【摘要】：隨著能源問題的日益突出,尋找節(jié)能降耗的生產(chǎn)技術已經(jīng)成為企業(yè)實現(xiàn)可持續(xù)發(fā)展的努力方向。鋁電解生產(chǎn)中,降低槽電壓可有效降低直流電耗,然而槽電壓不可直接控制。為此,本文提出基于槽狀態(tài)綜合評判模型的鋁電解過程槽電壓智能優(yōu)化控制策略。首先,建立了一個基于自適應模糊C均值聚類算法(FCM)的槽狀態(tài)評判模型。從全局的角度建立關于能量平衡、物料平衡、穩(wěn)定性的槽狀態(tài)綜合指標模型,采用自適應的FCM算法進行槽狀態(tài)評判,根據(jù)綜合指標的大小將槽狀態(tài)分成優(yōu)、良、差三類。采用實際生產(chǎn)數(shù)據(jù)進行實驗,驗證了所建立的模型可有效評判槽狀態(tài)類別,并具有較好的精度。然后,在槽狀為優(yōu)的情況下,以生產(chǎn)工藝條件為約束條件,以槽電壓最低為目標,建立了槽電壓優(yōu)化控制模型,為節(jié)能生產(chǎn)提供控制方案。采用蟻獅算法(ALO)優(yōu)化的最小二乘向量機(LSSVM)建立了槽電壓的函數(shù)估計模型,并采用ALO尋找優(yōu)化槽電壓值及對應的生產(chǎn)條件參數(shù)。經(jīng)實驗驗證,所建立的槽電壓預測模型可達到較好的精度,且ALO算法可搜索到一組優(yōu)化槽電壓值及對應生產(chǎn)條件參數(shù),該組參數(shù)具有較好的節(jié)能效果。接著,在槽狀態(tài)為良的情況下,引入自回歸移動平均-模糊神經(jīng)網(wǎng)絡(ARMA-FNN)方法進行槽狀態(tài)預測,以實際生產(chǎn)操作要求為約束條件,以槽電壓和槽狀態(tài)回歸最優(yōu)為目標,建立了槽電壓優(yōu)化設定模型,采用多目標蟻獅優(yōu)化算法(MOALO)求解得到一組優(yōu)化設定值。實驗仿真結果表明,將優(yōu)化設定值下發(fā)控制系統(tǒng)后槽狀態(tài)逐漸穩(wěn)定并往優(yōu)狀態(tài)發(fā)展。最后,將本文所提出的方法在電解槽運行控制系統(tǒng)平臺上進行驗證。實驗表明將槽電壓優(yōu)化模型的可控參數(shù)下發(fā)控制系統(tǒng),可將槽電壓控制在最優(yōu)范圍內(nèi),達到節(jié)能降耗的目的。若槽狀態(tài)惡化,對操作參數(shù)做相應調(diào)整,槽狀態(tài)可逐漸走向優(yōu)良。
【學位授予單位】：廣西大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP273;TF821
【圖文】：

能溶于冰晶石熔體中。副原料是氟化鹽，鋁電解生產(chǎn)中所用氟化鹽主要是冰晶石和氟化逡逑鋁。其次為了提高化學反應的效率，采用一些添加劑，如：氟化鈣、氟化美、氟化鈉等。逡逑鋁電解槽是生產(chǎn)的主要反應裝置，其結構如圖１－１所示。鋁電解生產(chǎn)時，往槽中加逡逑入冰晶石一氧化鋁作為原料，炭素材料作為電解反應的陰陽兩級。向電解槽中通入強大逡逑１逡逑

本文實驗均是在Ｍａｔｌａｂ２０１２ａ平臺上進行，實驗數(shù)據(jù)來源于廣西某鋁廠的１６０ＫＡ逡逑系列電解槽。優(yōu)化Ｑ函數(shù)，可求得最佳投影方向為（０．２１１邐０．０８３邋０．２８４邋０．６２８逡逑０．５５０邐０．１９６邐０．３４７邐０．０８９邐０．１８９），如圖３－１所示，從圖中可看出：＾９對槽電壓逡逑信息的重要程度。圖中，４、之的貢獻值明顯小于彳、４４、之、之、＜、勾，逡逑因此，為了降低下一小節(jié)中所建立的槽電壓預測模型的計算復雜程度，以極距（Ａ邋）、分逡逑子比（４邋）、電阻（七）、氧化鋁濃度（Ａ邋）、出鋁量（々）、溫度（＼邋）、電流（Ａ邋）為模型的輸入逡逑參數(shù)。逡逑０．８邐１邐ｚ邐ｃ邐ｔ邐Ｃ邐Ｅ邐ｃ邐Ｅ邐Ｃ逡逑０．６－邋■逡逑ｘｌ邋ｘ２邋ｘ３邋ｘ４邋ｘ５邋ｘ６邋ｘ７邋ｘ８邋ｘ９逡逑槽電壓相關參數(shù)逡逑圖３－１各參數(shù)對槽狀態(tài)的貢獻值逡逑Ｆｉｇ．３－１邋Ｃｏｎｔｒｉｂｕｔｉｏｎｓ邋ｏｆ邋ｐａｒａｍｅｔｅｒｓ邋ｔｏ邋ｔｈｅ邋ｃｅｌｌ邋ｓｔａｔｅ逡逑３．３基于ＡＬＯ－ＬＳＳＶＭ的槽電壓函數(shù)預測逡逑實際生產(chǎn)過程中，槽電壓不可在線測量，只能通過工人定期的離線檢測獲得，一般逡逑工廠是每天一測，有些工廠是幾天一測。槽電壓的測量滯后，生產(chǎn)決策工人得不到及時逡逑的決策指導，往往造成不合理的控制。生產(chǎn)上普遍采用低電壓生產(chǎn)技術，但由于槽電壓逡逑的信息不能及時獲得，使得該技術的控制效果得不到大程度的改善。為此，此處采用智逡逑能預測模型建立槽電壓的軟測量模型，通過檢測較方便的其他相關參數(shù)來間接獲得槽電逡逑壓的信息。逡逑ＬＳＳＶＭ由標準ＳＶＭ發(fā)展而來

