镨钕萃取过程组分含量多rbf模型预测

《镨钕萃取过程组分含量多rbf模型预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号______________________________密级______________________________ＵＤＣ______________________________编号______________________________全日制专业学位硕士论文镨钕萃取过程组分含量多RBF模型预测学位申请人：叶兆斌学科领域：控制工程指导教师：杨辉教授副指导教师：陆荣秀副教授答辩日期：独创性声明本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他

2、人已经发表和撰写的研究成果，也不包含为获得华东交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人签名_______________日期____________关于论文使用授权的说明本人完全了解华东交通大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。保密的论文在解密后遵守此规定，无保密内容。学生本人签名日期校内导师签名日期校外导师签名日期I摘要镨/钕萃取过程

3、组分含量多RBF模型预测摘要随着稀土元素运用领域的不断增广，稀土元素已成为一类无可替代的关键材料。2015年，我国的稀土产量已达到10.5万吨，但国内稀土生产水平依旧处于半自动化状态，流量等过程参数需要人工调节，稀土溶液的组分含量依靠人工取样进行检测，这样的生产状况降低了生产效率与产品的质量。因此，建立稀土萃取过程元素组分含量在线检测系统是实现稀土萃取分离自动化的关键。在具有离子颜色特征的萃取分离体系中，可通过萃取槽体中“离子特征颜色带”分布变化来对工艺参数进行调节，但采用人工观测的方法主观性大，导致萃取分离工艺控制的随机性加大。本文基于机器视觉技术，提

4、取稀土生产现场溶液的颜色特征，采用数据驱动建模算法，建立稀土萃取过程元素组分含量的软测量模型。具体的研究内容如下：1、以Pr/Nd萃取分离过程为例，首先利用机器视觉技术采集生产现场萃取槽中溶液图像信息，其次通过分析Pr/Nd溶液在不同颜色空间的视觉特征表现，得出更适合描述稀土溶液信息的颜色特征空间。2、采用数据驱动建模算法建立稀土萃取过程元素组分含量RON(资源优化网络)模型。首先采用PCA（主元分析）算法对溶液图像颜色特征进行分析，得出与稀土溶液组分含量关系相关性较大的颜色特征分量，建立RON的组分含量模型。3、针对稀土生产过程运行工况复杂、萃取槽中元

5、素含量分布存在大范围的波动的情况，提出一种带有自适应功能的多RBF模型预测方法。首先采用减法聚类对样本数据进行分类并对每一类数据建立基于RBF神经网络的子模型，然后按照一定的规则将子模型进行组合，得到元素组分含量预测模型；当萃取环境或者对象特性发生改变时，根据模型参数校正策略，实现元素组分含量模型的自适应校正。经过Pr/Nd萃取现场数据测试试验，结果表明多RBF方法有较好的自适应能力，适用于稀土萃取过程组分含量的准确快速预测。关键词：稀土萃取，组分含量，多模型，自适应，预测IIAbstractMULTIRBFMODELBASEDCOMPONENTCONT

6、ENTPREDICTIONFORPR/NDEXTRACTIONPROCESSABSTRACTWiththeincreasinglyexpandingapplicationfieldsofrare-earthelement,rare-earthelementhasbecomeakindofirreplaceablekeymaterial.In2015,China’srareearthproductionhasreachedto105,000tons.However,thedomesticrare-earthproductionlevelstillremai

7、nsinahalf-automationstate,processparameters,suchasflow,needtoadjustmanually,thecomponentcontentofrare-earthsolutionreliesonmanualsamplingdetection,thiskindofproductionconditiondecreaseproductionefficiencyandproductquality.Therefore,establishingrare-earthcomponentcontentextraction

8、processdetectiononlineisthekeytoachiever