基于知识驱动的电解槽优化控制

论文摘要

随着国民经济迅猛发展,人们对铝的需求越来越大,同时由于原材料、能源的日趋紧张,国家提倡低碳高效的政策,因此如何提高铝电解效率,延长电解槽使用周期,节约能源成了铝电解行业工艺技术研究的方向。本文针对目前铝电解行业的生产控制状况,以中国铝业贵州分公司电解车间160KA预焙槽控制系统技术改造为背景,提出了基于知识驱动的电解槽优化控制方案并从三个方面进行设计。针对铝电解生产工艺过程复杂和技术参数难以全面检测的问题,论文以历史数据和实时数据为基础,描述了知识获取、知识表达以及知识管理等关键技术,利用先进的知识驱动方法来解决复杂数据模型的建立。对原始数据进行了SOM聚类分析并利用遗传优化的BP神经网络对分类后数据进行训练,建立电解槽槽况识别模型;针对电解槽中氧化铝浓度难以准确跟踪控制的问题,论文利用模糊解耦的方式,对槽电压数据进行数值处理得到新数据样本,结合专家知识建立氧化铝浓度检测模型。利用最小二乘递推方法辨识了电解槽特征控制模型;针对电解槽的两个控制参数下料间隔(NB)和给定槽电阻值是相互影响的,控制系统采用仿人智能控制与模糊逻辑控制相结合的算法,根据上述两个模型推理得到的槽况以及氧化铝浓度制定控制策略,在特征控制模型基础上改变设定槽电阻值以及氧化铝下料间隔,使得电解槽控制更快速、更精确、更高效。根据具体的算法应用MATLAB对所设计的控制系统进行仿真,结果表明基于知识驱动的优化控制优于传统控制算法,仿人控制结合模糊控制使整个电解槽控制系统具有良好的鲁棒性,控制效果明显优于传统的控制模式,从而可以使阳极效应次数减少,电流效率提高,保持电解槽物料平衡和能量平衡,实现节能降耗,延长生命周期的目的。基于知识驱动的优化控制系统已成功应用于中国铝业贵州分公司电解铝车间,经过长期的生产运行和专家的分析,优化效果明显。电解槽槽况识别和氧化铝浓度判断的准确性达到了90%以上。控制过程快速精确,实现了吨铝节电160度以上。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景与意义
• 1.2 国内外现状
• 1.3 本文主要研究内容与创新
• 1.3.1 本文主要研究内容
• 1.3.2 本文创新处
• 2 电解铝工艺机理的分析
• 2.1 铝电解基本原理
• 2.2 铝电解工艺主要技术参数
• 2.3 槽电阻控制
• 2.4 氧化铝浓度控制
• 2.5 本章小结
• 3 基于知识驱动的电解槽优化控制系统总体方案
• 3.1 电解槽传统控制系统分析
• 3.2 电解槽优化控制系统的需求分析
• 3.3 铝电解优化控制系统总体解决方案
• 3.3.1 铝电解槽工艺条件优化分析
• 3.3.2 知识驱动技术分析
• 3.3.3 电解槽优化控制系统的总体解决方案设计
• 3.4 小结
• 4 基于知识驱动的电解槽状态识别与浓度测量系统设计
• 4.1 电解槽运行状态识别的分析
• 4.2 基于知识驱动的电解槽状态智能识别系统设计
• 4.2.1 基于知识驱动的电解槽状态智能识别总体思路
• 4.2.2 基于知识驱动的电解槽状态智能识别参数选择
• 4.2.3 基于SOM 聚类分析的遗传BP 神经网络算法
• 4.2.4 基于SOM 聚类分析的遗传BP 神经网络的模型
• 4.2.5 电解槽运行状态识别仿真结果分析
• 4.3 氧化铝浓度测量系统设计
• 4.3.1 氧化铝浓度新型检测算法
• 4.3.2 氧化铝浓度测量结果分析
• 4.4 小结
• 5 铝电解槽智能优化控制系统设计
• 5.1 基于知识驱动的电解槽智能控制设计
• 5.1.1 铝电解槽特征控制模型
• 5.1.2 智能控制策略
• 5.1.3 基于槽况与浓度的下料间隔推理算法设计
• 5.1.4 基于仿人智能的辅助下料间隔推理算法设计
• 5.1.5 基于知识驱动的模糊控制器算法设计
• 5.2 基于知识驱动的优化控制仿真与现场应用
• 5.3 本章小结
• 6 系统实现与效果分析
• 6.1 网络系统构成
• 6.2 硬件系统构成
• 6.3 软件系统构成
• 6.3.1 数据库和数据仓库设计
• 6.3.2 程序功能模块
• 6.4 系统应用效果分析
• 6.5 本章小结
• 7 结论与展望
• 7.1 全文总结
• 7.2 展望
• 致谢
• 参考文献
• 附录
• A. 作者在攻读学位期间发表的论文目录
• B. 作者在攻读学位期间参与完成的科研项目及获奖情况