一、预焙电解槽智能控制系统（论文文献综述）
宋书红,范晋平[1]（2021）在《带外补偿母线和传统母线配置技术在500 kA预焙电解槽中的应用对比》文中研究指明本文通过500 kA电解槽带外补偿母线和传统母线配置实际应用结果的对比,说明带外补偿母线配置的母线配置方案是一种新型的母线配置方案,有利于提高大型预焙电解槽的稳定性和经济技术指标。
张振兵[2]（2020）在《基于数据驱动的氧化铝浓度控制》文中认为铝电解工业是一个高耗能、高污染型的流程工业,随着当今计算机技术以及信息技术在铝电解工业当中的应用,促使铝电解技术的发展更加信息化、智能化。通过了解电解槽的生产工艺和参数数据特点,以及对电解槽运行过程中数据的分析,得知铝电解槽氧化铝浓度合理的控制对铝电解生产过程提高电流效率、降低能量消耗有重要作用。为便于对电解槽中的氧化铝浓度进行有效预测,采用数据驱动的神经网络预测算法对电解槽中的氧化铝浓度进行预测。利用专家知识选择对氧化铝浓度有较大影响的电流、工作电压、下料量、出铝量、铝水平、电阻、分子比和电解质水平这8个参数数据。对参数数据缺失值进行拉格朗日插值处理以及异常值进行箱型图检测以及降噪处理,然后选择这8个处理后的参数数据作为BP神经网络氧化铝浓度预测模型的输入,氧化铝浓度作为预测模型的输出,建立了氧化铝浓度预测的BP神经网络预测模型。为了提高BP神经网络预测的精度和训练速度,采用L-M优化算法对神经网络训练进行优化。将工业生产采集的数据作为训练数据,分为训练集（70%）、验证集（15%）以及测试集（15%）。经过计算,得到BP神经网络预测模型验证和测试的均方误差分别为:0.013581、0.013021。通过工业生产数据检验,该模型的预测精度为0.1,得到了满足工业生产要求的Al2 O3浓度的神经网络预测模型。最后根据BP神经网络预测模型预测出的氧化铝浓度,结合氧化铝浓度变化原理和生产实际,提出了通过调整电解槽基准下料间隔来调节氧化铝浓度值,保证氧化铝浓度在期望的范围[1.5%,2.0%]区间中。
李汉奇[3]（2016）在《铝电解极距控制方法的研究》文中研究说明我国铝电解产业已形成全球最大的生产和消费规模。目前,我国电解铝产能过剩,企业亏损,作为高能耗工业,降低电力资源的成本是市场竞争的关键。东北大学直流负载半实物仿真及负荷检测与综合控制装置以工业铝电解槽为背景,由“负荷监测与综合控制单元”（综合控制柜）和“直流负载半实物仿真平台”（微型电解槽）两部分组成,为在实验室中对铝电解过程进行研究、建模、仿真、监控提供了可能。本文首先对铝电解过程的工艺、控制进行调研和文献检索,对铝电解的相关背景资料进行总结,深入研究了铝电解生产过程的原理,认真分析了铝电解各个工艺参数与工艺指标之间的关系。本文采用受电流波动影响较小的电解槽等效电阻作为被控对象,分析了槽电压的构成,建立了槽电阻与极距间的控制模型。电解铝过程是一个具有参数时变、时滞、惯性和非线性的复杂对象,恒定参数的传统PID控制器无法满足需求,本文设计了基于改进的单神经元学习算法的PID极距控制器,针对传统PID控制器的缺点进行改善,对多变的对象参数有了更好的适应性,减少了控制器参数调节的工作量。最后,基于东北大学直流负载半实物仿真及负荷检测与综合控制装置,对电解铝极距控制系统解决方案进行设计和实现,采用LAD语言编写了改进的单神经元PID算法的程序,通过WinCC实现对控制系统的监控。
禹玉江,杨永乾,张力[4]（2012）在《智能控制曲线对电解铝生产的应用实例分析》文中进行了进一步梳理铝电解槽智能控制曲线对于电解槽运行状况的判断有十分重要的意义。本文分析了大量电解槽智能控制曲线,通过将曲线波形与槽况的结合,对曲线波形的异常与电解过程出现的问题进行了一一对应的联系.并结合槽运行情况,总结了电解槽异常应对处理措施。将电压波动检测到的槽况信息用于指导生产,达到了优化参数、平稳运行,最终实现了高产高效的目的。
