本文關(guān)鍵詞：基于多層ELM遺傳算法的鋁電解槽電壓建模與優(yōu)化控制研究

  更多相關(guān)文章： 鋁電解 槽電壓 極限學(xué)習(xí)機(jī) 遺傳算法 優(yōu)化控制

【摘要】：在鋁電解過(guò)程中,預(yù)焙槽作為鋁電解生產(chǎn)的主要設(shè)備,其電能消耗巨大。而槽電壓是鋁電解槽最主要的經(jīng)濟(jì)指標(biāo)之一,降低槽電壓可以顯著的降低電能消耗。由于鋁電解是一個(gè)非線性、強(qiáng)耦合和大時(shí)滯的工業(yè)過(guò)程體系,故難以在短期內(nèi)確定預(yù)焙鋁電解槽的槽電壓。因此,實(shí)時(shí)監(jiān)控槽電壓的變化,并提供優(yōu)化的槽電壓運(yùn)行條件,對(duì)于鋁電解生產(chǎn)過(guò)程的穩(wěn)定運(yùn)行具有極其重要的作用。通過(guò)優(yōu)化控制槽電壓,以達(dá)到降低電解鋁的生產(chǎn)成本,本文提出了一種基于多層極限學(xué)習(xí)機(jī)遺傳算法的鋁電解生產(chǎn)過(guò)程槽電壓優(yōu)化方法,以尋找穩(wěn)態(tài)優(yōu)化狀態(tài)下對(duì)應(yīng)的生產(chǎn)操作條件。首先采用核主元分析法確定影響電解鋁生產(chǎn)的關(guān)鍵參數(shù),建立了基于BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)、單層極限學(xué)習(xí)機(jī)機(jī)和多層極限學(xué)習(xí)機(jī)的槽電壓預(yù)測(cè)模型。然后利用遺傳算法尋找鋁電解過(guò)程槽電壓的全局最優(yōu)值及其對(duì)應(yīng)的電解質(zhì)溫度、氧化鋁濃度、分子比、鋁水平、電解質(zhì)水平等過(guò)程操作參數(shù)。通過(guò)實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明,提出的基于多層極限學(xué)習(xí)機(jī)遺傳算法的鋁電解槽電壓建模與優(yōu)化方法能夠準(zhǔn)確地預(yù)測(cè)槽電壓,同時(shí)能夠找到鋁電解生產(chǎn)過(guò)程中槽電壓的優(yōu)化值及其對(duì)應(yīng)的優(yōu)化生產(chǎn)操作條件。最后,在過(guò)程運(yùn)行優(yōu)化控制平臺(tái)上進(jìn)行鋁電解生產(chǎn)過(guò)程槽電壓實(shí)時(shí)控制的模擬實(shí)驗(yàn)。該平臺(tái)能夠監(jiān)控鋁電解生過(guò)程各個(gè)參數(shù)的實(shí)時(shí)變化,將槽電壓及其對(duì)應(yīng)的生產(chǎn)條件控制在目標(biāo)范圍內(nèi)。通過(guò)運(yùn)行結(jié)果表明,該控制系統(tǒng)能夠有效地控制槽電壓及其對(duì)應(yīng)的生產(chǎn)操作參數(shù),從而保證鋁電解生產(chǎn)過(guò)程的正常運(yùn)行,達(dá)到節(jié)能降耗的目的。
【關(guān)鍵詞】：鋁電解 槽電壓 極限學(xué)習(xí)機(jī) 遺傳算法 優(yōu)化控制
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TQ151;TP18
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 選題背景及意義11
• 1.2 鋁及鋁冶煉發(fā)展歷史11-12
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀和趨勢(shì)12-16
• 1.3.1 鋁電解槽槽電壓研究現(xiàn)狀12-14
• 1.3.2 多神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀14-15
• 1.3.3 遺傳算法研究現(xiàn)狀15-16
• 1.4 本文研究?jī)?nèi)容16-17
• 第二章 鋁電解生產(chǎn)工藝描述及槽電壓的關(guān)聯(lián)參數(shù)分析17-23
• 2.1 鋁電解生產(chǎn)工藝17-19
• 2.1.1 焙燒期18
• 2.1.2 啟動(dòng)18
• 2.1.3 鋁電解槽的正常生產(chǎn)期18-19
• 2.2 槽電壓的關(guān)聯(lián)參數(shù)分析19-22
• 2.2.1 電解質(zhì)溫度和分子比19
• 2.2.2 氧化鋁濃度19-21
• 2.2.3 鋁水平和電解質(zhì)水平21
• 2.2.4 極距21
• 2.2.5 陽(yáng)極效應(yīng)系數(shù)21-22
• 2.3 本章小結(jié)22-23
• 第三章 基于多層ELM的鋁電解槽電壓預(yù)測(cè)模型23-36
• 3.1 鋁電解槽槽電壓模型的基本框架23-26
• 3.1.1 輸入變量的選擇23-24
• 3.1.2 鋁電解實(shí)時(shí)數(shù)據(jù)預(yù)處理24-26
• 3.2 鋁電解槽槽電壓預(yù)測(cè)26-34
• 3.2.1 基于BP神經(jīng)網(wǎng)槽電壓預(yù)測(cè)26-28
• 3.2.2 基于單層ELM槽電壓預(yù)測(cè)28-31
• 3.2.3 基于多層ELM槽電壓預(yù)測(cè)31-34
• 3.3 三種槽電壓預(yù)測(cè)模型結(jié)果比較34-35
• 3.4 本章小結(jié)35-36
• 第四章 基于神經(jīng)網(wǎng)絡(luò)遺傳算法槽電壓優(yōu)化36-43
• 4.1 槽電壓優(yōu)化控制模型36-37
• 4.2 槽電壓優(yōu)化算法37-39
• 4.3 槽電壓優(yōu)化模型仿真及實(shí)驗(yàn)結(jié)果39-41
• 4.3.1 BP神經(jīng)網(wǎng)絡(luò)遺傳算法槽電壓優(yōu)化仿真結(jié)果39
• 4.3.2 單層ELM神經(jīng)網(wǎng)絡(luò)遺傳算法槽電壓仿真結(jié)果39-40
• 4.3.3 多層ELM神經(jīng)網(wǎng)絡(luò)遺傳算法槽電壓仿真結(jié)果40-41
• 4.4 三種神經(jīng)網(wǎng)絡(luò)遺傳算法仿真結(jié)果比較41
• 4.5 本章小結(jié)41-43
• 第五章 鋁電解槽電壓優(yōu)化控制系統(tǒng)及實(shí)現(xiàn)43-56
• 5.1 鋁電解控制系統(tǒng)43-44
• 5.2 鋁電解槽極距調(diào)節(jié)控制44-48
• 5.3 鋁電解槽電壓優(yōu)化控制驗(yàn)證與仿真48-55
• 5.3.1 半實(shí)物仿真平臺(tái)介紹48-51
• 5.3.2 槽電壓運(yùn)行優(yōu)化控制系統(tǒng)的開(kāi)發(fā)51-53
• 5.3.3 驗(yàn)證結(jié)果與分析53-55
• 5.4 本章小結(jié)55-56
• 第六章 總結(jié)與展望56-57
• 6.1 論文總結(jié)56
• 6.2 研究展望56-57
• 參考文獻(xiàn)57-62
• 致謝62-63
• 攻讀學(xué)位期間發(fā)表論文情況63

