氧化铝管道化溶出系统的热力学分析和熔盐温度预测模型研究

论文摘要

由于管道化溶出技术采用间接加热方式,可显著降低氧化铝生产过程中的能耗。但是在我国一水铝石的溶出系统的应用中,结疤现象严重,导致每个生产周期中热平衡状态不断发生变化,熔盐加热温度需要不断进行调整。因此,掌握系统的热平衡与火用平衡状况,建立熔盐温度预测模型,对于进一步降低管道化溶出系统的能耗具有重要的意义。本研究以国内某企业的管道化溶出系统熔盐加热段为研究对象,在对系统进行热平衡测试的基础上,采用热力学的两种模型对系统进行了能量平衡分析,并对结疤厚度进行了拟合,建立了基于传热机理的熔盐温度预测模型。为进一步提高模型的预测精度,以Matlab7.0.1为平台,利用神经网络工具箱,建立了基于主成分分析法的多神经网络集的熔盐温度预测模型。本文的主要成果与结论有:1.热力学计算表明:管道化溶出系统熔盐加热段的具有高的热效率与火用效率,分别为99.4%、85%。随着系统的运行,系统热效率降低较少,但系统火用效率降低较多。传热火用损是系统火用损失的主要组成部分。因此,降低过大的温差,是降低火用损的主要途径。2.基于传热学原理,根据测试数据,计算了管道结疤的厚度。结果表明在高温段的结疤厚度要远大于低温段的厚度。同时根据结疤厚度随时间变化的拟合曲线,建立了熔盐温度的预测模型。仿真结果表明该模型的预测结果精度较低。3.对数据进行了平滑、主成分分析(PCA)与归一化等预处理。通过主成分分析方法,对管道化溶出系统中13个变量进行了重新组合,确定了8个新的变量,为神经网络的建立提供了基础。4.针对不同周期之间的熔盐升温规律不一样的特点,以熔盐的初始温度作为划分子网络的依据,应用BP神经网络集的方法,建立了包含三个子网络的管道化溶出系统熔盐温度预测模型。5.应用不同工况下的生产数据,对基于神经网络的熔盐温度预测模型进行了检验。结果表明该模型绝对误差不超过±5℃的预测值达到85%以上。其预测准确度明显高于传热模型。同时仿真结果表明:根据该模型对熔盐温度实现优化控制,一个周期可节约大约28.7GJ的热量。因此,熔盐温度预测模型有助于挖潜氧化铝系统的节能潜力。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 氧化铝生产及其溶出工序能耗概况
• 1.2 管道化氧化铝生产工艺简述
• 1.3 管道化溶出技术研究动态
• 1.4 神经网络技术及其在氧化铝生产过程的应用
• 1.5 课题来源与研究内容
• 第二章 管道化溶出系统的热力学平衡分析
• 2.1 能量分析方法介绍
• 2.2 基于热力学第一定律的能量模型
• 2.3 基于（火用）方法的能量模型
• 2.3.1 （火用）损失
• 2.3.2 （火用）效率
• 2.4 管道化溶出系统熔盐换热段的热平衡分析
• 2.4.1 热平衡测试仪器和参数
• 2.4.2 基于第一热力学定律的热计算结果
• 2.4.3 基于（火用）方法的热力学计算结果
• 2.4.4 两种方法在管道化溶出系统运行中的动态能量分析
• 第三章 结疤规律分析及基于传热机理的熔盐温度预测模型
• 3.1 结疤生成规律的研究概况
• 3.2 结疤对各段换热器传热的影响
• 3.3 管道化溶出系统熔盐段结疤厚度的计算
• 3.3.1 结疤厚度的模型
• 3.3.2 结疤厚度的计算结果
• 3.4 基于传热机理的熔盐温度预测模型
• 3.4.1 传热模型的建立
• 3.4.2 传热模型的预测结果
• 3.5 小结
• 第四章 熔盐温度波动分析与BP神经网络设计
• 4.1 溶出系统的熔盐温度波动分析
• 4.1.1 运行时间对熔盐温度的影响
• 4.1.2 矿浆流量对熔盐温度的影响
• 4.1.3 矿浆成分对熔盐温度的影响
• 4.1.4 矿浆进出口温度对熔盐温度的影响
• 4.2 BP神经网络分析与设计
• 4.2.1 人工神经网络的特点
• 4.2.2 基于BP算法的多层前馈网络模型及其学习算法
• 4.2.3 BP算法的局限性及其改进
• 4.2.4 BP网络设计中的几个问题
• 4.3 神经网络输入数据的PCA主成分分析法
• 4.3.1 PCA主分量分析法的概念和基本思想
• 4.3.2 主成分分析法的数学模型
• 4.3.3 主成分的贡献率
• 4.3.4 氧化铝溶出系统数据的PCA算法实现
• 4.4 小结
• 第五章 基于BP神经网络的熔盐温度预测模型
• 5.1 MATLAB神经网络工具箱概述
• 5.2 基于BP神经网络集的熔盐温度预测算法设计
• 5.2.1 神经网络集初始条件的设定
• 5.2.2 输入输出参数的选择
• 5.2.3 数据预处理
• 5.2.4 熔盐温度预测模型的BP子神经网络算法设计与实现
• 5.2.5 两种模型的讨论与分析
• 5.3 熔盐温度优化和节能分析
• 5.4 小结
• 第六章 总结和展望
• 6.1 主要结论
• 6.2 有待研究的问题
• 参考文献
• 附表
• 致谢
• 攻读学位期间主要研究成果