CN106919049A - 一种铜电解过程分阶段能效分析方法与优化方法 - Google Patents

一种铜电解过程分阶段能效分析方法与优化方法 Download PDF

Info

Publication number
CN106919049A
CN106919049A CN201710131595.8A CN201710131595A CN106919049A CN 106919049 A CN106919049 A CN 106919049A CN 201710131595 A CN201710131595 A CN 201710131595A CN 106919049 A CN106919049 A CN 106919049A
Authority
CN
China
Prior art keywords
stage
energy consumption
working stage
consumption
working
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.)
Granted
Application number
CN201710131595.8A
Other languages
English (en)
Other versions
CN106919049B (zh
Inventor
陈卓
王晓娜
宋彦坡
胡子豪
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN201710131595.8A priority Critical patent/CN106919049B/zh
Publication of CN106919049A publication Critical patent/CN106919049A/zh
Application granted granted Critical
Publication of CN106919049B publication Critical patent/CN106919049B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electrolytic Production Of Metals (AREA)

Abstract

本发明提供了一种铜电解过程分阶段能效分析方法,包括:识别电解槽的各个工作阶段;计量各工作阶段电解液温度均值净液流量均值电流强度均值直流电耗Ej、净液消耗量Cj、蒸汽消耗量Vj;计算各工作阶段的综合能耗;分别测量P1、P2阶段的阴极铜产量W1、W2并输入计算机,计算P1、P2阶段的单位产品综合能耗以及整个阳极周期的单位产品综合能耗。本发明分阶段的能效分析结果定量展示了能耗在铜电解过程各工作阶段的分布情况,为相关技术及管理人员提供了更细致的数据支持;本发明还提供一种铜电解过程的能效优化方法,优化后电解过程能耗明显降低。

