【摘要】：鋁電解工業(yè)中,電流效率是評價鋁電解槽最主要的技術(shù)經(jīng)濟(jì)指標(biāo),溫度則是影響電流效率的關(guān)鍵性因素。在正常運行的電解槽中,通過調(diào)整某些參數(shù)可以使電解質(zhì)溫度維持在最優(yōu)的范圍,此時電流效率最高,電解槽處于最佳狀態(tài)。因此,溫度控制在鋁電解工業(yè)中十分有意義。而實際生產(chǎn)中鋁電解過程是一個大時滯的過程,對溫度的控制效果不能實時的顯現(xiàn)出來,傳統(tǒng)的控制技術(shù)效果不太理想。本文基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò),利用電解槽正常運行的歷史數(shù)據(jù)構(gòu)建鋁電解預(yù)測模型,當(dāng)給定鋁電解槽的溫度時,能得出氟化鋁的加料量和出鋁量的決策值。論文首先分析了鋁電解工業(yè)過程中各個參數(shù)與溫度之間的關(guān)系,結(jié)果表明槽電壓、氟化鋁加料量、出鋁量、分子比、鋁水平對溫度有重要的影響,其中鋁電解生產(chǎn)中可以調(diào)節(jié)的參數(shù)有氟化鋁加料量和出鋁量。鋁電解過程是一個大時滯的生產(chǎn)過程,故選取前一日的槽電壓、氟化鋁加料量、出鋁量、分子比、溫度和鋁水平的值與后一日槽電壓、分子比、鋁水平和期望溫度作為網(wǎng)絡(luò)的輸入,選取后一日的氟化鋁加料量和出鋁量作為網(wǎng)絡(luò)的輸出,采用徑向基函數(shù)作為隱層神經(jīng)元的激勵函數(shù),構(gòu)建了一個十輸入兩輸出的三層網(wǎng)絡(luò)模型。其次,利用鋁電解工廠生產(chǎn)日報中的數(shù)據(jù),分別使用梯度下降法、k-means聚類法、正交最小二乘法、減聚類法對徑向基函數(shù)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。仿真結(jié)果表明用正交最小二乘法訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)(以3507號電解槽為例)預(yù)測氟化鋁加料次數(shù)最大誤差為1次,平均誤差為0.45,平均誤差的百分比為3.59%,而出鋁量的最大誤差為211kg,平均誤差為58.1kg,平均誤差的百分比為2.53%,預(yù)測精度較高且符合工業(yè)的生產(chǎn)要求,從而選定正交最小二乘法作為徑向基神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法設(shè)計開發(fā)了預(yù)測系統(tǒng)。最后,利用MATLAB與SQL Server以及GUIDE工具相結(jié)合,設(shè)計了一款基于徑向基神經(jīng)網(wǎng)絡(luò)的鋁電解的預(yù)測系統(tǒng),修改期望溫度,可以得到氟化鋁加料量和出鋁量的決策值。
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TF821;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邱國濤;;軌道交通滅火救援基礎(chǔ)信息查詢系統(tǒng)的開發(fā)與應(yīng)用[J];武警學(xué)院學(xué)報;2016年12期

2 楊景花;王雙喜;周思方;;基于神經(jīng)網(wǎng)絡(luò)的智能語音識別研究[J];微型機與應(yīng)用;2016年17期

3 白國振;俞潔皓;;基于神經(jīng)網(wǎng)絡(luò)補償?shù)霓D(zhuǎn)臺伺服系統(tǒng)控制研究[J];計算機應(yīng)用研究;2016年06期

4 于巖;陳鴻昶;于洪濤;;基于RBF神經(jīng)網(wǎng)絡(luò)的微博用戶興趣預(yù)測模型[J];計算機應(yīng)用研究;2015年12期

5 袁慶豐;;降低200kA電解槽陽極毛耗的生產(chǎn)實踐[J];科技創(chuàng)新導(dǎo)報;2013年33期

6 唐亞鳴;劉飛;;基于RBF網(wǎng)絡(luò)監(jiān)督和單神經(jīng)元自適應(yīng)控制器[J];機械設(shè)計與制造;2013年08期

7 秦文文;;關(guān)于異構(gòu)數(shù)據(jù)庫數(shù)據(jù)共享的分析[J];中國管理信息化;2013年04期

8 王林陽;;鋁電解計算機控制技術(shù)綜述[J];沈陽工程學(xué)院學(xué)報(自然科學(xué)版);2013年01期

9 王其利;李宗玉;欒新強;;基于單片機的遠(yuǎn)紅外烘干機溫度控制系統(tǒng)設(shè)計[J];有色冶金節(jié)能;2012年04期

10 王志濤;肖明清;謝化勇;禚真福;薛輝輝;;基于神經(jīng)網(wǎng)絡(luò)的故障診斷效能模糊綜合評價研究[J];計算機測量與控制;2011年12期

相關(guān)會議論文 前3條

1 劉新功;吳蒙華;王元剛;王邦國;;基于RBF神經(jīng)網(wǎng)絡(luò)的鎳基TiN納米復(fù)合鍍層顯微硬度的預(yù)測研究[A];第14屆全國特種加工學(xué)術(shù)會議論文集[C];2011年

2 張海濤;陳宗海;向微;;人工神經(jīng)網(wǎng)絡(luò)在系統(tǒng)控制和建模中的應(yīng)用綜述[A];'2003系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2003年

3 馮乃祥;彭建平;戚喜全;;高效長壽電解槽的技術(shù)問題[A];提高鋁電解槽使用壽命學(xué)術(shù)研討會論文集[C];2004年

相關(guān)博士學(xué)位論文 前1條

1 熊根良;具有柔性關(guān)節(jié)的輕型機械臂控制系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前6條

1 刁瑞嫻;柴油機渦輪增壓系統(tǒng)智能故障診斷[D];江蘇科技大學(xué);2014年

2 韓立偉;鋁電解生產(chǎn)過程控制策略研究[D];沈陽建筑大學(xué);2013年

3 高鋼;基于神經(jīng)網(wǎng)絡(luò)的電解鋁過程溫度與分子比的預(yù)測研究[D];北方工業(yè)大學(xué);2011年

4 陳聰;有監(jiān)督聚類神經(jīng)網(wǎng)絡(luò)的研究[D];江南大學(xué);2009年

5 陳海軍;神經(jīng)網(wǎng)絡(luò)有限元在巖土工程中的應(yīng)用[D];天津大學(xué);2007年

6 李彬;徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法研究[D];山東大學(xué);2005年

本文編號：2762096