王丰[5]（2012）在《基于数据驱动的电解槽智能控制系统研究》文中进行了进一步梳理铝电解是一个高耗能的流程工业，随着我国提出落实科学发展观，构建节约型社会的目标，充分利用当今先进的信息技术到铝电解行业中，实现铝电解工业的低污染、高效率和高度智能化是当今我们面对的一个重要课题。预焙铝电解槽是一种复杂的非线性、多变量时变系统，模型具有不确定性，电解槽槽状态复杂多变，很多过程生产参数在线检测困难，特别是氧化铝浓度，其是电解槽下料控制的基础参数。由于电解槽长期运行，控制系统数据库中积累了大量含有丰富信息的过程生产数据。本课题的目的就是利用数据驱动的方法对铝电解控制系统中存储的大量过程生产参数数据进行槽状态、氧化铝浓度等相关工艺信息的提取和挖掘，从而建立一个基于数据驱动的电解槽智能控制系统，主要实现方式是利用小波包分析技术提取当前的一段时间内瞬时槽电压的信号特征，并结合当前的一段时间内的电量输入、系列电流、设定电压等状态参数构成槽状态诊断特征向量，利用小波神经网络的自学习功能判断电解槽当前状态。针对电解槽氧化铝浓度难以实时测量的问题，提出一个基于最小二乘支持向量机（LSSVM）的氧化铝浓度软测量模型，并利用粒子群（PSO）算法找到最佳的模型参数，通过利用大量可测量的过程参数组成样本对软测量模型进行训练学习，从而利用训练好的软测量模型实现对氧化铝浓度实施软测量。控制部分，将氧化铝原料下料间隔（NB）人为的分成了主下料间隔和辅助下料间隔两部分，分别利用模糊控制器推理到出不同的氧化铝浓度与不同槽状态下的主下料间隔和辅助下料间隔，以满足适合各个电解槽生产的自适应控制的要求，提高效率、降低能耗。本课题在系统实现上大量应用了数据驱动的方法，推动基于数据驱动的模式识别和控制技术在铝电解工业大范围应用，经过大量仿真实验和对贵铝车间电解槽的大量实际工程应用发现优化效果明显，大大提高了现有控制系统的信息处理水平。经过专家统计发现，电解槽槽状态诊断和氧化铝浓度软测量的准确性达到了90%以上，控制过程快速精确，实现了吨铝节电150度以上。
马绍良,杨磊,林玉胜[6]（2011）在《浅谈大型预焙槽铝电解技术》文中研究指明本文简要介绍当前铝电解部分技术发展,通过对电解温度、阳极质量、电解槽寿命、过热度技术、氧化铝浓度技术、原铝质量控制、电压以及铝电解槽生产合金技术等方面进行综述,并结合实际情况进行分析与总结。
朱斌泉[7]（2011）在《基于知识驱动的电解槽优化控制》文中进行了进一步梳理随着国民经济迅猛发展,人们对铝的需求越来越大,同时由于原材料、能源的日趋紧张,国家提倡低碳高效的政策,因此如何提高铝电解效率,延长电解槽使用周期,节约能源成了铝电解行业工艺技术研究的方向。本文针对目前铝电解行业的生产控制状况,以中国铝业贵州分公司电解车间160KA预焙槽控制系统技术改造为背景,提出了基于知识驱动的电解槽优化控制方案并从三个方面进行设计。针对铝电解生产工艺过程复杂和技术参数难以全面检测的问题,论文以历史数据和实时数据为基础,描述了知识获取、知识表达以及知识管理等关键技术,利用先进的知识驱动方法来解决复杂数据模型的建立。对原始数据进行了SOM聚类分析并利用遗传优化的BP神经网络对分类后数据进行训练,建立电解槽槽况识别模型;针对电解槽中氧化铝浓度难以准确跟踪控制的问题,论文利用模糊解耦的方式,对槽电压数据进行数值处理得到新数据样本,结合专家知识建立氧化铝浓度检测模型。