锌粉锑盐净化除钴过程是湿法炼锌净化过程中的一个重要环节,其钴离子浓度不仅决定了锌粉的消耗量,而且直接影响电解的效率和产品的质量。因此,及时、准确地获得净化Ⅰ段后液钴离子浓度并预估净化Ⅱ段出口处钴离子浓度对合理调整锌粉加入量,保证生产正常进行和企业节能降耗,提高经济效益具有重要意义。本文在分析工业现场锌粉锑盐除钴过程工艺和影响因素的基础上,结合电化学理论、误差补偿技术、专家系统知识和人工神经网络思想,实现了净化Ⅰ段后液钴离子浓度在线检测和净化Ⅱ段出口处钴离子浓度的预测,其主要研究内容有:①研究了各种钴离子浓度检测方法的原理和特点,分析了极谱法在线检测痕量钴离子浓度的可行性,提出了基于极谱法的净化Ⅰ段后液钴离子浓度在线检测方法,研制了基于极谱法的在线分析仪。在分析了现场分析仪在现场应用中误差较大不能满足工业需求的原因后,利用数据筛选和最小二乘拟合数据处理方法对在线检测的算法进行了改进,补偿了由环境和设备引起的误差;根据极谱法原理补偿了由温度引起的误差,成功解决了存在的问题,满足了工业应用的需求。②为了解决检测滞后难以及时获得Ⅱ段后液钴离子浓度信息以调整锌粉添加量的问题,在运用专家知识和数据预处理技术对大量工业历史数据进行预处理的基础上,利用处理后的数据作为样本建立了基于传统BP神经网络算法的净化Ⅱ段出口处钴离子浓度预测模型。针对传统BP神经网络算法在泛化能力方面的不足,建立了基于L-M算法的神经网络预测模型,经现场数据验证,该模型能依据Ⅱ段工况信息准确预测出Ⅱ段净化出口处的钴离子浓度。③开发了钴离子浓度在线检测与预测系统,论文给出了系统的需求分析和结构、软件开发平台与功能实现。所开发的系统实现了Ⅰ段后液钴离子浓度在线检测和Ⅱ段后液钴离子浓度预测,并提供了工作记录表、报表统计等信息处理与管理功能,对提高工作效率和企业的现代化水平,发挥了重要作用。论文最后总结了全文的主要研究工作,指出了可进一步改进的地方和完善的途径。