【摘要】：針對我國鋁土礦的特點,生產氧化鋁主要采用拜耳法、燒結法和混聯法,在拜耳法中焙燒過程是氧化鋁生產必不可少也是最后一個過程,對氧化鋁產品質量有著非常重要的影響。該過程流程長、檢測大滯后、非線性強且工藝機理復雜,設備之間關聯嚴重,工況變化大如原料成份波動頻繁、設備結疤等問題,傳統(tǒng)的策略難以實現操作優(yōu)化以實現自動控制和優(yōu)化運行的生產目的。因此,焙燒過程的重要性及其復雜性,以及現代化工業(yè)發(fā)展對自動化提出的要求使得焙燒過程控制系統(tǒng)日益得到人們更多的重視。本文以廣西某鋁廠氧化鋁焙燒工序為背景,開展了氧化鋁生產焙燒過程質量預測及綜合工況優(yōu)化控制的相關研究,取得了一定的研究成果。本文主要內容歸納如下:(1)首先,通過對氧化鋁焙燒過程工藝的機理分析,找到影響質量指標的因素,并分析了焙燒工藝的特點,采用五點三次方法對現場數據進行濾波,并采用相關性分析和箱線圖分析方法剔除現場數據的異常值。(2)結合機理分析采用主元分析和相關性分析等數據處理方法,選取了氧化鋁質量指標軟測量模型輸入變量,采用混沌灰狼算法優(yōu)化在線序貫極限學習機的初始權值和偏差,建立氧化鋁質量預測模型。利用工業(yè)生產實際數據進行實驗驗證,本文所建立的軟測量模型具有較高的精度和泛化能力,實現了氧化鋁質量指標的有效估計,并為焙燒過程的優(yōu)化控制創(chuàng)造了條件。(3)在上述研究工作基礎上,進一步分析了目前焙燒工序操作參數控制的現狀和存在的問題。在保證氧化鋁質量指標合格的前提下,建立氧化鋁焙燒過程綜合工況操作優(yōu)化控制模型,利用帶約束的混沌灰狼優(yōu)化算法進行模型求解而獲得優(yōu)化后的操作參數,即焙燒主爐溫度、ID風機功率、下料量等。通過實際生產數據進行仿真實驗,結果表明,該優(yōu)化控制模型效果良好。(4)設計了氧化鋁焙燒過程綜合工況操作優(yōu)化控制系統(tǒng),該系統(tǒng)利用以太網和工業(yè)電纜與設備層和控制層進行連接,通過內部協議轉換實現仿真數據交互,以實現控制系統(tǒng)的功能化和信息化。實驗結果表明,依據氧化鋁生產過程中各參數的實時變化,該綜合工況優(yōu)化控制系統(tǒng)可以得到基礎控制回路的優(yōu)化設定值,并將氧化鋁質量指標及其相應的關鍵操作參數控制在目標范圍內,保證氧化鋁生產焙燒過程的正常運行。
[Abstract]:According to the characteristics of bauxite in China, the alumina production mainly adopts Bayer process, sintering process and mixing method. The calcination process in Bayer process is the necessary and final process of alumina production. It has a very important effect on the quality of alumina products. The process has long process, long detection lag, strong nonlinearity and complex process mechanism, serious correlation between equipments, large variation of working conditions, such as frequent fluctuation of raw material composition, scarring of equipment, etc. The traditional strategy is difficult to realize the operation optimization in order to realize the production purpose of automatic control and optimal operation. Therefore, the importance and complexity of roasting process, as well as the requirement of automation put forward by modern industrial development, make more and more attention to roasting process control system. Based on the alumina roasting process of an aluminum factory in Guangxi, the quality prediction of alumina roasting process and the optimization control of comprehensive working conditions were studied in this paper, and some research results were obtained. The main contents of this paper are summarized as follows: (1) firstly, by analyzing the mechanism of alumina roasting process, the factors affecting quality index are found, and the characteristics of roasting process are analyzed, and the field data are filtered by 5.3 times method. Correlation analysis and box diagram analysis are used to eliminate outliers of field data. (2) combined with mechanism analysis, the input variables of soft sensor model of alumina quality index are selected by using principal component analysis and correlation analysis and other data processing methods. The chaos gray wolf algorithm is used to optimize the initial weights and deviations of the online sequential limit learning machine, and the quality prediction model of alumina is established. The soft sensor model established in this paper has high precision and generalization ability, and realizes the effective estimation of alumina quality index. It also creates conditions for optimal control of roasting process. (3) on the basis of the above work, the present situation and existing problems of operation parameter control in roasting process are further analyzed. On the premise of ensuring the quality index of alumina, the optimal operation control model of alumina roasting process is established, and the optimized operation parameters are obtained by solving the model by using the chaotic gray wolf optimization algorithm with constraints. That is, roasting main furnace temperature and ID fan power, feed volume, etc. The simulation results of actual production data show that the optimal control model is effective. (4) the operation optimization control system of alumina roasting process under integrated operating conditions is designed. The system uses Ethernet and industrial cable to connect with device layer and control layer, and realizes simulation data interaction through internal protocol conversion, so as to realize the function and information of the control system. The experimental results show that according to the real time change of the parameters in the alumina production process, the optimal control system can get the optimal setting value of the basic control loop. The quality index of alumina and its key operating parameters are controlled within the target range to ensure the normal operation of alumina production and roasting process.
【學位授予單位】：廣西大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TQ133.1;TP18