利用最小二乘递推方法辨识了电解槽特征控制模型;针对电解槽的两个控制参数下料间隔（NB）和给定槽电阻值是相互影响的,控制系统采用仿人智能控制与模糊逻辑控制相结合的算法,根据上述两个模型推理得到的槽况以及氧化铝浓度制定控制策略,在特征控制模型基础上改变设定槽电阻值以及氧化铝下料间隔,使得电解槽控制更快速、更精确、更高效。根据具体的算法应用MATLAB对所设计的控制系统进行仿真,结果表明基于知识驱动的优化控制优于传统控制算法,仿人控制结合模糊控制使整个电解槽控制系统具有良好的鲁棒性,控制效果明显优于传统的控制模式,从而可以使阳极效应次数减少,电流效率提高,保持电解槽物料平衡和能量平衡,实现节能降耗,延长生命周期的目的。基于知识驱动的优化控制系统已成功应用于中国铝业贵州分公司电解铝车间,经过长期的生产运行和专家的分析,优化效果明显。电解槽槽况识别和氧化铝浓度判断的准确性达到了90%以上。控制过程快速精确,实现了吨铝节电160度以上。
王世海[8]（2008）在《300kA铝电解槽工艺技术条件优化与新控制技术开发》文中认为铝电解过程中的节能、降耗、减排,一直是国内外铝电解生产管理和科技工作者的关注重点与研究热点。作者通过相关的铝电解理论和多年实践经验的积累,以300kA铝电解槽的生产技术管理为研究对象,从众多角度对铝电解槽电解生产过程的相关工艺技术条件优化的研究与新控制技术的开发,获得了如下研究成果。1、结合本公司300kA预焙铝电解槽的实际生产状况分析,认为先天的设计中存在磁场与生产技术不匹配的缺陷,因此必须对工艺技术条件进行优化,以弥补先天设计的不足。作者通过从电解质温度、分子比、氧化铝浓度、阳极效应系数、极距、槽电压、电解质水平以及铝水平等方面对电解工艺技术条件进行了全面分析,并通过比较的方法对工艺技术条件进行优化试验,从统计结果显示,优化后电流效率由原来的92.5%提高到92.72%。2、通过开展技术条件优化试验后,电流效率等相关的经济指标参数虽然有了一定的提高,但与世界先进技术相比还存在很大的差距,因此需寻找一套在线的控制技术对电解生产进行适时监控,减小人为因素对电解槽的干扰造成生产的波动,进一步将电流效率提高到了一个新的水平。通过开展试验,采用“双平衡”控制技术后,从生产统计结果表明,电解槽系列电流效率达到94.8%,比之前提高了2.08%。3、通过开展本课题的研究,不但将电流效率提高到了一个国内领先的水平,且在节能降耗与保护环境上有了明显收益。效应系数由原来的0.25降低到0.05以下;同时采用“双平衡”控制技术后,清洁生产,槽况稳定,使炉膛规整,炉帮坚实,将槽龄提高到1800d以上,远远高于设计槽龄1500d,为企业降低了投资成本。
苏宝峰,黄继勇[9]（2007）在《300KA大型预焙电解槽的生产管理》文中研究说明本文介绍了在预焙铝电解槽生产中技术工作者应该树立的几个思想观念：即焙烧启动及后期管理工作生产管理的前提,技术条件的优化是平稳生产的根本,操作质量是平稳生产的保障：同时还要大力推广先进的智能模糊控制技术．
何卉[10]（2007）在《基于分解率预报的连续碳酸化分过程模糊专家控制技术及应用》文中研究说明铝酸钠溶液的连续碳酸化分解是烧结法氧化铝生产中的关键工序之一，其分解率的控制对于提高产品的产量和质量，减少环境污染具有非常重要的意义。本文在深入分析连续碳酸化分解过程工艺的基础上，提出了分解率优化控制系统的结构，包括分解率优化设定模块、分解率智能预报模块和分解率模糊专家控制模块。在此基础上，详细阐述了分解率智能控制策略。分解率智能预报模块采用神经网络和专家系统，对难以实时测量的分解率进行智能建模。该模型由数据采集与处理模块、决策支持模块、预报模块、在线校正模块以及效果评价模块组成。在很大程度上解决了关键变量测量困难的问题，为系统的优化控制奠定了良好的基础。