CN111155149B - 一种基于数字化电解槽的铝电解智能优化控制平台 - Google Patents
一种基于数字化电解槽的铝电解智能优化控制平台 Download PDFInfo
- Publication number
- CN111155149B CN111155149B CN202010050939.4A CN202010050939A CN111155149B CN 111155149 B CN111155149 B CN 111155149B CN 202010050939 A CN202010050939 A CN 202010050939A CN 111155149 B CN111155149 B CN 111155149B
- Authority
- CN
- China
- Prior art keywords
- blanking
- electrolytic cell
- anode
- point
- current
- 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
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)
Abstract
本发明公开了一种基于数字化电解槽的铝电解智能优化控制平台,通过增加铝电解槽的各种在线传感器信息,依靠对传感信息的解析和挖掘,获得各种描述电解槽工艺和内部状态的定性或定量信息,现场控制单元和上位机分布式集群系统通过对实时阳极电流分布频谱信息的深度分析,解析出各类电解槽工艺特征;利用电解槽工艺特征,可以对电解槽的整个反应过程进行实时监控,提高作业的操作质量,为电解工艺技术人员有效分析槽况,提供了可靠的数据支持和科学依据;同时,通过与分区下料系统硬件的配合及分区下料智能策略的实施,为控制系统实现缩小指标波动区间的智能优化和零效应控制目标提供技术保证,从而为进一步节能降耗和减员增效奠定坚实的基础。
Description
技术领域
本发明属于铝电解智能制造领域,特别涉及一种基于数字化电解槽的铝电解智能优化控制平台。
背景技术
近几年随着大型预焙铝电解槽技术不断朝大型化发展,特别是伴随国家节能降耗目标和国内能源价格不断攀升的现实情况,国内电解生产厂家几乎都选择400kA以上的电解槽型,电解控制和工艺技术条件也相应地走“低温低电压”的路线,在具体的生产实施过程中均出现了一些新的难以解决的问题,其中最突出的表现在氧化铝溶解困难、区域氧化铝浓度分布的差异性增大、容易诱发局部效应、效应熄灭困难,而控制系统氧化铝浓度控制不好导致电解槽的稳定性变化快,生产管理难度大,参见文献王昌昌.铝电解槽复杂电解质体系工艺优化研究[J].有色冶金节能,2017,33(03):26-30。
现有的控制技术只有两个在线采集信号(槽电压与系列电流),并基于单一的综合槽电阻信号来进行槽稳定性判断及氧化铝浓度的估算,对电解槽工艺故障的“局部性”特点先天缺乏可用信息,因此光靠目前系列电流和电压这两个在线采集信号来解决上述氧化铝溶解性差、均匀性不好、稳定性差的问题变得越来越困难。
发明内容
本发明为了克服上述技术问题,提出了一种基于数字化电解槽的铝电解智能优化控制平台。
本发明的技术方案如下:
一种基于数字化电解槽的铝电解智能优化控制平台,包括传感器采集单元,控制单元,显示单元,以太网以及上位机分布式集群系统;
所述传感器采集单元、控制单元、以太网以及上位机分布式集群系统依次相连,且控制单元与所述显示单元相连;
所述传感器采集单元采集的数据输入至控制单元进行解析和预处理后,通过以太网传输至上位机分布式集群系统,所述上位机分布式集群系统通过对接收的数据进行分析挖掘、特征提取和推理计算后,得到优化控制逻辑,再通过以太网将优化控制逻辑传输至控制单元,使得控制单元依据优化控制逻辑对电解槽进行优化控制;
