基于分析的氧化铝蒸发过程能耗优化

为提高氧化铝蒸发过程能量利用率,在蒸发过程有效能()分析的基础上,建立了最大化利用率的能耗优化模型。针对优化模型紧约束条件的限制,提出了一种结合鲁棒函数和谷跳跃不可行解修正法的约束条件处理方法,弱化约束违反度大的解带来的不利影响,保留不可行解提供的有效信息。并采用一种具有涡旋拓扑结构的粒子群算法对优化模型进行有效求解。工业实例分析表明,优化模型可同时兼顾回收利用率和系统热力学完善程度,优化操作在保证产品产量及质量的条件下可有效提高能量利用率。

氧化铝蒸发浓度的自适应加权LSSVR预测

针对氧化铝蒸发过程的工业现场出口料液浓度在线检测困难、操作参数具有时变性以及传统离线预测所存在的不足等特点,提出了一种多输入多输出系统的自适应加权最小二乘支持向量回归,并用于氧化铝蒸发过程出口料液浓度的在线预测。该方法根据模型预测效果自适应在线调整建模的训练样本集,利用主元分析提取主元作为分段加权支持向量回归模型的输入,采用网格搜索和交叉验证法对多输入多输出模型参数进行优化。采用工业现场的实测数据进行实验分析,计算结果表明:该方法能够很好地在线预测氧化铝蒸发过程出口料液浓度,相比基于最小二乘支持向量回归以及基于BP神经网络的浓度预测模型,该方法具有更高的预测精度和更好的泛化性能,满足实际工业生产在线优化控制要求。

基于代价敏感主动学习的氧化铝蒸发过程故障检测(英文)

针对氧化铝蒸发过程故障检测中标注者不切实际的假设和控制参数难以确定问题,提出改进的代价敏感主动学习方法。给出了代价敏感主动学习形式化描述和放松了标注者不切实际的假设。为了提高分类精度和减少标注代价,该方法结合粒子群优化和代价敏感主动学习。利用连续的粒子群优化代价敏感主动学习的控制参数,该参数用于最大化未标注样本的信息度和最小化标注代价。将所提出的方法应用于氧化铝蒸发过程故障检测,实验结果表明,该方法能正确地选择控制参数,有效地减少了误分类代价和标注代价,提高了故障检测率。

基于CS-SVM的氧化铝蒸发过程故障检测

针对氧化铝蒸发过程样本集中的类不平衡和故障难以实时检测问题,提出线性权重递减粒子群-代价敏感支持向量机故障检测方法。深入分析氧化铝蒸发过程机理,选择合适输入条件、操作参数、状态参数作为代价敏感支持向量机的输入向量,工况样本类别作为其输出。代价敏感支持向量机以最小化误分类代价为目标,利用线性权重递减粒子群优化代价敏感支持向量机核参数和误分类代价参数。实验结果表明所提出的方法能有效地提高故障识别率和减少平均误分类代价。

氧化铝蒸发过程的混合智能优化设定控制

氧化铝蒸发过程的关键工艺指标碱液浓度不能在线检测且与控制回路输出之间的动态特性难以用精确的数学模型描述,采用已有的优化控制方法不能实现上述运行层的优化。针对上述问题提出了由基于案例推理的预设定模型,基于专家规则的前馈、反馈补偿模型以及基于块式偏最小二乘的软测量模型组成的混合智能优化设定控制方法。采用某氧化铝厂蒸发过程的实际数据进行仿真实验,实验研究表明该方法可以有效地将碱液浓度控制在工艺要求的区间内。

PFA涂层在氧化铝蒸发器中的应用

采用金相显微镜及扫描电镜(SEM)对可溶性聚四氟乙烯(PFA)涂层表面及涂层与试样金属基体的界面形貌进行了观察与分析,对涂层与金属基体的结合强度进行了测试,通过试验模拟氧化铝蒸发器的真实工作环境,对PFA涂层进行了耐腐蚀性、耐热性以及耐应力腐蚀性能测试。结果表明:PFA涂层与基体的结合强度高,其各项性能均能满足氧化铝蒸器对耐热、耐蚀性的要求。由此说明,PFA涂层可以用于氧化铝蒸发器的腐蚀防护。

