毕业设计格式

华东交通大学毕业设计

1

华东交通大学毕业设计

2

华东交通大学

毕业设计

（论文）

任务

书

华东交通大学毕业设计

3

华东交通大学毕业设计

华东交通大学毕业设计（论文）开题报告书

4

华东交通大学毕业设计

（2）X—真实课题；Y—模拟课题；Z—虚拟课题（1）、（2）均要填，如AY、BX等。

5

摘要

华东交通大学毕业设计(论文)评阅书(1)

I

华东交通大学毕业设计(论文)评阅书(2)

公章。

“等级”用优、良、中、及、不及五级制（可按学院制定的毕业设计(论文)成绩评定办法评定最后成绩）。

II

华东交通大学毕业设计（论文）答辩记录

II

稀土萃取过程组分含量软测量方法研究

——基于BP神经网络的组分含量软测量方法

专业：学号：

学生姓名：指导老师：

摘要

我国是世界上公认的稀土大国，在稀土萃取方面投入了大量的人力、物力、财力，现在在稀土的选矿和分离水平领域都跻身于国际先进水平，为了进一步提高我国稀土萃取效率和分离工艺，降低生产成本、提高产品质量，增加我国的稀土产品在国际市场上的竞争能力，实现稀土分离过程的在线自动检测和自动控制。本文通过一些数据利用MATLAB进行仿真其仿真结果与期望值基本相符，能够达到我们事先预期的结果，在稀土萃取过程中能够实现萃取过程的优化控制、优化运行、优化管理，具有较大的应用成效。

关键词：稀土萃取；软测量；BP神经网络；建模；人工神经网络；

II

Abstract

Rare earth extraction process components in soft

measurement method research

——Based on the BP neural network components

in soft measurement method

Abstract

Our country is the world recognized rare earth powers in rare earth extraction, invested a lot of human, material and financial resources, now in the rare earth's field dressing and separation level rank among the world's most advanced level, To further enhance the in re extraction efficiency and separation process, reduce production cost, improve product quality, increase China's rare earth products in the international market competition ability, realize the rare earth separation process online automatic detection and automatic control, This paper presents the application of rare earth soft measuring realize extraction separation production process components in online estimates, concrete with artificial neural network is the BP neural network for modeling, through the input mass production samples let its according to certain rules of learning that training and automatic learning is consistent with the reality of result, this article through some data use of MATLAB simulation with the simulation result is consistent, and can achieve expectations in the expected results, in the rare earth extraction process can realize extraction process optimization control, optimizing operation, optimizing management, it has great practical results.

Keywords: Rare earth extraction; The soft measurement; The BP neural network; modeling；

Artificial neural network.

II

目录

目录

摘要 (Ⅰ)

Abstract (Ⅱ)

第1章我国稀土资源现状及稀土萃取的主要方法 (1)

1 .1 我国稀土的简介 (1)

1 .2 稀土元素的用途 (2)

1 .3 稀土萃取的几种主要方法 (3)

第2章稀土萃取分离生产过程描述 (5)

第3章人工神经网络及软测量简介 (7)

3 .1人工神经网络简介 (7)

3 .2 软测量简介 (8)

第4章 BP神经网络的学习原理 (10)

4 .1 BP网络的结构 (10)

4 .2 BP网络的学习算法 (12)

4 .3 BP网络学习算法比较 (16)

第5章 BP网络设计及仿真结果 (18)

5 .1 输入层和输出层的设计 (18)

5 .2 隐含层结构设计 (18)

5 .3 仿真结果 (18)

第6章 BP算法的性能、问题及改进方法 (21)

6 .1 BP网络的局限性 (21)

6 .2 BP网络的改进方法 (22)

第7章结论 (25)

参考文献（References） (26)

致谢 (27)

