氧化铝生产四效逆流降膜式蒸发过程出口浓度预测模型研究

论文摘要

生产实践表明,在氧化铝生产蒸发过程中,料液出口浓度是重要的蒸发质量指标,也是对蒸发操作参数(料液入口流量、生蒸汽流量和压力)进行调整的主要依据。由于料液出口浓度的人工检测滞后数小时以上,难以及时起到反馈修正操作参数的作用;并且由于蒸汽流量等操作参数是人工调节的,为控制出口浓度而进行的操作参数的调整,也是建立在操作人员经验的基础上,系统调整时间长。为了解决蒸发过程出口浓度预测的问题,需要建立出口浓度变化与各操作参数之间的关系,论文以某氧化铝厂四效逆流降膜式蒸发过程为研究对象,建立蒸发过程出口浓度预测模型。在分析蒸发过程的工艺机理分析的基础上,建立了基于物料平衡、热量平衡和相平衡的机理模型;同时,基于大量实际生产运行数据,建立了以直接影响出口浓度的当前状态参数为输入,出口浓度为输出的BP神经网络预测模型。两种模型仿真研究表明:BP神经网络模型总体的拟合性好,但在工况不稳定时由于数据的不完备使预测精度降低;机理模型误差相对较大,而在工况不稳定时,比BP神经网络的预测精度高。根据二者的特点,建立了由这两个模型结合的智能集成预测模型。实际生产应用验证了所建立的智能集成模型在工况稳定和不稳定时都能以较高的精度实现氧化铝生产蒸发过程出口浓度的预测,预测精度满足工业生产要求,对蒸发过程的优化操作具有参考价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 氧化铝生产的发展与现状
• 1.2 氧化铝生产方法简介
• 1.3 多效蒸发的常见流程及应用研究现状
• 1.4 蒸发过程出口浓度预测的研究现状及意义
• 1.5 论文内容及结构
• 第二章 氧化铝生产四效逆流降膜式蒸发过程分析
• 2.1 氧化铝生产四效逆流降膜式蒸发工艺和机理分析
• 2.2 降膜式蒸发器原理
• 2.3 四效逆流降膜式蒸发过程中影响出口浓度的主要因素
• 2.4 小结
• 第三章 氧化铝生产蒸发过程出口浓度预测机理模型
• 3.1 常用的建模方法简介
• 3.2 出口浓度预测机理建模
• 3.2.1 机理建模的步骤
• 3.2.2 蒸发过程单元模型研究
• 3.2.3 物性参数研究
• 3.2.4 蒸发系统建模
• 3.3 模型解法研究
• 3.3.1 常用方程组解法研究
• 3.3.2 模型求解方法
• 3.4 仿真计算
• 3.4.1 过程数据预处理
• 3.4.2 仿真结果及分析
• 3.5 小结
• 第四章 氧化铝生产蒸发过程出口浓度预测集成模型
• 4.1 出口浓度BP预测神经网络模型
• 4.1.1 改进的BP神经网络模型
• 4.1.2 出口浓度预测BP神经网络模型及其仿真结果
• 4.2 基于模糊分类的智能集成模型
• 4.2.1 智能集成的形式
• 4.2.2 智能集成模型算法设计
• 4.2.3 智能集成模型的仿真结果与分析
• 4.3 小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读学位期间发表的论文及参与的项目