發(fā)布時(shí)間：2022-12-22 18:51

　　減小槽平均電壓是鋁電解過程中降低直流電耗的有效措施之一。本文研究槽電壓的優(yōu)化控制策略來實(shí)現(xiàn)鋁電解過程節(jié)能降耗。鋁電解過程是一個(gè)復(fù)雜、多變量的工業(yè)過程,采用常規(guī)的方法,難以準(zhǔn)確地描述鋁電解過程的生產(chǎn)狀態(tài)。因此,本文提出一種基于數(shù)據(jù)挖掘技術(shù)的槽電壓優(yōu)化控制策略,來實(shí)現(xiàn)鋁電解過程中的建模與優(yōu)化,以達(dá)到節(jié)能降耗的目的。基于鋁電解過程具有非線性、多變量、高能耗的特點(diǎn),其過程伴隨著復(fù)雜的物理及化學(xué)反應(yīng),鋁電解過程槽電壓的數(shù)學(xué)機(jī)理模型難以確定,本文提出煙花算法—最小二乘支持向量機(jī)（FWA-LSSVM）建立槽電壓預(yù)測模型,并引入智能優(yōu)化算法在實(shí)際生產(chǎn)工藝條件約束下尋找最佳槽電壓。首先,為了提高預(yù)測模型的精度,對采集的實(shí)際數(shù)據(jù)樣本進(jìn)行聚類分析,踢出異常工況點(diǎn);然后采用FWA-LSSVM方法對槽電壓建立預(yù)測模型;最后采用煙花算法（FWA）對槽電壓進(jìn)行尋優(yōu),最終得到優(yōu)化槽電壓。實(shí)驗(yàn)結(jié)果表明,建立的槽電壓預(yù)測模型可達(dá)到較好精度,最大誤差在允許范圍內(nèi),并能在生產(chǎn)工藝條件約束下尋到最佳槽電壓值。鋁生產(chǎn)過程中存在操作干擾、控制不精確、電解質(zhì)溫度不可控等因素,使得槽況可能發(fā)生較大變動(dòng)。針對不同槽況,槽電壓優(yōu)化控制技術(shù)... 

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
        1.1.1 鋁電解工藝簡介
        1.1.2 鋁電解節(jié)能減耗途徑
        1.1.3 課題研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 鋁電解過程優(yōu)化控制技術(shù)研究現(xiàn)狀
        1.2.2 數(shù)據(jù)挖掘技術(shù)研究現(xiàn)狀
        1.2.3 優(yōu)化算法研究現(xiàn)狀
    1.3 論文研究的主要內(nèi)容和組織結(jié)構(gòu)
第2章 基于FWA-LSSVM的槽電壓預(yù)測模型
    2.1 影響鋁電解過程槽電壓的技術(shù)條件
        2.1.1 槽電壓
        2.1.2 電解質(zhì)壓降
    2.2 基于DBSCAN算法的數(shù)據(jù)預(yù)處理
    2.3 槽電壓預(yù)測模型建立
        2.3.1 LSSVM 簡介
        2.3.2 FWA簡介
        2.3.3 基于FWA-LSSVM的槽電壓預(yù)測建模
    2.4 實(shí)驗(yàn)結(jié)果與分析
    2.5 本章小結(jié)
第3章 基于FWA的槽電壓優(yōu)化
    3.1 槽電壓優(yōu)化控制模型
    3.2 基于FWA的槽電壓優(yōu)化控制模型求解
    3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第4章 基于CART決策樹的槽況評判模型
    4.1 CART決策樹
        4.1.1 CART決策樹基本原理
        4.1.2 剪枝
    4.2 槽況分析
    4.3 槽況評判模型建立
    4.4 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
第5章 基于DCS實(shí)驗(yàn)平臺(tái)的槽電壓優(yōu)化控制系統(tǒng)
    5.1 槽電壓優(yōu)化控制系統(tǒng)開發(fā)與實(shí)現(xiàn)
        5.1.1 槽電壓優(yōu)化控制實(shí)現(xiàn)途徑
        5.1.2 槽電阻控制流程
    5.2 系統(tǒng)開發(fā)平臺(tái)介紹
        5.2.1 硬件簡述
        5.2.2 軟件簡述
    5.3 系統(tǒng)測試及實(shí)驗(yàn)仿真
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的軋機(jī)扭振智能控制[J]. 時(shí)培明,李冰洋.  噪聲與振動(dòng)控制. 2015(05)
[2]基于概率神經(jīng)網(wǎng)絡(luò)的高壓斷路器故障診斷[J]. 楊凌霄,朱亞麗.  電力系統(tǒng)保護(hù)與控制. 2015(10)
[3]基于CART算法的帶鋼抗拉強(qiáng)度影響因素研究[J]. 陳平,徐星.  控制工程. 2015(02)
[4]300kA鋁電解槽低電壓高效運(yùn)行生產(chǎn)實(shí)踐[J]. 朱偉.  黑龍江科技信息. 2015(03)
[5]基于混沌粒子群算法的多目標(biāo)調(diào)度優(yōu)化研究[J]. 張琪,屈衛(wèi)清,熊偉清.  激光雜志. 2015(01)
[6]新型精密電解鋁控制系統(tǒng)的研究[J]. 田朋云,吳評,胡利,張潔,鄭養(yǎng)龍.  鹽城工學(xué)院學(xué)報(bào)(自然科學(xué)版). 2014(04)
[7]電解槽運(yùn)行過程中鋁水平測量失真的原因分析[J]. 閆飛,張開躍,王文勇,梁培王,晏代林.  有色冶金節(jié)能. 2014(06)
[8]500kA預(yù)焙陽極電解槽針振和擺動(dòng)現(xiàn)象的處理[J]. 馬瓊,劉進(jìn)縣.  有色金屬(冶煉部分). 2014(12)
[9]基于BP網(wǎng)絡(luò)和專家系統(tǒng)的鋁電解槽分層故障診斷[J]. 丁立偉,聶婷,李停.  計(jì)算機(jī)測量與控制. 2014(11)
[10]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]. 劉大鈞,汪家權(quán).  輕金屬. 2014(09)

碩士論文
[1]綠色蜂窩網(wǎng)中基于煙花算法的無線資源分配技術(shù)研究[D]. 曹陽陽.西安電子科技大學(xué) 2016
[2]240KA電解槽節(jié)能技術(shù)優(yōu)化研究[D]. 鄭永龍.中南大學(xué) 2012
[3]預(yù)焙鋁電解槽電解溫度預(yù)測模型的研究[D]. 姚明星.中南大學(xué) 2011
[4]400KA鋁電解槽能耗優(yōu)化控制系統(tǒng)及實(shí)現(xiàn)[D]. 宋祥君.中南大學(xué) 2010
[5]基于神經(jīng)網(wǎng)絡(luò)的氧化鋁濃度控制模型研究[D]. 龐栩.重慶大學(xué) 2010
[6]混合智能優(yōu)化控制方法的研究及其在鋁電解中的應(yīng)用[D]. 陸志堅(jiān).重慶大學(xué) 2010
[7]基于密度的聚類算法研究[D]. 孫凌燕.中北大學(xué) 2009



本文編號(hào)：3723845