本發明公開了一種基于即時學習的稀土萃取過程藥劑量優化設定方法。該方法包括:針對由于機理模型和實際萃取過程不匹配等原因,導致機理模型得到的藥劑量設定值并不是最優工作點的問題,首先建立以綜合經濟效益最大為目標的稀土萃取過程的優化模型,并利用數據驅動方法,對模型的關鍵參數進行預測;然后,運用智能優化算法進行最優藥劑量求解,得到理論最優藥劑量;最后,運用即時學習的思想,在理論最優藥劑量附近進行局部在線建模,并對該局部模型進行優化求解得到最優的藥劑量補償值,即新的稀土萃取過程藥劑量優化設定,如果經濟效益增量大于設定閾值,則將該設定值施加到實際生產中,不斷迭代該算法,既保證了萃取過程穩定性,又可進一步提高稀土萃取生產的效率和經濟效益。
聲明:
“基于即時學習的稀土萃取過程藥劑量優化設定方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)