CN105671596B - 一种铝电解槽单个阳极数学模型的确定方法 - Google Patents

一种铝电解槽单个阳极数学模型的确定方法 Download PDF

Info

Publication number
CN105671596B
CN105671596B CN201610227589.8A CN201610227589A CN105671596B CN 105671596 B CN105671596 B CN 105671596B CN 201610227589 A CN201610227589 A CN 201610227589A CN 105671596 B CN105671596 B CN 105671596B
Authority
CN
China
Prior art keywords
aluminium cell
characteristic data
frequency characteristic
guide rod
sole anode
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610227589.8A
Other languages
English (en)
Other versions
CN105671596A (zh
Inventor
尹怡欣
崔家瑞
王粉花
王家齐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN201610227589.8A priority Critical patent/CN105671596B/zh
Publication of CN105671596A publication Critical patent/CN105671596A/zh
Application granted granted Critical
Publication of CN105671596B publication Critical patent/CN105671596B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • CCHEMISTRY; METALLURGY
    • C25ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25CPROCESSES FOR THE ELECTROLYTIC PRODUCTION, RECOVERY OR REFINING OF METALS; APPARATUS THEREFOR
    • C25C3/00Electrolytic production, recovery or refining of metals by electrolysis of melts
    • C25C3/06Electrolytic production, recovery or refining of metals by electrolysis of melts of aluminium
    • C25C3/20Automatic control or regulation of cells

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Electrolytic Production Of Metals (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种铝电解槽单个阳极数学模型的确定方法,能够提高铝电解生产的动化控制水平。所述方法包括:采集铝电解槽单个阳极导杆的频率特性数据;对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理;依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,辨识铝电解槽单个阳极数学模型的系数,其中,所述数学模型为传递函数。本发明适用于铝电解阳极建模技术领域。

