期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于Transformer的出铝量决策算法研究与应用
1
作者 李明昊 李晋宏 《轻金属》 2024年第4期19-24,共6页
在传统电解铝工业生产中,铝电解槽的生产决策通常根据工艺技术人员多年的经验制定,其中出铝量是一个具有强耦合性的重要决策变量,其决策的好坏对电解槽的生产稳定性和产铝效率具有直接且重要的影响。本文提出了一种可深度挖掘数据频率... 在传统电解铝工业生产中,铝电解槽的生产决策通常根据工艺技术人员多年的经验制定,其中出铝量是一个具有强耦合性的重要决策变量,其决策的好坏对电解槽的生产稳定性和产铝效率具有直接且重要的影响。本文提出了一种可深度挖掘数据频率特征和特征筛选的Transformer架构模型FDisformer,优化了传统的Transformer的encode编码层,进而挖掘数据趋势变化和更深层次的特征信息,同时引入了特征蒸馏模块,确保筛选出与出铝量决策这一任务强相关的特征。FDisformer在出铝量决策方面具有更高的性能指标,该模型的建立可以为后续的铝电解槽出铝量每日决策提供参考依据。 展开更多
关键词 电解槽 Transformer架构 频率特征挖掘 出铝量决策 特征蒸馏
下载PDF
浅谈铝电解铝水高度和出铝量管理 被引量:2
2
作者 李登峰 《轻金属》 CSCD 北大核心 2013年第8期36-39,共4页
铝水高度是铝电解槽最重要的工艺技术条件之一,铝水高度的调整主要通过调整出铝量来实现,准确的出铝量管理是保证铝水高度稳定控制的根本所在,本文系统探讨了铝水高度基准确定应考虑的因素,对不同测量方法的优缺点进行了比较,并对合理... 铝水高度是铝电解槽最重要的工艺技术条件之一,铝水高度的调整主要通过调整出铝量来实现,准确的出铝量管理是保证铝水高度稳定控制的根本所在,本文系统探讨了铝水高度基准确定应考虑的因素,对不同测量方法的优缺点进行了比较,并对合理制定出铝计划进行了分析。 展开更多
关键词 电解 水高度 出铝量 管理
下载PDF
基于深度学习的氟化铝添加量和出铝量预测 被引量:4
3
作者 常家玮 曾水平 《世界有色金属》 2020年第22期216-218,共3页
本文利用数据挖掘技术,针对铝电解生产过程提出了一种对氟化铝日添加量和日出铝量进行预测的算法。通过搭建LSTM神经网络,将经由随机森林算法选取的强特征子集当日数据作为网络的输入,氟化铝添加量和出铝量第二日数据作为输出进行训练... 本文利用数据挖掘技术,针对铝电解生产过程提出了一种对氟化铝日添加量和日出铝量进行预测的算法。通过搭建LSTM神经网络,将经由随机森林算法选取的强特征子集当日数据作为网络的输入,氟化铝添加量和出铝量第二日数据作为输出进行训练和测试,最后对连续10天的数据进行预测验证,得到氟化铝日添加量和日出铝量的平均绝对误差分别为1.32和25.21,能够满足工业生产要求。 展开更多
关键词 电解 LSTM神经网络 随机森林 氟化添加 出铝量
下载PDF
基于随机森林特征选择的BiLSTM电解槽出铝量预测
4
作者 孙少聪 徐杨 曹斌 《轻金属》 北大核心 2023年第10期30-36,共7页
铝电解槽出铝量需要凭借专家经验对槽况的判断,其经验水平决定了出铝量决策的准确度。针对电解槽出铝量预测问题,本文提出了一种基于随机森林(RF)特征选择的RF-BiLSTM电解槽出铝量预测模型。所用模型在BiLSTM模型的基础上,利用随机森林... 铝电解槽出铝量需要凭借专家经验对槽况的判断,其经验水平决定了出铝量决策的准确度。针对电解槽出铝量预测问题,本文提出了一种基于随机森林(RF)特征选择的RF-BiLSTM电解槽出铝量预测模型。所用模型在BiLSTM模型的基础上,利用随机森林算法对输入BiLSTM模型的特征进行降维处理,并将优化后的特征进行不同模型的对比实验。实验结果表明,与LSTM方法相比,RF-BiLSTM平均绝对误差(MAE)减少21.01,该方法优于现有方法。为铝电解槽出铝量预测问题提供了一定的参考价值。 展开更多
关键词 电解 出铝量预测 随机森林 BiLSTM
下载PDF
基于LSTM的铝电解槽生产决策算法研究与应用 被引量:2
5
作者 邹欣育 李晋宏 《轻金属》 北大核心 2023年第3期22-30,共9页
在铝电解槽生产过程中,需要工艺技术人员依据历史生产数据每日进行生产决策,其中出铝量和设定电压调整量是两个比较重要且耦合性强的决策参数,决策的好坏直接影响着电解槽的稳定运行和高效产出铝。本文提出了一种采用海洋捕食者算法来... 在铝电解槽生产过程中,需要工艺技术人员依据历史生产数据每日进行生产决策,其中出铝量和设定电压调整量是两个比较重要且耦合性强的决策参数,决策的好坏直接影响着电解槽的稳定运行和高效产出铝。本文提出了一种采用海洋捕食者算法来优化双遗忘门LSTM结构模型的决策算法(MPA-dfLSTM),针对数据特点对LSTM结构优化为双遗忘门LSTM(dfLSTM),并通过海洋捕食者算法来进行参数寻优,将训练得到的模型应用到出铝量和设定电压调整量的决策中。MPA-dfLSTM模型相比于其他三种决策模型获得了较高的性能指标,可以为铝电解生产工艺技术人员提供生产决策参考。 展开更多
关键词 电解槽 LSTM MPA 出铝量决策 设定电压调整
下载PDF
Dissolution kinetics of aluminum and iron from coal mining waste by hydrochloric acid 被引量:10
6
作者 崔莉 郭彦霞 +2 位作者 王旭明 杜志平 程芳琴 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2015年第3期590-596,共7页