Description

一种铜电解过程分阶段能效分析方法与优化方法
技术领域
本发明涉及电解精炼铜技术领域,特别地,涉及一种铜电解过程分阶段能效分析方法与优化方法。
背景技术
电解精炼是有色金属冶炼特别是铜冶炼过程中的主要手段,电解过程的工作流程是将阳极板和阴极板同时放入电解槽,通电后开始电解,在阴极板上会逐渐产出阴极铜。在经历一个阴极周期之后,断电将产生的合格阴极铜取出,放入新的阴极板开始新的阴极周期。当第二个阴极周期结束后,阳极周期随之结束,断电将残极和合格阴极铜同时取出,阳极周期和阴极周期结束。然后放入新的阳极板和阴极板,开始新的工作周期,以此循环。目前,多数炼铜企业采用人工计算方法获取铜电解过程的单位产品能耗等能效指标,并借助于生产技术人员和专家的经验探索优化方法,这一方法存在的主要不足如下:
(1)劳动强度大;
(2)作业周期、电流强度、耗电量等需要人工记录的基础变量受人为因素影响大,从而导致了能效指标计算不准确;
(3)计算产品能耗时未计入生产净液所消耗的能量,这就导致能效指标计算不准确,而且基于这些结果进行优化时还可能导致“电解车间”和“净液车间”在节能方向上的矛盾;
(4)能效指标未能体现电解过程分阶段的特征。实际电解过程往往也是一个分阶段进行的过程,一个完整的阳极周期通常由两个阴极周期和两个出铜期构成,如图1所示。两个阴极周期操作条件又有一定差异,而目前企业的能效分析通常未对这两个阴极周期加以区别。因此,根据能效分析结果无法对这两个具体不同阶段分别提出优化建议。
(5)针对电解槽操作模式优化方向的探索缺乏必要的数学模型作为指导,效率低,过于依赖操作技术人员的经验。
发明内容
本发明目的在于为克服现有技术的不足,提供一种铜电解过程分阶段能效分析方法,从而实现铜电解过程能效数据的全面把握和综合利用,提供时间的可用性和数据处理的高效性;从而为铜电解领域的节能降耗提供坚实的基础。
为实现上述目的,本发明提供了一种铜电解过程分阶段能效分析方法,包括如下步骤:
1)、控制系统自动识别电解槽在一个阳极周期中的各工作阶段,依次包括第一阴极周期P1、第一出铜期S1、第二阴极周期P2和第二出铜期S2,并记录相应各工作阶段的时长tj
2)、自动计量各工作阶段电解液温度均值净液流量均值电流强度均值直流电耗Ej、净液消耗量Cj、蒸汽消耗量Vj
3)、在完成上述数据采集和处理任务后,按下式自动计算各工作阶段的综合能耗:
Qj=Ej·ηe+Cj·ηF+Vj·ηV
其中,ηe为电能的折标煤系数,ηF、ηV分别为净液和蒸汽的折标煤系数,Qj为各工作阶段的综合能耗;
4)、分别称量第一阴极周期P1和第二阴极周期P2的阴极铜产量,分别记为W1、W2;
5)、将上述称量得到的阴极铜产量W1和W2输入计算机,控制系统自动计算第一阴极周期P1的单位产品综合能耗qp1、第二阴极周期P2的单位产品综合能耗qp2以及整个阳极周期的单位产品综合能耗qw,计算公式如下:
其中,j为各工作阶段的标识,可取P1、S1、P2和S2。
优选的,所述步骤5)以后还包括如下步骤:
6)、将该阳极周期对应的控制量和tj、阴极铜产量W1和W2、以及能效指标Ej、Cj、Vj、Qj、qj以数据行的形式存入数据库中;
7)、当历史数据积累到一定规模后,抽取历史数据运用支持向量机的方法分别建立两个阴极周期控制量和tj与单位产品综合能耗qj的关系模型。
优选的,所述步骤1)中各工作阶段的识别方法为利用电压表实时监测电解槽电压e,以0.5~1分钟的周期Δt采集槽电压值并利用下式计算第i个采样时刻电解槽电压e的变化速率e′(i);
根据电解槽的槽电压e与槽电压变化速率e′(i)的监测值判断下一时刻点电解槽应处的工作阶段:
(i)当前工作阶段为S2或S1时,若连续两个采样点满足条件:
4.5V≤e≤7.5V&e′≤0.01V/min,
则将当前时刻点工作阶段相应切换为P1或P2,否则,保持当前工作阶段不变;其中e为电解槽电压,e′为电解槽的电压变化率;
(ii)当前工作阶段为P1或P2时,若连续两个采样点不满足上述条件(i),则将当前时刻点工作阶段相应切换为S1或S2,否则,保持当前工作阶段不变。
优选的,所述步骤2)中各变量的计量方法为:
(i)利用温度传感器、流量计、电流表分别实时监测电解液温度T、净液流量c、电流强度I,分别采集和存储电解液温度T、净液流量c、电流强度I三个变量(与电解槽电压e采样同步)的监测值,并在各工作阶段终止时刻分别计算三个变量的均值
(ii)各工作阶段直流电耗E,在安装电度表的情况下,可以通过分别采集各工作阶段起止时刻电度表的累计电量,并计算其差值获取;在未安装电度表的情况下,根据电解槽电压e和电流强度I的采样值按下式计算:
E=Δt∑e(i)·I(i)。
优选的,所述步骤7)中的建模方法如下:
(i)从数据库中各行数据中分别抽取P1、P2阶段对应的各数据,从中筛除产量不符合要求的数据,并对各列控制量数据和tj按下式进行标准化处理:
其中,x和x'分别表示各列控制量变换前、后的数据,和σ分别为相应列数据的均值与标准偏差;
(ii)基于标准化处理后的两个数据集合,运用支持向量机方法分别建立两个阴极周期控制量和tj'与单位产品综合能耗qj的关系模型:
本发明还提供一种铜电解过程分阶段的能效优化方法,运用微粒群优化算法,分别优化第一阴极周期P1和第二阴极周期P2的控制参数,选取对应单位产品综合能耗较小且在控制变量空间彼此相距较大的数据点所在位置作为微粒群的初始位置,各微粒的初始速度可为微粒群的初始位置到数据集中最近近邻的距离的0.5~2倍。