Description

一种铝电解槽单个阳极数学模型的确定方法
技术领域
本发明涉及铝电解阳极建模技术领域,特别是指一种铝电解槽单个阳极数学模型的确定方法。
背景技术
铝生产最主要的阶段是在铝电解槽中完成的,因此对铝电解槽的生产管理和生产操作就成为重要的工作之一。铝电解槽是一个多变量耦合、时变和大滞后的工业过程对象,其自身内部复杂的物理化学过程和各种外界条件和作业的干扰,形成了复杂多变的槽况特征,这给生产操作带来了很多难题。因此对于铝电解槽的控制就显得尤为重要。
铝电解槽运行的完善控制意味着极距、电解质温度和电解质的组成有恒定不变的最佳值,铝电解槽运行过程中众多的系数和变量的不确定性和不可连续的测定性,造成了生产过程的难以控制。因此,研究建立铝电解槽阳极的数学模型就显得尤为重要。但是,现有技术中,国内外对铝电解槽阳极数学模型的研究极少。
发明内容
本发明要解决的技术问题是提供一种铝电解槽单个阳极数学模型的确定方法,能够弥补国内外对铝电解槽阳极数学模型研究的空白,且能够提高铝电解生产的动化控制水平。
为解决上述技术问题,本发明实施例提供一种铝电解槽单个阳极数学模型的确定方法,包括:
采集铝电解槽单个阳极导杆的频率特性数据;
对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理;
依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,辨识铝电解槽单个阳极数学模型的系数,其中,所述数学模型为传递函数。
进一步地,所述采集铝电解槽单个阳极导杆的频率特性数据包括:
利用频率特性数据采集系统采集铝电解槽单个阳极导杆的频率特性数据;
其中,所述频率特性数据采集系统包括:信号发生器、示波器、工控机、铝电解槽、位于电路板上的可调电阻及隔直电容;
所述信号发生器依次与所述可调电阻、铝电解槽及隔直电容连接形成第一串联电路;所述信号发生器依次与所述工控机、示波器、可调电阻连接形成第二串联电路。
进一步地,所述铝电解槽包括:铝电解槽本体、与所述铝电解槽本体相连的预定根数的阳极导杆,及与所述铝电解槽本体相连且与所述阳极导杆一一对应的阴极钢棒;
其中,所述可调电阻与所述铝电解槽的一阳极导杆相连;
所述隔直电容与所述一阳极导杆所对应的阴极钢棒相连。
进一步地,所述利用频率特性数据采集系统采集铝电解槽单个阳极导杆的频率特性数据包括:
通过所述工控机控制所述信号发生器依次产生不同频率的正弦信号作为所述频率特性数据采集系统的输入信号;
通过所述工控机控制所述示波器测量所述可调电阻两端的正弦信号,并将测量的所述可调电阻两端的正弦信号传回所述工控机;
根据传回所述工控机的所述可调电阻两端的正弦信号,得到铝电解槽单个阳极导杆的频率特性数据。
进一步地,所述对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理,包括:
对每一个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行小波阈值去噪处理;
对去噪处理后输出的每一个频率下的所述可调电阻两端的正弦信号进行拟合,得到拟合后的所述可调电阻两端的正弦信号的幅值及相位信息。
进一步地,所述对每一个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行小波阈值去噪处理包括:
读取每一个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行平滑处理;
利用小波基对平滑处理后的输出信号进行三层分解,并对每层的细节系数进行阈值去噪与重构。
进一步地,所述依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,辨识铝电解槽单个阳极数学模型的系数包括:
依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,利用列维法根据修正的误差准则,采用求极值的方法得到铝电解槽单个阳极传递函数的系数。
进一步地,所述利用列维法根据修正的误差准则,采用求极值的方法得到铝电解槽单个阳极传递函数的系数之后,包括:
利用粒子群优化算法对所述传递函数的系数进行优化;
所述利用粒子群优化算法对所述传递函数的系数进行优化包括:
根据列维法得到的所述传递函数的系数对粒子的位置和速度信息进行初始化,并依据预定的寻优公式迭代更新每个粒子的位置、速度信息,同时根据预定的粒子适应度函数获取每个粒子的适应度值,根据每个粒子的适应度值记录每个粒子的在迭代过程中的最优位置,以及在当前次迭代中全体粒子的最优位置;其中,所述寻优公式表示为:
vi t+1=ωvi t+c1r1(Pbesti t-xi t)+c2r2(Gbestt-xi f)
xi t+1=xi t+vi t
式中,i为粒子的编号;vi表示i粒子的速度;xi表示i粒子的位置;c1、c2为加速因子,一般设置c1=c2=2;r1、r2为[0,1]内随机分布的数;t为迭代次数;Pbesti表示i粒子在迭代过程中的最优位置;Gbest表示当前次迭代全体粒子的最优位置;ω为惯性权重,其中,ω表示为:
式中,ωmax,ωmin分别为惯性权重的最大值与最小值;tmax表示总的迭代次数;
判断当前次迭代是否满足预设的精度条件,若是,获取粒子适应度值最高的粒子所对应位置信息作为所述传递函数系数的最优解。
进一步地,所述粒子适应度函数为铝电解槽单个阳极传递函数增益的预测值与测量值的绝对误差和的倒数。
进一步地,所述对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理之前,还包括:
依据采集的铝电解槽单个阳极导杆的所述频率特性数据,绘制所述频率特性数据对应的幅频特性曲线;
依据绘制的所述幅频特性曲线,获取铝电解槽单个阳极传递函数的分子和分母各自对应的阶数。
本发明的上述技术方案的有益效果如下:
上述方案中,通过对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理;并依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,辨识铝电解槽单个阳极数学模型的系数,其中,所述数学模型为传递函数。这样,通过辨识得到的铝电解槽单个阳极数学模型能够弥补国内外对铝电解槽阳极数学模型研究的空白,且能够提高铝电解生产的动化控制水平。
附图说明
图1为本发明实施例提供的铝电解槽单个阳极数学模型的确定方法的流程示意图;
图2为本发明实施例提供的频率特性数据采集系统的结构示意图;
图3为本发明实施例提供的列维法辨识传递函数系数的流程示意图;
图4为本发明实施例提供的粒子群优化算法的流程示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
实施例一
参看图1所示,本发明实施例提供的一种铝电解槽单个阳极数学模型的确定方法,包括:
步骤101:采集铝电解槽单个阳极导杆的频率特性数据;
步骤102:对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理;
步骤103:依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,辨识铝电解槽单个阳极数学模型的系数,其中,所述数学模型为传递函数。
本发明实施例所述的铝电解槽单个阳极数学模型的确定方法,通过对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理;并依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,辨识铝电解槽单个阳极数学模型的系数,其中,所述数学模型为传递函数。这样,通过辨识得到的铝电解槽单个阳极数学模型能够弥补国内外对铝电解槽阳极数学模型研究的空白,且能够提高铝电解生产的动化控制水平。
在前述铝电解槽单个阳极数学模型的确定方法的具体实施方式中,进一步地,所述采集铝电解槽单个阳极导杆的频率特性数据包括:
利用频率特性数据采集系统采集铝电解槽单个阳极导杆的频率特性数据。
本发明实施例中,如图2所示,所述频率特性数据采集系统包括:信号发生器、示波器、工控机、铝电解槽、位于电路板上的可调电阻及隔直电容;所述信号发生器依次与所述可调电阻、铝电解槽及隔直电容连接形成第一串联电路;所述信号发生器依次与所述工控机、示波器、可调电阻连接形成第二串联电路。
本发明实施例中,如图2所示,所述铝电解槽包括:铝电解槽本体、与所述铝电解槽本体相连的预定根数的阳极导杆,及与所述铝电解槽本体相连且与所述阳极导杆一一对应的阴极钢棒;所述铝电解槽本体包括:冰晶石-氧化铝混合的电解质层、铝液层;其中,所述可调电阻与所述铝电解槽的一阳极导杆相连;所述隔直电容与所述一阳极导杆所对应的阴极钢棒相连。具体的,在所述可调电阻连接铝电解槽时,将连接导线(例如,单芯铜线)从一阳极导杆上的爆炸焊接入,从与该阳极导杆对应的阴极钢棒接出,并与所述隔直电容相连。
