加压釜温度调节控制算法设计

刘静敏，滕顺高，董桂华

(1.云南铜业股份有限公司西南铜业分公司，云南 昆明 650102；2.昆明冶金高等专科学校电气与机械学院，云南 昆明 650031)

0 引言

铜阳极泥处理系统无论是采用卡尔多炉工艺技术，还是采用其他新的工艺技术，都要进行铜阳极泥脱铜处理。而加压浸出这种湿法冶金强化反应技术以其脱铜率高、脱铜泥含铜低、生产流程短、原料适应性强等优点，近几年在国内得到快速发展[1-3]。目前，国外的瑞典波立登隆斯卡尔冶炼厂[4]，国内的安徽铜陵[5]、阳谷祥光[6]等阳极泥脱铜的处理均采用高压反应釜热压浸出工艺。同时，云铜也对高压釜浸出铜阳极泥工艺开展了小型试验。试验结果表明：从铜阳极泥中加压酸浸预处理回收铜的工艺方法，阳极泥的铜回收率高，渣液分离的脱铜渣含铜很低，阳极泥中其他有价金属走向合理、集中,有利于综合回收[7]。

本文以铜阳极泥工艺改造(由常压脱铜改造加压釜热压浸出脱铜)为载体，开发了一套加压釜内温度调节控制系统，实现了对铜阳极泥脱铜处理的重要参数的监视和自动控制，提高了脱铜效率，优化了各项技术和经济指标。

1 加压釜通氧升温曲线设计原则

1.1 铜阳极泥加压浸出脱铜工艺描述

铜阳极泥在配料槽内加入一定量的硫酸和水，进行合理的配比后制成料浆，通过料浆泵送至加压釜。然后，向加压釜通入蒸汽加热，待釜内物料升温升压到60 ℃、0.7 MPa时，通入氧气升温升压，利用氧化过程的放热反应，升温、升压到140 ℃、0.92 MPa，开始保温搅拌浸出，使釜内物料中的铜及铜的化合物充分与硫酸反应生成硫酸铜，铜由渣相转入液相。最后，物料经缓冷槽冷却后泵送至压滤机进行固液分离以及回收处理。

铜阳极泥加压浸出脱铜工艺的设备与仪表配置如图1所示。

图1 铜阳极泥加压浸出脱铜工艺的设备与仪表配置图Fig.1 Equipment and instrument configuration diagram of copper anode mud pressure leaching and copper removal process

铜阳极泥在加压釜内通氧时发生反应，而反应放出的热量又会加剧反应。因此，若不能及时地提前停止通氧，剧烈的反应将使温度、压力超出设定范围，引起安全阀起跳，严重时会引起安全事故。反之，若过早停止通氧，则不能达到生产保温所需的温度，直接影响产品的质量和产量。而实际生产时，为避免通入氧气造成加压釜内压力过高，采取的措施是控制泄压管道上的泄压调节阀进行恒压调节，保证加压釜内压力在设定压力范围内。因此，如何保证通氧过程中加压釜内温度的平稳性以及目标温度控制的准确性，是加压浸出控制的要点、难点，也是系统安全运行的关键。因此，寻找一种适应釜内温度大惯性、大时滞和非线性的控制方法，是实现其稳定控制和安全控制的重要保证。

1.2 加压釜通氧升温控制设计原则

由加压釜脱铜工艺要求可知，其通氧升温过程中的温度控制应该满足以下原则。

①能实现多工况过程中的温度平稳控制，将釜内温度稳定控制在工艺规定的控制目标附近。

②能够快速、准确、稳定地跟随系统给定，温度动态控制性能良好，不会出现超温情况而让生产处于危险境况。

③能克服大时滞、大惯性和非线性工况，保证升温效率。

④对给定扰动的适应能力强。

实际生产中，在铜阳极泥通氧升温过程中，即使关闭氧气阀门，由于其余热作用及含氧余量的继续氧化作用，加压釜内还会继续升温。继续升温的温度增加值是一个不确定的量。它会因釜内物料成分不同、浓度不同、反应过程中的扰动等而有所变化。因此，釜内温度是具有大惯性、大时滞和非线性的较复杂的被控对象，一般很难得到它的精确数学模型，传统控制方法难以保证系统稳定性及控制精度。

前期手动操作氧气阀门对加压釜温度变化情况的影响：通氧升温过程中虽然有温度振荡的情况，但整体来说，温度不会有大起大落的变化。只是因为各种因素的影响，导致温度的升高值与氧气加入量之间呈非线性关系。因此，可以依据温度变化的机理,采用先进控制系统完成其升温温度的精确控制。具体流程如下。

①对于单釜次加压釜生产过程，根据前面的通氧升温过程中各参数的变化，建立数学模型，预测后续的升温过程中各参数的变化情况，对关阀后的温升进行计算与预判，确定该在哪个温度段关闭氧气阀门。

②多釜次的加压釜生产过程，通过收集不同釜次的通氧升温过程数据，如加压釜内料量、保温时的温度误差、通氧量、氧气阀门关闭时的温度值、釜内压力值等，形成经验数据，建立迭代自学习控制模型，实现温度差自动修正，消除因升温惯性对温度控制的准确性的影响。单釜次时采用预测控制方法和多釜次生产后采用迭代算法，配合使用多种控制方法，完成最终的温度精确控制。

2 通氧升温控制数学模型的建立

此次加压釜通氧升温控制，选择了预测控制模型与迭代自学习控制模型[8-12]，对控制过程进行实时滚动优化和反馈校正。升温控制的数学模型及相应参数在整个控制过程中不断变化，实际上就相当于将非线性系统的特性分段线性化，然后用线性模型来逼近它。因此，它们既适用于线性系统控制，又适用于非线性系统控制。

