大规模生物湿法提铜工艺自动控制策略

[摘要]介绍了紫金山铜矿万吨级生物湿法提铜工艺的特点和生产流程，对生产过程控制的难点进行了分析，提出了主要生产工序的控制策略。通过采用现场总线、模糊控制、专家控制、过程优化和决策支持等先进的自动化集成技术，实现生物堆浸湿法提铜生产过程控制的模型化和参数优化。 [关键词]湿法提铜；过程控制；优化控制 0 概述 铜湿法冶金技术是通过一种矿石采用浸出－萃取－电积方法制取铜的工艺过程。相对于浮选、反射炉、电炉熔炼等高温、高酸的火法生产技术，它具有①对矿石性质和矿山自然条件适应性强，不仅可以处理氧化矿、低品位硫化矿，同时也可以处理过去被认为不可利用的表外矿、废石、尾矿等；②流程短，建设投资省，工艺简单，生产成本低，建设费用和生产成本均比精矿火法工艺降低1/3以上，生产过程中没有二氧化硫烟气排放，废水可循环利用，基本无外排，可以实现清洁生产，达到资源循环利用等优点。 紫金山铜矿设计的工艺流程为：矿石破碎→细菌堆浸→萃取→电积→电铜。在满足工艺要求的前提下，高起点地实现湿法提铜生产过程自动化是该系统的目标，即希望获得产量高、指标好、消耗低的效果。要达到此目标，首先应研究生产过程中的影响因素。从过程控制系统的设计原则出发，分析难点问题，找出不利因素，并通过先进的控制技术和方法来降低、减少某些不利因素的影响，才能达到稳产、高产、优质、低耗的目的。 1 工艺控制难点分析 湿法提铜生产流程具有纯滞后时间长、非线性严重、对象特性参数慢时变等特性，过程控制的难点有： （1）破碎过程控制主要是调节破碎机给矿量，以保持粗碎、中碎、细碎之间的负荷均衡和生产的连续性，提高整个破碎作业的效率。给矿量、料位等关键工艺参数的控制过程具有强非线性、不确定性、多变量强耦合等综合复杂性；破碎过程滞后大、矿石性质多变，难以用数学模型来描述，因此给控制系统设计与控制器参数的选择带来困难。 （2）矿堆内的含氧量直接影响到细菌的活性，间接影响到铜的浸出率。因此需要不定期地通过通风管道向矿堆中鼓风，因堆场面积大（20万m2一个堆，共17个堆）需设置多个含氧量检测点，但由于矿堆堆高较高同时受自然环境、设备损坏（受矿石挤压通气管道可能断裂）等的影响，各检测点含氧量将会差异较大，这使矿堆的鼓风控制难以实现；调整喷淋液的喷淋强度可以直接影响Cu2＋离子的浸出效果，但若要通过检测浸出液中Cu2＋离子浓度来调整喷淋强度，存在难以确定的滞后，对浸出离子浓度的控制变得极其困难，其控制效果预计长时期才可以见效。 （3）萃取过程中有机相与水相的相比一般要控制在1∶1，当水相或有机相中一相的流量发生变化时，为了达到最佳萃取效果，连续变化相和随动变化相的相比设为1.1∶1。由于萃取过程是连续进行的，因此当萃取槽的入口液（萃取前液）流量变化时，有机相加入萃取槽的量也要发生变化，打开有机相循环泵、调整流量至两相相比达到1.1∶1，要超过40min的时间，如此长时间的滞后，且有机相变化会直接影响二级萃取和反萃过程，呈现为典型强耦特征，因此如何实现有效控制难度甚大。 （4）电积工段TFe离子对电积影响较大，TFe离子浓度增加1%，电效率降低5%。溶液中的Cu2＋、TFe离子等的浓度采用在线检测，当TFe离子浓度超过规定量时，定期排放1％～3％电积废液。对于Cu2＋可以采用分光光度法检测并进行自适应控制，但国内相关的设备未达到要求，而进口设备价格很高，TFe离子浓度的检测到目前为止还没有成熟的工业设备可选用。因此只能采用“软测量”的方法加以解决，但建立对象数学模型难度也较大。电解液中酸铜含量比是进行正常调节的基本条件，除酸定酸铜含量比过程滞后大，具有非线性、存在多变量强耦合等特点。 2 主要工序的控制策略 针对上述难点分析，我们在紫金山铜矿生产过程自动化系统中制定了以下控制策略。 2．1 矿石破碎过程控制 （1）破碎系统连续生产线各设备的起停顺序和联锁控制。破碎系统（从粗碎到粉矿仓）采用集中联锁控制，中碎与细碎前缓冲矿仓、粉矿仓设料位检测回路，并参与PLC系统的设备联锁控制。 （2）破碎系统矿石处理量自动监测统计。 （3）破碎设备负荷优化控制。破碎机负荷的优化具有综合复杂性。负荷必须适应工况变化，避免出现“胀肚”或“空砸”。到目前为止，国内外对破碎机负荷的在线测量都没有实现仪表检测。本方案采用基于模糊推理的软测量技术，通过检测破碎机电流、电压等进行综合评价反应破碎机负荷状况。 通过调整给矿量实现破碎负荷的优化控制。