III

华东交通大学毕业设计

第1章我国稀土资源现状及稀土萃取的主要方法

1 .1 我国稀土的简介

稀土元素是镧系元素系稀土类元素群的总称，包含钪Sc、钇Y及镧系中的镧La、铈Ce、镨Pr、钕Nd、钷Pm、钐Sm、铕Eu、钆Gd、铽Tb、镝Dy、钬Ho、铒Er、铥Tm、镱Yb、镥Lu，共17个元素。“稀土”这词是十八世纪沿用下来的一个名称，因为当时用于提取这类元素的矿物非常稀少，而且获得的氧化物难以熔化、难以溶于水、难分离，其外观酷似“土壤”，而称之为稀土。稀土元素分为轻稀土元素和重稀土元素：轻稀土元素：指原子序数较小的钪Sc、钇Y和镧La、铈Ce、镨Pr、钕Nd、钷Pm、钐Sm、铕Eu。

重稀土元素：原子序数比较大的钆Gd、铽Tb、镝Dy、钬Ho、铒Er、铥Tm、镱Yb、镥Lu。

由于稀土元素性质活跃，使它成为亲石元素，地壳中还没有发现它的天然金属无水或硫化物，最常见的是以复杂氧化物、含水或无水硅酸盐、含水或无水磷酸盐、磷硅酸盐、氟碳酸盐以及氟化物等形式存在。由于稀土元素的离子半径、氧化态和所有其它元素都近似，因此在矿物中它们常与其它元素一起共生。

我国稀土资源分南北两大块：

北方：轻稀土资源，集中在包头白云鄂博特等地，以后在四川冕宁又有发现。主要含镧、铈、镨、钕和少量钐、铕、钆等元素；

南方：中重稀土资源，分布在江西、广东、广西、福建、湖南等省，以罕见的离子态赋存与花岗岩风化壳层中，主要含钐、铕、钆、铽、镝、钬、铒、铥、镱、镥、钇、镧、钕等元素。

我国是稀土资源最丰富的国家，储备量占全球总数的70%以上。尤其是南方离子型稀土矿，其中的中重稀土储量占世界的90%以上，目前世界上95%的中重稀土来源于我们江西等省的南方离子型稀土矿【1】。重稀土在军事领域上的用途非常的突出。

目前我国稀土生产工业形成了三大稀土生产基地：

(1) 以包头混合型稀土矿为原料形成了以包头稀土高科、甘肃稀土公司为骨干的北方稀土生产基地，有企业80多家，年生产氯化稀土和碳酸稀土等稀土化合物6万多吨，单一稀土化合物1.5万多吨。

2

华东交通大学毕业设计

(2) 以南方离子型矿为原料的中重稀土生产基地，年处理南方离子型稀土矿近2万吨，骨干企业有广州珠江冶炼厂、江阴加华稀土厂、宜兴新威稀土公司、溧阳罗地亚方正稀土公司、广东阳江稀土厂等。

(3)以四川冕宁氟碳铈矿为原料，在四川形成了氟碳铈矿生产基地，现有湿法冶炼厂20多家，年中产量达1.5到2万多吨【2】。

1 .2稀土元素的用途

目前稀土元素的应用蓬勃发展，已扩展到科学技术的各个方面，尤其现代一些新型功能性材料的研制和应用，稀土元素已成为不可缺少的原料。

1、稀土元素在传统产业领域中的应用

农业领域：目前发展有稀土农学、稀土土壤学、稀土植物生理学、稀土卫生毒理学和稀土微量分析学等学科。稀土作为植物的生长、生理调节剂，对农作物具有增产、改善品质和抗逆性三大特征；同时稀土属低毒物质，对人畜无害，对环境无污染；合理使用稀土，可使农作物增强抗旱、抗涝和抗倒伏能力。当前我国农田施用稀土面积达5000—7000万亩/年，为国家增产粮、棉、豆、油、糖等6—8亿公斤，直接经济效益为10—15亿元，年消费稀土1100—1200吨。

冶金工业领域：稀土在冶金工业中应用量很大，约占稀土总用量的1/3。稀土元素容易与氧和硫生成高熔点且在高温下塑性很小的氧化物、硫化物以及硫氧化合物等，钢水中加入稀土，可起脱硫脱氧改变夹杂物形态作用，改善钢的常、低温韧性、断裂性、减少某些钢的热脆性并能改善加热工性和焊接件的牢固性。稀土在铸铁中作为石墨球化剂、形核剂核对有害元素的控制剂，提高铸件质量，对铸件的机械性能有很大改善，主要用于钢锭模、轧锟、铸管和异型件四个方面。在有色合金方面应用，对以有色金属为基的各种合金都有良好的作用，改善合金的物理和机械性能，应用最多的是铝、镁、铜三个系列。

石油化工领域：稀土用于石油裂化工业中的稀土分子筛裂化催化剂，特点是活性高、选择性好、汽油的生产率高。稀土在这方面的用量很大。

玻璃工业领域：稀土在玻璃工业中有三个应用：玻璃着色、玻璃脱色和制备特种性能的玻璃。用于玻璃着色的稀土氧化物有钕(粉红色并带有紫色光泽)、镨玻璃为绿色(制造滤光片)等；二氧化铈可将玻璃中呈黄绿色的二价铁氧化为三价而脱色，避免了过去使用砷氧化物的毒性，还可以加入氧化钕进行物理脱色；稀土特种玻璃如铈玻璃(防辐射玻璃)、镧玻璃(光学玻璃)。

3

华东交通大学毕业设计

陶瓷工业领域：稀土可以加入陶瓷和瓷釉之中，减少釉和破裂并使其具有光泽。稀土更主要用做陶瓷的颜料，可以吸收或发射从紫外、可见到红外光区不同波长的光，发射每种光区的范围小，导致陶瓷的颜色更柔和、纯正，色调新颖，光洁度好。如黄色、紫罗兰色、绿色、桃红色、橙色、棕色、黑色等。稀土氧化物可以制造耐高温透明陶瓷(应用于激光等领域)、耐高温坩埚(冶金)。

电光源工业领域：稀土作为荧光灯的发光材料，是节能性的光源，特点是光效好、光色好、寿命长。比白炽灯可节电75—80%。

2、稀土元素在高新技术产业中应用

显示器的发光材料：稀土元素中钇、铕是红色荧光粉的主要原料，广泛应用于彩色电视机、计算机及各种显示器。目前，我国年产彩电红粉300—400吨，计算机显示器红粉50—100吨，以满足国产3500万支彩显管和近百万支显示器的需求。

磁性材料：钕、钐、镨、镝等是制造现代超级永磁材料的主要原料，其磁性高出普通永磁材料4—10倍，广泛应用于电视机、电声、医疗设备、磁悬浮列车及军事工业等高新技术领域。据专家预测，本世纪末此类材料产值将达到35亿美元。

储氢材料：稀土与过渡元素的金属间化合物MMNi5(MM为混合稀土金属)和LaNi5是优良的吸氢材料，被称为氢海绵。其最为成功的应用是制造二次电池——金属氢化物电池，即镍氢电池。其等体积充电容量是目前广泛使用的镍镉电池的2倍，充放电循环寿命和输出电压与镍镉电池一样，但没有了镉污染。

激光材料：稀土离子是固体激光材料和无机液体激光材料的最主要的激活剂，其中以掺Nd3+的激光材料研究得最多，除钇铝石榴石(YAG)、铝酸钇(YAP)玻璃等基质外，高稀土浓度激光材料可能称为特殊应用的材料。

精密陶瓷：氧化钇部分稳定的氧化镐是性能十分优异的结构陶瓷，可制作各种特殊用途的刀剪；可以制作汽车发动机，因其具有高导热、低膨胀系数、热稳定性能好、在1650℃下工作强度不降低，导致发动机马力大、省燃料等优点。

催化剂：稀土除用于制造石油裂化催化剂外，广泛应用于很多化学反应，如稀土氧化物LaO3、Nd2O3和Sm2O3用于环己烷脱氢制苯，用LnCoO3代替铂催化氧化氨制硝酸。并在合成异戊橡胶、顺丁橡胶的生产中作为催化剂。汽车尾气需要将CH、CO氧化，对NOX进行还原处理，以解决目前城市空气污染问题。稀土元素是汽车尾气净化催化剂的主要原料。

4

华东交通大学毕业设计

高温超导材料：近几年研究表明，许多单一稀土氧化物及其某些混合稀土氧化物是高温超导材料的重要原料。一旦高温超导材料进入实用，整个世界将起翻天覆地的变化。目前，我国在稀土超导材料的成材研究方面取得了有意义的突破。

1 .3 稀土萃取的几种主要方法

据相关网站上提供的信息显示，2005年时中国的稀土产量曾今达到全世界的96%，出口量也达到60%以上。经过快半个世纪的稀土工业的发展，尤其是上世纪七十年代以后的迅速发展，我国稀土的生产水平和产品质量都产生了质的飞跃，已经具有一套完整的工业生产体系，目前精矿冶炼能力达13万多吨每年，稀土年产量达七万多吨，占世界的80%以上，产量和出口量均居世界第一。目前全国现有的稀土分离企业有170多家，但年处理能力在5000吨的不过5家，大部分企业年处理能力在1000到2000吨左右[3]。

目前稀土萃取的主要方法有以下几种：

一：分步法，它是利用化合物在溶剂中溶解的难易程度（溶解度）上的差别来进行分离和提纯。方法的操作程序是：将含有两种稀土元素的化合物先以适宜的溶剂溶解后，加热浓缩，溶液中一部分元素化合物析出来(结晶或沉淀)。析出物中，溶解度较小的稀土元素得到富集，溶解度较大点的稀土元素在溶液中也得到富集。用这样的方法不能大量生产单一稀土。

二：离子交换法，原理是：首先将阳离子交换树脂填充于柱子内，再将待分离的混合稀土吸附在柱子入口处的那一端，然后让淋洗液从上到下流经柱子。形成了络合物的稀土就脱离离子交换树脂而随淋洗液一起向下流动。流动的过程中稀土络合物分解，再吸附于树脂上。就这样，稀土离子一边吸附、脱离树脂，一边随着淋洗液向柱子的出口端流动。由于稀土离子与络合剂形成的络合物的稳定性不同，因此各种稀土离子向下移动的速度不一样，亲和力大的稀土向下流动快，结果先到达出口端。

5

华东交通大学毕业设计

第2章稀土萃取分离生产过程描述

稀土的各种化学性质均比较相似，分离比较困难，但好多我们工业生产上应用的稀土却要求纯度较高的产品，所以稀土萃取面临新的挑战。我国稀土萃取工业中用的比较多的设备是混合澄清槽，它具有好多优点，比如相对流速变化适应性较强、操作比较简单等。但也有不足之处，这种设备比较大，占地面积和一次性投资均和设备的大小成正比。下图1为稀土萃取生产过程示意图，它是由N级混合澄清槽的萃取段和M级混合澄清槽的洗涤段构成[4]。

在图中，X1为稀土的原料液的流量，X2为萃取的有机溶剂的流量，X3为洗涤液的流量，Y1为产品B的纯度，Y2为产品A的纯度，Y3、Y4为各监测点处的稀土元素组分含量数。

图2-1 稀土萃取分离的生产过程

含有被分离的组分含量A与B的水相稀土料液以流量X1的速度从第1级加入到萃取槽，有机溶剂和有机皂化氨水等以流量X2的速度按一定的要求混合得皂化有机相从萃取段的第N级加入到萃取槽中，洗涤液以流量X3的速度从洗涤段的最后一级加入到萃取槽。萃取段的用途就是把水相料液中的绝大部分的A和较少部分的B萃入有机相从而得到负载有机相。洗涤段的作用是经过洗涤液及有机相的多次频繁接触，把负载稀土B 的大部分洗入到水相中。在萃取分离过程中搅拌力和萃取槽的特殊设计结构等的综合作用下，使得各级萃取槽中水相从右向左、有机相从左向右产生逆向流动，经过洗涤段和萃取段的纯化和交换，最后从萃取段的第一级得到含B的产品，它的纯度为Y1，洗涤段第N+M 级得到含A的负载有机相出口产品，它的纯度为Y2。

由于稀土原料中各元素组成变化大、组分含量的种类比较多、元素间的分离系数小，所以工业生产所需要萃取分离流程级数较多，理所当然影响分离效果的因素就会增大，萃取分离过程机理比较复杂。控制变量如萃取液、洗涤液、料液的调节作用通常需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的纯度，所以在两端出口5—25级之间设置一个过程检测点[4]，通过检测及控制检测点处稀土元素组分含量

6

华东交通大学毕业设计

（Y3，Y4）以保证两端出口产品的纯度（Y1，Y2）。然而，由于稀土元素组分含量很难在线测量，加上稀土萃取分离过程具有非线性、强耦合、多变量、大滞后、时变等等综合复杂性，因此很难实现以产品纯度指标为目的的优化控制系统。

传统的稀土分离生产企业生产流程为原料处理、萃取分离、浓缩脱水、焙烧、混料和包装等一系列工序，任何一个环节出现故障都将会影响到整个生产流程的正常、有序的进行。为此必须制定较为合理的生产作业计划，为每个环节提供足够的选择调整手段，以实现各种情况下的有效调度控制。工艺参数的调度对于原料处理到萃取分离过程均尤为重要，它是确保产品质量和产量的关键因素。目前，多数稀土分离企业完成有人工来编制生产计划和进行生产调度，效率低、计划不够合理、计划调整不及时，导致企业生产效率低、成本高，极大的制约了企业的市场竞争能力。

7

华东交通大学毕业设计

第3章软测量及人工神经网络简介

3 .1 人工神经网络简介[6]

人工神经网络(ANN)研究是人类探索模仿神经系统信息处理智能装置的一个重要领域。人工神经网络的研究涉及神经科学、认知科学、计算机科学、人工智能、信息科

学、微电子学、分子生物学等众多学科,是一门新兴的边缘交叉学科。

传统的电子计算机采用符号处理的人工智能方法模拟了大脑的某些功能如逻辑推

理、抽象思维等。对于特征明确、推理或运算规则清楚的问题,它可以有效而高速地求解,极大的拓宽了人脑的功能。但是对于与形象思维、直觉、经验、联想、灵感等有关的问题,由于知识特征的畸变、缺省或不确定,推理规则的多变性和不确定性,计算机和原有的人工智能方法就显得十分笨拙,远远不如人脑了。计算机的形象思维能力远不及人脑的根本原因在于信息的存储与加工原理不同。人脑具有很强的学习能力、联想记忆能力、综

合能力、并行处理能力和稳健性；而传统计算机是建立在冯.诺依曼体系基础上的基于算法的程序存取式计算机,只能按给定的算法完成期望的任务,没有创新能力。

人工神经网络是基于对人脑组织结构、活动机制的初步认识而提出的一种新型计算

体系。它是由一些简单的(通常为自适应的)类似大脑神经元的元件及其层次组织的大规

填并行连接构造的网络,它致力于按照生物神经系统的同样方式处理真实世界的客观事物。尽管每个神经元的结构、功能都很简单,但构成网络的动态行为却极为复杂,从而可

以表达复杂的实际物理现象。人工神经网络是在现代神经研究成果的基础上提出的,反应了人脑功能的若干特征,但又不是神经系统的真实描写,而是其简化、抽象和模拟。通过

连接强度的调整，神经网络表现出类似人脑的学习、归纳和分类特征,也具有一定的自适应性、自学习性、自组织性、容错性、并行性和联想记忆能力。研究神经网络的根本目

的在于探索人脑加工、储存和搜索信息的机理,进而探索将此机理应用于各种信息处理的可能性。人工神经网络具有特有的信息处理能力,成功地实现了神经专家系统、模式识别、智能控制、组合优化问题等，它与传统人工智能、模糊数学、子波分析等的结合,为智能科学和其他学科的发展提供了新方法、新途径。

系统与信息论方法的信息处理过程可以描述为:

收集数据→建立数学模型→分析模型并寻优→研究实现手段。

因此,传统方法就需要收集大量的能符合计算机要求的初始数据,完成对这些数据的系统分析和建模工作。数学模型的质量在很大程度上受到人为支配,不同的数学模型常常伴随着复杂和繁琐的数学分析和求解。

