基于CFD-DEM-ML和多尺度决策的搅拌槽稀土浸出能效-质量优化

《Chemical Engineering Science》:Energy-efficiency-quality optimization of REE leaching in stirred tank based on CFD-DEM-ML and multiscale decision-making

【字体: 大 中 小 】 时间:2026年08月29日 来源:Chemical Engineering Science 5.1

编辑推荐:

   # 摘要 针对搅拌槽中稀土元素(REE)浸出过程效率与能耗协同优化的关键挑战,本研究提出了一种将计算流体力学-离散元方法(CFD-DEM)耦合仿真、机器学习(ML)、多目标优化和多元决策相结合的能量效率优化集成框架。建立了一套多级目标评价体系,纳入客观指标、主观偏好及主客观

  

# 摘要

针对搅拌槽中稀土元素(REE)浸出过程效率与能耗协同优化的关键挑战,本研究提出了一种将计算流体力学-离散元方法(CFD-DEM)耦合仿真、机器学习(ML)、多目标优化和多元决策相结合的能量效率优化集成框架。建立了一套多级目标评价体系,纳入客观指标、主观偏好及主客观综合权衡。以转速(N)、浸出温度(T)和矿粒粒度(D)作为可优化参数,以能耗(E)、浸出量(M)和浸出均匀性(CV)为目标变量,进行多目标权衡优化。基于堆叠的机器学习模型在预测三个目标变量时均取得了决定系数(R2)大于0.95的效果。与基准工况相比,基于客观优化策略(EWM)所得最优工况在所有三个目标变量上均提升了超过8%。主观优化策略(AHP)在优先选择不同目标时,于首选目标上实现了超过10%的改善。创新性提出的基于相对熵的主客观综合优化方案与基准工况相比,在首选目标上提升了超过10%,在非首选目标上相对主观优化结果改善了超过5%。在现有研究基础上,未来工作将构建更全面的仿真模型和优化框架,以实现工业规模的浸出优化。

# 引言

稀土元素(REE)因其独特的光学、电学和磁学性能而备受重视,已成为国防、高新技术和清洁能源应用不可或缺的战略性材料(Sovacool 等,2020)。然而,在自然界中,稀土元素主要以氧化物或复合矿物的形式存在,这使得其提取和分离过程既复杂又昂贵(Zhou 等,2023)。典型的稀土提取工艺一般包括浸出、沉淀、溶剂萃取和烧结等步骤(Pan 等,2021)。其中,浸出是从矿石基质中解离稀土的第一步关键工序,其效率直接决定了整个流程的经济效益和环保性能。

在工业实践中,由于试剂成本低且技术成熟,酸浸被广泛应用于处理独居石((Ce, La)PO?)和氟碳铈矿(CeCO?F)等主要稀土矿石(Chen 等,2020;Zheng 等,2020)。在机械搅拌反应器中进行的槽浸工艺,因其操作灵活性高、混合效率高且环境友好而成为主流方法(Banerjee 等,2024)。浸出效率受多种参数协同影响,关键物理因素在其中扮演重要角色。例如,Liu 等(2020)系统研究了温度和矿粒比表面积对氟碳? ce 矿浸出动力学的影响;Cao 等(2018)考察了搅拌速度、温度和固液比等参数对飞灰中稀土浸出的影响;Zhou 等(2023)探讨了粒度的影响,指出粒度过大或过小均不利于浸出。此外,Lim 等(2016)研究了浸出时间、温度、研磨细度和稀释比等关键因素对稀土浸出过程的影响。综上所述,这些研究表明,搅拌速度、温度和粒度等物理参数在搅拌槽酸浸体系中起着控制浸出效率的关键作用。

然而,追求更高浸出效率往往伴随着搅拌能耗的急剧上升(Zhang 等,2023)。尽管提高搅拌转速和浸出温度能增强质量传递和热量传递,但会导致功耗显著增加,这与全球工业节能减排的迫切要求背道而驰(He 等,2025)。因此,在浸出效率与能耗投入之间取得最优平衡已成为稀土湿法冶金领域的一项重要工程目标。近年来,浸出过程能耗问题日益受到学者关注。例如,Kumari 等(2021)和 Yu 等(2025)分别采用实验方法优化了 NdFeB 磁铁的氯化焙烧和离子吸附型稀土矿的硫酸化焙烧,成功降低了预处理阶段的能耗。与此同时,计算仿真与人工智能的融合也被应用于搅拌槽能效优化。Li 等(2025)和 Zhao 等(2022)均采用计算流体力学(CFD)与人工神经网络(ANN)相结合的策略,对叶轮几何形状和转速等参数进行多目标优化,旨在平衡混合性能与功率消耗。另外,Lugo-Hinojosa 等(2025)通过修改挡板设计提高了泵送效率,但指出混合能耗同时有所增加。虽然这些研究在能效方面取得了显著进展,但其优化范围仍主要局限于设备几何形状或单个工艺参数的宏观效应,缺乏对效率-能耗-工艺效果进行协同优化的系统框架。