【相似文獻】

相關期刊論文 前10條

1 И·С· Тузиев;聶良田;;蛭石質量預測的地質準則[J];國外非金屬礦;1987年06期

2 平措;環(huán)境空氣質量預測系統(tǒng)的研究動態(tài)及其實施意義[J];西藏科技;2005年04期

3 吳有訓;彭慕平;劉勇;;基于徑向基函數網絡的宣城市空氣質量預測[J];安徽師范大學學報(自然科學版);2011年04期

4 項前,呂志軍,楊建國;紡織品智能工藝設計與質量預測系統(tǒng)[J];紡織學報;2005年03期

5 施堯;趙勇;楊雪潔;趙姝;張燕平;吳有訓;王克強;;基于覆蓋算法的大氣質量預測[J];計算機技術與發(fā)展;2008年07期

6 烏日根;董俊慧;王玉榮;;計算機技術在焊接質量預測中的應用[J];焊接技術;2006年01期

7 安琳;武宜鳴;朱文俊;;針織生產過程中質量預測和控制技術研究思路[J];針織工業(yè);2010年09期

8 張得昆,任學勤,朱寶瑜,李偉;紡紗質量預測與信息管理系統(tǒng)的開發(fā)與應用[J];毛紡科技;2004年04期

9 王旭;優(yōu)化與優(yōu)化控制[J];遼陽石油化工高等�？茖W校學報;2000年02期

10 房偉;;優(yōu)化控制技術 提高清潔生產水平[J];安全、健康和環(huán)境;2006年12期

相關會議論文 前10條

1 張得昆;任學勤;朱寶瑜;李偉;;紡紗質量預測與信息管理系統(tǒng)的開發(fā)與應用[A];第23屆全國毛紡年會論文集[C];2003年

2 劉棟棟;;系統(tǒng)反應H_∞優(yōu)化控制理論在結構主動控制中的應用研究[A];第五屆全國結構工程學術會議論文集（第一卷）[C];1996年

3 郭晉梅;;淺析冶金級氧化鋁的產品質量[A];合作 發(fā)展 創(chuàng)新——2008(太原)首屆中西部十二省市自治區(qū)有色金屬工業(yè)發(fā)展論壇論文集[C];2008年

4 柴洪云;王新璋;;氧化鋁行業(yè)點檢信息化的實踐及展望[A];有色金屬工業(yè)科學發(fā)展——中國有色金屬學會第八屆學術年會論文集[C];2010年

5 朱瑞澤;;中國氧化鋁國際競爭能力的現狀與潛力[A];中國有色金屬學會第三屆學術會議論文集——戰(zhàn)略研究綜述部分[C];1997年

6 黃正良;吳堅;萬百五;;具有輸出關聯約束的工業(yè)過程穩(wěn)態(tài)優(yōu)化控制新方法——雙迭代法[A];1995中國控制與決策學術年會論文集[C];1995年