8

华东交通大学毕业设计

神经网络系统是由大量的、同时也是简单的处理单元(或称神经元)广泛地互相连接而形成的复杂网络系统。它是一个高度复杂的非线性动力学系统。虽然每个神经元的结构和功能十分简单,但由大量神经元构成的网络系统的行为却是丰富多彩和十分复杂的。神经网络的特征是由基本神经元及其互联方式所决定的。网络的智能存在于其结构及学习规则之中。网络通过对大量样本的监督学习或非监督学习进行训练,不仅可以适应一个特定问题,而且可以推广到一类问题。与传统方法相比,利用神经网络进行信息处理可以减少数据的分析工作和建模工作,以非编程、自适应的处理方式完成复杂的非线性映射,并将信息存储与处理合二为一。

在神经网络中发生的动力学过程包括称为快过程的计算过程和称为慢过程的学习过程。对于快、慢过程的不同处理方法形成了神经网络研究的学习神经网络模式和自组织模式。只有自组织模式才可实现“干中学,学中干”。

神经网络具有大规模并行性、冗余性、容错性、本质的非线性及自组织、自学习、自适应能力。目前,它已广泛应用于系统辨识、模式识别、信号处理、自动控制、人工智能、组合优化、运输与通信、市场分析、神经科学等领域。

迄今为止,人们已提出五十多种神经网络模型,其中常用的有：反向传递模型(BP)、Hopeld模型(HoP)、径向基函数模型(RBF)、小脑模型(CMAC)、B-样条函数、双向联想存储器(BAM)、Bo1tzman/Cauchy机(BCM)、黑箱脑机制(BSB)、小脑自动机模型(CTB)、重复传播模型(CPN)、学习矩阵模型(LM)、自适应共振理论模型(ART)、雪崩模型(AVA)、感知机模型(PTR)、PDP模型和自组织映射等,神经计算的软件和硬件产品也不断推出。

3 .2 软测量简介[5]

工业企业的需求以及控制理论和计算机技术的发展是先进控制技术发展强有力的推动力。先进控制算法，都要求有系统的数学模型，或带有人工智能的性质。这些要求需要系统建模技术。先进控制算法的实施，使过程控制更平稳，有条件实现更严格的卡边条件在线优化控制，从而带来显著的经济效益。而卡边条件的实现往往需要软测量技术的应用。

软测量的基本思想是把自动控制理论与生产过程知识有机的结合起来，应用计算机技术对难以测量或者暂时不能测量的重要变量，选择另外一些容易测量的变量，通过构成某种数学关系来推断或者估计，以软件来替代硬件的功能。应用软测量技术实现元素组分含量的在线检测不但经济可靠，且动态响应迅速、可连续给出萃取过程中元素组分含量,易于达到对产品质量的控制[12]。

9

华东交通大学毕业设计

软测量技术发展至今，由于采用的理论工具和所针对的实际对象的不同，因此形成了多种软测量方法。其中应用最多的是统计回归方法，主要适用于生产工况较为平稳的场所。针对一些复杂的系统，人们又提出了非线性软测量的方法，如机理建模，神经元技术，主元分析，部分最小二乘，系统辨识和模式辨识等，用这些技术或这些技术的结合来建立质量模型和收率优化模型等软仪表。这些软仪表不仅解决了许多检测难题，而且具有下列优点：一是不想某些成分仪表那样需要精心维护；二是动态响应迅速；三是能够连续给出指示数。在软测量方法中，辅助变量的类型、数目、测点位置的选择，过程数据的采集与处理等因素都会严重影响软仪表的性能。随着对象特性的变化和工作点的漂移，在使用过程中，还需要对软仪表进行校正以适应新的工况。北京化工大学自动化系十多年来已经在软测量技术方面积累了好多经验，如建立常压塔装置的脱空度和干点软仪表、聚合过程质量软仪表等。软测量技术虽然已在控制理论研究和实践中取得了广泛的成果，但目前还未形成系统的理论。

10