本发明公开了一种基于即时学习的
稀土萃取过程药剂量优化设定方法。该方法包括:针对由于机理模型和实际萃取过程不匹配等原因,导致机理模型得到的药剂量设定值并不是最优工作点的问题,首先建立以综合经济效益最大为目标的稀土萃取过程的优化模型,并利用数据驱动方法,对模型的关键参数进行预测;然后,运用智能优化算法进行最优药剂量求解,得到理论最优药剂量;最后,运用即时学习的思想,在理论最优药剂量附近进行局部在线建模,并对该局部模型进行优化求解得到最优的药剂量补偿值,即新的稀土萃取过程药剂量优化设定,如果经济效益增量大于设定阈值,则将该设定值施加到实际生产中,不断迭代该算法,既保证了萃取过程稳定性,又可进一步提高稀土萃取生产的效率和经济效益。
声明:
“基于即时学习的稀土萃取过程药剂量优化设定方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)