能效优化系统框架的开发已在多个工业领域进行了探索。例如,在燃料喷射领域,He 等(2026)采用 MOGWO-SVR 方法对甲醇喷射器的开闭响应时间、铁损和铜损进行多目标协同优化,最终实现了温升的降低和喷射稳定性的提升。Zhang 等(2023)将流体体积(VOF)方法、神经网络和 NSGA-II 算法相结合,建立了椭圆翅片换热器传热与压降的双目标优化框架,从而确定了最优雷诺数和椭圆率。这些工作证明了通过数值仿真与智能算法融合来构建优化框架的可行性。然而,此类框架的核心决策组件仍存在一个关键局限性:目标权重的确定策略。为解决这一问题,后续研究主要沿两条路径展开。第一条路径是基于决策者偏好主观设定权重。例如,Wu 等(2025)手动分配不同权重以探索搅拌槽的能效权衡,而 Gupta 等(2025)则应用 AHP-TOPSIS 方法综合评估 Bhimal 纤维增强环氧生物复合材料在不同油和水介质中的润湿性。第二条路径采用客观赋权方法(如熵权法)或尝试将主观权重与客观权重相结合。例如,Wang 等(2026)比较了结构化填料设计中熵权法与手动赋权的优化结果,Yao 等(2023)则使用简单的算术平均法将两种权重类型结合,用于优化搅拌槽几何形状和运行参数。然而,主观方法常因依赖经验和固有的任意性而受到批评,客观方法则可能无法捕捉实际的工程优先级。此外,算术平均等简单组合方法缺乏严格的理论基础。因此,开发一种基于坚实理论且在实践中适用、能科学协调主客观信息的权重确定方法,是提升多目标优化框架科学严谨性和工程相关性的关键挑战。

综上所述,当前关于搅拌槽中稀土元素浸出的研究仍存在两个关键空白:第一,尽管各种工艺参数的影响已被广泛研究,但能效协同优化的系统框架尚付阙如;第二,虽然多种加权决策方法提供了指导,但尚缺乏一个能够有效整合主客观信息的多级系统评价体系。为弥补上述研究空白,本研究旨在开发一种面向搅拌槽稀土浸出过程的多目标协同优化与决策方法,目标是同时降低能耗、提高浸出效率和改善工艺性能。为此,本研究提出了一种集成优化框架,将 CFD-DEM 耦合仿真、机器学习代理模型、多目标优化和多元决策相结合,以全面平衡能耗(E)、浸出量(M)和浸出均匀性(CV)之间的冲突。该框架重点关注三个关键运行参数:浸出温度、搅拌转速和矿粒粒度。首先构建高保真度的 CFD-DEM 仿真模型以揭示底层物理机制,然后建立基于 Stacking 集成学习的代理预测模型以实现快速响应。在此基础上,系统地开发了包含客观赋权、主观偏好和主客观融合的多级权重评价体系,最终形成了从参数空间到决策方案的优化全链条。

最终,本研究旨在建立一个超越单一决策层级的多目标优化框架,系统整合主观决策、客观决策和主客观混合决策策略,形成适用于稀土元素浸出过程的多尺度决策系统。在前期机理探索和方法开发的基础上,该系统实现了从"现象解释"到"生产指导"的跨越。通过引入基于相对熵的权重融合方法,有效协调了主观偏好与客观数据规律之间的矛盾,为不同工业场景提供了具有明确经济解释的优化方案,从而推动稀土浸出过程向更绿色、更高效、更节能的工业实践发展。

# 章节节选

**模型与方法**

从稀土矿石中浸出目标元素是一个顺序过程,通常包括三个步骤:(1) 浸出剂向矿物颗粒表面的内扩散;(2) 固-液界面处的化学反应,涉及晶格破坏和目标元素的溶解;(3) 产物从界面向主体溶液的外扩散(Banerjee 等,2023)。以典型稀土矿物独居石((Ce, La)PO?)为例,其提取……

**稀土氯化物浸出能力分析**

基于上述假设,在搅拌槽反应器中,稀土氧化物在盐酸中的浸出效率本质上与相应氯化物的溶解行为密切相关,该过程主要由温度控制。在浸出过程中,提高温度会增强系统内的分子热运动,从而增强质量传递并加速稀土离子与氢离子之间的反应动力学,进而促进整体……

**机器学习模型性能验证**

为解决单一机器学习模型在准确预测多个异构目标方面的局限性,构建了双层 Stacking 集成模型。模型结构如第 2.3 节所述,结构如图 7(a) 所示。模型输入为转速(N)、温度(T)和粒度(D);输出为浸出量(M)、均匀性(CV)和能耗(E)。如图 7(b) 所示,单一模型表现出目标特定的偏差:SVM 在预测 E 方面表现最佳……

**结论**

针对搅拌槽稀土浸出中的能效失衡问题,本研究开发了一种集成优化框架,结合 CFD-DEM 仿真、机器学习代理模型、多目标优化和多元决策。通过系统研究转速(N)、浸出温度(T)和矿粒粒度(D)对能耗(E)、浸出量(M)和浸出均匀性(CV)的影响,并建立了多级……

# CRediT 作者贡献声明

张伯群:原创稿件撰写、可视化、验证、方法论。
李正权:审稿与编辑、监督、软件、项目管理、方法论、调查研究、概念设计。
邹少军:方法论、数据整理。
谭浩:调查研究、数据整理。
周强:资金获取。
周宗炎:软件、资金获取。

# 利益冲突声明

作者声明不存在已知的经济利益或个人关系可能影响本文所报告工作的情况。

# 致谢

作者感谢国家自然科学基金(52276154)和中国江西理工大学先进人才研究基金(205201000085)对本工作的资金支持。

张伯群 | 李正权 | 邹少军 | 谭浩 | 周强 | 周宗炎
江西理工大学颗粒技术江西省重点实验室,江西 赣州 341000,中国
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号