基于铝电解槽热平衡的分析氟化铝添加量控制策略的研究

《基于铝电解槽热平衡的分析氟化铝添加量控制策略的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、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

2、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

3、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

4、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)

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。关键词铝电解槽，节能，热平衡分析，过剩氟化铝含量，氟化铝添加量，控制策略，回归分析，遗传算法，支持向量机IIABSTRACTThereductionofaluminiumiSanimportantpartoft

6、henonfeITOUSmetallurgyindustry．AsthebasismaterialofnonfeITOUSmetals，thealuminiumanditsprocessedmaterialshavebeenwidelyusedinbuilding，electricity,transportation，machinery,nationaldefenceandotherfields．Inrecentyears，theAI-metallurgicalindustryofChinahasobtainedrapiddeve

7、lopmentandChinaisbeingtheworld’Sleadingaluminiumproducer．However,theA1．metallurgicalindustryisalwaysakindofindustrywhichconsumesalargeamountofenergy．InallprocessesofAI—metallurgicalindustry,theelectrolysisoccupies80％—、—89％ofthetotalenergyconsumption．Asaresult，takingva

8、riousmeasurestoreducetheenergyconsumptioninaluminiumelectrolysisisthekeytoenergysavingintheAI—metallurgicalindustryandisalso