一种稀土萃取过程动态多目标参数优化方法及系统与流程

本发明涉及稀土萃取过程自动化优化控制，尤其涉及一种稀土萃取过程动态多目标参数优化方法及系统。

背景技术：

1、稀土是重要的战略资源，溶剂萃取法是当前稀土元素分离提纯的主流工艺，工业化萃取生产线通常采用数十级甚至上百级萃取槽、洗涤槽串联的串级萃取架构，生产过程涉及多相物料传质、级间物料循环传输，工况受进料组分波动、有机相皂化度变化、槽体温度漂移等多种因素耦合影响，具有强非线性、大滞后、慢时变的特性。现阶段多数稀土萃取生产线仍依赖操作人员依据离线检测结果人工调整操作参数，人工调整存在滞后性强、一致性差的问题，容易出现产品纯度波动、萃取剂消耗量偏高、萃取回收率不稳定的情况，部分采用常规闭环控制的生产线也仅能实现单参数的定值调节，难以适配萃取过程的动态变化特性，无法兼顾多个生产目标的协同优化。

2、现有针对化工过程的多目标优化方法在应用于稀土萃取场景时存在诸多适配性不足的问题，常规机理建模方法需要标定大量与萃取反应、传质相关的参数，参数校准难度大，且难以适配萃取过程的慢时变特性，长期运行下预测精度容易下降。普通数据驱动代理模型未结合稀土萃取槽级间串联的时序特性，未考虑级间物料传输的滞后效应，预测结果与实际生产工况偏差较大。常规多目标优化算法未针对不同优化目标的量纲差异进行适配处理，得到的帕累托解集分布均匀性较差，且多采用静态优化逻辑，优化周期未匹配萃取过程的动态响应速率，优化得到的操作参数在下发执行时已不匹配当前工况，部分优化方法在解集中选解时未结合稀土产品的硬性质量要求，容易出现选出的最优解无法满足产品纯度合规要求的问题。

3、现有优化方案大多未考虑执行机构的实际运行状态，优化参数下发后未对执行跟踪情况进行监测，执行机构出现卡涩、偏差过大等故障时难以及时发现，容易引发生产波动，此外多数代理模型的在线更新策略未结合稀土萃取过程的时变规律，要么更新频率过高容易拟合测量噪声，要么更新过慢无法跟踪工况漂移，进一步影响了优化效果的稳定性。

技术实现思路

1、本发明提出的一种稀土萃取过程动态多目标参数优化方法及系统，以解决上述现有技术中提到的问题。

2、为了实现上述目的，本发明采用了如下技术方案：一种稀土萃取过程动态多目标参数优化方法，包括以下步骤：

3、s1、通过部署于稀土萃取生产线各级萃取槽和洗涤槽的在线检测仪表实时采集工况数据，各检测仪表采集的数据对齐萃取过程级间物料传输的滞后步长进行时序对齐后，通过工业现场总线上传至过程优化计算机；

4、s2、基于历史工况数据构建稀土萃取过程动态代理模型，该模型为适配稀土萃取槽级间串联时序特性、通过萃取槽级数为索引，将连续3个优化周期的各级进料流量、萃取剂流量和搅拌转速的时序序列为输入，通过与萃取生产线总级数对应的物料停留时间相匹配的未来n个优化周期的各级稀土离子萃取率和产品纯度为输出的长短期记忆深度神经网络，通过该模型对各级萃取率和产品纯度进行在线滚动预测；

5、s3、以最大化稀土产品纯度、最大化稀土萃取回收率和最小化萃取剂消耗量为优化目标构建动态多目标优化问题，优化周期设置为萃取单级物料平均停留时间的1.2~1.5倍以匹配萃取过程动态响应速率，设定各级萃取槽液位上下限约束、搅拌转速范围约束、萃取相比约束和进料流量调节速率约束，采用基于分解的多目标进化算法在满足全部约束下对各级进料流量、萃取剂流量和搅拌转速进行协同优化求解得到帕累托最优解集；

6、s4、在帕累托最优解集中根据预设产品纯度优先规则选取一个折中最优解作为本优化周期的最优操作参数组合，所述产品纯度优先规则为在满足产品纯度不低于预设最低纯度门槛的前提下优先选取萃取回收率最高的帕累托最优解，所述预设最低纯度门槛为对应稀土产品国标最低纯度要求上浮0.2个百分点；

7、s5、将最优操作参数组合通过工业现场总线输出至各级萃取槽的进料调节阀、萃取剂调节阀和搅拌变频器作为新控制设定值，同时监测各执行机构实际动作值与设定值之间的跟踪偏差；