分解率模糊专家控制模块采用模糊控制技术结合专家控制技术，实现了分解率的优化控制。模糊专家控制模块包括三个回路：进料量控制回路、4#槽通气量控制回路和5#槽通气量控制回路。根据供料槽液位的改变，采用专家控制策略，改变进料阀门的开度，保证进料量的稳定，构成进料量控制回路；同时，根据分解率的预报值与设定值之间的偏差，采用模糊专家控制策略，改变4#槽、5#槽通气阀的开度，保证分解率的合格。本文提出的模糊专家智能控制策略在中铝氧化铝厂的连续碳酸化分解工序的实际生产中得到了应用。现场运行情况表明，这种控制策略符合工业实际，建立的软件系统稳定可靠，有效的控制了分解率，提高了产品产量、质量，创造了显着的经济效益。
二、预焙电解槽智能控制系统（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、预焙电解槽智能控制系统（论文提纲范文）
（1）带外补偿母线和传统母线配置技术在500 kA预焙电解槽中的应用对比（论文提纲范文）
| 1 两种配置方式的计算仿真比较 |
| 2 两种配置方式在电解槽上应用比较 |
| 2.1 电解槽运行稳定性 |
| 2.1.1 电解槽噪声分析 |
| 2.1.2 运行电压分析 |
| 2.1.3 运行历史曲线 |
| 2.2 电解槽运行工艺参数 |
| 2.3 电解槽炉膛情况 |
| 3 两种配置形式的电解槽运行经济技术指标对比 |
| 4 结 语 |
（2）基于数据驱动的氧化铝浓度控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 氧化铝浓度控制方法 |
| 1.3 数据驱动理论与发展 |
| 1.4 国内外研究现状及趋势分析 |
| 1.5 课题的主要研究内容 |
| 1.6 课题的章节安排 |
| 第二章 氧化铝浓度控制方案 |
| 2.1 铝电解简介 |
| 2.1.1 电解质性质 |
| 2.1.2 氧化铝的溶解以及性质 |
| 2.1.3 铝电解工艺参数 |
| 2.2 系统总体方案 |
| 2.3 开发工具简介 |
| 2.4 氧化铝浓度控制方式 |
| 2.5 本章小结 |
| 第三章 数据分析与处理 |
| 3.1 数据选取 |
| 3.2 数据分析与预处理 |
| 3.2.1 数据分析与模型评价方法 |
| 3.2.2 缺失值的处理 |
| 3.2.3 异常值处理 |
| 3.3 数据处理结果 |
| 3.4 数据规范化 |
| 3.5 本章小结 |
| 第四章 氧化铝浓度的神经网络预测 |
| 4.1 神经网络预测模型 |
| 4.1.1 神经网络介绍 |
| 4.1.2 BP神经网络 |
| 4.1.3 BP神经网络模型激活函数 |
| 4.1.4 神经网络预测模型各层节点数选择 |
| 4.2 网络训练与网络测试 |
| 4.2.1 网络训练模型构建 |
| 4.2.2 BP神经网络优化算法选择 |
| 4.2.3 BP神经网络网络训练 |
| 4.2.4 网络测试 |
| 4.3 神经网络氧化铝浓度预测结果 |
| 4.4 本章小结 |
| 第五章 氧化铝浓度的控制 |
| 5.1 氧化铝浓度控制下料控制原理 |
| 5.2 氧化铝下料方案 |
| 5.3 氧化铝下料实例 |
| 5.4 本章总结 |
| 第六章 总结 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（3）铝电解极距控制方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文的选题背景和意义 |
| 1.2 我国电解铝行业现状 |
