锌氧压浸出过程控制系统设计与实现
发布时间：2022-11-05 11:57
锌的应用范围非常广，有很高的使用价值。我国是全球锌的消费量最多国家，在2005年就约占全球30%，同时我国是生产金属锌最多的国家。虽然我国炼锌工业近几年保持高速增长的势头，产业规模不断扩大，但我国炼锌的企业大多是采用先将锌精矿焙烧，然后浸出。锌的精矿焙烧需要建设庞大的焙烧和烟气制酸系统，会产生含硫烟气排放对环境造成污染，生产出来的硫酸贮存、运输和销售都是很大的问题。全湿法的锌氧压浸出技术，对原料适应性很强，可回收单质硫而产生较低空气污染，可回收镓、锗等贵重金属，但我国对锌氧压浸出的全湿炼锌工艺研究起步比较晚，企业需要引进国外的技术。因此，开展全湿法炼锌研究具有非常重要意义。本课题就是以锌氧压浸出控制系统为对象，设计DCS，并研究基于子空间辨识模型预测优化控制策略，其主要内容有： 1.本课题是以某有色冶金设计院设计的10万吨/年全湿法冶炼锌的生产线为背景，介绍以及全湿法冶炼锌的生产流程。氧压反应釜是整个锌氧压浸出车间至关重要的装置，详细描述氧压反应釜系统的特点、控制目标以及主要监控变量之间的关系。 2．以锌氧压浸出过程控制系统为对象进行DCS设计，DCS设计内容包括硬件配置、...
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究的背景及意义
1.2 湿法锌冶金工艺
1.3 国内外全湿炼锌工艺研究的现状
1.3.1 国外全湿炼锌工艺的发展状况
1.3.2 国内全湿炼锌工艺的发展状况
1.4 我国锌冶炼存在的主要问题
1.4.1 工艺和设备落后
1.4.2 过程控制系统落后
1.5 论文主要的内容
第二章 硫化锌精矿氧压浸出工艺
2.1 引言
2.2 锌氧压浸出的工艺流程
2.2.1 项目概况
2.2.2 全湿法炼锌流程
2.3 锌氧浸出压工序
2.4 氧压浸出高压釜
2.4.1 氧压浸出高压釜工艺概述
2.4.2 氧压浸出高压釜控制目标
2.4.3 氧压浸出高压釜系统分析
2.5 一段氧压浸出高压釜主要监控变量及要求
2.6 氧压浸出高压釜系统控制器结构
2.7 本章小结
第三章 基于子空间辨识模型预测优化控制
3.1 引言
3.2 子空间辨识法
3.2.1 子空间辨识法的基本思想
3.2.2 状态空间模型辨识
3.2.3 子空间模型辨识的基本步骤
3.2.4 仿真
3.3 基于状态空间模型预测控制
3.3.1 模型预测控制的求解
3.3.2 子空间辨识模型预测控制仿真
3.4 小结
第四章 DCS系统设计与实现
4.1 引言
4.2 控制框图
4.2.1 氧压浸出基础控制框图
4.2.2 氧压浸出高压釜的优化控制框图
4.3 锌氧压浸出过程控制系统的设计
4.3.1 SIEMENS PCS7 系统的概要描述
4.3.2 控制系统构成
4.3.3 硬件配置
4.3.4 过程系统I/O点统计
4.3.5 工程师站配置
4.3.6 操作员站配置
4.3.7 现场设备选择
4.4 过程控制系统项目组态
4.4.1 组态硬件
4.4.2 符号表
4.4.3 逻辑功能块
4.4.4 连续功能图
4.4.5 工艺流程图
4.4.6 声光报警
4.5 本章小结
第五章 锌氧压浸出过程的优化控制实现
5.1 引言
5.2 数据处理
5.2.1 原始数据
5.2.2 数据滤波
5.3 模型辨识
5.4 优化控制仿真
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
附图
个人简历及在学校期间发表论文与研究成果
【参考文献】：
期刊论文
[1]基于PCS7的流化床锅炉综合控制方案设计与实施[J]. 王平,刘登魁,丁旭,魏志,马增良,林红权. 化工自动化及仪表. 2013(01)
[2]改进的蚁群算法在放射形专用线取送车优化中的应用[J]. 雷友诚,吴志飞. 控制工程. 2012(06)
[3]基于PID预测函数的励磁控制研究[J]. 郭伟,吴东,吴青. 控制工程. 2012(05)
[4]基于粗糙集的电站运行优化目标值研究[J]. 常太华,李健,王旭,杨婷婷. 控制工程. 2012(04)
[5]基于子空间辨识的状态空间模型预测控制[J]. 罗小锁,周国清,邹涛. 计算机工程与应用. 2012(19)
[6]卷烟生产计划排产模型建立与优化[J]. 金剑,金钊,祁跃东. 计算机工程与应用. 2013(18)
[7]过程预测控制中约束可行性研究与在线调整[J]. 张惜岭,罗雄麟,王书斌. 化工学报. 2012(05)
[8]氧压浸出处理低铁闪锌矿[J]. 古岩,张廷安,吕国志,牟望重,豆志河. 有色金属(冶炼部分). 2011(10)
[9]模型结构分析方法在多变量预测控制中的应用[J]. 邹涛,盖俊荣,何熊熊. 东南大学学报(自然科学版). 2011(S1)
[10]基于支持向量机建模的多变量过程系统预测控制[J]. 李争,薛增涛,邓慧琼. 哈尔滨理工大学学报. 2011(04)
博士论文
[1]基于子空间的系统辨识及其应用[D]. 吴平.浙江大学 2009
[2]基于子空间方法的系统辨识及预测控制设计[D]. 杨华.上海交通大学 2007
硕士论文
[1]废杂铜冶炼过程控制系统的设计与实现[D]. 李英道.浙江大学 2012
本文编号：3702560
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究的背景及意义
1.2 湿法锌冶金工艺
1.3 国内外全湿炼锌工艺研究的现状
1.3.1 国外全湿炼锌工艺的发展状况
1.3.2 国内全湿炼锌工艺的发展状况
1.4 我国锌冶炼存在的主要问题
1.4.1 工艺和设备落后
1.4.2 过程控制系统落后
1.5 论文主要的内容
第二章 硫化锌精矿氧压浸出工艺
2.1 引言
2.2 锌氧压浸出的工艺流程
2.2.1 项目概况
2.2.2 全湿法炼锌流程
2.3 锌氧浸出压工序
2.4 氧压浸出高压釜
2.4.1 氧压浸出高压釜工艺概述
2.4.2 氧压浸出高压釜控制目标
2.4.3 氧压浸出高压釜系统分析
2.5 一段氧压浸出高压釜主要监控变量及要求
2.6 氧压浸出高压釜系统控制器结构
2.7 本章小结
第三章 基于子空间辨识模型预测优化控制
3.1 引言
3.2 子空间辨识法
3.2.1 子空间辨识法的基本思想
3.2.2 状态空间模型辨识
3.2.3 子空间模型辨识的基本步骤
3.2.4 仿真
3.3 基于状态空间模型预测控制
3.3.1 模型预测控制的求解
3.3.2 子空间辨识模型预测控制仿真
3.4 小结
第四章 DCS系统设计与实现
4.1 引言
4.2 控制框图
4.2.1 氧压浸出基础控制框图
4.2.2 氧压浸出高压釜的优化控制框图
4.3 锌氧压浸出过程控制系统的设计
4.3.1 SIEMENS PCS7 系统的概要描述
4.3.2 控制系统构成
4.3.3 硬件配置
4.3.4 过程系统I/O点统计
4.3.5 工程师站配置
4.3.6 操作员站配置
4.3.7 现场设备选择
4.4 过程控制系统项目组态
4.4.1 组态硬件
4.4.2 符号表
4.4.3 逻辑功能块
4.4.4 连续功能图
4.4.5 工艺流程图
4.4.6 声光报警
4.5 本章小结
第五章 锌氧压浸出过程的优化控制实现
5.1 引言
5.2 数据处理
5.2.1 原始数据
5.2.2 数据滤波
5.3 模型辨识
5.4 优化控制仿真
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
附图
个人简历及在学校期间发表论文与研究成果
【参考文献】：
期刊论文
[1]基于PCS7的流化床锅炉综合控制方案设计与实施[J]. 王平,刘登魁,丁旭,魏志,马增良,林红权. 化工自动化及仪表. 2013(01)
[2]改进的蚁群算法在放射形专用线取送车优化中的应用[J]. 雷友诚,吴志飞. 控制工程. 2012(06)
[3]基于PID预测函数的励磁控制研究[J]. 郭伟,吴东,吴青. 控制工程. 2012(05)
[4]基于粗糙集的电站运行优化目标值研究[J]. 常太华,李健,王旭,杨婷婷. 控制工程. 2012(04)
[5]基于子空间辨识的状态空间模型预测控制[J]. 罗小锁,周国清,邹涛. 计算机工程与应用. 2012(19)
[6]卷烟生产计划排产模型建立与优化[J]. 金剑,金钊,祁跃东. 计算机工程与应用. 2013(18)
[7]过程预测控制中约束可行性研究与在线调整[J]. 张惜岭,罗雄麟,王书斌. 化工学报. 2012(05)
[8]氧压浸出处理低铁闪锌矿[J]. 古岩,张廷安,吕国志,牟望重,豆志河. 有色金属(冶炼部分). 2011(10)
[9]模型结构分析方法在多变量预测控制中的应用[J]. 邹涛,盖俊荣,何熊熊. 东南大学学报(自然科学版). 2011(S1)
[10]基于支持向量机建模的多变量过程系统预测控制[J]. 李争,薛增涛,邓慧琼. 哈尔滨理工大学学报. 2011(04)
博士论文
[1]基于子空间的系统辨识及其应用[D]. 吴平.浙江大学 2009
[2]基于子空间方法的系统辨识及预测控制设计[D]. 杨华.上海交通大学 2007
硕士论文
[1]废杂铜冶炼过程控制系统的设计与实现[D]. 李英道.浙江大学 2012
本文编号：3702560
本文链接：https://www.wllwen.com/projectlw/yjlw/3702560.html
