摘要：铜火法冶炼过程主要包含熔炼、吹炼和精炼三个工段，冶炼过程会产生大量含二氧化硫的环集烟气。环集烟气的清洁处理是冶炼领域实现资源有效利用与回收的关键环节。环集烟气的精准、实时和智能控制可使冶炼厂达到高效节能、减排与降耗的目标，有效改善其环保排放指标及经济效益指标。
关键词：铜冶炼;环集烟气;高效清洁生产;智能控制
本文主要针对铜火法冶炼过程各工段原辅料加入点、高温熔体转运点所产生的环集烟气及低空污染等问题，讨论如何开发冶炼过程高效清洁大数据采集与处理、多源数据特征提取与融合等人工智能基础关键技术，开发冶炼过程高效清洁动态演化决策大数据模型，开发基于强化学习前向预测和自适应反馈校正的智能动态优化控制方法及应用技术。
相关期刊推荐：《有色金属(冶炼部分)》(月刊)创刊于1949年，主要面向从事有色金属、黄金、地质矿产、核工业及化工行业的企事业单位，科研院所，各大学图书馆，乡镇企业和个人。设有：重有色金属(Cu,Pb,Zn,Ni,Co,Sn,Sb等)、轻有色金属(Al,Mg,Ti等)、稀贵金属(Au,Ag,Pt族金属等)、市场评述、设备与材料等栏目。
项目需要开发的关键技术有：有色金属工业火法冶炼过程异常数据、不平衡数据处理方法;有色金属工业火法冶炼过程异构数据时序统一技术;基于多源异构数据的特征提取与融合技术;基于人工智能的动态演化决策技术;基于强化学习前向预测和自适应反馈校正的智能动态优化控制技术等。
1 项目研究方法
1.1 铜火法冶炼过程高效清洁大数据采集与处理方法研究
针对火法冶炼过程的复杂程度，人们可以采用数据与机理相结合的方法，与火法冶炼工艺、工序相配合，基于数据挖掘、增强学习的人工智能技术，建立多层面动态过程不均匀采样的分析处理方法。本项目拟采用工业生产中的历史数据建立数据库并用主成分分析方法(PCA)实现降维，用高斯过程回声状态网络模型训练缺失数据模型，进而实现数据填补;采用移动平均线处理法、主元分析法以及自回归模型，分别实现低维和高维数据中的异常数据预测和替代;基于去重复下采样(RDU)、合成少数类过采样技术(SMOTE)的不平衡数据处理方法，改善数据集的不平衡性;最后基于先验知识与多源异构大数据相结合的方法搭建有色金属熔池熔炼过程预估模型和时序分析模型架构，通过机器学习、大数据分析、数据融合等手段实现对分析结果的补充，有效解决熔池熔炼过程的时序分析和处理问题[1]。
1.2 铜火法冶炼过程高效清洁大数据分析模型构建.
针对测量数据包含多源异构、不确定性等问题，本项目拟采用深度学习等技术提取有色金属工业火法冶炼过程数据的空间特征与时序特征信息集。当数据源单一时，利用迁移学习，将相似过程不同工厂的数据及模型、同一工厂相似过程不同生产线的数据及模型的有用信息作为源域信息，创建多源异构数据集，通过RNN建立预测模型，实现预测模型对工况数据的实时预测与预警。同时，利用FNN+CNN提取多源异构数据的空间信息，通过卷积与池化操作调整特征信息集维度，构造多源异构特征信息集。对多源异构数据的时间与空间特征采用交替优化方法进行融合，构建深度特征融合网络;通过机器学习与大数据处理方法结合，挖掘火法冶炼过程数据用于决策层面的全面特征，通过集成学习算法融合机理信息与异构数据的全面特征，同时，建立火法冶炼流程拓扑结构，基于关联规则挖掘算法，利用历史有效流程操作与相应数据构建操作信息对，搭建操作经验离线数据库[2]。
1.3 铜火法冶炼过程高效清洁智能优化控制方法研究
将传统的控制方法直接应用于火法冶炼控制系统，无法实现SO2的清洁处理，为了克服控制回路闭环系统的动态误差对运行优化性能的影响，提高火法冶炼工业生产的效率和环集烟气的清洁处理水平，人们需要建立自适应的反馈调节模型，将矿物在加工过程中的质量、效率、消耗的工艺指标控制在目标值范围内，实现稳定优化控制。其间通过将建模与控制相结合，前馈、预测、反馈相结合，建立冶炼控制系统自适应反馈调节机制，通过动态演化分析决策模型挖掘火法冶炼过程各特征数据与操作机理之间的关联性，从而智能动态调节控制回路参数，通过基于强化学习的前向预测控制体系和火法冶炼控制系统的动态性能评估进一步优化控制回路参数，使得复杂的火法冶炼控制系统能随运行工况自动调整控制回路设定值，实现整个工业控制系统的安全稳定运行，建立集预测、评估、反馈、自学习、自优化校正于一体的智能控制系统架构，基于人工智能算法和大数据反馈校正相结合的运行指标智能决策，实现火法冶炼过程控制系统的优化稳定运行和异常工况的自愈控制。
2 项目技术路线
针对有色金属工业火法冶炼过程的加料、溜槽和排渣等环节存在的低空污染问题，人们可以通过工业大数据分析和人工智能算法，以“分析瓶颈问题—突破关键技术—搭建应用平台—完成工程示范”为主线，开展深入研究，开发有色金属工业火法冶炼过程的高效清洁大数据采集与处理方法，构建环集烟气清洁处理的动态演化分析模型，建立有色金属工业火法冶炼过程的高效清洁智能优化控制方法，搭建有色金属工业火法冶炼过程的人工智能服务平台，促进工业用户高效节能、减排与降耗[3]。项目技术路线如图1所示。
3 课题研究意义
3.1 科学价值
本项目的实施将形成一批达到国际领先水平的技术成果，促进有色金属冶炼行业在工况感知、数据监测、智能控制与远程交流平台等方面形成重大技术进步和学术创新。
3.2 社会效益
本项目符合国家战略需求，项目研究成果可为全国各类有色金属冶炼企业提供足够的技术支撑，从而大幅提高有色金属冶炼企业的管理经营水平，同时可有效解决有色金属冶炼行业面临的劳动力紧缺问题，项目技术成果可缓解我国有色金属冶炼企业技术人员短缺、操作人员效率低下等难题[4]。项目成果推广后，将有力加快我国有色金属工业数字化、智能化进展，变革我国有色金属冶炼行业的运行模式，促进我国有色金属冶炼走向绿色化、智能化、数字化的发展道路。
3.3 经济效益
本项目可形成有色金属工业火法冶炼过程的人工智能分析应用平台和技术，相比传统的有色金属工业冶炼操作和管理技术，可实现绿色、高效冶炼，降低人工成本，提高资源利用率。该技术具有较强的推广价值，可广泛应用于各类有色金属冶炼企业，可促进有色金属冶炼行业的快速发展，可形成显著的经济效益[5]。——论文作者：余群波
转载请注明来自：http://www.lunwencheng.com/lunwen/lig/19873.html