| 1.3 我国电解铝技术与自动化水平现状 |
| 1.4 电解铝控制技术综述 |
| 1.5 本文的主要工作 |
| 第2章 电解铝生产工艺与控制模型 |
| 2.1 金属铝的概况与冶炼历史 |
| 2.2 电解铝生产工艺 |
| 2.2.1 电解铝过程基本原理 |
| 2.2.2 电解槽 |
| 2.2.3 电解铝生产工艺参数 |
| 2.2.4 电解铝生产技术指标和控制目标 |
| 2.3 电解铝过程的控制模型 |
| 2.3.1 槽电压的构成与分配 |
| 2.3.2 槽电阻控制模型 |
| 2.4 本章小结 |
| 第3章 极距控制策略的研究与设计 |
| 3.1 传统PID控制算法 |
| 3.2 人工神经网络PID控制算法 |
| 3.2.1 神经网络概述 |
| 3.2.2 神经网络函数及其学习方法 |
| 3.2.3 神经网络与PID控制的结合 |
| 3.3 单神经元PID控制器的改进与仿真 |
| 3.3.1 改进的单神经元PID控制器 |
| 3.3.2 改进的单神经元PID控制器的仿真 |
| 3.4 本章小结 |
| 第4章 极距控制系统及其实现 |
| 4.1 控制系统设计 |
| 4.1.1 极距控制器设计 |
| 4.1.2 系统结构与功能设计 |
| 4.1.3 硬件设计与I/O配置 |
| 4.2 软件程序设计 |
| 4.2.1 软件配置 |
| 4.2.2 结构化程序设计 |
| 4.2.3 人机界面设计 |
| 4.3 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 不足与展望 |
| 参考文献 |
| 致谢 |
（5）基于数据驱动的电解槽智能控制系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外现状 |
| 1.3 本文主要研究内容与创新 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文创新处 |
| 2 基于数据驱动的电解槽智能控制系统总体设计方案 |
| 2.1 铝电解的基本原理及工艺流程 |
| 2.2 铝电解工艺主要技术参数 |
| 2.3 电解槽智能控制系统需求分析 |
| 2.4 电解槽智能控制系统总体设计方案 |
| 2.5 小结 |
| 3 基于数据驱动的电解槽状态诊断 |
| 3.1 电解槽运行状态识别的分析 |
| 3.2 基于数据驱动的电解槽状态智能诊断模块具体实现 |
| 3.2.1 基于数据驱动的电解槽状态智能诊断模块结构 |
| 3.2.2 电解槽槽状态的小波包分析及特征向量提取 |
| 3.2.3 小波神经网络（WNN）算法 |
| 3.2.4 仿真结果分析 |
| 3.3 小结 |
| 4 基于数据驱动的氧化铝浓度软测量 |
| 4.1 最小二乘支持向量机（LSSVM）估计算法 |
| 4.2 最小二乘支持向量机参数的优化 |
| 4.3 氧化铝浓度软测量建模 |
| 4.3.1 模型变量的选取 |
| 4.3.2 氧化铝浓度软测量模型实现 |
| 4.4 小结 |
| 5 智能模糊控制器的设计 |
| 5.1 智能模糊控制器总体设计 |
| 5.2 智能模糊控制器算法设计 |
| 5.2.1 确定变量隶属度 |
| 5.2.2 控制器算法 |
| 5.3 智能模糊控制应用效果 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文目录 |
| B. 作者在攻读学位期间取得的科研成果目录 |
| C．获奖情况 |
（6）浅谈大型预焙槽铝电解技术（论文提纲范文）