相比于现有技术,本发明具有以下有益效果:
本发明提供的一种铜电解过程分阶段的能效分析方法,分阶段的能效分析结果定量展示了能耗在铜电解过程各工作阶段的分布情况,为相关技术及管理人员提供了更细致的数据支持;本发明的能效优化方法,优化后电解过程能耗明显降低。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是电解过程中一个阳极周期的电解槽电压变化示意图。
具体实施方式
以下对本发明的实施例进行详细说明,但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
本发明针对铜电解过程分阶段的特点,提出了一种铜电解过程分阶段能效分析方法和基于各工作阶段操作变量和能效分析的历史数据的能效优化方法。该方法需要的硬件条件包括各工作阶段过程变量电解液温度、净液流量、蒸汽流量、电压、电流等的检测仪表、数据采集装置以及用于计算和处理的计算机。目前大部分铜冶炼企业的检测条件均能满足本方法的硬件需求。
本发明的一种铜电解过程分阶段能效分析方法,包括如下步骤:
1)、控制系统自动识别电解槽在一个阳极周期中的各工作阶段,依次包括第一阴极周期P1、第一出铜期S1、第二阴极周期P2和第二出铜期S2,并记录相应各工作阶段的时长tj
2)、自动计量各工作阶段电解液温度均值净液流量均值电流强度均值直流电耗Ej、净液消耗量Cj、蒸汽消耗量Vj
3)、在完成上述数据采集和处理任务后,按下式自动计算各工作阶段的综合能耗:
Qj=Ej·ηe+Cj·ηF+Vj·ηV
其中,ηe为电能的折标煤系数,ηF、ηV分别为净液和蒸汽的折标煤系数,Qj为各工作阶段的综合能耗。
4)、分别称量第一阴极周期P1和第二阴极周期P2的阴极铜产量,分别记为W1、W2。
5)、将上述称量得到的阴极铜产量W1和W2输入计算机,控制系统自动计算第一阴极周期P1的单位产品综合能耗qp1、第二阴极周期P2的单位产品综合能耗qp2、以及第一阴极周期P1和第二阴极周期P2所对应的整个阳极周期的单位产品综合能耗qw,计算公式如下:
其中,j为各工作阶段的标识,可取P1、S1、P2和S2。
在一种具体的实施方式中,步骤5)以后还包括如下步骤:
6)、将该一个阳极周期对应的控制量电解液温度均值净液流量均值电流强度均值和各工作阶段的时长tj、阴极铜产量W1和W2、以及能效指标直流电耗Ej、净液消耗量Cj、蒸汽消耗量Vj、各工作阶段的综合能耗Qj、单位产品综合能耗qj以数据行的形式存入数据库中;
7)、当历史数据积累到一定规模后,抽取历史数据运用支持向量机的方法分别建立两个阴极周期控制量和tj与单位产品综合能耗qj的关系模型。
在一种具体的实施方式中,步骤1)中各工作阶段的识别方法为利用电压表实时监测电解槽电压e,以0.5~1分钟的周期Δt采集槽电压值并利用下式计算第i个采样时刻电解槽电压e的变化速率e′(i);
参见图1,根据电解槽的槽电压e与槽电压变化速率e′(i)的监测值判断下一时刻点电解槽应处的工作阶段:
(i)当前工作阶段为S2或S1时,若连续两个采样点满足条件:
4.5V≤e≤7.5V&e′≤0.01V/min,
则将当前时刻点工作阶段相应切换为P1或P2,否则,保持当前工作阶段不变;其中e为电解槽电压,e′为电解槽的电压变化率;
(ii)当前工作阶段为P1或P2时,若连续两个采样点不满足上述条件,则将当前时刻点工作阶段切换为S1或S2,否则,保持当前工作阶段不变。
在一种具体的实施方式中,步骤2)中各变量的计量方法为:
(i)利用温度传感器、流量计、电流表分别实时监测电解液温度T、净液流量c、电流强度I,分别采集和存储电解液温度T、净液流量c、电流强度三个变量(与槽电压采样同步)的监测值,并在各工作阶段终止时刻分别计算三个变量的均值
(ii)各工作阶段直流电耗E,在安装电度表的情况下,可以通过分别采集各工作阶段起止时刻电度表的累计电量,并计算其差值获取;在未安装电度表的情况下,根据电解槽电压e和电流强度I的采样值按下式计算:
E=Δt∑e(i)·I(i)。
在一种具体的实施方式中,步骤7)中的建模方法如下:
(i)从数据库中各行数据中分别抽取第一阴极周期P1和第二阴极周期P2对应的各数据,从中筛除产量不符合要求的数据,并对各列控制量数据和tj按下式进行标准化处理:
其中,x和x'分别表示各列控制量变换前、后的数据,和σ分别为相应列数据的均值与标准偏差;
(ii)基于标准化处理后的两个数据集合,运用支持向量机方法分别建立两个阴极周期控制量和tj'与单位产品综合能耗qj的关系模型:
本发明的一种铜电解过程分阶段能效优化方法,运用微粒群优化算法,分别优化第一阴极周期P1和第二阴极周期P2的控制参数。为了获得较好的收敛效果和收敛速度,选取对应单位产品综合能耗较小且在控制变量空间彼此相距较大的数据点所在位置作为微粒群的初始位置,各微粒的初始速度可为微粒群的初始位置到数据集中最近近邻的距离的0.5~2倍。
本发明的一种铜电解过程分阶段能效分析方法及优化方法,分阶段的能效分析结果定量展示了能耗在铜电解过程各工作阶段的分布情况,为相关技术及管理人员提供了更细致的数据支持;根据此方法的优化结果,企业对两个阴极周期分别采用了不同的操作模式(主要是电解液温度、电流等控制量的设定值不同),优化后电解过程能耗明显降低。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种铜电解过程分阶段能效分析方法,其特征在于,包括如下步骤:
1)、控制系统自动识别电解槽在一个阳极周期中的各工作阶段,依次包括第一阴极周期P1、第一出铜期S1、第二阴极周期P2和第二出铜期S2,并记录相应各工作阶段的时长tj
2)、自动计量各工作阶段电解液温度均值净液流量均值电流强度均值直流电耗Ej、净液消耗量Cj、蒸汽消耗量Vj
3)、在完成上述数据采集和处理任务后,按下式计算各工作阶段的综合能耗:
Qj=Ej·ηe+Cj·ηF+Vj·ηV
其中,ηe为电能的折标煤系数,ηF、ηV分别为净液和蒸汽的折标煤系数,Qj为各工作阶段的综合能耗;
4)、分别称量第一阴极周期P1和第二阴极周期P2的阴极铜产量,分别记为W1、W2;
5)、将上述称量得到的阴极铜产量W1和W2输入计算机,控制系统自动计算第一阴极周期P1的单位产品综合能耗qp1、第二阴极周期P2的单位产品综合能耗qp2以及整个阳极周期的单位产品综合能耗qw,计算公式如下:
q P 1 = Q P 1 W 1 ,
q P 2 = Q P 2 W 2 ,
q W = Q P 1 + Q S 1 + Q P 2 + Q S 2 W 1 + W 2 ,
其中,j为各工作阶段的标识,可取P1、S1、P2和S2。
2.根据权利要求1所述的能效分析方法,其特征在于,所述步骤5)以后还包括如下步骤:
6)、将阳极周期对应的控制量和tj、阴极铜产量W1和W2、以及能效指标Ej、Cj、Vj、Qj、qj以数据行的形式存入数据库中;
7)、当历史数据积累到一定规模后,抽取历史数据运用支持向量机的方法分别建立两个阴极周期控制量和tj与单位产品综合能耗qj的关系模型。
3.根据权利要求1所述的能效分析方法,其特征在于,所述步骤1)中各工作阶段的识别方法为利用电压表实时监测电解槽电压e,以0.5~1分钟的周期Δt采集槽电压值并利用下式计算第i个采样时刻电解槽电压e的变化速率e′(i);
e ′ ( i ) = e ( i ) - e ( i - 1 ) Δ t ,
根据电解槽电压e与槽电压变化速率e′(i)的监测值判断下一时刻点电解槽应处的工作阶段:
(i)当前工作阶段为S2或S1时,若连续两个采样点满足条件:
4.5V≤e≤7.5V&e′≤0.01V/min,
则将当前时刻点工作阶段相应切换为P1或P2,否则,保持当前工作阶段不变;
(ii)当前工作阶段为P1或P2时,若连续两个采样点不满足上述条件(i),则将当前时刻点工作阶段相应切换为S1或S2,否则,保持当前工作阶段不变。
4.根据权利要求1所述的能效分析方法,其特征在于,所述步骤2)中各变量的计量方法为:
(i)利用温度传感器、流量计、电流表分别实时监测电解液温度T、净液流量c、电流强度I,分别采集和存储三个变量的监测值,并在各工作阶段终止时刻分别计算三个变量的均值
(ii)各工作阶段直流电耗E,在安装电度表的情况下,可以通过分别采集各工作阶段起止时刻电度表的累计电量,并计算其差值获取;在未安装电度表的情况下,根据电解槽电压e和电流强度I的采样值按下式计算:
E=Δt∑e(i)·I(i)。
5.根据权利要求2所述的能效分析方法,其特征在于,所述步骤7)中的建模方法如下:
(i)从数据库中各行数据中分别抽取第一阴极周期P1和第二阴极周期P2对应的各数据,从中筛除产量不符合要求的数据,并对各列控制量数据和tj按下式进行标准化处理:
x ′ = x - x ‾ σ ,
其中,x和x'分别表示各列控制量变换前、后的数据,和σ分别为相应列数据的均值与标准偏差;
(ii)基于标准化处理后的两个数据集合,运用支持向量机方法分别建立两个阴极周期控制量和tj'与单位产品综合能耗qj的关系模型:
q P 1 = F P 1 ( T ‾ P 1 ′ , c ‾ P 1 ′ , I ‾ P 1 ′ , t P 1 ′ ) ,
q P 2 = F P 2 ( T ‾ P 2 ′ , c ‾ P 2 ′ , I ‾ P 2 ′ , t P 2 ′ ) .
6.一种基于权利要求1-5任一项所述的铜电解过程的能效优化方法,其特征在于,运用微粒群优化算法,分别优化第一阴极周期P1和第二阴极周期P2的控制参数,选取对应单位产品综合能耗较小且在控制变量空间彼此相距较大的数据点所在位置作为微粒群的初始位置,各微粒的初始速度为微粒群的初始位置到数据集中最近近邻的距离的0.5~2倍。
CN201710131595.8A 2017-03-07 2017-03-07 一种铜电解过程分阶段能效分析方法与优化方法 Active CN106919049B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710131595.8A CN106919049B (zh) 2017-03-07 2017-03-07 一种铜电解过程分阶段能效分析方法与优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710131595.8A CN106919049B (zh) 2017-03-07 2017-03-07 一种铜电解过程分阶段能效分析方法与优化方法

Publications (2)

Publication Number Publication Date
CN106919049A true CN106919049A (zh) 2017-07-04
CN106919049B CN106919049B (zh) 2020-08-07

Family

ID=59460259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710131595.8A Active CN106919049B (zh) 2017-03-07 2017-03-07 一种铜电解过程分阶段能效分析方法与优化方法

Country Status (1)

Country Link
CN (1) CN106919049B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469181A (zh) * 2015-02-05 2016-04-06 贵阳铝镁设计研究院有限公司 一种基于大数据分析的铝电解过程能效管理系统
CN205241799U (zh) * 2015-12-18 2016-05-18 鹰潭盛发铜业有限公司 一种电解铜生产系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469181A (zh) * 2015-02-05 2016-04-06 贵阳铝镁设计研究院有限公司 一种基于大数据分析的铝电解过程能效管理系统
CN205241799U (zh) * 2015-12-18 2016-05-18 鹰潭盛发铜业有限公司 一种电解铜生产系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
电解铜工艺的节能措施及效果: "张杰", 《有色矿冶》 *

Also Published As

Publication number Publication date
CN106919049B (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN104584376B (zh) 针对预定义充电持续时间在积分退化全局最小化下对电池进行充电的方法和装置
CN107765190A (zh) 一种长寿命快充型磷酸铁锂电池的寿命预测方法
CN111155149B (zh) 一种基于数字化电解槽的铝电解智能优化控制平台
CN105205326B (zh) 一种电厂实时负荷在线预测方法
CN110472777A (zh) 一种基于经验模态分解的微电网短期负荷预测方法
CN106992325A (zh) 电池模块充放电控制方法及电池系统
CN109446661A (zh) 一种考虑锂电池退化特性的剩余寿命预测方法
CN106885994A (zh) 基于恒压充电片段的锂电池剩余寿命快速检测法
CN109633452A (zh) 一种电池健康度检测方法及检测装置
CN105951127B (zh) 一种基于铝电解槽的氧化铝浓度控制方法
CN115305526A (zh) 基于x射线测量的铜箔厚度面密度一致性自适应控制方法
CN116148670A (zh) 一种电化学储能电站电池寿命估算方法及装置
CN118195153A (zh) 一种基于大数据的园区电碳排放预测方法
CN104164682A (zh) 一种铝电解槽计算机能量平衡控制方法
CN114386679A (zh) 基于集成学习的球磨机能耗状态监测方法
CN110826794A (zh) 基于pso优化svm的电厂耗煤基准值滚动预测方法和装置
Chistyakov et al. Optimization of the aluminum electrolysis process by mathematical modeling of process algorithms on cleaned data
CN106919049A (zh) 一种铜电解过程分阶段能效分析方法与优化方法
CN107203152B (zh) 一种节电设备及节电量测试方法
Cui et al. Soft sensing of alumina concentration in aluminum electrolysis industry based on deep belief network
CN107634544A (zh) 火电机组的动态功率控制方法和系统
CN114626207B (zh) 构建面向工业负荷谐波发射水平的通用概率模型的方法
CN101985168A (zh) 熔体阳极板定量浇铸控制方法
CN103954522A (zh) 一种铝电解过程电解质分子比的测量方法
CN116307124A (zh) 一种能源数据碳排放预测方法

Legal Events

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