刘飞飞，朱朋克，伍伊军

（江西理工大学 电气工程与自动化学院，江西 赣州 341000）

基于PSO优化LS-SVM的钨离子交换穿漏时间预测研究

刘飞飞，朱朋克，伍伊军

（江西理工大学 电气工程与自动化学院，江西 赣州 341000）

针对钨离子交换穿漏时间频繁检测、检测滞后、相对误差大、工人劳动强度大的问题，基于神经网络学习预测的思想和结合钨冶炼厂实际生产情况，以交前液的pH值、波美度、电导率、流速为输入量，以穿漏时间为输出量，建立最小二乘法支持向量机（LS-SVM）穿漏时间预测模型，并用粒子群算法（PSO）选取核参数γ和误差惩罚参数c。仿真分析表明该模型能够很好地对离子交换穿漏时间进行预测，预测精度高，最大绝对误差为8 min，最大相对误差为1.538 5%，符合钨离子交换工艺要求，可取代人工检测，降低工人劳动强度，减少钨资源浪费，有利于实现整个离子交换过程的自动控制。

钨离子交换；穿漏时间；最小二乘法支持向量机；粒子群算法

0 引言

钨离子交换吸附过程是钨离子交换的第一道工序，是钨碱煮之后得到含有杂质的钨酸钠溶液稀释之后进入离子交换柱，经201×7强碱性阴离子交换树脂吸附溶液中的钨酸根离子除去磷、砷、硅、锡等杂质的过程[1]，穿漏时刻为吸附过程的终点。国内各钨冶炼厂对于穿漏时刻的检测主要是通过频繁人工采样，“钨兰法”检测观察来确定，最大检测频率10min/次，这就造成了工人劳动强度大，检测滞后和钨资源的浪费。目前对于穿漏时间的确定主要从两方面入手。……