| 电解温度 |
| 阳极质量 |
| 电解槽寿命 |
| 过热度及其控制技术 |
| 1、过热度对电解的影响 |
| 2、过热度控制 |
| 阳极效应系数与氧化铝浓度控制技术 |
| 原铝质量控制技术 |
| 用电解槽电解金属氧化物直接生产铝基合金技术 |
| 电压 |
| 结论 |
| 1、技术参数及技术指标 |
| 2、能量利用情况 |
| 3、展望 |
（7）基于知识驱动的电解槽优化控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外现状 |
| 1.3 本文主要研究内容与创新 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文创新处 |
| 2 电解铝工艺机理的分析 |
| 2.1 铝电解基本原理 |
| 2.2 铝电解工艺主要技术参数 |
| 2.3 槽电阻控制 |
| 2.4 氧化铝浓度控制 |
| 2.5 本章小结 |
| 3 基于知识驱动的电解槽优化控制系统总体方案 |
| 3.1 电解槽传统控制系统分析 |
| 3.2 电解槽优化控制系统的需求分析 |
| 3.3 铝电解优化控制系统总体解决方案 |
| 3.3.1 铝电解槽工艺条件优化分析 |
| 3.3.2 知识驱动技术分析 |
| 3.3.3 电解槽优化控制系统的总体解决方案设计 |
| 3.4 小结 |
| 4 基于知识驱动的电解槽状态识别与浓度测量系统设计 |
| 4.1 电解槽运行状态识别的分析 |
| 4.2 基于知识驱动的电解槽状态智能识别系统设计 |
| 4.2.1 基于知识驱动的电解槽状态智能识别总体思路 |
| 4.2.2 基于知识驱动的电解槽状态智能识别参数选择 |
| 4.2.3 基于SOM 聚类分析的遗传BP 神经网络算法 |
| 4.2.4 基于SOM 聚类分析的遗传BP 神经网络的模型 |
| 4.2.5 电解槽运行状态识别仿真结果分析 |
| 4.3 氧化铝浓度测量系统设计 |
| 4.3.1 氧化铝浓度新型检测算法 |
| 4.3.2 氧化铝浓度测量结果分析 |
| 4.4 小结 |
| 5 铝电解槽智能优化控制系统设计 |
| 5.1 基于知识驱动的电解槽智能控制设计 |
| 5.1.1 铝电解槽特征控制模型 |
| 5.1.2 智能控制策略 |
| 5.1.3 基于槽况与浓度的下料间隔推理算法设计 |
| 5.1.4 基于仿人智能的辅助下料间隔推理算法设计 |
| 5.1.5 基于知识驱动的模糊控制器算法设计 |
| 5.2 基于知识驱动的优化控制仿真与现场应用 |
| 5.3 本章小结 |
| 6 系统实现与效果分析 |
| 6.1 网络系统构成 |
| 6.2 硬件系统构成 |
| 6.3 软件系统构成 |
| 6.3.1 数据库和数据仓库设计 |
| 6.3.2 程序功能模块 |
| 6.4 系统应用效果分析 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 全文总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文目录 |
| B. 作者在攻读学位期间参与完成的科研项目及获奖情况 |
（8）300kA铝电解槽工艺技术条件优化与新控制技术开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1.1 铝电解发展历史 |
| 1.1.1 金属铝及其用途 |
| 1.1.2 熔盐电解铝技术的历史与发展 |
| 1.2 现代铝电解技术的基本原理 |
| 1.3 现代铝电解生产基本工艺流程 |
