基于铝电解槽热平衡分析的氟化铝添加量控制策略研究

基于铝电解槽热平衡分析的氟化铝添加量控制策略研究

论文摘要

铝冶金是有色金属工业的重要组成部分。铝及铝加工材作为有色金属基础材料,被广泛应用于建筑、电力、交通、机械、国防等众多领域。近年来,我国铝冶金工业得到了迅速的发展,目前已成为世界主要的铝生产国。然而,铝冶金工业一直以来都是能耗大户。在铝冶金工业的所有流程中,电解工序占整个铝生产用能的80%~89%。因此,采取各种措施降低铝电解的能耗是铝冶金工业节能的关键,也是制约我国铝冶金工业健康发展的主要因素。铝电解生产节能的有效途径是在维持电解槽热平衡稳定的条件下降低电解温度。降低电解温度的最佳方法之一是选择合适的添加剂,形成初晶温度较低的电解质体系。在所有的添加剂中,氟化铝所占比例最大,因此对电解质成分和电解温度的影响十分显著。本论文通过对铝电解槽热平衡特性与氟化铝添加量之间耦合关系的分析,寻求并应用适当的氟化铝添加量控制策略,在维持铝电解槽热平衡稳定的条件下,通过降低电解温度实现铝电解生产过程节能的目的。本论文完成的研究主要工作和创新点如下:(1)在大量查阅中外文献的基础上,综述了铝电解槽热平衡分析的各种方法,评述了用于铝电解槽内传热分析的物理模型和数值模型。从铝电解槽内物料和能量平衡的角度出发,首次研究了过剩氟化铝含量与电解温度之间的特征联系,运用传热学规律建立了铝电解槽内耦合物料和能量平衡的理论模型,并通过适当的简化显式地给出了实用表达式,最后通过现场试验验证了该模型的正确性。(2)采用多项式回归分析方法,以铝电解槽实测参数为依据,以氟化铝添加量为因变量,以电解温度为自变量,提出了基于回归分析的氟化铝添加量控制模型,利用该模型可根据前一天电解温度预测当天的氟化铝添加量。现场试验表明,该氟化铝添加量控制策略对于稳定电解温度有利,有助于提高电流效率和节约电能。(3)首次运用遗传算法对氟化铝添加量进行控制,以日均槽电压和氟化铝添加量作为遗传操作变量,以过热度最小作为氟化铝添加量控制目标,以过热度的倒数作为适应度函数,得到不同槽电压下对应的氟化铝添加量最佳值。建模过程中,引入了最优保存策略,使适应度最好的个体尽可能地保留到下一代种群中。试验结果表明,该氟化铝添加量控制方法较之目前工业常规使用的方法具有明显的优势,可以使过热度大大降低。(4)首次将支持向量机引入到氟化铝添加量控制问题的研究,建立了以电解温度、初晶温度、槽电压作为输入,以氟化铝添加量作为输出,分别以多项式函数和径向基函数为核函数的支持向量机模型。试验结果表明,经过训练后的支持向量机能够较好地预测氟化铝添加量,核函数的不同对支持向量机性能的影响不大。(5)以某大型铝业公司电解铝厂160kA系列铝电解槽为对象,采用Delphi语言开发了氟化铝添加量控制决策系统,将基于回归分析、遗传算法、支持向量机的氟化铝添加量控制策略嵌入到现场上位机中,以实现实时地根据槽况动态调节氟化铝添加量。现场试验结果表明,所提出的氟化铝添加量控制策略及开发的相应软件系统有效可行,实用性强,节能效果显著。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 铝冶金工业节能的意义与途径
  • 1.2 铝电解生产过程与设备
  • 1.2.1 铝电解基本原理
  • 1.2.2 铝电解工艺流程
  • 1.2.3 铝电解主要设备—预焙阳极铝电解槽
  • 1.3 预焙槽生产节能的主要调控参数
  • 1.3.1 预焙槽炼铝过程稳定的特征
  • 1.3.2 槽电压
  • 1.3.3 极距
  • 1.3.4 添加剂
  • 1.4 本文研究的目的、方法与内容
  • 1.4.1 研究目的
  • 1.4.2 研究方法和内容
  • 第二章 铝电解槽热平衡分析
  • 2.1 引言
  • 2.2 铝电解槽内传热过程
  • 2.2.1 物理模型
  • 2.2.2 数值模型
  • 2.2.3 边界条件和物性参数
  • 2.3 过剩氟化铝含量与电解温度关系研究
  • 2.3.1 与热平衡分析有关的铝电解槽参数
  • 2.3.2 基于传热分析的理论建模
  • 2.3.3 试验验证与讨论
  • 2.3.4 结论
  • 2.4 本章小结
  • 第三章 基于回归分析的氟化铝添加量控制方法
  • 3.1 引言
  • 3.2 回归分析数学基础
  • 3.2.1 多元线性回归分析
  • 3.2.2 回归方程的有效性
  • 3.2.3 非线性问题的多元化处理
  • 3.3 基于回归分析的氟化铝添加量控制模型研究
  • 3.3.1 回归分析模型的建立
  • 3.3.2 回归分析模型的试验结果
  • 3.3.3 回归分析模型的特点
  • 3.4 本章小结
  • 第四章 基于遗传算法的氟化铝添加量控制方法
  • 4.1 引言
  • 4.2 基本遗传算法
  • 4.2.1 计算流程
  • 4.2.2 遗传算子
  • 4.2.3 算法特点
  • 4.3 基于遗传算法的氟化铝添加量控制模型研究
  • 4.3.1 实现技术
  • 4.3.2 染色体编码和解码
  • 4.3.3 个体适应度评价
  • 4.3.4 遗传操作和运行参数设置
  • 4.3.5 结果与讨论
  • 4.4 本章小结
  • 第五章 基于支持向量机的氟化铝添加量控制方法
  • 5.1 引言
  • 5.2 统计学习理论与支持向量机
  • 5.2.1 学习方法与学习分类器
  • 5.2.2 核函数
  • 5.2.3 最优化理论
  • 5.3 基于支持向量机的氟化铝添加量控制模型研究
  • 5.3.1 模型结构
  • 5.3.2 核函数选择
  • 5.3.3 模型训练
  • 5.3.4 结果与讨论
  • 5.4 本章小结
  • 第六章 控制策略的软件实现与现场应用
  • 6.1 引言
  • 6.2 控制策略实现软件的开发
  • 6.2.1 系统总体结构
  • 6.2.2 功能模块
  • 6.2.3 自定义组件的开发
  • 6.3 应用情况
  • 6.3.1 离线运行
  • 6.3.2 现场在线运行
  • 6.3.3 三种控制策略的应用效果比较
  • 6.4 本章小结
  • 第七章 总结与展望
  • 7.1 全文总结
  • 7.2 研究展望
  • 参考文献
  • 攻读博士学位期间取得的主要科研成果
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

    基于铝电解槽热平衡分析的氟化铝添加量控制策略研究
    下载Doc文档

    猜你喜欢