在前述铝电解槽单个阳极数学模型的确定方法的具体实施方式中,进一步地,所述利用频率特性数据采集系统采集铝电解槽单个阳极导杆的频率特性数据包括:
通过所述工控机控制所述信号发生器依次产生不同频率的正弦信号作为所述频率特性数据采集系统的输入信号;
通过所述工控机控制所述示波器测量所述可调电阻两端的正弦信号,并将测量的所述可调电阻两端的正弦信号传回所述工控机;
根据传回所述工控机的所述可调电阻两端的正弦信号,得到铝电解槽单个阳极导杆的频率特性数据。
本发明实施例中,如图2所示,频率特性数据采集系统的数据采集与控制部分分别由示波器与工控机实现,在采集铝电解槽单个阳极导杆的频率特性数据的过程中,工控机通过发送命令控制信号发生器依次产生不同频率的正弦信号作为频率特性数据采集系统的输入信号,其中,所述正弦信号可以为正弦电压信号;与此同时通过工控机控制示波器测量可调电阻两端的正弦信号,并将测量的所述可调电阻两端的正弦信号传送至工控机进行存储。在测量所述可调电阻两端的正弦信号时,示波器将根据测量到的正弦信号频率的高低对采样频率与测量精度进行自动调整。
本发明实施例中,具体的测量步骤包括:在铝电解槽的正常工作过程中,信号发生器产生依次产生不同频率的正弦信号作为输入信号,信号流经电路板上的可调电阻后,从阳极导杆的爆炸焊接入铝电解槽,依次穿过铝电解槽的阳极导杆、铝电解槽本体、最终从所述阳极导杆对应的阴极钢棒流出,回到电路板,经过电路板上的隔直电容回到信号发生器的接地端。这样,通过连接导线将铝电解槽的阳极导杆、阴极钢棒,信号发生器,示波器连接在一起,不断更改信号发生器产生的正弦信号的频率,即可得到铝电解槽单个阳极导杆的频率特性数据。利用频率特性数据采集系统采集铝电解槽单个阳极导杆的频率特性数据在铝电解厂复杂的环境下亦可稳定应用,且采集方法简单可靠。
在前述铝电解槽单个阳极数学模型的确定方法的具体实施方式中,进一步地,所述对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理之前,还包括:
依据采集的铝电解槽单个阳极导杆的所述频率特性数据,绘制所述频率特性数据对应的幅频特性曲线;
依据绘制的所述幅频特性曲线,获取铝电解槽单个阳极传递函数的分子和分母各自对应的阶数。
本发明实施例中,在正常工况情况下,采集铝电解槽单个阳极导杆的所述频率特性数据后,可以利用Matlab 2014a对采集的铝电解槽单个阳极导杆的频率特性数据进行处理,绘制所述频率特性数据对应的幅频特性曲线,分析其幅频特性曲线可知其铝电解槽单个阳极传递函数的分子和分母各自对应的阶数。
在前述铝电解槽单个阳极数学模型的确定方法的具体实施方式中,进一步地,所述对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理,包括:
对每一个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行小波阈值去噪处理;
对去噪处理后输出的每一个频率下的所述可调电阻两端的正弦信号进行拟合,得到拟合后的所述可调电阻两端的正弦信号的幅值及相位信息。
本发明实施例中,由于铝电解槽周围磁场较强且生产条件恶劣,在测量铝电解槽单个阳极导杆的频率特性数据的过程中难免存在噪声,需要对采集的铝电解槽单个阳极导杆的频率特性数据进行去噪等预处理以提高辨识精度、减小误差。首先,对每一个频率下的采集传回所述工控机的所述可调电阻两端的正弦信号进行小波阈值去噪以尽量消除测量过程中的噪声,提高辨识精度、减小误差;接着,可以采用阻尼最小二乘法对去噪处理后输出的每一个频率下的所述可调电阻两端的正弦信号进行拟合,得到所述可调电阻两端的每一个正弦信号精确的幅值及相位信息。
在前述铝电解槽单个阳极数学模型的确定方法的具体实施方式中,进一步地,所述对每一个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行小波阈值去噪处理包括:
读取每一个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行平滑处理;
利用小波基对平滑处理后的输出信号进行三层分解,首先利用预定的第一基函数将信号做一层小波分解,分解成低频信号(近似系数)与高频信号(细节系数),将分解得到的低频信号利用预定的第二基函数做小波分解,得到第二层的近似系数与细节系数,再将近似系数进行小波分解,最终得到信号的低频分量以及分解过程中每层的高频分量。并对每层的细节系数进行阈值去噪与重构。