The extrartion of aluminum from coal mining waste(CMW) is an important industrial process.The two major problems in applications are low aluminum dissolution efficiency and high iron content in the raw material,which ... The extrartion of aluminum from coal mining waste(CMW) is an important industrial process.The two major problems in applications are low aluminum dissolution efficiency and high iron content in the raw material,which affect the quantity and quality of products.To improve the aluminum recovery process,the leaching kinetics of CMW with hydrochloric acid was studied.A shrinking core model was used to investigate aluminum and iron dissolution kinetics.Based on the kinetic characteristics,a process for recovering aluminum was proposed and tested experimentally.It is found that the aluminum leaching reaction is controlled by surface reaction at low temperatures(40-80℃) and by diffusion process at higher temperatures(90-106℃).The iron dissolution process is dominated by surface reaction at 40-100℃.The results show that iron could be dissolved or separated by concentrated hydrochloric acid.Fine grinding will improve aluminum dissolution significantly. 展开更多
关键词 Coal mining waste Leaching kinetics Aluminum Iron Fine grinding
下载PDF
Assessment of parameters for precipitation simulation of heat treatable aluminum alloys using differential scanning calorimetry 被引量:1
7
作者 Ahmad FALAHATI Jun WU +3 位作者 Peter LANG Mohammad Reza AHMADI Erwin POVODEN-KARADENIZ Ernst KOZESCHNIK 《Transactions of Nonferrous Metals Society of China》 SCIE EI CAS CSCD 2014年第7期2157-2167,共11页
Differential scanning calorimetry (DSC) has been used extensively to study different solid state reactions. The signals measured in DSC are associated with the growth and dissolution of different precipitates during... Differential scanning calorimetry (DSC) has been used extensively to study different solid state reactions. The signals measured in DSC are associated with the growth and dissolution of different precipitates during a specific heat cycle. The time-temperature dependence of heat cycles and the corresponding heat flow evolution measured in the sample by DSC provide valuable experimental information about the phase evolution and the precipitation kinetics in the material. The thermo-kinetic computer simulation was used to predict the DSC signals of samples taken from 6xxx and 2xxx alloys. In the model, the evolution of different metastable and stable phases and the role and influence of excess quenched-in vacancies in the early stage of precipitation were taken into account. Transmission electron microscopy (TEM) and high-resolution TEM were used to verify the existence of precipitates, their size and number density at specific points of the DSC curves. 展开更多
关键词 differential scanning calorimetry aluminum alloys precipitation kinetics SIMULATION VACANCY MatCalc
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部