7 陳芳梅;;氧化鋁循環(huán)水處理工藝的探討[A];’2001全國工業(yè)用水與廢水處理技術交流會論文集暨水處理技術匯編[C];2001年

8 皮濺清;;自主開發(fā)新工藝，實現工業(yè)廢水零排放[A];2007年全省有色金屬學術交流會論文集[C];2007年

9 鄭哲;鐘鼎禹;;利用系統(tǒng)輸出余弦管理法對產品質量進行優(yōu)化控制[A];1994中國控制與決策學術年會論文集[C];1994年

10 于乃功;阮曉鋼;;青霉素發(fā)酵過程優(yōu)化控制問題及方法研究[A];第二十二屆中國控制會議論文集（上）[C];2003年

相關重要報紙文章 前10條

1 綠意;加拿大保護“海岸灰狼”[N];光明日報;2002年

2 劉霞;遺傳分析顯示狗源自中東灰狼[N];科技日報;2010年

3 記者 馬波;家犬起源于東亞南部灰狼[N];科技日報;2011年

4 本報記者 葉飛;艾斯卡爾和他的灰狼樂隊[N];中國文化報;2010年

5 河山;“聽話”的孩子多心理問題[N];大眾衛(wèi)生報;2003年

6 ;未來氧化鋁市場將供不應求[N];中國有色金屬報;2002年

7 ;市場向好 部分氧化鋁廠欲復產[N];中國有色金屬報;2003年

8 劉建軍;中巴雙方同意合資在巴西建設氧化鋁廠[N];中國有色金屬報;2004年

9 記者 陳小潯;全球氧化鋁需求強勁 價格上揚[N];中國冶金報;2008年

10 蘇易;氧化鋁市場空間巨大[N];中國礦業(yè)報;2002年

相關博士學位論文 前7條

1 戴光遠;城市干線公交綠波優(yōu)化控制方法及關鍵技術研究[D];東南大學;2016年

2 周鳳祿;基于物質流分析的氧化鋁工業(yè)可持續(xù)發(fā)展研究[D];東北大學;2014年

3 劉偉;氧化鋁熟料制備的基礎理論和工藝[D];中南大學;2011年

4 姚福來;機電設備的效率優(yōu)化方法及其優(yōu)化控制的研究[D];河北工業(yè)大學;2012年

5 劉代飛;氧化鋁氣態(tài)懸浮焙燒集成優(yōu)化控制指導系統(tǒng)的研究[D];中南大學;2008年

6 呂國志;利用高硫鋁土礦生產氧化鋁的基礎研究[D];東北大學;2010年

7 顧佳晨;具有模糊參數的大工業(yè)過程穩(wěn)態(tài)遞階優(yōu)化控制[D];西安交通大學;2001年

相關碩士學位論文 前10條

1 李成縣;基于混沌灰狼算法的氧化鋁焙燒質量預測與優(yōu)化控制策略研究[D];廣西大學;2017年

2 倪永成;加工過程質量預測與控制技術的研究與應用[D];東華大學;2007年

3 饒東陽;棉紡織品質量預測與優(yōu)化控制技術研究與應用[D];東華大學;2008年

4 吳軍輝;紡織加工質量預測技術的研究與應用[D];東華大學;2009年

5 杜曉亮;人工神經網絡在空氣質量預測中的應用研究[D];山東大學;2009年

6 白剛;基于DCS廢氣焚燒爐優(yōu)化控制的研究[D];西安石油大學;2014年

7 祝恩宇;鎢堿煮工藝過程建模與優(yōu)化控制研究[D];江西理工大學;2015年

8 沈俊鵬;基于最優(yōu)性條件的流程雁陣自主優(yōu)化控制方法[D];北京化工大學;2015年

9 欒松鵬;惡劣工況下鍋爐燃燒閉環(huán)優(yōu)化控制與能效分析研究[D];青島科技大學;2015年

10 張迪;水泥工業(yè)遠程優(yōu)化控制系統(tǒng)數據采集與處理[D];濟南大學;2015年

，

本文編號：2120203