为了保证后续工序作业的稳定，破碎机负荷的调整应通过智能的工况辨识分阶段调整。破碎机负荷优化设定控制框图如图1所示。 图1 破碎机负荷优化控制框图 2.2 生物堆浸过程控制 浸出→萃取→电积工艺中，浸出是关键。影响浸出效果的因素主要有矿石性质、含铜品位、矿石粒度、堆矿高度、矿堆的透气性与渗透性、喷淋作业制度及浸出周期等。该控制回路具有惯性和滞后大、不要求精确控制的特点，可以采用模糊控制加以实现，通过检测堆场矿堆的含氧量和矿堆浸出液中Cu2＋的浓度，计算含氧量和Cu2＋浓度的变化量来反应被控对象（工况）状态，运用模糊逻辑进行状态识别与决策。通过对鼓风机启停、喷淋变频调速器等的动作协调控制来达到所需指标。 2.3 萃取过程控制 2.3.1 顺序控制 通过合理安排料液、萃取剂、搅拌电机等的开关顺序，实现整条生产线的自动启停。 2.3.2 开关量控制 在操作站计算机上实现所有逻辑开关的联锁控制和手动控制。 2.3.3 回路控制 对整条生产线采用计量泵、流量计形成闭环控制，保证加人生产线的流量等于其各自的设定值。 对萃取原液、反萃后液、电解前的富液、电解贫液等溶液中的Cu2＋、TFe/Fe2＋，Fe3＋，pH值等进行检测。 萃取余液中和系统采用溢流pH计及石灰乳流量计串级控制。 2.3.4 优化控制 由于该生产过程属于多变量、大滞后系统，关键生产指标无法在线测量，其优化性能指标又难以直接用输入输出变量描述，因此采用基于生产目标的优化控制技术，将生产过程的控制问题归结为回路控制流量的优化设定问题，并采用软测量技术在线预报关键生产指标。优化控制结构框图如图2所示。 图2 萃取生产过程优化控制结构框图 •目标转换模型 建立该生产线最终的产品质量指标（铜离子浓度和萃取率）与生产线测点的浓度与萃取率之间的模型，将最终产品的目标浓度和目标萃取率转化为控制点处的水相和有机相相比为1.1∶1。 •智能预设定模型 根据测点处的目标浓度和目标萃取率以及生产边界条件，完成生产过程流量的初步设定。 •浓度和萃取率的软测量预报模型 根据生产过程的输入和工况，在线预报生产线测点处的浓度和萃取率。 •前馈控制模型 根据测点处的浓度和萃取率的目标值与软测量模型预报值的偏差在线修正各流量的设定值，其目标是使得软测量模型的输出等于目标值。 •模型自适应修正模型 根据测点处的浓度和萃取率的实测值与软测量模型预报值的偏差不断修正软测量模型内的参数，使得软测量预报模型的精度不断提高。 •反馈控制模型 为了进一步补偿软测量模型不够准确所带来的负面影响，根据测点处的浓度和萃取率的目标值与实测值的偏差进一步修正三个流量的设定值。 2.4 电积过程控制 电积过程是铜湿法冶炼工艺的最后一步，它是在电极间通过电流，使硫酸铜电积液产生电化学反应，在阴极上析出金属铜。控制目标是尽可能多地从电极上析出高纯度的铜，需要保持最优的电积条件，并减少电耗。控制的关键是决定和跟踪电积液中铜离子和硫酸根的最优浓度，同时提高电流效率。由于电积过程的复杂性，采用传统的控制方法很难达到理想的效果，因此采用专家控制系统。 铜电积过程的电能消耗与槽电压成正比，与电流效率成反比。降低电耗意味着降低槽压，提高电流效率，但影响两者的因素复杂，主要影响因素为： 电积液中的酸铜含量比。电积液中合适的酸铜比是正常进行电积沉积的基本条件，Cu2＋含量过低，则酸浓度相对增大，造成阴极上析出的铜又反溶解，电流效率降低；Cu2＋含量过高，槽压升高，电耗增加。 电积液的温度。温度的升高使得氢的超电压降低，在阴极上析出的可能性增大，电流效率降低；但若温度过低，则电积液电阻增大，槽压升高，又导致电耗增加。 电流密度。随着电流密度的增加，氢的超电压增大，对提高电流效率有利，但电流密度过高，使得槽压升高，同样导致电耗增大。为使槽压最低而电流效率又最高，必须合理控制电积液中的酸铜含量比、温度和电流密度，而这些因素之间关系复杂，除了一部分能用数学模型描述外，还有一部分是基于专家经验和实验结果描述的。对应于最高电流效率和最低槽压的电积液最优酸铜比和温度不可能以传统的解析的寻优方法得到。因此针对铜电积过程将基于解析的数学模型和基于知识的规则模型有机地结合起来，建立两级结构的专家控制系统，上一级专家系统以专家优化方式寻找最优的酸铜含量比和电积液温度，下一级实时控制系统完成新液流量、废液流量、冷却风机的实时控制，保证生产过程在最佳的生产条件下进行。 专家系统和实时控制系统组成专家控制系统，实现铜电积过程的优化控制，组成结构如图3所示。 图3 专家控制系统结构图 （1<