基于PCA的氧化铝蒸发系统故障检测

针对氧化铝蒸发系统结构复杂、物理模型难以搭建、大量数据得不到合理利用的问题,提出了基于主成分分析(PCA)的故障检测方法和直观的故障分离方法.通过对氧化铝蒸发系统进行深入分析,对系统故障进行分类,并在仿真模型中建立了不同的故障类型模型.最后,基于对氧化铝蒸发故障进行模拟得到的故障数据,给出了在氧化铝蒸发过程故障检测中的实例,验证了PCA方法的可行性.

氧化铝蒸发工序出口浓度预测模型的建立

氧化铝蒸发系统种分母液出口浓度是重要的出口质量指标。目前,在实际生产中种分蒸发工序多采用离线浓度检测,致使浓度控制严重滞后,影响了完成液的质量。由于BP神经网络具有良好的非线性拟合能力,因此,可以利用神经网络建立出口浓度回归模型。同时,为了使该模型具有较好的动态特性,对神经网络输出进行残差补偿,并用MATLAB对其进行了仿真研究和误差分析,实践表明该测量技术是可行的,其测量结果完全能满足工业生产的需要。

氧化铝蒸发过程在线动态仿真与基于LSTM的误差校正

蒸发过程是拜耳法氧化铝生产工艺中重要的一环,其关键指标是碱液浓度。碱液浓度反映了蒸发过程中蒸水量的多少,并间接地反映了氧化铝的生产质量。但碱液浓度无法在线测量。在实际的工业现场中,对碱液浓度的测量一般通过化验室地化验而实现。但化验室地化验需要大量的时间,无法将碱液浓度及时地反馈至控制系统,这样会极大地影响氧化铝的生产质量。为解决上述问题,采用基于冶金过程的模拟软件包METSIM设计了氧化铝蒸发过程的模型,并采用基于小波滤波和长短期记忆网络的方法对模型的输出误差进行补偿。利用实际工业现场的数据进行了验证,较为准确地预报了蒸发过程碱液的浓度,表明该模型可以作为运行优化算法和控制算法的实验工具。

氧化铝蒸发能耗的影响因素分析

蒸发作为氧化铝生产的一个重要步骤，蒸发站工作的效率和成本直接的影响了生产的效益，但是蒸发站又是能耗占比很高的设备，很多因素都能影响蒸发能耗，像结疤、机泵效率低、过热蒸汽的输送效率低下等。本文研究了氧化铝生产过程中蒸发能耗的影响因素，并且提出了能够减小蒸发能耗的措施，希望能够节省能耗、提高效率，改善氧化铝生产的工艺流程。

氧化铝生产的蒸发过程故障检测仿真研究

研究氧化铝蒸发过程故障检测问题。氧化铝蒸发过程是一个非线性,时变的过程,结构错综复杂,样本数据少和难以建立精确模型进行实时检测问题。为此,提出了一种采用贝叶斯网络的小数据集蒸发过程故障检测方法。首先,在贝叶斯理论基础上,提出了一种结合领域知识的贪婪结构学习算法,由领域知识引导加边、减边和转边算子搜索,加速找到评分最高的网络结构。然后,小数据集通过Bootstrap抽样法获得大样本数据,经由改进的结构学习算法得到贝叶斯故障检测网络,检测网络包含变量的拓扑结构图及其条件概率表。用已知数据对检测网络进行验证,结果表明上述网络是有效的,同时亦能锁定故障所在位置,为蒸发过程实时优化控制开拓了一种新思路。

我国首创将造纸行业新技术“移植”到铝工业

造纸和铝冶炼在工业领域是完全不同的两个行当。但贵州铝厂却成功地将造纸行业的先进技术“移植”到铝工业。不仅开了业界之先河,而且为我国铝生产企业提升技术装备水平提供了捷径。