融合浸出过程流程特性的梯形LSTM终点pH值模型预测控制

作者：陈宇; 刘学斌; 劳佳锋; 黄煜栋; 徐宇飞

来源：有色金属工程, 2023, 13(11): 49-55.

• 浸出过程
• TLSTM-MPC算法
• CSTR
• 粒子群算法

在锌冶炼浸出过程中，pH值的稳定控制是影响生产成本和产品质量的关键。针对浸出过程连续反应搅拌釜(CSTR)机理复杂、入口条件波动大、反应大滞后的问题，提出了融合流程特性的梯形长短期记忆网络模型预测控制(TLSTM-MPC)算法。首先，分析了影响浸出过程pH值稳定控制的关键因素，结合CSTR的级联特性，提出一种表征CSTR物理特性的梯形长短期记忆网络结构(TLSTM)模型，使预测模型具有较好的物理可解释性。其次，针对入口条件波动和反应过程大滞后的问题，提出了TLSTM-MPC算法，并采用粒子群算法进行优化求解。最后，采用某大型浸出过程现场运行数据进行验证。结果表明，该算法的超调量和调节时间相对传统控制方法分别降低了51.2%和57.4%,且在入口波动的情况下能够快速地稳定pH值。该方法对浸出过程的稳定、高质量生产具有较大的工程实践应用价值。

• 单位
  自动化学院; 中南大学; 杭州科技职业技术学院