8、s6、在各优化周期末尾获取实际萃取在线分析数据与动态代理模型预测数据之间的偏差量，将所述偏差量作为模型校正信号对长短期记忆深度神经网络的网络参数进行在线增量更新，增量更新的训练样本集仅保留最近30个优化周期的工况数据。

9、进一步的，还包括：s3中执行基于分解的多目标进化算法时，先执行目标归一化预处理步骤再进行加权切比雪夫聚合，将多目标优化问题分解为多个单目标子问题，具体流程为：

10、每轮优化求解前，先基于最近3个优化周期的实际工况数据更新各优化目标的归一化上下限，再对所有优化目标进行min-max归一化处理，将每个目标的实际值转换为[0,1]区间的无量纲值：；式中，为第个优化目标在决策变量向量下的目标函数值，、分别为更新后的第个优化目标的取值上下限，为归一化后的第个优化目标无量纲值；对第个优化目标的理想参考点采用相同归一化方式得到无量纲理想参考点；

11、再采用加权切比雪夫聚合得到子问题目标函数：；式中，为第个子问题的加权切比雪夫聚合目标函数值且无量纲，为优化目标总数，为第个子问题中第个优化目标的权重系数且满足所有权重系数之和为一且无量纲，决策变量向量包含各级萃取槽的进料流量、萃取剂流量和搅拌转速共三类变量。

12、进一步的，还包括：在s6中对所述长短期记忆深度神经网络进行在线增量更新时根据当前偏差量的大小采用三段式学习率调整策略，所述偏差量对应的偏差波动范围根据稀土萃取过程正常工况下的浓度检测误差±0.5g/l对应的萃取率偏差范围设置。

13、进一步的，s1中所述在线检测仪表包括每一级萃取槽和洗涤槽内安装的可见-紫外光纤光谱探头用于在线检测水相稀土离子浓度，安装于各萃取槽澄清室内的电容式界位计用于在线检测有机相与水相的界面位置，安装于萃取剂储罐出口和料液储罐出口的科里奥利质量流量计用于在线检测质量流量，安装于各级搅拌电机上的扭矩传感器用于在线检测搅拌扭矩以间接反映槽内物料混合均匀程度。

14、进一步的，s2中所述长短期记忆深度神经网络包含输入层、三个堆叠的长短期记忆隐藏层、一个全连接输出层以及位于每个长短期记忆层之后的丢弃正则化层，输入层神经元数等于进料流量维数与萃取剂流量维数和搅拌转速维数三者之和，每个长短期记忆隐藏层包含的神经元数等于萃取槽总级数的四倍，全连接输出层包含两个神经元分别对应稀土离子萃取率预测值和产品纯度预测值，丢弃正则化层的丢弃概率在模型训练阶段取值为零点二在在线预测阶段设置为零。

15、进一步的，s5中所述执行机构包括安装于各级萃取槽进料管道上的电动调节阀、安装于各级萃取槽萃取剂管道上的气动薄膜调节阀和安装于各级搅拌电机上的变频调速器，各执行机构通过4至20毫安模拟量信号或基于rs485总线的modbus通信协议接收最优操作参数设定值并在本地比例积分微分控制器中完成闭环跟踪控制，跟踪偏差由本地比例积分微分控制器在每个控制周期末尾将实际阀位反馈值和转速反馈值回传至过程优化计算机后进行偏差计算。

16、进一步的，s1中所述可见-紫外光纤光谱探头在每一级萃取槽的混合室出口和澄清室水相出口处各安装一个，探头前端与萃取液接触部分采用蓝宝石光学窗口密封以耐受萃取槽内强酸性的工作环境，光谱数据经光纤传输至安装于萃取车间控制室内的光谱仪主机中进行波长扫描和分析，过程优化计算机从光谱仪主机获取各采样点在可见至紫外波长范围内的吸收光谱数据并采用偏最小二乘回归方法将吸收光谱转换为对应的稀土离子浓度值。

17、进一步的，一种稀土萃取过程动态多目标参数优化系统，包括以下模块：

18、数据采集模块，用于通过部署于稀土萃取生产线各级萃取槽和洗涤槽的在线检测仪表实时采集工况数据，将采集的数据对齐萃取过程级间物料传输的滞后步长进行时序对齐后，通过工业现场总线以统一采样周期上传至过程优化计算机；

