稀有金属 2004,(06),1070-1075 DOI:10.13373/j.cnki.cjrm.2004.06.024
稀土分离过程综合自动化系统研究
柴天佑
华东交通大学电子与电气工程学院,东北大学自动化研究中心 江西南昌330013 东北大学自动化研究中心,辽宁沈阳110004 ,辽宁沈阳110004
摘 要:
针对稀土工业生产过程自动化装备水平普遍较低而造成的生产成本高 , 产品质量一致性差 , 资源消耗大的问题 , 提出了实现稀土产品纯度和金属回收率等综合生产指标优化的稀土萃取分离生产过程综合自动化系统 , 讨论了由生产过程管理系统和过程控制系统两层结构组成的综合自动化系统的体系结构、功能和以萃取分离过程两端出口产品纯度为目标的优化控制策略。将所提出的系统应用于某公司HAB萃取提钇生产过程 , 实现了稀土萃取过程的优化控制、优化运行和优化管理 , 取得了显著的应用成效。
关键词:
稀土 ;萃取分离 ;智能优化控制 ;综合自动化系统 ;
中图分类号: TF845
收稿日期: 2004-04-20
基金: 国家“十五”科技攻关项目 (2 0 0 2BA31 5A); 江西省主要学科学术和技术带头人计划项目 (0 2 0 0 1 0 ) 资助;
Integrated Automation System for Rare Earths Countercurrent Extraction Process
Abstract:
Industrial production process of rare earths has problems of high production cost, weak coherence of product quality and big depletion of resources because of low automation. The integrated automation system for rare earth countercurrent extraction process is proposed to realize the optimal product indices, such as purity of product, recovery rate and output. The structure, function and optimal control strategy of the integrated automation system are discussed, which is composed of process management system and process control system. This system has been applied to a real yttrium extracting separation process by HAB double solvents. The optimal control, optimal operation, optimal management and significant benefits have been gained.
Keyword:
countercurrent extraction; intelligent optimal control; integrated automation system; rare earths;
Received: 2004-04-20
近20年来, 在串级萃取理论
[1 ]
指导下, 我国稀土萃取分离技术达到世界先进水平, 稀土分离工业的规模和产品产量也已雄居世界之首
[2 ]
。 随着稀土工业生产的大型化、 集中化和连续化, 迫切要求高效、 稳定的自动化生产线。 法、 日、 美等国在稀土分离生产线上实现了物料浓度、 酸度和流量的自动检测, 并实现了对稀土生产过程中给料流量的自动控制, 使其稀土产品质量稳定
[3 ]
。 我国稀土工业生产过程自动化装备水平普遍较低, 基本停留在离线分析、 手工调整、 经验控制的水平, 导致企业生产效率低、 资源消耗大、 产品质量不稳定, 成为制约我国稀土工业发展的瓶颈。
欧洲钢铁工业技术发展指南指出:“对于降低生产成本、 提高产品质量、 减少环境污染和资源消耗只能通过全流程自动控制系统的优化设计来实现
[4 ]
”。 工业过程综合自动化系统是解决上述问题的关键。 文献
[
5 ]
