第42卷第3期(总第189期)2023年6月湿法冶金HydrometallurgyofChinaVol.42No.3(Sum.189)June2023基于改进PSO-SQP算法优化控制金氰化浸出过程李伟(河南物流职业学院,河南新乡453000)摘要:针对金氰化浸出过程,建立了生产成本最小为目标的优化模型,采用序列二次规划(SQP)算法与改进粒子群算法(PSO)相结合对模型进行求解,并通过对比优化前后金浸出率,验证了改进PSO-SQP算法的可行性。结果表明:相比于常规方法,改进PSO-SQP算法可有效降低迭代次数和生产成本;浸出过程优化后的金浸出率达97.03%,比优化前提高2.47%。改进PSO-SQP算法对金浸出过程优化控制具有一定的实用价值。关键词:金;浸出;序列二次规划(SQP);粒子群算法(PSO);优化;生产成本中图分类号:TF803.21文献标识码:A文章编号:1009-2617(2023)03-0317-05DOI:10.13355/j.cnki.sfyj.2023.03.017收稿日期:2023-01-03作者简介:李伟(1978—),男,本科,讲师,主要研究方向为计算机应用。引用格式:李伟.基于改进PSO-SQP算法优化控制金氰化浸出过程[J].湿法冶金,2023,42(3):317-321.随着高品位矿石资源的逐渐减少,可处理低品位复杂矿石的湿法冶金工艺,因具有环境友好、能耗低、成本低、易实现连续化和自动化等优点,日益受到冶金领域的关注[1-4]。目前,金氰化浸出过程因缺乏完善的自动控制技术[5-8],通常以添加过量浸出剂的方式来提高金浸出率,易造成原料浪费,增加生产成本。为了优化控制金氰化浸出过程,建立了一种以生产成本最小为目标的优化模型,将序列二次规划(SQP)算法和改进粒子群算法(PSO)相结合对该模型进行了求解,验证了改进PSO-SQP算法的准确性和可行性,以期为优化控制金氰化浸出过程提供一种可参考的方法。1金的氰化浸出工艺金的氰化浸出是以氰化钠溶液为浸出剂,在溶解氧作用下,浸出矿石中的固体金。发生的化学反应[9]为4Au+8CN-+O2+2H2O→4Au(CN)-2+4OH-。(1)金氰化浸出装置如图1所示。工业上一般采用多级串联浸出,从矿浆缓冲槽输出调整后的浆液(包括固相和液相),用泵打入n级串联的气力浸出槽,经过溢流作用,浆液不断从前级浸出槽流入后续浸出槽[10]。氰化钠溶液通过各级浸出槽,通入压缩空气以提供反应所需溶解氧,同时发生气力搅拌作用的加速反应。通过反应得到的金氰配合离子浓度随浸出槽阶段性升高,最后得到的金浸出富液进入贮存槽,之后进行置换[11-12]。图1金氰化浸出过程装置示意2金氰化浸出过程的优化2.1优化模型1)目标函数。浸出过程优化的最终目标是综湿法冶金2023年6月合效益最高。以单位时间...