本发明实施例中,先对小波阈值去噪方法进行说明,小波阈值去噪方法是通过对信号在时间-频率的伸缩平移运算,对信号进行多尺度的细分,将噪声与信号最大程度的分开,同时对信号中分离出噪声较多的部分采用阈值函数处理以消除噪声,并将处理后的部分重新构造信号以达到降噪的目的。
本发明实施例中,由于传回所述工控机的所述可调电阻两端的正弦信号的毛刺较多,为提高去噪效果,可以先采用均值滤波的方法对每一个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行初步平滑处理;接着,可以选择小波基(例如,db5小波基)对平滑处理后的输出信号进行三层分解,并可以采用无偏似然估计阈值函数对每层的细节系数进行阈值去噪与重构。这样,对每个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行平滑、小波阈值去噪处理,能够为下一步采用阻尼最小二乘法获取更精确的幅值、相位信息打下良好的基础。
在前述铝电解槽单个阳极数学模型的确定方法的具体实施方式中,进一步地,所述依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,辨识铝电解槽单个阳极数学模型的系数包括:
依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,利用列维法根据修正的误差准则,采用求极值的方法得到铝电解槽单个阳极传递函数的系数。
本发明实施例中,为了得到铝电解槽单个阳极数学模型(传递函数)的系数,可以对采集的各个频率点的铝电解槽单个阳极导杆的频率特性数据进行曲线拟合。曲线拟合的方法有最小二乘法、系数递阶辨识和列维(Levy)法等。
本发明实施例中,优选地,可以利用列维法根据修正的误差准则,运用求极值的方法得到铝电解槽单个阳极传递函数的系数,当铝电解槽单个阳极的传递函数的阶数较低时拟合算法简单、辨识精度较高。
本发明实施例中,设求得的以频率ω为自变量的铝电解槽单个阳极传递函数G(jω)为:
式中,C(ω)表示传递函数的分子多项式,R(ω)表示传递函数的分母多项式,m表示分子的阶数,n表示分子的阶数,bm(jω)m表示分子的第m阶项式,bj表示分子的系数,j取值为0,1…m,an(jω)n表示分母的第n阶项式,ai表示分母的系数,i取值为0,1…n,为保证求解传递函数系数方程为线性方程式,在给定的频率点ωk,将测量得到的频率特性数据G*(jωk)与求得的传递函数G(jωk)的误差E表示为:
E(ω)=G*(jωk)R(ω)-C(ω)
将G*(jω)表示为复数形式:
G*(jωk)=Re(jωk)+j*Im(jωk)
式中,Re(jωk)表示G*(jωk)的实数部分,Im(jωk)表示G*(jωk)的虚数部分。
进一步定义误差E为: 其中,N表示频率点的总数;
定义函数J为所有频率的测量数据G*(jωk)与传递函数G(jωk)误差E的平方和:
为了使传递函数与测量数据间的误差最小,函数J对每个系数求取偏导数得到以传递函数系数为变量的表达式,总数为m+n+1个,当误差最小时,所有表达式应等于0,因此得到了m+n+1个方程。通过求解该m+n+1个方程,即得到了使拟合误差最小的传递函数系数ai,bj。为简化求解过程,为简化表达式,定义下列元素:
利用定义的Vi,Ti,Si,Ui,其中,i=0,1,…,n,将求解传递函数系数的方程式表达成矩阵形式:
利用所述矩阵形式求解传递函数的系数,具体的,通过列维法求解铝电解槽单个阳极传递函数的系数的流程图如图3所示。
在前述铝电解槽单个阳极数学模型的确定方法的具体实施方式中,进一步地,所述利用列维法根据修正的误差准则,采用求极值的方法得到铝电解槽单个阳极传递函数的系数之后,还可以利用粒子群优化算法对所述传递函数的系数进行优化,得到所述传递函数最优的系数。
本发明实施例中,先对粒子群优化算法进行简单说明,在粒子群优化算法寻优过程中,每个粒子将自己的位置与所有粒子中拥有最大适应度值的粒子位置相比较,并同时和自己运动轨迹中的最优位置比较,从而决定移动的方向与速度。比较的依据为适应度值,适应度值量化了其是最优解的可能性,在每次的迭代过程中,适应度值是粒子的位置的优劣的评判依据。适应度值越大,代表该粒子是最优解的可能性越大。不断根据最优位置的变化进行位置调整、迭代,直至满足预设的精度条件,从而实现所有粒子在解空间中寻优。例如,在d维的解空间中,需设置进行寻优的粒子总数为N个,其中,第i个粒子的位置信息(所述位置信息为位置向量)为xi,xi=(xi1,xi2,…,xid),速度信息(所述速度信息为速度向量)表示为vi,vi=(vi1,vi2,…,vid);根据先验经验将每个粒子的位置、速度向量初始化为问题的可能解,同时计算每个粒子的适应度值,每个粒子开始按照寻优公式迭代更新自己的位置、速度信息,所述寻优公式表示为:
vi t+1=ωvi t+c1r1(Pbesti t-xi t)+c2r2(Gbestt-xi t)
xi t+1=xi t+vi t
式中,i为粒子的编号;vi表示i粒子的速度;xi表示i粒子的位置;ω为惯性权重;c1、c2为加速因子,一般设置c1=c2=2;r1、r2为[0,1]内随机分布的数;t为迭代次数;Pbesti表示i粒子在迭代过程中的最优位置;Gbest表示当前次迭代全体粒子的最优位置。
由寻优公式可知,控制惯性权重的大小可以控制粒子寻优速度的快慢,进而控制算法的搜索能力,因此,对惯性权重的算法进行改进,从而得到粒子群优化算法,改进后,可将惯性权重ω表示为:
式中,ωmax,ωmin分别为惯性权重的最大值与最小值,一般设置ωmax=0.95,ωmin=0.4,t表示迭代次数,tmax表示总的迭代次数。这样,随着迭代次数的改变,粒子群优化算法的寻优速度、精度在改变,即:迭代次数较小时,ω较接近ωmax,粒子群优化算法的搜索速度较大,全局搜索能力较强;迭代次数较多时,ω较小,逐渐接近ωmin,粒子群优化算法的局部搜索能力更突出。
本发明实施例中,如图4所示,所述利用粒子群优化算法对所述传递函数的系数进行优化具体包括:
1)初始化
假设传递函数拥有六个系数(分子b0,b1,b2,分母a1,a2,a3),因此位置、速度向量将为六维向量。b0,b1,b2,a1,a2,a3是Levy辨识得到的传递函数系数,为求解对频率特性曲线拟合的最优解,将粒子群的位置信息初始化为b0,b1,b2,a1,a2,a3每个系数的0.85-1.2倍的一个随机数。速度向量初始化为位置向量每个系数0.085~0.12倍之间的一个随机数。设置粒子总数N为30,学习因子c1、c2等于2,惯性权重的最大值ωmax为0.95,最小值ωmin为0.4。
2)设置适应度函数fitness
为了使传递函数对频率特性曲线的拟合误差最小,适应度函数定义为传递函数增益的预测值mag与测量值(20*log(A))的绝对误差和的倒数,表示为:
式中,A表示传递函数的系数矩阵。
3)迭代
在每次迭代过程中,对每个传递函数系数的可能解的大小进行调整,以接近此次迭代的最优解,进行多次迭代,直至达到预设的精度要求,输出最后一次迭代时,适应度值最高的粒子位置作为传递函数系数的最优解。这样,通过采用粒子群优化(ImprovedParticle Swarm Optimization,IPSO)算法对传递函数进行优化,克服了传统粒子群算法易陷入局部最优位置的缺陷以及可调系数和初始位置随机设定对寻优结果不确定性的影响,从而确保在解空间内获得一致性的全局最优解,且经过粒子群优化算法优化过的传递函数频率特性曲线,在细节方面拟合的更好,误差更小,更接近真实值。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种铝电解槽单个阳极数学模型的确定方法,其特征在于,包括:
采集铝电解槽单个阳极导杆的频率特性数据;
对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理;
依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,辨识铝电解槽单个阳极数学模型的系数,其中,所述数学模型为传递函数;其中,所述采集铝电解槽单个阳极导杆的频率特性数据包括:
利用频率特性数据采集系统采集铝电解槽单个阳极导杆的频率特性数据;
其中,所述频率特性数据采集系统包括:信号发生器、示波器、工控机、铝电解槽、位于电路板上的可调电阻及隔直电容;
所述信号发生器依次与所述可调电阻、铝电解槽及隔直电容连接形成第一串联电路;所述信号发生器依次与所述工控机、示波器、可调电阻连接形成第二串联电路;
其中,所述铝电解槽包括:铝电解槽本体、与所述铝电解槽本体相连的预定根数的阳极导杆,及与所述铝电解槽本体相连且与所述阳极导杆一一对应的阴极钢棒;
其中,所述可调电阻与所述铝电解槽的一阳极导杆相连;
所述隔直电容与所述一阳极导杆所对应的阴极钢棒相连;
