摘要
浸出渣回转窑煅烧回收锌、铟等有价金属是湿法炼锌行业资源绿色循环的关键环节，存在大时滞、锌挥发率不稳定、碳排放量大、窑渣堆积现象严重，快速优化调控困难等问题。本文以国内30万吨/年锌浸出渣回转窑二次资源回收利用工程为研究对象，在对锌挥发率、碳排放量和窑渣产量工况参数影响规律定性分析的基础上，结合灰色关联度影响因子定量分析，引入遗传算法和粒子群算法分别优化建立BP神经网络锌挥发率、碳排放量和窑渣产量预测模型，结合反应机理和单因子情景分析法，重点考察了焦粉、温度和浸出渣关键组分对三者的影响规律，并使用多目标布谷鸟算法、快速非支配排序算法对其进行三目标优化，得到优化调控区间，为湿法炼锌行业锌浸出渣绿色高质循环利用的优化控制提供理论指导和技术支撑。主要内容和结论如下： （1）主要物料配比、关键工艺参数与优化目标的灰色关联度分析结果表明：焦粉投入强度对锌挥发率影响最大，关联度为0.842，浸出渣含水率关联度最小为0.628；焦粉投入强度与碳排放量关联程度最大，关联系数为0.854，浸出渣含Pb率与碳排放量关联程度最小，为 0.736；焦粉投入强度与窑渣产量有紧密关联，锌浸出渣含水率与窑渣产量关联程度最低。该结果可为预测模型输入变量提供参数支持。 （2）分别使用BP模型、遗传算法优化BP模型、粒子群算法优化BP模型建立锌挥发率、碳排放量、窑渣产量预测模型，结果表明：粒子群算法优化效果最好，预测误差分别为± 0.9 %、± 0.06 t、± 0.17 t，具有较高的预测命中率。 （3）通过单因素情景分析，可知：设定工况下，当焦粉投入强度为0.6时，锌挥发率最高达到92.3 %；680℃时锌挥发率为92.7 %，达到模拟工况下最优窑尾温度调控值；浸出渣含Fe率从20.2 %升至27 %，锌挥发率从95.8 %降至88 %。碳排放量随焦粉投入强度的上升而上升；含Fe率每上升1 %，碳排放量增加6.7×10-2 t；窑尾温度从504℃升至686℃，碳排放量从1.733 t/t 浸出渣降至1.72 t/t 浸出渣。每1 t焦粉可减少0.06 t窑渣产出；含Fe率从20 %升至26 %，窑渣产量从0.59 t/t 浸出渣增至0.64 t/t 浸出渣；窑尾温度从504℃升至686℃，窑渣产量从0.7 t/t 浸出渣降至0.575 t/t 浸出渣。 （4）使用多目标布谷鸟算法和快速非支配排序算法以锌挥发率最高、碳排放量和窑渣产量最低进行多目标优化，对比优化结果表明，快速非支配排序算法优化效果更佳，相较于实际工况，锌挥发率最高提升近10 %，碳排放量最多降低0.1 t/t 浸出渣，窑渣最多减产0.38 t/t 浸出渣,同时得到优化后主要物料配比和关键工艺参数调控区间。
NETL