论文部分内容阅读
[摘 要]磷酸是一种比较重要的中间产品，它是许多产品的制造原料，包括制药、食品、肥料等，对经济发展具有重大的推进作用。为此本文对湿法磷酸进行分析，介绍湿法磷酸生产工艺和控制的现状，提出目前需要迫切解决的过程控制问题。
[关键词]智能控制技术；湿法磷酸；生产应用
中图分类号：TQ126.35 文献标识码：A 文章编号：1009-914X（2017）31-0369-01
磷酸生产方法主要有两种：热法和湿法，热法生产的成品多被称为热法磷酸，其流程是通过电炉法生产磷元素，然后氧化成磷酸，因此也被称为电热法；湿法生产是将磷矿用酸分解为成品，湿法磷酸是高浓度肥的关键原料，同时也是精细磷酸盐的中间原料。现代磷酸生产过程中，磷主要来自于天然的磷矿，并且以磷酸盐的形式存在，目前世界上已探明的磷矿资源约为500亿吨，为磷酸、磷肥等行业的发展提供了物质基础。我国磷矿多集中于西南和中南地区，云南、湖南、湖北、四川、贵州五省成为我国重要的磷矿基地。
1.湿法磷酸生产原则
湿法磷酸生产必须使用无机酸，且对酸性要求也比较高，常见的例如硝酸、盐酸、硫酸等，并且无论是哪一种酸，在经过一系列化学反应之后都会生成磷酸和氟氢酸，但是生成何种形式的钙盐却都不相同，因此使得湿法磷酸生产方案有很多种。另外磷酸制造最重要的就是萃取率与洗涤率，因此要将酸比、SO3控制在允许的范围内，并尽量保持稳定。不同的矿浆对应SO3，也要求控制不同的酸比，酸浓控制的稳定对于后段浓缩生产的稳定性有很大的作用[1]。
2.湿法磷酸工艺原理
固体分解是一个比较复杂的物理化学现象，它的每一个环节都不相同，但是相互之间又都存在着一定的联系。通常情况下固体表面的反应速度比较快，但是反应生成物由表面转到溶液的速度却比较缓慢。在特定的混合情况中，某些过程具有决定性的作用，例如反应物向固体表面转移的过程、被溶解物质向溶液转移过程等，这些转移方式是基于分子、离子通过液相进行扩散的，并且液相是与固体相连的，因此液相层又被称为扩散层。
3.智能控制技术的作用
智能控制技术在生产中也可以大量实际应用，例如：1通过观察硫酸分布流量的变化及时检查加酸管是否断裂、破损；2、通过观察萃取槽、矿浆槽搅拌电流大概判断对应指标；3、通过精浆液再浆泵、滤布洗涤泵电流决定定期检查更换其过流部件；4、通过稀磷酸、回磷酸、洗涤水泵的最大流量来判断管线是否堵塞，回磷酸正常流量可判断过滤效果；5、通過过滤真空度、回磷酸流量判断过滤效果变化，立即现场确定以及调整。6、通过DCS各项指标的历史趋势度确定工艺事故的发生原因，便于以后避免此类事故；7、通过监控设备的电流、油压、温度、以及压力判断设备是否正常，便于及时到现场精确检查，关键参数对应连锁控制，便于保护设备免于损坏。
3.1 预测模型
预测控制是以对象模型为基础的算法，因此被称为预测模型，其原理是根据对象的历史状态和以及预测的信息来进行分析。其对于模型的要求较高，与传统控制方法存在较大的差异，主要强调模型的功能，只要能够满足相关的数据要求即可作为控制模型。因此使得预测模型具有多样性，其计算方程、模糊模型、传输函数、神经网络等都可以用于预测分析和控制。
3.2 滚动优化
滚动优化是智能控制的主要特征之一，通过优化相关性能指标来确定控制作用，其主要涉及系统未来的行为。比较常见的包括以被控对象输出为基础，选择未来采样点的期望轨迹，并计算其最小方法差。另外也可以选择更加广泛的方式，包括稳定输出在某一范围、将能量控制在最小值等，需要注意的是，控制性能指标所提及的未来行为是基于模型并附加控制决策而形成的[4]。
