-
公开(公告)号:CN110764545B
公开(公告)日:2020-11-27
申请号:CN201911019828.0
申请日:2019-10-24
Applicant: 中南大学
IPC: G05D21/02
Abstract: 本发明涉及一种湿法炼锌中性浸出过程中pH值的控制方法,所述控制方法包括如下步骤:S1、基于物料平衡计算,得到酸与焙砂的比值范围,选取该比值范围为数据样本,采用聚类算法对所述数据样本进行聚类分析得到酸添加量;S2、根据S1步骤中所述的酸添加量得到指定浸出槽出口的pH值;若所述pH值不在预设定的范围内,建立模糊规则得到酸调整量使所述pH值达到预设定的范围。本发明通过数据样本和聚类算法得到酸添加量,算法给定的酸添加量比人工给定值更准确,再通过模糊规则对浸出槽出口pH值进行处理,并调整当前酸添加量得到合适的pH值。
-
公开(公告)号:CN108588436B
公开(公告)日:2020-02-14
申请号:CN201810519112.6
申请日:2018-05-28
Applicant: 中南大学
Abstract: 本发明公开了一种含砷除钴渣回收处理方法,将含砷钴渣加入反应容器的碱溶液中获得浆液,从浆液底部通入气体氧化剂,在搅拌下进行常压氧化浸出;浸出完毕后将反应物料进行过滤,得滤渣和含砷滤液,向所述含砷滤液中加入还原剂,即得再生的除钴剂。本发明在氧化碱浸过程中通过搅拌方式、搅拌速度,气体流量、气体通入方式的协同作用下,实现了全混槽反应机制,实现了砷的高效浸出,并且直接在所得含砷滤液中加入还原剂即得到了再生除钴剂,大幅降低了工艺生产的难度与工艺生产成本,具有重大的产业化意义。
-
公开(公告)号:CN110109356A
公开(公告)日:2019-08-09
申请号:CN201910403645.2
申请日:2019-05-15
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本发明公开了一种锌电解过程无模型自适应学习型最优化控制方法及系统,该方法通过自定义锌电解的状态空间和动作空间,并根据与锌电解环境交互产生的数据训练动作网络和价值网络,通过软更新算法更新目标动作网络和目标价值网络,获得锌电解DDPG模型,以及根据锌电解DDPG模型,获得与当前锌电解状态对应的最优新液流量,解决了现有技术由于锌电解过程的复杂性、大时滞、采样不充分,导致锌电解建模不精确,从而无法实现锌电解过程的最优控制的技术问题,不仅能够通过自学习实现新液流量的最优控制,从而获得最优酸锌比,而且能有效降低电解过程的能耗,进而提高锌电解过程的稳定性。
-
公开(公告)号:CN108609653A
公开(公告)日:2018-10-02
申请号:CN201810519109.4
申请日:2018-05-28
Applicant: 中南大学
Abstract: 本发明公开了一种从含砷镍钴渣中提取砷并制备砷酸盐的方法,将含砷镍钴渣加入置于反应容器的碱溶液中获得浆液,从浆液底部通入气体氧化剂在搅拌下进行常压氧化;固液分离,得到滤渣和含砷滤液,所述含砷滤液蒸发结晶,得砷酸盐晶体。本发明在氧化碱浸过程中通过搅拌方式、搅拌速度,气体流量、气体通入方式的协同作用下,实现了全混槽反应机制。本发明采用碱法氧化浸出含砷镍钴渣,采用廉价的原料气体氧化剂(如空气)进行浸出,在常压低温的情况下,即可实现高效的浸出,大幅降低了工艺生产的难度与工艺生产成本,具有重大的产业化意义。
-
-
-