其中,所述利用频率特性数据采集系统采集铝电解槽单个阳极导杆的频率特性数据包括:
通过所述工控机控制所述信号发生器依次产生不同频率的正弦信号作为所述频率特性数据采集系统的输入信号;
通过所述工控机控制所述示波器测量所述可调电阻两端的正弦信号,并将测量的所述可调电阻两端的正弦信号传回所述工控机;
根据传回所述工控机的所述可调电阻两端的正弦信号,得到铝电解槽单个阳极导杆的频率特性数据;
其中,所述对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理,包括:
对每一个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行小波阈值去噪处理;
采用阻尼最小二乘法对去噪处理后输出的每一个频率下的所述可调电阻两端的正弦信号进行拟合,得到拟合后的所述可调电阻两端的正弦信号的幅值及相位信息;
其中,所述对每一个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行小波阈值去噪处理包括:
采用均值滤波的方法对读取每一个频率下采集的传回所述工控机的所述可调电阻两端的正弦信号进行平滑处理;
利用小波基对平滑处理后的输出信号进行三层分解,并对每层的细节系数进行阈值去噪与重构;
其中,利用小波基对平滑处理后的输出信号进行三层分解,并对每层的细节系数进行阈值去噪与重构包括:
利用预定的第一基函数将信号做一层小波分解,分解成低频信号近似系数与细节系数;
将分解得到的近似系数利用预定的第二基函数做小波分解,得到第二层的近似系数与细节系数;
将第二层的近似系数进行小波分解,得到信号的近似系数以及分解过程中每层的细节系数;
采用无偏似然估计阈值函数对每层的细节系数进行阈值去噪与重构;
其中,所述依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,辨识铝电解槽单个阳极数学模型的系数包括:
依据预处理后的所述铝电解槽单个阳极导杆的频率特性数据,利用列维法根据修正的误差准则,采用求极值的方法得到铝电解槽单个阳极传递函数的系数;
其中,所述利用列维法根据修正的误差准则,采用求极值的方法得到铝电解槽单个阳极传递函数的系数之后,包括:
利用粒子群优化算法对所述传递函数的系数进行优化;
所述利用粒子群优化算法对所述传递函数的系数进行优化包括:
根据列维法得到的所述传递函数的系数对粒子的位置和速度信息进行初始化,并依据预定的寻优公式迭代更新每个粒子的位置、速度信息,同时根据预定的粒子适应度函数获取每个粒子的适应度值,根据每个粒子的适应度值记录每个粒子的在迭代过程中的最优位置,以及在当前次迭代中全体粒子的最优位置;其中,所述寻优公式表示为:
式中,i为粒子的编号;vi表示i粒子的速度;xi表示i粒子的位置;c1、c2为加速因子,设置c1=c2=2;r1、r2为[0,1]内随机分布的数;t为迭代次数;Pbesti表示i粒子在迭代过程中的最优位置;Gbest表示当前次迭代全体粒子的最优位置;ω为惯性权重,其中,ω表示为:
式中,ωmax,ωmin分别为惯性权重的最大值与最小值;tmax表示总的迭代次数;
判断当前次迭代是否满足预设的精度条件,若是,获取粒子适应度值最高的粒子所对应位置信息作为所述传递函数系数的最优解;
其中,所述粒子适应度函数为铝电解槽单个阳极传递函数增益的预测值与测量值的绝对误差和的倒数;
其中,所述对采集的所述铝电解槽单个阳极导杆的频率特性数据进行预处理之前,还包括:
依据采集的铝电解槽单个阳极导杆的所述频率特性数据,绘制所述频率特性数据对应的幅频特性曲线;
依据绘制的所述幅频特性曲线,获取铝电解槽单个阳极传递函数的分子和分母各自对应的阶数。
CN201610227589.8A 2016-04-13 2016-04-13 一种铝电解槽单个阳极数学模型的确定方法 Active CN105671596B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610227589.8A CN105671596B (zh) 2016-04-13 2016-04-13 一种铝电解槽单个阳极数学模型的确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610227589.8A CN105671596B (zh) 2016-04-13 2016-04-13 一种铝电解槽单个阳极数学模型的确定方法