19、代理模型模块，用于基于历史工况数据构建适配稀土萃取槽级间串联时序特性、以萃取槽级数为索引，将连续3个优化周期的各级进料流量、萃取剂流量和搅拌转速的时序序列为输入，以与萃取生产线总级数对应的物料停留时间相匹配的未来n个优化周期的各级稀土离子萃取率和产品纯度为输出的长短期记忆深度神经网络动态代理模型，并对各级萃取率和产品纯度进行在线滚动预测；

20、多目标优化模块，用于以最大化稀土产品纯度、最大化萃取回收率和最小化萃取剂消耗量为优化目标，将优化周期设置为萃取单级物料平均停留时间的1.2~1.5倍以匹配萃取过程动态响应速率，在设定液位约束、搅拌转速约束、萃取相比约束和调节速率约束下采用基于分解的多目标进化算法对各级进料流量、萃取剂流量和搅拌转速进行协同优化求解得到帕累托最优解集，并按预设产品纯度优先规则选取最优操作参数组合，所述预设产品纯度优先规则为在满足产品纯度不低于对应稀土产品国标最低纯度要求上浮0.2个百分点的前提下优先选取萃取回收率最高的帕累托最优解；

21、执行输出模块，用于将最优操作参数组合通过工业现场总线输出至各级萃取槽的进料调节阀、萃取剂调节阀和搅拌变频器作为控制设定值，并监测各执行机构实际动作值与设定值之间的跟踪偏差，在偏差超限时触发故障报警并暂停后续优化，同时在各优化周期末尾获取实际萃取在线分析数据与动态代理模型预测数据之间的偏差量，将所述偏差量作为模型校正信号对长短期记忆深度神经网络的网络参数进行在线增量更新，增量更新的训练样本集仅保留最近30个优化周期的工况数据，适配稀土萃取过程有机相皂化度缓慢漂移的时变特性。

22、进一步的，所述多目标优化模块内置目标归一化单元、参数动态更新子单元和子问题聚合单元，按如下逻辑实现多目标问题分解： 首先由参数动态更新子单元每轮优化前自动拉取最近3个优化周期的实际工况统计数据，更新各优化目标的归一化上下限；再由目标归一化单元对所有优化目标进行min-max归一化处理，将每个目标的实际值转换为[0,1]区间的无量纲值。

23、进一步的，所述执行输出模块中的各执行机构包括安装于各级萃取槽进料管道上的电动调节阀、安装于各级萃取槽萃取剂管道上的气动薄膜调节阀和安装于各级搅拌电机上的变频调速器，各执行机构通过4至20毫安模拟量信号或基于rs485总线的modbus通信协议接收最优操作参数设定值并在本地比例积分微分控制器中实现闭环跟踪控制。

24、与现有的技术相比，本发明的有益效果是：

25、本发明针对稀土萃取过程的特有属性设计优化方案，适配串级萃取的时序特性、大滞后特性与慢时变特性，能够提升操作参数优化与萃取过程实际运行状态的匹配度。本发明在数据采集阶段对各级检测数据进行时序对齐，消除级间物料传输滞后带来的数据时序错位问题，能够为后续建模与优化提供准确的工况数据基础。所构建的动态代理模型结合了串级萃取的级间串联时序特性，采用多周期时序输入与匹配物料停留时间的多周期输出结构，能够更准确地预测操作参数调整后各级萃取率与产品纯度的变化趋势，滚动预测的方式也能够及时跟进工况的动态变化。

26、本发明设置的优化周期匹配萃取单级物料的平均停留时间，能够避免优化频率过高导致的生产波动，也能够避免优化频率过低无法及时响应工况变化的问题，优化过程同时考虑了液位、搅拌转速、萃取相比、调节速率等多类约束条件，得到的操作参数均满足现场生产的实际运行要求，不会出现无法执行的情况。优化过程中先对不同量纲的优化目标进行适配处理再进行聚合分解，能够提升帕累托解集的分布均匀性，为后续选解提供更充足的可选空间，采用的产品纯度优先选解规则能够保证选出的操作参数满足产品纯度的硬性要求，在此基础上尽量提升萃取回收率，符合稀土萃取生产的实际需求。

27、本发明在优化参数下发后同步监测执行机构的跟踪偏差，出现偏差过大的情况时能够及时报警并暂停优化，避免故障状态下继续优化引发的生产问题，代理模型的在线增量更新策略结合了稀土萃取有机相皂化度缓慢漂移的特性，仅保留近期工况数据作为训练样本，配合对应偏差量级的学习率调整策略，既能够及时跟踪工况的缓慢变化，也能够避免模型拟合测量噪声，能够长期保持模型的预测精度，提升优化效果的长期稳定性。