3.3 反馈校正
由于实际应用的过程中，服务对象会受到非线性、时变、失配、干扰等因素的影响，会造成预测结果与实际存在较大的差异，无法进行准确的描述。因此需要在控制过程中进行优化，比较输出值与预测值，计算二者之间的误差，然后利用校正技术进行校正，进而得到更加真实准确的结果。
3.4 参数管控
智能控制技术需要对生产设备进行监督，约束设备运行情况，并记录相关的运行参数，同时对于不在规定范围或者是参数出现异常的时候需要发出警报，以及时的做出相应的动作[5]。
结束语
文章对智能控制技术以及湿法磷酸生产方法进行了简要的总结，同时对二者的应用进行了分析，希望研究人员能够提出更优的算法，提高多模型建模的精度，并研究智能方法与预测控制的结合方法，从而获得更优的算法。
参考文献
[1] 王雁芬.常用统计技术在湿法磷酸生产过程控制中的应用[J].磷肥与复肥，2015，08：26-28.
[2] 杨敏敏.新型湿法α石膏生产智能控制系统研究[D].济南大学，2014.
[3] 王典.高炉法制备磷酸的工艺研究和开发[D].郑州大学，2011.
[4] 舒敦涛.Pb～（2+）、Zn～（2+）在微波诱导磷石膏上的吸附机制及墙体材料制备试验研究[D].昆明理工大学，2012.
[5] 壮炳良，张书法. 水泥生产过程智能控制技术及应用[A]. 建筑材料工业技术监督研究中心、建筑材料工业技术情报研究所、《水泥》杂志社.水泥节能环保创新技术参考手册[C].建筑材料工业技术监督研究中心、建筑材料工业技术情报研究所、《水泥》杂志社：，2015：13.
作者信息
谢璐，身份证：430422198602150011。
[关键词]智能控制技术；湿法磷酸；生产应用
中图分类号：TQ126.35 文献标识码：A 文章编号：1009-914X（2017）31-0369-01
磷酸生产方法主要有两种：热法和湿法，热法生产的成品多被称为热法磷酸，其流程是通过电炉法生产磷元素，然后氧化成磷酸，因此也被称为电热法；湿法生产是将磷矿用酸分解为成品，湿法磷酸是高浓度肥的关键原料，同时也是精细磷酸盐的中间原料。现代磷酸生产过程中，磷主要来自于天然的磷矿，并且以磷酸盐的形式存在，目前世界上已探明的磷矿资源约为500亿吨，为磷酸、磷肥等行业的发展提供了物质基础。我国磷矿多集中于西南和中南地区，云南、湖南、湖北、四川、贵州五省成为我国重要的磷矿基地。
1.湿法磷酸生产原则
湿法磷酸生产必须使用无机酸，且对酸性要求也比较高，常见的例如硝酸、盐酸、硫酸等，并且无论是哪一种酸，在经过一系列化学反应之后都会生成磷酸和氟氢酸，但是生成何种形式的钙盐却都不相同，因此使得湿法磷酸生产方案有很多种。另外磷酸制造最重要的就是萃取率与洗涤率，因此要将酸比、SO3控制在允许的范围内，并尽量保持稳定。不同的矿浆对应SO3，也要求控制不同的酸比，酸浓控制的稳定对于后段浓缩生产的稳定性有很大的作用[1]。
2.湿法磷酸工艺原理
固体分解是一个比较复杂的物理化学现象，它的每一个环节都不相同，但是相互之间又都存在着一定的联系。通常情况下固体表面的反应速度比较快，但是反应生成物由表面转到溶液的速度却比较缓慢。在特定的混合情况中，某些过程具有决定性的作用，例如反应物向固体表面转移的过程、被溶解物质向溶液转移过程等，这些转移方式是基于分子、离子通过液相进行扩散的，并且液相是与固体相连的，因此液相层又被称为扩散层。
