基于BP神经网络的氧化铝溶出苛性比值预测方法

针对拜耳法生产氧化铝的溶出工序中苛性比值难以实时获得的问题,提出了一种通过BP神经网络模型对溶出苛性比值进行提前预测的方法。根据溶出生产物料输入输出关系,提出了基于物料平衡的溶出苛性比值机理计算模型,并对计算模型的输入变量进行优化,使其能够满足BP神经网络输入的要求。最终设计了一种具有误差反传学习及历史数据训练功能的BP神经网络,经山西某铝厂实际数据测试,BP神经网络能够较好的预测溶出苛性比值。