所述传感器采集单元包括系列电流传感器、槽电压采集传感器,铝电解槽阳极电流分布或立柱母线在线检测传感器,铝电解槽侧部与底部温度分布在线传感器以及铝电解槽在线母线位置传感器;
所述上位机分布式集群系统包括五个控制模块,依次为基于局部浓度变化信息的区域浓度控制模块,基于局部效应发生特征的精准效应预报和抑制模块,基于电解槽在线过热度评估技术的热平衡控制模块,基于局部阳极噪声的槽稳定性控制模块以及基于换极位置自动检测技术的换极过程物料和热平衡补偿优化模块。
进一步地,所述.基于局部浓度变化信息的区域浓度控制模块的具体工作过程如下:
步骤A1:安装在线阳极电流分布或立柱母线传感器;
步骤A2:对电解槽上部气路中的电磁阀进行改造,使得每个火眼的打壳下料动作能独立控制;
步骤A3:基于传统浓度控制中用斜率和累斜来追踪U型曲线的方法,创建电流斜率和电流累斜追踪区域电流变化规律,从而实现各火眼浓度变化特征的解析;
其中,电流斜率计算是基于2秒采样的阳极电流值Is,将阳极电流值Is进行一次惯性滤波得到If,对If进行2分钟时间窗口的中值递推计算得到Ip,利用Ip对时间求导获得电流斜率,电流斜率=ΔIp/Δt;
电流累斜是间隔30分钟内电流斜率的累加值;
步骤A4:利用火眼浓度变化特征,基于按需下料原则实现各火眼下料逻辑的控制。
比如火眼浓度变化是朝高浓度发展,对应火眼的基准下料间隔应该适当增加;反之火眼浓度变化是朝低浓度发展,对应火眼的基准下料间隔应该适当降低;
进一步地,所述基于按需下料原则实现各火眼下料逻辑的控制过程如下:
根据流速场仿真和电解生产的工艺特征,设置每个火眼对应的基准下料比例系数参数,然后依据每个火眼浓度解析情况对下料比例系数进行适当调整:根据每个火眼总电流计算出的电流斜率和电流累斜变化,得到对应火眼的浓度变化趋势,采用模糊分档思想,实现各火眼浓度的均匀性控制,火眼浓度变化趋势包括小、中和大三档,对应火眼基准下料比例系数分别为1%、2%以及3%;
其中,火眼总电流指对应火眼所属阳极的采样电流之和。
进一步地,所述基准下料比例系数参数的设置准则:电解槽两端下料系数设置为80%—60%,即比整体浓度控制基准小20%—40%,中间火眼基本与整体浓度控制基准一致,设置为100%。
电解槽中部的流速场较大,工艺上来说槽中部过热度和温度均较高,电化学反应程度较高,槽中部火眼基准下料比例系数可以保持100%;而电解槽两端流速场较小,工艺上来说槽两端过热度和温度均较低,电化学反应程度较低,槽两端火眼基准下料比例系数在80%—60%;
这种控制思路既保证整体浓度控制在浓度大范围内保持可控,同时又兼顾各火眼浓度变化的差异。
进一步地,所述基于局部效应发生特征的精准效应预报和抑制模块中的精准效应预报过程如下:
步骤B1:计算所有导电正常的阳极电流在t时刻向前滑动时间窗口TL和Ts内的平均值为ITl和Its,其中ITl为t时刻向前滑动TL时间窗口内的电流均值,ITs为t时刻向前滑动Ts时间窗口内的电流均值;
其中,TL、Ts分别为长周期1h和短周期10min的时间窗口;
步骤B2:计算短周期窗口电流均值相对于长周期滑动窗口电流均值的变化率,如下式所示:δt=(ITl-ITs)/ITl;
步骤B3:判断δt相对于设定预报阀值δset的情况,若大于预报阀值δset,则输出预报结果,若小于预报阀值,则进行下一时刻的循环计算。
即利用一种基于短周期内某阳极电流均值与一个长周期内阳极电流均值的相对变化量来识别局部效应的发生和发展;
进一步地,所述基于局部效应发生特征的精准效应预报和抑制模块中的抑制过程如下:
步骤C1:当识别出某个阳极要发生局部效应时,判断局部效应强度,依据局部效应强度,对各火眼进行单点效应抑制;
其中,效应强度的描述分为三级:“正常状态”、“趋势迹象”和“趋势明显”;
步骤C2:阳极效应强度为“正常状态”,则对应火眼采用单点连续3—4次打壳下料操作;
阳极效应强度为“趋势迹象”,则对应火眼采用单点连续6—8次打壳下料操作,即动作次数增加一倍;
阳极效应强度为“趋势明显”,则对应火眼采用单点连续6—8次打壳下料操作,且邻近的火眼也采用单点连续3—4次打壳下料操作;
借助电解质扩散作用,通过邻近火眼下料来更加有效抑制效应;
其中,“趋势明显”是通过对采样槽电压Vs进行二次惯性滤波,得到平滑电压Vp,获取1分钟内Vp的变化值为ΔVp,当ΔVp>Cb,同时Vs>4.6V,可判定效应强度为“趋势明显”,Cb为常数,取值范围为10—20mV;
“正常状态”和“趋势迹象”的判断方法是通过对采样槽电压Vs进行一次惯性滤波,得到滤波电压Vf,基于30分钟时间窗口对Vf进行中值递推滤波,得到二次滤波电压Vp,1分钟内Vp的变化值为ΔVp,当ΔVp>Cp时,可判定效应强度为“趋势迹象”,否者效应强度为“正常状态”,Cp为常数,取值范围为5—10mV。
Cb和Cp具体值需要根据现场工艺技术条件来确定;
进一步地,所述基于电解槽在线过热度评估技术的热平衡控制模块的控制过程如下:
控制单元每8小时进行一次过热度趋势推断,然后根据推断结果对氟盐下料策略进行修正,具体来说是通过一个调整系数因子k来实现氟盐下料策略的优化,当过热度变化偏热时,根据过热度偏差程度设置k的取值,当前情况,k的值大于1;当过热度偏冷时,根据过热度偏差程度设置k的取值,当前情况,k的值小于1,同样其大小取决于过热度偏差程度。
其中,所述过热度趋势推断根据在线母线位置传感信息解析出的槽电阻率和吨铝行程,加上日下料量和日效应系数的变化趋势统计值,以及控制状态从欠量转过量5分钟内平滑电压的变化趋势统计值这五个变量,基于专家知识来综合衡量过热度的趋势和偏差程度,过热度的趋势分为冷槽、正常和热槽三级,过热度的偏差程度分为大、中、小三级。
进一步地,所述基于局部阳极噪声的槽稳定性控制模块的控制过程如下:
当发现某些阳极对应电流噪声大于或等于每块阳极基准电流的15%时,控制单元将其对应火眼位置的下料逻辑调整到大欠或停料,直到阳极噪声小于或等于每块阳极基准电流的10%时,再恢复正常下料。
进一步地,所述基于换极位置自动检测技术的换极过程物料和热平衡补偿优化模块的工作过程如下:
物料补偿:首先控制单元自动识别所换阳极的极号;其次根据极号区分角部和中间极,角部极在下料补偿上采用单点停料,中间极采用单点小欠或正常下料,具体采用模糊分档的方法实现6点下料电解槽不同部位多级控料策略:
将控料分为小、中和大三级,对温度偏冷的电解槽,采用小程度控料策略,电解槽两端第1和第6号下料点采用单点停料,电解槽中间第2和第5点采用单点大欠量下料,电解槽中间第3和第4点采用单点小欠量下料;
对温度正常状态的电解槽,采用中程度控料策略,电解槽两端第1和第6号下料点采用单点停料,电解槽中间第2和第5点采用单点小欠量下料,电解槽第3和第4点采用单点正常下料;
对温度偏热的电解槽,采用大程度控料策略,电解槽两端第1和第6号下料点采用单点停料,槽中间第2和第5点采用单点正常下料,电解槽中间第3和第4点采用单点正常下料;
能量补偿:首先控制单元自动识别所换阳极的极号;其次,根据极号区分角部和中间极,角部极附加电压基准值高一些,中间极附加电压低一些,具体采用模糊分档的方法实现6点下料电解槽不同部位多级附加电压策略:
将附加电压分为小、中和大三级,对温度偏热的电解槽,采用小程度附加电压策略,电解槽两端第1和第6号下料点采用附加电压80mV,电解槽中间第2和第5点采用附加电压60mV,电解槽中间第3和第4点采用附加电压40mV;
对正常状态的电解槽,采用中程度附加电压策略,电解槽两端第1和第6号下料点采用附加电压100mV,电解槽中间第2和第5点采用附加电压80mV,电解槽中间第3和第4点采用附加电压60mV;
对温度偏冷的电解槽,采用大程度附加电压策略,电解槽两端第1和第6号下料点采用附加电压120mV,电解槽中间第2和第5点采用附加电压100mV,电解槽中间第3和第4点采用附加电压80mV。
阳极极号自动识别方法与精准效应预报方法类似,都是基于短周期内某阳极电流均值与一个长周期内阳极电流均值的相对变化量来判断,只是短周期的时间窗口为1分钟,同时极号自动识别的判断规则为:当某阳极长周期内电流均值与短周期内电流均值差>=对应阳极基准电流的90%,或者某阳极实时二次滤波电流值<=对应阳极基准电流的5%;
进一步地,所述显示单元为TFT液晶显示器。
本发明的技术方案中,可以利用增设传感器获取的信息进行多种电解槽中的工艺特征进行解析,便于更好的进行优化控制;
利用在线阳极电流分布传感器信息进行以下特征解析:
每个火眼对应的区域浓度变化特征:采用阳极电流斜率和阳极电流累斜解析区域氧化铝浓度变化特征,阳极电流斜率>=30且阳极电流累斜>=10,区域浓度变小;-30<阳极电流斜率<30且-10<阳极电流累斜<10,区域浓度正常;阳极电流斜率<=-30且阳极电流累斜<=-10,区域浓度变大;
阳极效应发生特征的判断标准为当电解槽采样电压>=8V,认为发生了阳极效应;
阳极故障特征的判定方法:对阳极电流采样值Is进行2分钟时间窗口的中值递推滤波得到Ip,连续两次Ip值之差为ΔIp=Ip2–Ip1(Ip1为前一时刻,Ip2为后一时刻),当ΔIp大于阳极基准电流值(系列电流/阳极组数)的90%以上时,对应阳极有脱极故障;当ΔIp小于阳极基准电流值的-70%时刻,对应阳极有长包故障;
阳极工作状态特征的判定基于阳极电流噪声Na,其计算方法为:由每15个采样点区间,计算阳极电流采样最大值Imax和最小值Imin,基于5分钟时间窗口的中值递推滤波计算出Imax平均值Imax_p和Imin_p,Na=Imax_p–Imin_p。当Na>=阳极基准电流的10%时,判定为阳极电流开始波动;当Na>=阳极基准电流的20%时,判定为阳极电流波动严重,需要人工干预,甚至要通过调极操作来进行抑制;
换极过程操作质量的定量特征由两个参数来描述,一个参数为24小时全电流的比例系数Ea=换极后24小时的阳极电流平滑值Ip(2分钟时间窗口中值递推滤波值)/换极前1小时Ip值,目前铝电解行业生产管理规程中Ea大于70%认为换极操作质量是合格的,而且目前Ea的测量完全靠人工,智能优化控制平台因为配备了在线阳极电流分布传感器,Ea的测量实现了自动化,并且与电解生产管理系统融为一体;另外一个参数为24小时阳极电流回升曲线的线性度Sa,其计算方法为:以时间轴为X坐标轴,从换极完成后电流降到最小值作为起始点Ps,24小时阳极电流回升点作为终止点Pe,两点连线直线的斜率为Ka,Ps与Pe间的任意一点P与Ps连线直线的斜率为Kp,线性度Sa就是Ps与Pe间所有点的Kp-Ka求和值,Sa=Σ(Kp-Ka),如果Sa>=Ka的30%,说明换极后阳极电流回升过快,要检查是否阳极安装位置过低,如果Sa<=(-1)*Ka的30%,说明换极后阳极电流回升过慢,要检查是否阳极安装位置过高);
在线母线位置传感信息解析出电解槽过热度的变化特征:基于在线母线位置可以计算出槽电阻率Rf=ΔVp/ΔPa,ΔVp代表每次阳极动作过程中平滑电压的变化量,ΔPa代表阳极动作过程中母线位置的变化量,Rf可以反映电解质的粘性,Rf变大说明移动单位母线距离电压变化量增大,电解质的电阻率增大,电解质变粘;反之Rf变小,电解质变清。日吨铝行程St=ΔPt/At,ΔPt代表出铝操作过程中母线位置的变化量,At代表出铝操作过程中吸出的铝量,St可以反应炉膛的大小变化,St变大说明吸出一吨铝对应的母线位置变化量增大,吸出同样一吨体积的铝,高度变大,炉膛表面积就降低,电解槽的炉膛就变小;反之St变小,电解槽的炉膛就变大;
在线侧底部温度分布传感信息解析炉膛的大小变化特征:电解槽炉帮厚度或伸腿长度δ=α(T1–Ts)/(Tb–T1)–H,式中δ:炉帮厚度(槽中部叫炉帮)或伸腿长度(槽两端叫伸腿),单位mm,α:炉帮或伸腿的热阻系数,是个常数,单位mm;Tb:电解质温度,单位℃;T1:电解质初晶温度,单位℃;Ts:炉帮或伸腿侧部槽壳温度,单位℃;H:炉帮或伸腿处侧部内衬材料和槽壳钢板厚度,是个常数,单位mm。基于这个数学模型,只要知道电解的初晶温度和槽温,就能根据槽壳某测量点温度计算出对应位置的槽帮厚度或伸腿长度,其中初晶温度生产现场每隔1周左右会测量一次,槽温每天都会测量,因此根据在线侧底部温度分布传感器获得的槽壳温度,就能实时计算出对应点的炉帮厚度或伸腿长度,在线侧底部温度分布点的选择,一般是槽壳面工艺上的关键点(64个测量点左右),根据这些关键点的炉帮或伸腿长度信息,采用插值计算方法就能获得整个电解槽数字化炉膛的大小和对应的变化特征(关键部位炉膛变大或变小)。
有益效果
本发明的技术方案提供了一种基于数字化电解槽的铝电解智能优化控制平台,通过增加铝电解槽的各种在线传感器信息(阳极电流分布,侧底部温度分布、精准母线位置等),依靠对传感信息的解析和挖掘,获得各种描述电解槽工艺和内部状态的定性或定量信息,控制单元和上位机分布式集群系统,通过对实时阳极电流分布频谱信息的深度分析,可以解析出实时氧化铝浓度分布信息、铝液运动信息、过热度变化信息、极距变化信息、效应预报信息及阳极病变信息等;通过側底部温度分布的在线监测,可以解析出炉膛的变化规律和建立炉膛规整性的定量描述信息;通过对立柱母线位置的在线监测,可以解析出电解槽的过热度变化信息。
利用上述信息,一方面可以直观地协助工艺技术人员对电解槽的反应过程和机理、工艺现象和故障、病槽原因和处理措施等有深入的了解;协助他们准确快速地处理故障槽、及时有效地抑制和熄灭阳极效应、科学可靠地提早预防不稳定槽;并对电解槽的整个反应过程进行实时监控,减小换极作业、出铝作业和人工操作的盲目性,提高作业的操作质量;
另一方面,通过与分区下料系统硬件的配合,不但实现铝电解在线传感器信息与传统控制系统信息的融合,而且通过分区下料智能策略的实施,为实现氧化铝浓度的均匀分布、极距控制策略及氟化铝控制策略的深度优化,从“感知—决策—执行”层面提供全方位的技术支撑,有效提升控制系统对氧化铝浓度及过热度的控制精度、电解槽的磁流体稳定性、阳极工作状态和阳极故障的监测,为控制系统实施缩小指标波动区间的智能优化和零效应控制策略提供技术保证,从而为进一步节能降耗和减员增效奠定坚实的基础。
附图说明
图1为本发明实例基于在线传感器信息的数字化铝电解槽功能架构图;
图2为本发明实例所述新型铝电解智能优化控制平台架构图;
图3为本发明实例所述的分布式集群系统。
具体实施方式
下面将结合附图和实例对本发明做进一步地说明。
如图1-图3所示,本发明实例提供的一种基于数字化电解槽的铝电解智能优化控制平台,一种基于数字化电解槽的铝电解智能优化控制平台,包括传感器采集单元,控制单元,显示单元,以太网以及上位机分布式集群系统;
所述传感器采集单元、控制单元、以太网以及上位机分布式集群系统依次相连,且控制单元与所述显示单元相连;
所述传感器采集单元采集的数据输入至控制单元进行解析和预处理后,通过以太网传输至上位机分布式集群系统,所述上位机分布式集群系统通过对接收的数据进行分析挖掘、特征提取和推理计算后,得到优化控制逻辑,再通过以太网将优化控制逻辑传输至控制单元,使得控制单元依据优化控制逻辑对电解槽进行优化控制;
所述传感器采集单元包括系列电流传感器、槽电压采集传感器,铝电解槽阳极电流分布或立柱母线在线检测传感器,铝电解槽侧部与底部温度分布在线传感器以及铝电解槽在线母线位置传感器;
所述上位机分布式集群系统包括五个控制模块,依次为基于局部浓度变化信息的区域浓度控制模块,基于局部效应发生特征的精准效应预报和抑制模块,基于电解槽在线过热度评估技术的热平衡控制模块,基于局部阳极噪声的槽稳定性控制模块以及基于换极位置自动检测技术的换极过程物料和热平衡补偿优化模块。
在本实例中,所述控制单元的计算资源为Cortex系列Arm型CPU,内置嵌入式操作系统ucLinuxV2.7,所述显示单元为7—10寸的TFT液晶显示器,液晶显示器图形显示依赖于QT图形库。
在本实例中上位机分布式集群系统的设置具体是指,整个电解车间每台电解槽配备一个智能优化控制单元,控制单元通过工业以太网将信息送到计算站的中心机房;每8-10个控制单元信息通过机房一个后台数据中心设备来统一进行信息的实时处理、数据的存储管理和数据的本地备份;后台数据中心为了充分利用机房的计算资源,其所依赖的数字信号分析通用后台计算、数据挖掘通用后台计算、工艺特征提取和专家模型后台计算,均基于分布式计算模型在集群化的后台服务器中完成;后台数据中心设备通过全厂管控一体化系统的接入层进行协议转换,并将转换后的数据送入铝电解企业的全厂管控一体化系统,同时将本地数据存储到实时数据库和历史数据库中,实现铝电解控制信息的全厂共享。
本发明的技术方案中,可以利用增设的传感器获取的信息进行多种电解槽中的工艺特征进行解析,便于更好的进行优化控制;同时这些解析出的工艺特征信息,借助三维可视化技术,可以构建三维数字化电解槽系统,为工艺技术人员有效诊断和评估槽况提供了可靠的科学分析工具。
利用在线阳极电流分布传感器信息进行以下特征解析:
每个火眼对应的区域浓度变化特征:采用阳极电流斜率和阳极电流累斜解析区域氧化铝浓度变化特征,阳极电流斜率>=30且阳极电流累斜>=10,区域浓度变小;-30<阳极电流斜率<30且-10<阳极电流累斜<10,区域浓度正常;阳极电流斜率<=-30且阳极电流累斜<=-10,区域浓度变大;
阳极效应发生特征的判断标准为当电解槽采样电压>=8V,认为发生了阳极效应;
阳极故障特征的判定方法:对阳极电流采样值Is进行2分钟时间窗口的中值递推滤波得到Ip,连续两次Ip值之差为ΔIp=Ip2–Ip1(Ip1为前一时刻,Ip2为后一时刻),当ΔIp大于阳极基准电流值(系列电流/阳极组数)的90%以上时,对应阳极有脱极故障;当ΔIp小于阳极基准电流值的-70%时刻,对应阳极有长包故障;
阳极工作状态特征的判定基于阳极电流噪声Na,其计算方法为:由每15个采样点区间,计算阳极电流采样最大值Imax和最小值Imin,基于5分钟时间窗口的中值递推滤波计算出Imax平均值Imax_p和Imin_p,Na=Imax_p–Imin_p。当Na>=阳极基准电流的10%时,判定为阳极电流开始波动;当Na>=阳极基准电流的20%时,判定为阳极电流波动严重,需要人工干预,甚至要通过调极操作来进行抑制;