提出了采用过程控制、 过程优化、 生产调度、 企业管理和经营决策五层结构组成的综合自动化系统。 文献
[
6 ]
提出了由过程稳定化、 过程优化、 过程管理三层结构组成的选矿生产过程自动化系统。 文献
[
7 ]
提出了基于企业资源计划 (ERP) /制造执行系统 (MES) /过程控制系统 (PCS) 三层结构的金矿企业综合自动化系统, 并应用于中国排山楼金矿, 取得显著效益。
本文结合稀土工业生产过程管理和生产过程控制的特点, 采用文献
[
8 ]
提出的工业过程综合自动化系统的体系架构提出了实现综合生产指标优化的稀土萃取分离生产过程综合自动化系统。
1 稀土分离生产过程综合自动化系统
典型的稀土分离生产流程包括原料处理、 萃取分离、 浓缩脱水、 焙烧、 混料和包装等工序, 任何工序出现故障都将影响到整个生产流程的正常进行。 为此必须制定合理的生产作业计划, 为每个环节提供可供选择的调度手段, 以实现正常的物流管理和在非常情况下物流的有效调度, 从原料处理到萃取分离过程的关键工艺参数的调度尤为重要, 因为它是确保稀土分离企业产品质量、 成本和产量的关键。 在稀土分离生产过程中, 需要保持物流连续高效运作, 上下工序紧密衔接, 充分考虑工序的并行性, 不仅存在物流平衡问题, 而且存在时间平衡问题。 实现生产的物流平衡即实现生产计划协调和生产批量的协调。 实现生产的时间平衡如生产线列车时刻表的制定, 以提高设备利用率, 最大限度消除生产瓶颈。 实现各工序计划管理, 使其负荷均衡、 物流紧密衔接, 保证生产柔性、 产品质量和准时交货, 选择最佳物流路径, 以降低物料成本、 能耗和其它各种损耗, 从而降低生产成本, 提高经济效益。 目前, 多数稀土分离企业完全由人工来编制生产计划和进行生产调度, 效率低、 计划不尽合理、 计划调整不及时, 导致企业生产效率低、 成本高, 极大地制约了企业的市场竞争能力。
1.1 系统结构
采用文献
[
8 ]
提出的工业过程综合自动化系统的体系结构, 结合稀土萃取分离生产过程的特点, 提出如图1所示的实现稀土产品纯度、 产品产量和金属回收率等综合生产指标优化的稀土萃取分离生产过程综合自动化系统。
该系统由稀土分离生产过程控制系统、 生产管理系统和计算机支撑系统组成。 稀土分离过程控制系统采用EIC (Electric Instrument Computer) 三电一体化计算机集散控制系统集成设计技术、 先进控制技术和以综合生产指标为目标的智能优化控制技术, 由稀土分离基础自动化系统、 萃取分离过程优化控制系统及生产过程多媒体监控系统组成。 生产管理系统采用基于案例推理的生产计划调度技术
[9 ]
、 生产过程动态成本控制技术
[10 ]
以及以综合生产指标为目标的生产过程优化运行与优化管理技术。 该系统由稀土分离生产计划与调度、 生产数据统计与分析、 生产成本控制与管理、 设备运行管理、 产品质量管理、 生产过程综合查询以及稀土分离辅助决策支持等子系统组成。 由关系数据库、 实时数据库和计算机网络系统构成的支撑系统, 通过生产过程信息处理系统将生产管理系统与过程控制系统集成, 实现生产过程管理和控制的一体化, 从而保证稀土分离生产过程的优化控制、 优化运行和优化管理。
1.2 系统功能
稀土分离生产过程管理系统由生产作业管理、 物料管理、 成本管理、 能源管理、 质量管理、 设备管理、 生产信息查询与辅助决策等子系统组成。
稀土分离生产过程管理系统根据产品产量、 产品纯度及金属回收率等综合生产指标对稀土分离生产过程前处理、 萃取分离、 后处理等工序制定生产作业计划、 物料消耗计划、 生产成本计划、 能源消耗计划、 产品质量计划、 设备运行与维护计划。 生产作业管理子系统通过生产工艺模拟器, 把产品产量、 产品纯度和金属回收率等综合生产指标分解转化为萃取分离生产过程两端出口产品纯度指标; 根据生产作业计划, 对稀土分离生产过程进行实时调度, 对生产完成情况进行数据统计和分析, 保证综合生产指标的完成。 根据物料消耗计划, 通过生产过程物料平衡计算和统计分析, 实现物料消耗的控制。 根据能源消耗计划, 通过采集生产过程中能源消耗数据进行统计分析, 实现能源消耗的控制。 根据生产成本计划, 对生产过程的物耗、 能耗进行在线计量和成本预测, 并与标准成本指标进行比较, 实现生产过程工序成本控制, 给出降低生产过程动态成本的操作指导。 通过设备运行状况的实时监控, 对设备运行状态进行预测, 制定设备动态维修管理计划, 确保生产设备的安全运行。 通过对原矿、 中间产成品以及最终产品质量数据的采集和统计处理, 对产品质量进行实时监控和管理, 对生产过程的操作条件进行优化, 保证在生产条件和流程发生变化时稀土分离生产过程的优化运行。