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 宋春寧;馮亮明;林小峰;李智;李芳;;糖廠澄清工段生產(chǎn)指標(biāo)建模及操作參數(shù)優(yōu)化[J];計(jì)算機(jī)測(cè)量與控制;2015年04期

2 黎文湘;荊升陽(yáng);高守磊;張守俊;蔣金龍;;提高成型開(kāi)槽預(yù)焙陽(yáng)極質(zhì)量的措施[J];輕金屬;2014年09期

3 戚喜全;;對(duì)電解槽電解溫度的再認(rèn)識(shí)[J];輕金屬;2014年06期

4 楊生濤;李賢;;240kA異型陰極電解槽焙燒啟動(dòng)生產(chǎn)實(shí)踐[J];有色冶金節(jié)能;2014年03期

5 萬(wàn)星火;金永超;鄭俊玲;;基于核主成分分析的環(huán)境質(zhì)量綜合評(píng)價(jià)模型[J];電腦知識(shí)與技術(shù);2014年09期

6 楊剛;;電解鋁節(jié)能減排實(shí)踐探索[J];有色冶金節(jié)能;2014年01期

7 李太福;姚立忠;易軍;胡文金;蘇盈盈;賈威;;強(qiáng)跟蹤平方根UKFNN的鋁電解槽工耗動(dòng)態(tài)演化模型[J];自動(dòng)化學(xué)報(bào);2014年03期

8 張宇獻(xiàn);李松;董曉;;基于特征聚類(lèi)數(shù)據(jù)劃分的多神經(jīng)網(wǎng)絡(luò)模型[J];信息與控制;2013年06期

9 曹阿林;曹斌;易小兵;李R，

本文編號(hào)：890883