2.1 单釜次通氧升温控制预测模型

加压釜生产操作时，最初用蒸汽加热物料，待物料加热到60 ℃时，开始通入氧气。此时，对加压釜既加热升温又加压。因此，以60 ℃为升温初始值，先统计从60 ℃升高到65 ℃时的氧气消耗量Q；将该量作为迭代计算的初始值，再计算从65 ℃时开始计算通入氧气量Q后，实际升温值与预估升温值之间的差值；修正升温到目标温度值所需要的氧气通入量，直至快到达设定温度时，预测应该提前在多少温度时关阀门。其基本数学公式及其推导过程如下。

将通氧的初始温度定为60 ℃。先计算60 ℃升温至65 ℃时(即以每升高5 ℃为一个预估氧气消耗量的温度段)消耗的氧气量Q，并以此作为以后每个温度段的设定通氧量；再计算从65 ℃开始通入了Q的氧气后，加压釜内温度升高到了T1_real。而通入氧气量Q时的预估目标温度是70 ℃，因此，就有一个实际温度和预估目标温度之间的温度差ΔTf1=T1_real-70 ℃。然后，以此T1_real为基础，预估从T1_real开始升温时，通入了Q后，可能会达到的温度T2_targ=T1_real+5 ℃+a×ΔTf1(a是调节系数)。但当通入了Q后，实际温度升到了T2_real。此时，实际温度与设定温度间就有了一个误差ΔTf2=T2_real-T2_targ。则以T2_real为基础，预估从T2_real开始通入了Q后，可能会达到的温度T3_targ=T2_real+5 ℃+a×ΔTf2。以此类推，得到通氧升温到第n个温度段的预估目标温度。通氧过程温度预测算法如表1所示。

表1 通氧过程温度预测算法

从以上推理过程可知：①计算出温度段1的升温的误差ΔTf1；②以初始值和实际误差的加权值之和作为下一个温度段的升温过程的补偿量，确定温度段2的预估目标温度T2_targ；③温度段2升温结束后，又计算出一个新的补偿量，则该补偿量实际上是考虑了上两个升温段的误差后计算出来的。

经过以上迭代计算过程，可得出：加压釜从Tn_real开始升温时，通入了氧气量Q后，预估可能会达到的温度为T(n+1)_set=5 ℃+a×Tfn。则氧气阀关阀时的温度值计算式可表述为：

Tn_close=T(n+1)_targ_Tn_set+Tn_real

(1)

式中:Tn_close为关阀时的温度值;Tn_real为最后一个通氧段的起始温度值;T(n+1)_targ为最后一个加热段的预估能达到的温度;Tn_set为想要达到的反应温度设定值。

2.2 多釜次升温迭代算法模型

通过前面的单釜次升温过程的预测算法可知，当氧气阀关闭后，系统就无法调节其后续因惯性而升高的温度。因此，仅依靠每一釜生产时，对其单独的通氧过程进行温度预测控制，未必每一釜都能达到目标温度。基于此，需要在多次的加压釜生产过程中再进行优化，即将每一釜次的温度偏差与相应工艺参数进行对比和统计(比如加压釜内料量、保温时的温度误差、通氧量、氧气阀门关闭时的温度值、釜内压力值等)，形成经验数据，通过建立迭代自学习控制模型，实现温度差自动修正，消除因升温惯性对温度控制的准确性的影响。通过这两种控制方法的配合使用，完成最终的温度精确控制。

该方法主要是对单釜次生产时的提前关阀的温度节点进行优化和补偿。当加压釜生产了多次并积累了一定的生产数据后，即可通过这些数据获知现场工况的特点，进一步提高温度控制精度。该控制方法的基本思路是：将第k釜的实际温度与设定温度之间的偏差值，作为第(k+1)次提前关氧气阀的依据。其迭代公式如下：

(2)

式中:T(k+1)×n_close为第(k+1)釜在氧气阀关阀时的预估温度值；Tk×n_close为第k釜在氧气阀关阀时的预估温度值；ΔTk×i为第k釜时的卷积温度误差。

2.3 数学模型整合

合并式(1)和式(2)后，可得到最终第(k+1)次生产时，加压釜的升温控制数学模型，如下所示：

T(k+1)×n_close=(Tk×(n+1)_targ-Tk×n_set)+Tk×n_real-

(3)

式中:T(k+1)×n_close为第(k+1)釜在氧气阀关阀时的预估温度值；Tk×(n+1)_targ为第k釜在第n个通氧段的预估能达到的温度；Tk×n_set为第k釜想要达到的反应温度设定值；Tk×n_real为第k釜在第n个通氧段的实际升温温度值；ΔTk×i为第k釜时的卷积温度误差。

加压釜温度控制的预测原理如图2所示。保温温度Tset一般为140 ℃，实时调节的温度值Tclose是提前关闭氧气阀时的温度值。

图2 加压釜温度控制的预测原理Fig.2 Prediction principle of temperature controlfor autoclave

3 结论

基于迭代与预测控制方法相结合的补偿量算法设计，对加压釜升温过程进行了补偿程序控制。该方法能够克服不同干扰量所带来的不可控性，提高了温度控制精度，使得生产时脱铜效率提高、有价金属铜等走向更为集中、后续燃辅料消耗降低等，优化后的各项指标满足工艺和生产要求。同时，因为温度控制的准确性，使得出现超温的情况大大降低，保证了生产过程的安全性、稳定性与持续性。