图1 稀土萃取分离过程综合自动化系统
Fig.1 Integrated automation system for rare-earth countercurrent extraction process
稀土分离过程控制系统由稀土萃取分离基础自动化系统、 萃取分离过程优化控制系统, 稀土分离生产过程多媒体监控系统等组成。
基础自动化系统由稀土分离前处理控制子系统、 萃取分离过程控制子系统、 稀土分离后处理控制子系统和计量数据采集系统组成, 上述系统实现对稀土分离生产过程设备的启动、 停止、 联锁等逻辑控制, 萃取分离生产过程中萃取剂、 料液、 洗涤液、 反萃液等物料液位及流量等参数的回路控制和生产过程能源消耗与物料消耗数据的实时采集。 基础自动化系统与多媒体监控系统相结合对配料过程、 物料输送、 萃取分离、 浓缩脱水、 焙烧、 混料包装等生产过程的实际场景以及设备运行状态、 关键参数和趋势曲线进行实时监控, 从而保证生产过程的稳定运行。 另外, 多媒体监控系统还可以对生产过程中难以实施控制的关键岗位、 关键设备的多媒体信息进行监视、 记录、 回放、 远程监控及故障诊断。 萃取过程优化控制系统根据生产作业管理系统下达的两端出口产品纯度指标通过对萃取分离过程中有机、 料液、 洗涤液等物料流量进行优化设定与反馈校正, 实现稀土萃取分离生产过程监测点处稀土元素组分含量的控制, 保证出口产品纯度指标的优化控制。
2 萃取分离过程两端出口产品纯度优化控制
稀土分离生产流程中的关键环节是稀土萃取分离生产过程, 如图2所示。 图中u 1 为稀土料液流量, u 2 为有机溶剂流量, u 3 为有机皂化氨水流量, u 4 为洗涤液流量, y 1 为水相出口产品的纯度, y 2 为有机相出口产品的纯度, y 3 、 y 4 为工艺控制监测点处稀土元素组分含量。
图2 稀土萃取分离生产过程
Fig.2 Description of rare-earth countercurrent extraction
由于稀土原料组份多, 各元素组成变化大, 元素间分离系数小, 因此工业生产所需萃取分离流程级数多 (通常为几十到上百级) , 影响分离效果的因素多, 萃取分离过程机理复杂。 控制变量如萃取剂、 洗涤液或料液流量的调节作用通常须经过长达数小时甚至几十小时的逐级传递才能影响到两端出口产品纯度。 为此须在离两端出口5~25级间设置过程检测点, 通过检测和控制监测点处稀土元素组分含量以确保两端出口产品纯度。 然而, 稀土元素组分含量难以在线测量, 加上稀土萃取分离过程具有多变量、 强耦合、 大滞后、 非线性、 时变等综合复杂性, 因此难以用常规的优化控制方法实现以产品纯度指标为目标的优化控制。 为此将文献
[
11 ]
提出的优化策略, 结合稀土萃取分离生产过程特点提出如图3所示的离线化验检测与组分含量软测量相结合、 优化设定与闭环控制相结合、 过程建模与控制相集成的智能优化控制策略, 对萃取分离过程中萃取剂、 料液和洗涤液的流量值进行优化设定和前馈与反馈校正, 实现两端出口产品纯度指标的优化控制。
图3 稀土萃取分离过程智能优化控制
Fig.3 Intelligent optimal control for rare earth countercurrent extraction process
萃取分离过程优化控制系统的目标转换模型将稀土生产过程计划与调度系统下达的A产品纯度和B产品纯度指标转换为监测点组分含量理想指标。 通过基于案例推理的智能预设定模型产生萃取分离流程所需的萃取剂、 料液、 洗涤液等控制回路的优化设定值, 通过回路反馈控制使萃取分离生产过程各给料流量稳定跟随优化设定值。 利用稀土萃取分离生产过程的输入与输出检测值, 通过稀土萃取分离过程元素组分含量的软测量模型
[12 ,13 ,14 ]
, 产生测点稀土元素组分含量的预报值; 并与测点组分含量的理想指标值进行比较, 产生的误差经过前馈补偿来校正萃取剂、 料液、 洗涤液等流量控制回路的优化设定值。 化验过程得到的测点组分含量的化验值与测点组分含量的理想指标值相比较, 偏差通过反馈补偿萃取剂、 料液、 洗涤液等控制回路的设定值, 同时利用测点组分含量的化验值与元素组分含量软测量模型预报值, 通过自适应校正机构对元素组分含量软测量模型进行校正, 提高模型预报精度, 从而实现以两端出口产品纯度指标为目标的稀土萃取分离过程优化控制。