Publications (2)

Publication Number Publication Date
CN105671596A CN105671596A (zh) 2016-06-15
CN105671596B true CN105671596B (zh) 2018-07-27

Family

ID=56309758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610227589.8A Active CN105671596B (zh) 2016-04-13 2016-04-13 一种铝电解槽单个阳极数学模型的确定方法

Country Status (1)

Country Link
CN (1) CN105671596B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108360021B (zh) * 2018-04-10 2020-03-06 中南大学 基于数据与知识的铝电解槽过程控制参数获取方法及设备
CN108360020B (zh) * 2018-04-10 2020-03-06 中南大学 用于铝电解槽过程控制的低频槽噪声监测方法及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102540883A (zh) * 2010-12-20 2012-07-04 北京西玛通科技有限公司 智能优化节能减排控制系统
CN105841600A (zh) * 2016-04-11 2016-08-10 北京科技大学 一种基于铝电解槽等效电路模型的极距测量方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102540883A (zh) * 2010-12-20 2012-07-04 北京西玛通科技有限公司 智能优化节能减排控制系统
CN105841600A (zh) * 2016-04-11 2016-08-10 北京科技大学 一种基于铝电解槽等效电路模型的极距测量方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Measuring in Frequency Response of Anode-cathode in Aluminum Reduction Cell;Fen-hua WANG等;《2015 International Conference on Applied Mechanics and Mechatronics Engineering》;20151231;第543-546页 *
Online Detecting System for Aluminum Electrolytic Anode Current Based on Multi-resolution Analysis;Jiarui Cui等;《2015 IEEE INTERNATIONAL CONFERENCE ON INFORMATION AND AUTOMATION》;20151001;第1110-1114页 *

Also Published As

Publication number Publication date
CN105671596A (zh) 2016-06-15

Similar Documents

Publication Publication Date Title
CN110596530B (zh) 一种小电流接地故障选线方法
CN112578312A (zh) 基于鲸鱼算法优化极限学习机的微电网故障诊断方法
CN106921158B (zh) 一种基于配电变压器时间序列的历史采集数据的需要系数分析方法
CN109444505B (zh) 一种电动汽车充电站谐波电流检测算法
CN106093796B (zh) 基于拟合残差频域重构的有容量再生情况下锂电池容量及寿命预测方法
CN107529644B (zh) 一种电力系统静态电压稳定域边界线性近似方法
CN112946363A (zh) 一种基于神经网络的电网阻抗在线辨识方法
CN113821978B (zh) 基于改进步长lms自适应算法的行波检测方法和系统
CN105671596B (zh) 一种铝电解槽单个阳极数学模型的确定方法
CN116701822B (zh) 基于麻雀搜索算法与变分模态分解的负荷电能计量方法
CN110609213A (zh) 基于最优特征的mmc-hvdc输电线路高阻接地故障定位方法
CN110726875A (zh) 一种新能源柔性直流并网暂态谐波检测方法及系统
CN111398814A (zh) 一种软启动器控制的电机故障检测与智能快速诊断方法
CN114884094A (zh) 一种风电场阻抗特性监测方法、系统、设备和介质
Prasad et al. Supercapacitor parameter identification using grey wolf optimization and its comparison to conventional trust region reflection optimization
CN109459609B (zh) 一种基于人工神经网络的分布式电源频率检测方法
CN108649585B (zh) 一种电力系统静态电压稳定域边界快速搜索的直接法
CN116243176A (zh) 一种基于电化学阻抗谱的锂电池建模与参数辨识方法
CN108334822B (zh) 基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法
CN112487748B (zh) 一种考虑时频域特性的锂离子电池分数阶模型建立方法
CN116388376A (zh) 一种配电网监测点配置方法、系统及存储介质
CN112016684B (zh) 一种深度并行柔性发射网络的电力终端指纹识别方法
CN114545147A (zh) 计及时变拓扑时基于深度学习的电压暂降源定位方法
CN110968073B (zh) 一种hvdc系统换相失败故障原因双层溯源辨识方法
CN117872039B (zh) 一种基于改进rbf网络的线路故障测距方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant