CN108977854B - 电解槽温度监控方法、装置、设备、系统及可读存储介质 - Google Patents
电解槽温度监控方法、装置、设备、系统及可读存储介质 Download PDFInfo
- Publication number
- CN108977854B CN108977854B CN201810891992.XA CN201810891992A CN108977854B CN 108977854 B CN108977854 B CN 108977854B CN 201810891992 A CN201810891992 A CN 201810891992A CN 108977854 B CN108977854 B CN 108977854B
- Authority
- CN
- China
- Prior art keywords
- temperature
- target
- electrolytic cell
- filler
- data
- 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
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
- C25C—PROCESSES FOR THE ELECTROLYTIC PRODUCTION, RECOVERY OR REFINING OF METALS; APPARATUS THEREFOR
- C25C3/00—Electrolytic production, recovery or refining of metals by electrolysis of melts
- C25C3/06—Electrolytic production, recovery or refining of metals by electrolysis of melts of aluminium
- C25C3/20—Automatic control or regulation of cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Electrolytic Production Of Non-Metals, Compounds, Apparatuses Therefor (AREA)
Abstract
本发明公开了一种电解槽温度监控方法，该方法包括以下步骤：获取电解槽对应的历史温度数据；对历史温度数据进行大数据分析，创建温度计算模型；利用预设训练数据和预设环境数据对温度计算模型进行训练；利用埋藏在电解槽外侧填充物内的温度传感器实时采集目标填充物温度，并获取目标填充物温度对应的电解槽所在车间的目标环境数据；将目标填充物温度和目标环境温度输入到温度计算模型中，获得目标填充物温度对应的目标槽内温度。可以对电解槽温度进行实时监控、告警，及时优化控制，进一步提高电解槽的电流效率。本发明还公开了一种电解槽温度监控装置、设备、系统及可读存储介质，具有相应的技术效果。
Description
技术领域
本发明涉及电解监测技术领域，特别是涉及一种电解槽温度监控方法、装置、设备、系统及可读存储介质。
背景技术
槽温是电解槽控制的关键因素，也是电解槽是否正常的重要指标，而电解槽内(电解质及铝液)温度900+度，高温下的电解质、铝液具有强腐蚀性。
现有的，大多采用定期(如每天)人工直接测量的方式，来获取槽温数据，然后根据每天测量的槽温对电解槽进行优化或调整。以人工方式直接测量，存在不能对槽温进行实时监测的缺点，进而无法及时发现异常。例如，每天测温一次，测量周期较长，异常发生后几个小时后，直至第二天测量才会发现，同时人工记录数据存在错记、漏记的情况，不能及时发现异常进而优化处理。
综上所述，如何有效地对电解槽进行实时温度监控、进而对电解槽及时优化控制，是目前本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种电解槽温度监控方法、装置、设备及可读存储介质，以对电解槽温度进行实时监控。
为解决上述技术问题，本发明提供如下技术方案：
一种电解槽温度监控方法，包括：
获取所述电解槽对应的历史温度数据；其中，所述历史温度数据包括所述电解槽的槽内温度、所述电解槽所在车间的环境数据和利用埋藏在所述电解槽的外侧填充物内的温度传感器采集的填充物温度，所述环境数据包括温度、湿度、测点时间；
对所述历史温度数据进行大数据分析，创建温度计算模型；
利用预设训练数据和预设环境数据对所述温度计算模型进行训练；其中，所述预设训练数据包括槽内温度数据和填充物温度数据；
利用所述温度传感器实时采集目标填充物温度，并获取与所述目标填充物温度对应的所述电解槽所在车间的目标环境数据；其中，所述目标环境数据包括温度、湿度、测点时间；
将所述目标填充物温度和所述目标环境温度输入到所述温度计算模型中，获得所述目标填充物温度对应的目标槽内温度。
优选地，所述电解槽外侧填充物内均匀埋藏有多个温度传感器。
优选地，所述目标槽内温度包括多个所述温度传感器分别对应的电解槽不同位置的槽内实际温度。
优选地，在获得所述目标填充物温度对应的目标槽内温度之后，还包括：
判断所述目标槽内温度是否在正常温度范围内；
如果否，则输出告警提示信息。
一种电解槽温度监控装置，包括：
历史温度数据获取模块，用于获取所述电解槽对应的历史温度数据；其中，所述历史温度数据包括所述电解槽的槽内温度、所述电解槽所在车间的环境数据和利用埋藏在所述电解槽的外侧填充物内的温度传感器采集的填充物温度，所述环境数据包括温度、湿度、测点时间；
温度计算模型创建模块，用于对所述历史温度数据进行大数据分析，创建温度计算模型；
温度计算模型训练模块，用于利用预设训练数据和预设环境数据对所述温度计算模型进行训练；其中，所述预设训练数据包括槽内温度数据和填充物温度数据；
测量模块，用于利用埋藏在电解槽外侧填充物内的温度传感器实时采集目标填充物温度，并获取所述目标填充物温度对应的所述电解槽所在车间的目标环境数据；其中，所述目标环境数据包括温度、湿度、测点时间；
目标槽内温度计算模块，用于将所述目标填充物温度和所述目标环境温度输入到所述温度计算模型中，获得所述目标填充物温度对应的目标槽内温度。
优选地，所述电解槽外侧填充物内均匀埋藏有多个温度传感器。
优选地，所述目标槽内温度包括多个所述温度传感器分别对应的电解槽不同位置的槽内实际温度。
一种电解槽温度监控设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现上述电解槽温度监控方法的步骤。
一种电解槽温度监控系统，包括：
在电解槽四周的填充物内埋藏的温度传感器和如上述的电解槽温度监控设备，以及位于电解槽所在车间的温度传感器和湿度传感器；其中，温度传感器和湿度传感器的输出端均与电解槽温度监控设备具有通信连接。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述电解槽温度监控方法的步骤。
应用本发明实施例所提供的方法，获取电解槽对应的历史温度数据；其中，历史温度数据包括电解槽的槽内温度、电解槽所在车间的环境数据和利用埋藏在电解槽的外侧填充物内的温度传感器采集的填充物温度，环境数据包括温度、湿度、测点时间；对历史温度数据进行大数据分析，创建温度计算模型；利用预设训练数据和预设环境数据对温度计算模型进行训练；其中，预设训练数据包括槽内温度数据和填充物温度数据；利用温度传感器实时采集目标填充物温度，并获取与目标填充物温度对应的电解槽所在车间的目标环境数据；其中，目标环境数据包括温度、湿度、测点时间；将目标填充物温度和目标环境温度输入到温度计算模型中，获得目标填充物温度对应的目标槽内温度。
热传导(又称为导热)是指当不同物体之间或同一物体内部存在温度差时，就会通过物体内部分子、原子和电子的微观振动、位移和相互碰撞而发生能量传递现象。本发明实施例所提供的技术方案基于热传导的原理，对电解槽的槽内温度进行实时监控。具体的，即电解槽内产生的高热量，通过电解槽外侧的填充物逐渐散发，也就是说电解槽与填充物之间具有热传导。且，填充物不具备腐蚀性，又因填充物同时也在向外导出热量，因而填充物的温度相对于槽内温度较低。因此，可以利用埋藏在电解槽外侧的填充物中的温度传感器，对填充物进行测量。考虑到不同外界环境下，导热效率不同，也就是说，不同外界温度、湿度、测量时间点，热传导效率不同。因此，可以利用历史温度数据创建温度计算模型，并进行训练。在获取实时的目标填充物温度和目标环境数据之后，将目标环境数据和目标填充物温度输入至温度计算模型中，可以计算出目标填充物温度对应的目标槽内温度。即，应用本发明实施例所提供的方法，可以对电解槽温度进行实时监控、告警，及时优化控制，进一步提高电解槽的电流效率。
相应地，本发明实施例还提供了与上述电解槽温度监控方法相对应的电解槽温度监控装置、设备、系统和可读存储介质，具有上述技术效果，在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种电解槽温度监控方法的实施流程图；
图2为本发明实施例中一种电解槽温度监控装置的结构示意图；
图3为本发明实施例中一种电解槽温度监控设备的结构示意图；
图4为本发明实施例中一种电解槽温度监控系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，图1为本发明实施例中一种电解槽温度监控方法的流程图，该方法包括以下步骤：
S101、获取电解槽对应的历史温度数据。
其中，历史温度数据包括电解槽的槽内温度、电解槽所在车间的环境数据和利用埋藏在电解槽的外侧填充物内的温度传感器采集的填充物温度，环境数据包括温度、湿度、测点时间。
在本发明实施例中，可以从预先创建的数据库中，获取历史温度数据。该历史温度数据包括对电解槽内进行实际测量获得的槽内温度，利用温度传感器测量的填充物的温度，以及车间的环境数据。特别地，在本发明实施例中，可在电解槽的填充物中埋藏温度传感器，并利用温度传感器测量填充物温度。
S102、对历史温度数据进行大数据分析，创建温度计算模型。
由于不同的外界环境条件下，电解槽内的热量传导至填充物并导致填充物温度变化的情况均不相同。可以利用神经网络元、聚类算法等常用大数据分析算法，对历史温度数据进行大数据分析，可以发现/确定不同环境条件下，电解槽与填充物之间的热传导对应关系。该热传导对应关系即为电解槽内温度与填充物温度的变化规律。即将环境数据和填充物温度数据输入至温度计算模型中，即可获得槽内温度。
在实际应用中，电解槽与填充物之间的热传导对应关系，非常复杂。为了便于理解，将所描述的对应关系进行简化，电解槽与填充物之间的热传导满足等比例传导为例，对热传导对应关系进行描述。某环境温度下，电解槽温度为y，填充物温度为x，对应关系系数为a，即有y＝ax。例如，当电解槽与填充物之间的热传导对应关系为y＝9.5x时，当测量出的填充物温度为100℃时，对应的电解槽的槽内温度为950℃。将环境数据和槽内温度输入到温度计算模型中之后，温度计算模型可在电解槽与填充物之间的热传导对应关系中，确定出与环境数据对应的目标热传导对应关系。为了方便确定出目标热传导对应关系，还可以为每一个热传导对应关系添加对应的温度数据标签。
需要说明的是，在利用神经网络元、聚类算法等常用大数据分析算法对历史温度数据进行大数据分析，以及创建温度计算模型时，可参照现有神经网络元、聚类算法等常用大数据分析算法的对大数据进行分析的过程，创建温度计算模型的过程也可参见常见的模型创建过程，在此不再赘述。
S103、利用预设训练数据和预设环境数据对温度计算模型进行训练。
其中，预设训练数据包括槽内温度数据和填充物温度数据。
为了使得温度计算模型更加准确，可以利用预设训练数据和预设环境数据对温度计算模型进行训练；其中，预设训练数据包括槽内温度和填充物温度。训练数据的具体内容可参照表1所示。由于训练数据数量庞大，在表1中仅显示了部分训练数据，并未显示全部训练数据。
| 电解槽编号 | 槽内温度 | 测点编号 | 测点温度 | 日期 | 时间 | 气温 | 天气 | 相对湿度 |
| 128 | 900 | 1 | 150 | 2018年6月20日 | 9:00 | 15 | 晴 | 15％ |
| 128 | 900 | 2 | 150 | 2018年6月20日 | 9:01 | 15 | 晴 | 15％ |
| 128 | 900 | 3 | 150 | 2018年6月20日 | 9:02 | 15 | 晴 | 15％ |
| 128 | 900 | 4 | 150 | 2018年6月20日 | 9:03 | 15 | 晴 | 15％ |
| 128 | 900 | 5 | 150 | 2018年6月20日 | 9:04 | 15 | 晴 | 15％ |
| 128 | 900 | 6 | 150 | 2018年6月20日 | 9:05 | 15 | 晴 | 15％ |
| 128 | 900 | 7 | 150 | 2018年6月20日 | 9:06 | 15 | 晴 | 15％ |
| 128 | 900 | 8 | 150 | 2018年6月20日 | 9:07 | 15 | 晴 | 15％ |
| 128 | 900 | 9 | 150 | 2018年6月20日 | 9:08 | 15 | 晴 | 15％ |
| 128 | 900 | 10 | 150 | 2018年6月20日 | 9:09 | 15 | 晴 | 15％ |
| 129 | 900 | 1 | 150 | 2018年6月20日 | 9:10 | 15 | 晴 | 15％ |
| 129 | 900 | 2 | 150 | 2018年6月20日 | 9:11 | 15 | 晴 | 15％ |
| 129 | 900 | 3 | 150 | 2018年6月20日 | 9:12 | 15 | 晴 | 15％ |
| 129 | 900 | 4 | 150 | 2018年6月20日 | 9:13 | 15 | 晴 | 15％ |
| 129 | 900 | 5 | 150 | 2018年6月20日 | 9:14 | 15 | 晴 | 15％ |
| 129 | 900 | 6 | 150 | 2018年6月20日 | 9:15 | 15 | 晴 | 15％ |
| 129 | 900 | 7 | 150 | 2018年6月20日 | 9:16 | 15 | 晴 | 15％ |
| 129 | 900 | 8 | 150 | 2018年6月20日 | 9:17 | 15 | 晴 | 15％ |
| 129 | 900 | 9 | 150 | 2018年6月20日 | 9:18 | 15 | 晴 | 15％ |
表1
S104、利用温度传感器实时采集目标填充物温度，并获取与目标填充物温度对应的电解槽所在车间的目标环境数据。
其中，目标环境数据包括温度、湿度、测点时间。
所使用的温度传感器的温度测量范围在电解槽的填充物的温度变化范围内即可。优选地，由于电解槽体积较大，电解槽的槽两端和电解槽的中间部分可能存在温差，因此，在埋藏温度传感器时，可以在电解槽的四周及其底部的填充物均匀埋藏。即，电解槽外侧填充物内均匀埋藏有多个温度传感器。例如，电解槽的两端各1个、两侧各3个传感器、底部3个传感器共计11个传感器。利用埋藏在电解槽外侧填充物内的温度传感器实时采集目标填充物温度。
由于填充物不仅与电解槽壁接触，还与相对于电解槽壁的外界接触，因此，填充物也会将其从电解槽中吸收的热量向外界传递出去。又因热传导(又称为导热)是指当不同物体之间或同一物体内部存在温度差时，就会通过物体内部分子、原子和电子的微观振动、位移和相互碰撞而发生能量传递现象。因此，电解槽所在车间的环境数据如温度、湿度、测点时间、压强也有影响。其中，温度和湿度分别使用摄氏度和湿度百分比来表示；测点时间可以为具体的时间点，也可以为如早上、中午、晚上的时间范围区间。可以利用车间内的温度传感器、湿度传感器、压强测量设备等获取车间的环境数据。
S105、将目标填充物温度和目标环境温度输入到温度计算模型中，获得目标填充物温度对应的目标槽内温度。
需要说明的是，当填充物中的温度传感器为多个时，所计算出的槽内温度与温度传感器的个数相同，计算出的槽内温度与温度传感器的位置一一对应。具体的，目标槽内温度可以包括多个温度传感器分别对应的电解槽不同位置的槽内实际温度。例如，当温度传感器为5个时，且5个温度传感器分别分布在电解槽的底部中央位置1个，电解槽的两端各1个，两测各1个。在预先设置的温度计算模型中可以为每一个温度传感器的相对位置分别设置不同的热传导对应关系，然后利用温度传感器和外界环境数据计算出槽内实际温度。也就是说，可以明确知道电解槽的各个位置的槽内温度，基于各个位置的槽内温度，可以清楚的了解到当前电解槽的工作状态。可以为调节优化电解槽做参考，如调整电解槽的自动加料间隔等。
应用本发明实施例所提供的方法，获取电解槽对应的历史温度数据；其中，历史温度数据包括电解槽的槽内温度、电解槽所在车间的环境数据和利用埋藏在电解槽的外侧填充物内的温度传感器采集的填充物温度，环境数据包括温度、湿度、测点时间；对历史温度数据进行大数据分析，创建温度计算模型；利用预设训练数据和预设环境数据对温度计算模型进行训练；其中，预设训练数据包括槽内温度数据和填充物温度数据；利用温度传感器实时采集目标填充物温度，并获取与目标填充物温度对应的电解槽所在车间的目标环境数据；其中，目标环境数据包括温度、湿度、测点时间；将目标填充物温度和目标环境温度输入到温度计算模型中，获得目标填充物温度对应的目标槽内温度。
热传导(又称为导热)是指当不同物体之间或同一物体内部存在温度差时，就会通过物体内部分子、原子和电子的微观振动、位移和相互碰撞而发生能量传递现象。本发明实施例所提供的技术方案基于热传导的原理，对电解槽的槽内温度进行实时监控。具体的，即电解槽内产生的高热量，通过电解槽外侧的填充物逐渐散发，也就是说电解槽与填充物之间具有热传导。且，填充物不具备腐蚀性，又因填充物同时也在向外导出热量，因而填充物的温度相对于槽内温度较低。因此，可以利用埋藏在电解槽外侧的填充物中的温度传感器，对填充物进行测量。考虑到不同外界环境下，导热效率不同，也就是说，不同外界温度、湿度、测量时间点，热传导效率不同。因此，可以利用历史温度数据创建温度计算模型，并进行训练。在获取实时的目标填充物温度和目标环境数据之后，将目标环境数据和目标填充物温度输入至温度计算模型中，可以计算出目标填充物温度对应的目标槽内温度。即，应用本发明实施例所提供的方法，可以对电解槽温度进行实时监控、告警，及时优化控制，进一步提高电解槽的电流效率。
在实际应用中，电解生产1吨铝液理论电耗6000多度，而实际生产中1吨铝液消耗电量13000度左右。利用本发明实施例所提供的电解槽温度监控方法，通过优化控制，可以节约电能。例如，即使仅节省总耗电量的千分之一，年产100万吨电解铝厂每年即可节省1300万度电。全国数千万吨电解铝则能节省大量用电。
优选地，为了及时处理温度异常情况，可以在获得目标槽内温度之后，判断目标槽内温度是否在正常温度范围内；如果否，则输出告警提示信息。如果在温度范围内则可无动作。也就是说，对监测到的槽内温度进行温度异常告警处理。其中，正常温度范围可以预先设置，具体的温度范围可以与电解槽内的电解反应所需的最适温度进行匹配，在此不再一一赘述。
相应于上面的方法实施例，本发明实施例还提供了一种电解槽温度监控装置，下文描述的电解槽温度监控装置与上文描述的电解槽温度监控方法可相互对应参照。
参见图2所示，该装置包括以下模块：
历史温度数据获取模块101，用于获取电解槽对应的历史温度数据；其中，历史温度数据包括电解槽的槽内温度、电解槽所在车间的环境数据和利用埋藏在电解槽的外侧填充物内的温度传感器采集的填充物温度，环境数据包括温度、湿度、测点时间；
温度计算模型创建模块102，用于对历史温度数据进行大数据分析，创建温度计算模型；
温度计算模型训练模块103，用于利用预设训练数据和预设环境数据对温度计算模型进行训练；其中，预设训练数据包括槽内温度数据和填充物温度数据；
测量模块104，用于利用温度传感器实时采集目标填充物温度，并获取与目标填充物温度对应的电解槽所在车间的目标环境数据；其中，目标环境数据包括温度、湿度、测点时间；
目标槽内温度计算模块105，用于将目标填充物温度和目标环境温度输入到温度计算模型中，获得目标填充物温度对应的目标槽内温度。
应用本发明实施例所提供的装置，获取电解槽对应的历史温度数据；其中，历史温度数据包括电解槽的槽内温度、电解槽所在车间的环境数据和利用埋藏在电解槽的外侧填充物内的温度传感器采集的填充物温度，环境数据包括温度、湿度、测点时间；对历史温度数据进行大数据分析，创建温度计算模型；利用预设训练数据和预设环境数据对温度计算模型进行训练；其中，预设训练数据包括槽内温度数据和填充物温度数据；利用埋藏在电解槽外侧填充物内的温度传感器实时采集目标填充物温度，并获取目标填充物温度对应的电解槽所在车间的目标环境数据；其中，目标环境数据包括温度、湿度、测点时间；将目标填充物温度和目标环境温度输入到温度计算模型中，获得目标填充物温度对应的目标槽内温度。
热传导(又称为导热)是指当不同物体之间或同一物体内部存在温度差时，就会通过物体内部分子、原子和电子的微观振动、位移和相互碰撞而发生能量传递现象。本发明实施例所提供的技术方案基于热传导的原理，对电解槽的槽内温度进行实时监控。具体的，即电解槽内产生的高热量，通过电解槽外侧的填充物逐渐散发，也就是说电解槽与填充物之间具有热传导。且，填充物不具备腐蚀性，又因填充物同时也在向外导出热量，因而填充物的温度相对于槽内温度较低。因此，可以利用埋藏在电解槽外侧的填充物中的温度传感器，对填充物进行测量。考虑到不同外界环境下，导热效率不同，也就是说，不同外界温度、湿度、测量时间点，热传导效率不同。因此，可以利用历史温度数据创建温度计算模型，并进行训练。在获取实时的目标填充物温度和目标环境数据之后，将目标环境数据和目标填充物温度输入至温度计算模型中，可以计算出目标填充物温度对应的目标槽内温度。即，应用本发明实施例所提供的方法，可以对电解槽温度进行实时监控、告警，及时优化控制，进一步提高电解槽的电流效率。
在本发明的一种具体实施方式中，电解槽外侧填充物内均匀埋藏有多个温度传感器。
在本发明的一种具体实施方式中，目标槽内温度包括多个温度传感器分别对应的电解槽不同位置的槽内实际温度。
在本发明的一种具体实施方式中，还包括：
告警模块，用于在获得电解槽的目标槽内温度之后，判断目标槽内温度是否在正常温度范围内；如果否，则输出告警提示信息。
相应于上面的方法实施例，本发明实施例还提供了一种电解槽温度监控设备，下文描述的一种电解槽温度监控设备与上文描述的一种电解槽温度监控方法可相互对应参照。
参见图3所示，该电解槽温度监控设备包括：
存储器D1，用于存储计算机程序；
处理器D2，用于执行计算机程序时实现上述方法实施例的电解槽温度监控方法的步骤。
相应于上面的方法实施例，本发明实施例还提供了一种电解槽温度监控设备，下文描述的一种电解槽温度监控设备与上文描述的一种电解槽温度监控方法可相互对应参照。
参见图4所示，该一种电解槽温度监控系统，包括：
在电解槽100四周的填充物200内埋藏的温度传感器30n(n为1至8的正整数)和如上述的电解槽温度监控设备400，以及位于电解槽所在车间的温度传感器500和湿度传感器600；其中，温度传感器(图示30n和500)和湿度传感器600的输出端均与电解槽温度监控设备400具有通信连接。其中，图示标号307、308的温度传感器在电解槽底部填充物中。
需要说明的是，由于出于美观考虑，在图4中，存在部分温度传感器未与电解槽温度控制设备连接。实际应用中，各个传感器均与电解槽温度控制设备具有通信连接。其中，通信连接包括有线通信和无线通信。另外，温度传感器在填充物中的相对位置还可进行调整和改变，温度传感器的数目相应也可做改变。因此，在本发明实施例中，对于温度传感器的位置以及数目不做限定。
相应于上面的方法实施例，本发明实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种电解槽温度监控方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的电解槽温度监控方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
Claims (8)
1.一种电解槽温度监控方法，其特征在于，包括：
获取所述电解槽对应的历史温度数据；其中，所述历史温度数据包括所述电解槽的槽内温度、所述电解槽所在车间的环境数据和利用埋藏在所述电解槽的外侧填充物内的温度传感器采集的填充物温度，所述环境数据包括温度、湿度、测点时间；
对所述历史温度数据进行大数据分析，创建温度计算模型；
利用预设训练数据和预设环境数据对所述温度计算模型进行训练；其中，所述预设训练数据包括槽内温度数据和填充物温度数据；
利用所述温度传感器实时采集目标填充物温度，并获取与所述目标填充物温度对应的所述电解槽所在车间的目标环境数据；其中，所述目标环境数据包括温度、湿度、测点时间；
将所述目标填充物温度和所述目标环境温度输入到所述温度计算模型中，获得所述目标填充物温度对应的目标槽内温度；
所述电解槽外侧填充物内均匀埋藏有多个温度传感器。
2.根据权利要求1所述的电解槽温度监控方法，其特征在于，所述目标槽内温度包括多个所述温度传感器分别对应的电解槽不同位置的槽内实际温度。
3.根据权利要求1所述的电解槽温度监控方法，其特征在于，在获得所述目标填充物温度对应的目标槽内温度之后，还包括：
判断所述目标槽内温度是否在正常温度范围内；
如果否，则输出告警提示信息。
4.一种电解槽温度监控装置，其特征在于，包括：
历史温度数据获取模块，用于获取所述电解槽对应的历史温度数据；其中，所述历史温度数据包括所述电解槽的槽内温度、所述电解槽所在车间的环境数据和利用埋藏在所述电解槽的外侧填充物内的温度传感器采集的填充物温度，所述环境数据包括温度、湿度、测点时间；
温度计算模型创建模块，用于对所述历史温度数据进行大数据分析，创建温度计算模型；
温度计算模型训练模块，用于对所述温度计算模型进行训练；其中，预设训练数据包括槽内温度数据和填充物温度数据；
测量模块，用于利用所述温度传感器实时采集目标填充物温度，并获取与所述目标填充物温度对应的所述电解槽所在车间的目标环境数据；其中，所述目标环境数据包括温度、湿度、测点时间；
目标槽内温度计算模块，用于将所述目标填充物温度和所述目标环境温度输入到所述温度计算模型中，获得所述目标填充物温度对应的目标槽内温度；
所述电解槽外侧填充物内均匀埋藏有多个温度传感器。
5.根据权利要求4所述的电解槽温度监控装置，其特征在于，所述目标槽内温度包括多个所述温度传感器分别对应的电解槽不同位置的槽内实际温度。
6.一种电解槽温度监控设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至3任一项所述电解槽温度监控方法的步骤。
7.一种电解槽温度监控系统，其特征在于，包括：
在电解槽四周的填充物内埋藏的温度传感器和如权利要求6所述的电解槽温度监控设备，以及位于所述电解槽所在车间的温度传感器和湿度传感器；其中，所述温度传感器和所述湿度传感器的输出端均与所述电解槽温度监控设备具有通信连接。
8.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述电解槽温度监控方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810891992.XA CN108977854B (zh) | 2018-08-07 | 2018-08-07 | 电解槽温度监控方法、装置、设备、系统及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810891992.XA CN108977854B (zh) | 2018-08-07 | 2018-08-07 | 电解槽温度监控方法、装置、设备、系统及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108977854A CN108977854A (zh) | 2018-12-11 |
| CN108977854B true CN108977854B (zh) | 2020-04-24 |
Family
ID=64556160
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810891992.XA Active CN108977854B (zh) | 2018-08-07 | 2018-08-07 | 电解槽温度监控方法、装置、设备、系统及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108977854B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113252201A (zh) * | 2021-06-22 | 2021-08-13 | 贵州创新轻金属工艺装备工程技术研究中心有限公司 | 一种无源无线铝电解槽阴极钢棒及炉壁测温装置和方法 |
| CN113686380A (zh) * | 2021-07-26 | 2021-11-23 | 三门三友科技股份有限公司 | 一种电解槽电流监测系统及方法 |
| CN113723005A (zh) * | 2021-09-07 | 2021-11-30 | 国网河北省电力有限公司营销服务中心 | 电解铝系统的功率预测方法、终端和计算机可读存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7275377B2 (en) * | 2004-08-11 | 2007-10-02 | Lawrence Kates | Method and apparatus for monitoring refrigerant-cycle systems |
| CN105467945A (zh) * | 2015-02-05 | 2016-04-06 | 贵阳铝镁设计研究院有限公司 | 一种基于电解槽实时生产数据的专家系统 |
| CN106676581B (zh) * | 2016-12-27 | 2018-07-20 | 甘肃东兴铝业有限公司 | 一种铝电解槽炉帮厚度优化控制方法 |
| CN107730087A (zh) * | 2017-09-20 | 2018-02-23 | 平安科技（深圳）有限公司 | 预测模型训练方法、数据监控方法、装置、设备及介质 |
-
2018
- 2018-08-07 CN CN201810891992.XA patent/CN108977854B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108977854A (zh) | 2018-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107341569B (zh) | 结合光伏功率物理模型与数据驱动的光伏功率预测方法 | |
| CN108977854B (zh) | 电解槽温度监控方法、装置、设备、系统及可读存储介质 | |
| CN113537844B (zh) | 基于随机矩阵的区域能源互联网负荷行为分析方法及系统 | |
| CN113036913B (zh) | 一种综合能源设备状态监测方法及装置 | |
| CN117171596B (zh) | 一种压力变送器的在线监测方法及系统 | |
| CN116383636A (zh) | 一种基于pca与lstm融合算法的磨煤机故障预警方法 | |
| CN109670549B (zh) | 火电机组的数据筛选方法、装置以及计算机设备 | |
| CN118213997B (zh) | 一种基于ahp-灰色模糊算法的城市电网负荷预测方法 | |
| CN118149606B (zh) | 一种硅烷间歇炉及其加热控制方法 | |
| CN107464591B (zh) | 一种安全壳泄漏在线监测系统传感器组合优化方法 | |
| CN116227637A (zh) | 一种面向有源配电网的精细化负荷预测方法和系统 | |
| CN118133059B (zh) | 一种基于数字孪生的安全风险智能检测方法及系统 | |
| JP2022522939A (ja) | 産業環境におけるエネルギー消費量を診断する方法、システム、及びコンピュータプログラム製品 | |
| JP2018007347A (ja) | 太陽光発電の性能評価方法 | |
| CN115147012A (zh) | 一种基于神经网络模型的碳排放量核算方法及装置 | |
| CN113746425B (zh) | 光伏逆变器参数异常分析方法、系统 | |
| CN111340307A (zh) | 预测风机风力发电功率的方法以及相关装置 | |
| CN117200223A (zh) | 日前电力负荷预测方法和装置 | |
| CN117217726A (zh) | 一种综合能源运维的异常数据监测方法及系统 | |
| CN107860971A (zh) | 理论温度场模拟的配电表箱老化分析方法 | |
| CN116932261A (zh) | 一种数据中心异常能效溯源方法、系统和介质 | |
| CN113642248B (zh) | 定位设备剩余使用时间的评估方法及装置 | |
| CN115510732A (zh) | 一种基于深度学习的方舱红外特性仿真快速算法 | |
| CN114970821A (zh) | 基于可靠性预测的锅炉安装校准方法及系统 | |
| CN105095660B (zh) | 一种局部山地区域的相对湿度日变化基线的构建方法 |
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 |