3 在HAB萃取提钇生产过程中的应用
某公司采用HAB双溶剂萃取分离技术, 从含Y2 O3 >4%的离子型稀土矿中分离提取高纯钇, 要求最终产品氧化钇纯度>99.9%, 低钇混合稀土Y2 O3 <0.5%。 萃取分离过程由3段萃取分离工序组成:第一段由60级萃取槽组成, 要求得到纯度99%的Y2 O3 , 为第二段提供原料; 第二段由80级萃取槽组成, 要求得到纯度>99.99%的高纯Y2 O3 ; 第三段由40级萃取槽组成, 用于萃取分离高纯Y2 O3 中的非稀土杂质。 在整个HAB萃取提钇生产过程中, 第一段的控制对保证整个萃取分离生产过程综合生产指标的实现最为关键。
3.1 系统硬件设计
根据HAB萃取提钇生产过程特点, 结合图1所示的稀土萃取过程综合自动化系统的结构体系, 在某公司建成了HAB萃取提钇分离生产过程综合自动化系统, 该系统硬件结构如图4所示。 在HAB萃取提钇生产车间控制室设置上位模型机1台、 操作员监控站1套、 多媒体监控系统1套及PLC与变频器组成的系统控制柜3组。 模型机主要用于实现稀土萃取分离过程组分含量的软测量及萃取分离过程的优化控制; 操作员监控站主要用于现场生产线所有参数的监控和软手动操作; 多媒体监控系统主要用于对整个萃取分离生产过程的关键设备和关键岗位进行监视。 PLC与变频器组成各站之间以及上位机与PLC之间采用方便快捷的工业以太网连接。
图4 HAB萃取提钇过程综合自动化系统硬件结构
Fig.4 Hardware structure of integrated automation system
生产管理系统硬件部分为PC机与服务器, 数据库由实时数据库和关系数据库组成, 通过控制网 (Profibus-DP) 、 以太网实现生产管理系统和过程控制系统的信息集成。 生产管理人员可通过生产管理系统对生产过程进行在线管理, 通过过程控制系统对生产过程进行实时控制。
3.2 系统软件设计
HAB萃取提钇生产过程控制系统软件由萃取分离生产过程监控软件和萃取分离过程优化控制软件两大部分组成, 如图5所示。
图5 稀土萃取分离过程控制软件结构
Fig.5 Software structure of extraction process coutrol
HAB萃取提钇生产过程监控软件采用西门子的WinCC编制, 由静态画面和动态画面两部分组成。 静态画面反映稀土萃取分离生产过程中主要设备的配置情况; 动态画面反映设备和系统的实时运行情况。 通过上述画面的各种组合可以直观清楚的反映整个生产过程各设备的运行情况以及各重要参数的实时变化情况。 生产过程控制软件使用西门子的Step7编制, 实现设备启停的顺序控制, 给料流量的回路控制, 储料罐液位控制等。 多媒体监控软件采用VC++编制, 实现生产流程中的关键设备、 关键岗位、 关键图像信息的监视、 记录、 回放及远程监控。
HAB萃取提钇过程优化软件由组分含量软测量和过程优化软件组成, 结合图3所示的萃取分离过程优化控制策略实现过程优化控制步骤如下:
(1) 输入A、 B产品纯度指标以及边界生产条件如料液浓度、 稀土配分, 萃取剂浓度, 洗涤液酸度等。
(2) 通过基于案例推理等智能优化设定控制技术得到萃取分离生产过程的中萃取剂、 料液、 洗涤液等流量控制回路的预设定值。
(3) 将萃取剂、 料液、 洗涤液等流量预设定值输入稀土萃取分离生产过程组分含量软测量模型可获得萃取过程中各级各组分含量的预报值, 并与相应测点组分含量的目标值进行比较, 在目标值范围内则优化设定过程结束, 可向萃取分离生产过程控制系统下载各流量的预设定值; 转 (5) 。
(4) 若软测量模型预报值不在相应测点组分含量目标值范围内则启动校正模块调整萃取剂、 料液、 洗涤液等流量预设定值, 返回 (3) 。
(5) 优化过程结束, 系统自动存贮有关信息, 供模型的校正和下次过程优化设定使用。
3.3 应用效果
该系统2003年9月试车运行, 图6给出了HAB萃取提钇第1段第1级水相出口钇产品纯度曲线, 通过综合自动化系统的实施, 保证了第一段产品非钇稀土中氧化钇杂质含量≤0.5%, 产品氧化钇纯度≥99.5%, 金属钇回收率提高了2%; 同时对生产原料中钇的品位要求大大降低; 保证了萃取分离过程两端出口连续稳定地获得了合格及高收率的产品。
