的提升。