3.智能控制技术的作用
智能控制技术在生产中也可以大量实际应用，例如：1通过观察硫酸分布流量的变化及时检查加酸管是否断裂、破损；2、通过观察萃取槽、矿浆槽搅拌电流大概判断对应指标；3、通过精浆液再浆泵、滤布洗涤泵电流决定定期检查更换其过流部件；4、通过稀磷酸、回磷酸、洗涤水泵的最大流量来判断管线是否堵塞，回磷酸正常流量可判断过滤效果；5、通過过滤真空度、回磷酸流量判断过滤效果变化，立即现场确定以及调整。6、通过DCS各项指标的历史趋势度确定工艺事故的发生原因，便于以后避免此类事故；7、通过监控设备的电流、油压、温度、以及压力判断设备是否正常，便于及时到现场精确检查，关键参数对应连锁控制，便于保护设备免于损坏。
3.1 预测模型
预测控制是以对象模型为基础的算法，因此被称为预测模型，其原理是根据对象的历史状态和以及预测的信息来进行分析。其对于模型的要求较高，与传统控制方法存在较大的差异，主要强调模型的功能，只要能够满足相关的数据要求即可作为控制模型。因此使得预测模型具有多样性，其计算方程、模糊模型、传输函数、神经网络等都可以用于预测分析和控制。
3.2 滚动优化
滚动优化是智能控制的主要特征之一，通过优化相关性能指标来确定控制作用，其主要涉及系统未来的行为。比较常见的包括以被控对象输出为基础，选择未来采样点的期望轨迹，并计算其最小方法差。另外也可以选择更加广泛的方式，包括稳定输出在某一范围、将能量控制在最小值等，需要注意的是，控制性能指标所提及的未来行为是基于模型并附加控制决策而形成的[4]。
3.3 反馈校正
由于实际应用的过程中，服务对象会受到非线性、时变、失配、干扰等因素的影响，会造成预测结果与实际存在较大的差异，无法进行准确的描述。因此需要在控制过程中进行优化，比较输出值与预测值，计算二者之间的误差，然后利用校正技术进行校正，进而得到更加真实准确的结果。
3.4 参数管控
智能控制技术需要对生产设备进行监督，约束设备运行情况，并记录相关的运行参数，同时对于不在规定范围或者是参数出现异常的时候需要发出警报，以及时的做出相应的动作[5]。
结束语
文章对智能控制技术以及湿法磷酸生产方法进行了简要的总结，同时对二者的应用进行了分析，希望研究人员能够提出更优的算法，提高多模型建模的精度，并研究智能方法与预测控制的结合方法，从而获得更优的算法。
参考文献
[1] 王雁芬.常用统计技术在湿法磷酸生产过程控制中的应用[J].磷肥与复肥，2015，08：26-28.
[2] 杨敏敏.新型湿法α石膏生产智能控制系统研究[D].济南大学，2014.
[3] 王典.高炉法制备磷酸的工艺研究和开发[D].郑州大学，2011.
[4] 舒敦涛.Pb～（2+）、Zn～（2+）在微波诱导磷石膏上的吸附机制及墙体材料制备试验研究[D].昆明理工大学，2012.
[5] 壮炳良，张书法. 水泥生产过程智能控制技术及应用[A]. 建筑材料工业技术监督研究中心、建筑材料工业技术情报研究所、《水泥》杂志社.水泥节能环保创新技术参考手册[C].建筑材料工业技术监督研究中心、建筑材料工业技术情报研究所、《水泥》杂志社：，2015：13.
作者信息
谢璐，身份证：430422198602150011。