| 1.4 铝电解槽及电解槽系列 |
| 1.4.1 铝电解槽槽型结构剖析 |
| 1.4.2 现代铝电解槽结构发展趋势 |
| 1.5 工艺技术条件对铝电解生产的影响 |
| 1.6 本课题研究的目的和意义 |
| 第二章 300kA预焙槽技术特点及设计 |
| 2.1 300kA预焙槽技术特点 |
| 2.1.1 优化的母线配置 |
| 2.1.2 合理的槽内衬与槽壳结构 |
| 2.1.3 先进的工艺制度 |
| 2.1.4 先进的铝电解控制系统 |
| 2.1.5 电解技术经济指标 |
| 2.1.6 生产技术参数 |
| 2.1.7 作业制度 |
| 2.2 生产工艺流程 |
| 2.3 电解原材料消耗 |
| 2.4 主要设备技术参数 |
| 2.4.1 电解槽基本设计参数 |
| 2.4.2 槽上部结构 |
| 2.4.3 阴极结构 |
| 2.4.4 槽罩结构 |
| 2.4.5 母线配置 |
| 2.5 300kA电解槽电、热解析及能量平衡 |
| 2.5.1 铝电解槽电、热特性计算 |
| 2.5.2 能量平衡 |
| 2.6 母线配置与电、磁及磁流体力学模拟 |
| 2.6.1 母线配置与磁场计算 |
| 2.6.2 电流场的计算 |
| 2.6.3 熔体速度场的计算 |
| 2.6.4 交界面形状的计算 |
| 2.7 本章小结 |
| 第三章 电解槽生产运行状况 |
| 3.1 四川启明星300kA电解槽基本情况 |
| 3.2 技术运行情况 |
| 3.2.1 焙烧启动及非正常生产期管理 |
| 3.2.2 正常生产中技术条件的管理 |
| 3.3 本章小结 |
| 第四章 工艺技术条件对电流效率的影响及优化 |
| 4.1 引言 |
| 4.1.1 开展工艺技术条件优化的背景 |
| 4.1.2 开展工艺技术条件优化的目的 |
| 4.2 工艺技术条件对电流效率的影响及优化 |
| 4.2.1 槽工作电压及极距对电流效率的影响及优化 |
| 4.2.2 氧化铝浓度对电流效率的影响及优化 |
| 4.2.3 电解温度对电流效率的影响及优化 |
| 4.2.4 分子比对电流效率的影响及优化 |
| 4.2.5 阳极效应系数对电流效率的影响及优化 |
| 4.2.6 电解水平对电流效率的影响及优化 |
| 4.2.7 铝水平对电流效率的影响及优化 |
| 4.3 300kA预焙槽生产技术条件综合优化后运行效果评价 |
| 4.4 本章小结 |
| 第五章 “双平衡”自动控制技术对生产的优化控制试验 |
| 5.1 引言 |
| 5.1.1 开展试验背景 |
| 5.1.2 铝电解槽双平衡控制技术项目研究、开发主要内容 |
| 5.2 试验过程 |
| 5.2.1 试施技术方案 |
| 5.2.2 双平衡实验现场调试工作 |
| 5.3 试验结果 |
| 5.3.1 采用“双平衡”控制程序后技术条件和生产指标的实际完成情况 |
| 5.3.2 在试验前和试验后各经济技术指标的对比 |
| 5.3.3 电解槽双平衡控制技术项目取得效果 |
| 5.3.4 试验成果推广情况 |
| 5.4 讨论 |
| 5.4.1 铝电解采用“铝电解槽双平衡控制技术”对传统铝电解控制技术的优势 |
| 5.4.2 四川启明星铝业有限责任公司铝电解槽双平衡控制技术项目技术创新点 |
| 5.4.3 试验成果当前应用存在的困难 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间主要的研究成果目录 |
（10）基于分解率预报的连续碳酸化分过程模糊专家控制技术及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 项目研究背景及意义 |
