基于神經(jīng)網(wǎng)絡的氧化鋁濃度控制模型研究.pdf

1、目前，鋁電解的生產(chǎn)主要是以‘氧化鋁濃度’控制為主，因此‘氧化鋁濃度’的準確判斷是整個濃度控制的基礎。但是，鋁電解是一個非線性、多變量耦合、時變和大時滯的工業(yè)過程體系，其過程伴隨著復雜的物理化學反映。因此，復雜多變的生產(chǎn)過程決定了電解槽運行過程中眾多參數(shù)和變量具有強耦合、不確定性、不可連續(xù)測定性，難以對氧化鋁濃度的識別和診斷建立準確的數(shù)學模型，其成為電解鋁的生產(chǎn)難點。
　　 近年來,智能控制理論得到迅速發(fā)展,為解決上述問題提供了一

2、種新的思路。在智能控制方法中,由于神經(jīng)網(wǎng)絡方法本身所具有的非線性映射能力強、能夠?qū)W習和適應不確定性系統(tǒng)的動態(tài)特性以及允許多輸入多輸出的特性,使其在求解非線性和不確定性控制問題方面具有其它方法所不具備的優(yōu)勢與潛力。
　　 本文在深入分析鋁電解問題及生產(chǎn)實時數(shù)據(jù)的基礎上，提出了一種新的鋁電解氧化鋁濃度控制方法。針對特定的槽況、工況，本方法旨在對氧化鋁濃度進行有效控制，使槽況、工況盡可能保持在較好、穩(wěn)定的狀態(tài)或向該方向發(fā)展。
　

3、　 論文的主要工作和成果如下：
　　 （1）研究鋁電解過程數(shù)據(jù)的時序性，結合神經(jīng)網(wǎng)絡、關聯(lián)規(guī)則庫、專家系統(tǒng)，提出了一種新的氧化鋁濃度識別方法及控制方法。該方法詳細闡述了控制模型中，神經(jīng)網(wǎng)絡模型與關聯(lián)規(guī)則庫、專家系統(tǒng)的關系，并將神經(jīng)網(wǎng)絡上升為一種控制模型，利用控制策略對生產(chǎn)過程中的可控參數(shù)(自變量)進行實時、量化控制，進而將氧化鋁濃度控制在設定目標范圍內(nèi)，使生產(chǎn)始終保持在較好的狀況，最終實現(xiàn)了對鋁電解生產(chǎn)過程的優(yōu)化控制。

4、　　 （2）分析目前已有的幾種典型的數(shù)據(jù)流趨勢分析方法，包括滑動窗口（SW）算法、外推式在線數(shù)據(jù)分割（OSD）算法及其優(yōu)越性和局限性。最終對動態(tài)數(shù)據(jù)流趨勢分析方法進行了改進，提出了可變滑動窗口分析方法。針對鋁電解實時數(shù)據(jù)流，該方法提高了趨勢分析精度，從而提高整個模型的控制精確性。
　　 （3）結合專家知識，分析氧化鋁濃度影響因子，采用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術對鋁電解生產(chǎn)數(shù)據(jù)進行在線分析，最終提取出氧化鋁濃度判斷規(guī)則庫。