本文實驗均是在Ｍａｔｌａｂ２０１２ａ平臺上進行，實驗數(shù)據(jù)來源于廣西某鋁廠的１６０ＫＡ逡逑系列電解槽。優(yōu)化Ｑ函數(shù)，可求得最佳投影方向為（０．２１１邐０．０８３邋０．２８４邋０．６２８逡逑０．５５０邐０．１９６邐０．３４７邐０．０８９邐０．１８９），如圖３－１所示，從圖中可看出：＾９對槽電壓逡逑信息的重要程度。圖中，４、之的貢獻值明顯小于彳、４４、之、之、＜、勾，逡逑因此，為了降低下一小節(jié)中所建立的槽電壓預測模型的計算復雜程度，以極距（Ａ邋）、分逡逑子比（４邋）、電阻（七）、氧化鋁濃度（Ａ邋）、出鋁量（々）、溫度（＼邋）、電流（Ａ邋）為模型的輸入逡逑參數(shù)。逡逑０．８邐１邐ｚ邐ｃ邐ｔ邐Ｃ邐Ｅ邐ｃ邐Ｅ邐Ｃ逡逑０．６－邋■逡逑ｘｌ邋ｘ２邋ｘ３邋ｘ４邋ｘ５邋ｘ６邋ｘ７邋ｘ８邋ｘ９逡逑槽電壓相關參數(shù)逡逑圖３－１各參數(shù)對槽狀態(tài)的貢獻值逡逑Ｆｉｇ．３－１邋Ｃｏｎｔｒｉｂｕｔｉｏｎｓ邋ｏｆ邋ｐａｒａｍｅｔｅｒｓ邋ｔｏ邋ｔｈｅ邋ｃｅｌｌ邋ｓｔａｔｅ逡逑３．３基于ＡＬＯ－ＬＳＳＶＭ的槽電壓函數(shù)預測逡逑實際生產(chǎn)過程中，槽電壓不可在線測量，只能通過工人定期的離線檢測獲得，一般逡逑工廠是每天一測，有些工廠是幾天一測。槽電壓的測量滯后，生產(chǎn)決策工人得不到及時逡逑的決策指導，往往造成不合理的控制。生產(chǎn)上普遍采用低電壓生產(chǎn)技術，但由于槽電壓逡逑的信息不能及時獲得，使得該技術的控制效果得不到大程度的改善。為此，此處采用智逡逑能預測模型建立槽電壓的軟測量模型，通過檢測較方便的其他相關參數(shù)來間接獲得槽電逡逑壓的信息。逡逑ＬＳＳＶＭ由標準ＳＶＭ發(fā)展而來

【參考文獻】

相關期刊論文 前10條

1 張燕;代亞菲;陳玲玲;宣伯凱;;基于改進的FOA-LSSVM磨礦粒度軟測量模型[J];礦業(yè)研究與開發(fā);2015年11期

2 周佳軍;姚錫凡;;先進制造技術與新工業(yè)革命[J];計算機集成制造系統(tǒng);2015年08期

3 鞏奕成;張永祥;丁飛;高維春;王昊;郝靜;;地下水水質(zhì)評價的FA優(yōu)化灰色關聯(lián)投影尋蹤模型[J];應用基礎與工程科學學報;2015年03期

4 楊凌霄;朱亞麗;;基于概率神經(jīng)網(wǎng)絡的高壓斷路器故障診斷[J];電力系統(tǒng)保護與控制;2015年10期

5 片錦香;朱云龍;劉金鑫;柴天佑;;結合BFO及CBR的層流冷卻水量優(yōu)化設定方法[J];儀器儀表學報;2015年03期

6 李偉;南新元;吳瓊;;生物氧化提金中基于PSO-LSSVM的氧化還原電位建模研究[J];貴金屬;2014年04期

7 劉大鈞;汪家權;;我國電解鋁行業(yè)現(xiàn)狀分析及環(huán)保優(yōu)化發(fā)展的對策建議[J];輕金屬;2014年09期

8 黃衛(wèi)平;;低電壓節(jié)能鋁電解槽生產(chǎn)技術及指標優(yōu)化控制探究[J];世界有色金屬;2014年09期

9 趙洪偉;謝永芳;蔣朝輝;徐德剛;陽春華;桂衛(wèi)華;;基于泡沫圖像特征的浮選槽液位智能優(yōu)化設定方法[J];自動化學報;2014年06期

10 柴天佑;;復雜工業(yè)過程運行優(yōu)化與反饋控制[J];自動化學報;2013年11期

相關碩士學位論文 前1條

1 王樂;基于數(shù)據(jù)挖掘的鋁電解過程槽電壓智能優(yōu)化控制策略研究[D];廣西大學;2017年

本文編號：2788559