图6 第1级水相出口钇产品纯度曲线
Fig.6 Purity curve of yttrium at the first stage
4 结 语
针对稀土萃取分离生产过程难以实现自动化的难题, 结合稀土萃取分离生产过程的特点, 提出了实现综合生产指标优化的稀土萃取分离过程综合自动化系统。 该系统通过生产管理系统将综合生产指标分解转换为萃取分离过程两端出口产品纯度指标, 通过以两端出口产品纯度指标为目标的优化控制策略实现了稀土萃取分离过程优化控制。 该系统应用于某稀土公司HAB萃取提钇生产过程, 实现了稀土分离生产过程的优化控制、 优化运行和优化管理, 取得显著的应用成效。 该系统不仅可应用于稀土萃取分离生产过程, 而且可推广应用于铜、 铅、 锌等类似的湿法冶金生产过程。
参考文献
[1] 徐光宪主编. 稀土 (第二版, 上册) [M ].冶金工业出版社, 1995.
[2] 国家发展计划委员会. 中国稀土工业“十五”发展规划, 2001.
[3] 严纯华, 贾江涛, 等. 稀土串级萃取分离过程的自动控制系统[J].稀土, 1997, 18 (2) :37.
[4] 欧洲钢铁工业联盟著, 韩静涛, 译. 欧洲钢铁工业技术发展指南[R].中国金属学会.1999.
[5] CIMReferencemodelcommittee, PurdueUniversity. Arefer encemodelofcomputerintegratedmanufacturingfromtheview pointofindustrialautomation[J].Int.J.ComputerIntegratedManufacturing, 1989, 2 (2) :114.
[6] HousemanLA , SchubertJH , HartJR , etal. PlantStar2000:aplant widecontrolplatformformineralsprocessing[J].MineralsEngineering, 2001, 6 (14) :593.
[7] 柴天佑, 李小平, 周晓杰, 等. 基于三层结构的金矿企业现代集成制造系统[J].控制工程.2003, 10 (1) :18.
[8] TianyouChai. IntegratedautomationSystemformineralspro cessing[A].ThePlenaryLectureoftheIFACWorkshoponNewTechnologiesforAutomationofMetallurgicalIndustry[C], Shanghai, China, October2003.
[9] 郑秉霖, 胡琨元, 常春光. 一体化钢铁生产计划系统的研究现状与展望[J].控制工程.2003, 10 (1) :6.
[10] LiXiaonan, ChaiTianyou. Dynamiccostcontrolmethodinproductionprocessanditsapplication[A].15thIFACWorldCongress[C].Barcelona, Span.July21, ElsevierScienceLtd., 2002.
[11] ChaiTianyou, GuanShouping. Object orientedintegratedcon troltechnologyofcomplexindustrialprocesses[A].ThePlenaryLectureofProceedingsofIFAC 5thSymposiumonLowCostAu tomation[C], Shenyang, China, September1998.
[12] YangHui, TanMinghao, TianyouChai. Neuralnetworksbasedcomponentcontentsoft sensorincountercurrentrare earthextraction[J].JournalofRareEarth, 2003, 21 (6) :691.
[13] 柴天佑, 杨 辉. 萃取分离过程自动控制研究现状发展趋势[J].中国稀土学报, 2004, 22 (4) :427.
[14] 杨 辉, 谭明锆, 柴天佑. 基于神经网络的多元稀土萃取组分含量软测量[J].中国稀土学报, 2003, 21 (4) :425.