| 1.2 碳酸化分解研究现状 |
| 1.2.1 国内外氧化铝工业发展现状 |
| 1.2.2 碳酸化分解过程研究现状 |
| 1.3 智能控制技术 |
| 1.4 论文研究内容与结构安排 |
| 第二章 连续碳酸化分解过程总体控制方案 |
| 2.1 碳酸化分解机理 |
| 2.2 连续碳酸化分解过程工艺分析 |
| 2.2.1 连续碳酸化分解工艺简介 |
| 2.2.2 工艺要点 |
| 2.2.3 控制目标 |
| 2.2.4 影响因素分析 |
| 2.3 系统总体控制方案 |
| 2.3.1 控制思想 |
| 2.3.2 控制系统总体结构 |
| 2.4 本章小结 |
| 第三章 分解率智能预报模块 |
| 3.1 软测量技术 |
| 3.1.1 软测量技术概述 |
| 3.1.2 软测量的应用现状与前景 |
| 3.2 分解率预报模型 |
| 3.2.1 BP神经网络预报模型 |
| 3.2.2 专家预报模型 |
| 3.2.3 智能预报模型的结构 |
| 3.3 结果仿真与分析 |
| 3.3.1 4~#槽分解率预报模型的仿真和测试 |
| 3.3.2 5~#槽分解率预报模型的仿真和测试 |
| 3.3.3 6~#槽分解率预报模型的仿真和测试 |
| 3.4 本章小结 |
| 第四章 分解率模糊专家控制模块 |
| 4.1 控制策略的研究 |
| 4.2 进料量控制 |
| 4.2.1 进料量控制器结构 |
| 4.2.2 专家控制器的设计 |
| 4.2.3 分解深度评价单元 |
| 4.2.4 进料量控制器的工作原理 |
| 4.3 通气量控制 |
| 4.3.1 通气量控制器结构 |
| 4.3.2 4~#槽CO_2通气量控制 |
| 4.3.3 5~#槽CO_2通气量控制 |
| 4.4 本章小结 |
| 第五章 系统实现与运行结果 |
| 5.1 系统总体结构 |
| 5.1.1 现场设备层 |
| 5.1.2 过程监控层 |
| 5.1.3 车间管理层 |
| 5.1.4 控制系统的实现 |
| 5.2 优化控制软件结构与功能 |
| 5.3 工业应用效果及分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间主要研究成果 |
四、预焙电解槽智能控制系统（论文参考文献）
- [1]带外补偿母线和传统母线配置技术在500 kA预焙电解槽中的应用对比[J]. 宋书红,范晋平. 轻金属, 2021(01)
- [2]基于数据驱动的氧化铝浓度控制[D]. 张振兵. 北方工业大学, 2020(02)
- [3]铝电解极距控制方法的研究[D]. 李汉奇. 东北大学, 2016(06)
- [4]智能控制曲线对电解铝生产的应用实例分析[J]. 禹玉江,杨永乾,张力. 有色冶金节能, 2012(05)
- [5]基于数据驱动的电解槽智能控制系统研究[D]. 王丰. 重庆大学, 2012(03)
- [6]浅谈大型预焙槽铝电解技术[J]. 马绍良,杨磊,林玉胜. 中国有色金属, 2011(S2)
- [7]基于知识驱动的电解槽优化控制[D]. 朱斌泉. 重庆大学, 2011(01)
- [8]300kA铝电解槽工艺技术条件优化与新控制技术开发[D]. 王世海. 中南大学, 2008(04)
- [9]300KA大型预焙电解槽的生产管理[A]. 苏宝峰,黄继勇. 2007年全省有色金属学术交流会论文集, 2007
- [10]基于分解率预报的连续碳酸化分过程模糊专家控制技术及应用[D]. 何卉. 中南大学, 2007(06)