换极过程操作质量的定量特征由两个参数来描述,一个参数为24小时全电流的比例系数Ea=换极后24小时的阳极电流平滑值Ip(2分钟时间窗口中值递推滤波值)/换极前1小时Ip值,目前铝电解行业生产管理规程中Ea大于70%认为换极操作质量是合格的,而且目前Ea的测量完全靠人工,智能优化控制平台因为配备了在线阳极电流分布传感器,Ea的测量实现了自动化,并且与电解生产管理系统融为一体;另外一个参数为24小时阳极电流回升曲线的线性度Sa,其计算方法为:以时间轴为X坐标轴,从换极完成后电流降到最小值作为起始点Ps,24小时阳极电流回升点作为终止点Pe,两点连线直线的斜率为Ka,Ps与Pe间的任意一点P与Ps连线直线的斜率为Kp,线性度Sa就是Ps与Pe间所有点的Kp-Ka求和值,Sa=Σ(Kp-Ka),如果Sa>=Ka的30%,说明换极后阳极电流回升过快,要检查是否阳极安装位置过低,如果Sa<=(-1)*Ka的30%,说明换极后阳极电流回升过慢,要检查是否阳极安装位置过高);
在线母线位置传感信息解析出电解槽过热度的变化特征:基于在线母线位置可以计算出槽电阻率Rf=ΔVp/ΔPa,ΔVp代表每次阳极动作过程中平滑电压的变化量,ΔPa代表阳极动作过程中母线位置的变化量,Rf可以反映电解质的粘性,Rf变大说明移动单位母线距离电压变化量增大,电解质的电阻率增大,电解质变粘;反之Rf变小,电解质变清。日吨铝行程St=ΔPt/At,ΔPt代表出铝操作过程中母线位置的变化量,At代表出铝操作过程中吸出的铝量,St可以反应炉膛的大小变化,St变大说明吸出一吨铝对应的母线位置变化量增大,吸出同样一吨体积的铝,高度变大,炉膛表面积就降低,电解槽的炉膛就变小;反之St变小,电解槽的炉膛就变大;
在线侧底部温度分布传感信息解析炉膛的大小变化特征:电解槽炉帮厚度或伸腿长度δ=α(T1–Ts)/(Tb–T1)–H,式中δ:炉帮厚度(槽中部叫炉帮)或伸腿长度(槽两端叫伸腿),单位mm,α:炉帮或伸腿的热阻系数,是个常数,单位mm;Tb:电解质温度,单位℃;T1:电解质初晶温度,单位℃;Ts:炉帮或伸腿侧部槽壳温度,单位℃;H:炉帮或伸腿处侧部内衬材料和槽壳钢板厚度,是个常数,单位mm。基于这个数学模型,只要知道电解的初晶温度和槽温,就能根据槽壳某测量点温度计算出对应位置的槽帮厚度或伸腿长度,其中初晶温度生产现场每隔1周左右会测量一次,槽温每天都会测量,因此根据在线侧底部温度分布传感器获得的槽壳温度,就能实时计算出对应点的炉帮厚度或伸腿长度,在线侧底部温度分布点的选择,一般是槽壳面工艺上的关键点(64个测量点左右),根据这些关键点的炉帮或伸腿长度信息,采用插值计算方法就能获得整个电解槽数字化炉膛的大小和对应的变化特征(关键部位炉膛变大或变小)。
所述基于局部浓度变化信息的区域浓度控制模块的具体工作过程如下:
步骤A1:安装在线阳极电流分布或立柱母线传感器;
步骤A2:对电解槽上部气路中的电磁阀进行改造,使得每个火眼的打壳下料动作能独立控制;
步骤A3:基于传统浓度控制中用斜率和累斜来追踪U型曲线的方法,创建电流斜率和电流累斜追踪区域电流变化规律,从而实现各火眼浓度变化特征的解析;
其中,电流斜率计算是基于2秒采样的阳极电流值Is,将阳极电流值Is进行一次惯性滤波得到If,对If进行2分钟时间窗口的中值递推计算得到Ip,利用Ip对时间求导获得电流斜率,电流斜率=ΔIp/Δt;
电流累斜是间隔30分钟内电流斜率的累加值;
步骤A4:利用火眼浓度变化特征,基于按需下料原则实现各火眼下料逻辑的控制。
比如火眼浓度变化是朝高浓度发展,对应火眼的基准下料间隔应该适当增加;反之火眼浓度变化是朝低浓度发展,对应火眼的基准下料间隔应该适当降低;
所述基于按需下料原则实现各火眼下料逻辑的控制过程如下:
根据流速场仿真和电解生产的工艺特征,设置每个火眼对应的基准下料比例系数参数,然后依据每个火眼浓度解析情况对下料比例系数进行适当调整:根据每个火眼总电流计算出的电流斜率和电流累斜变化,得到对应火眼的浓度变化趋势,采用模糊分档思想,实现各火眼浓度的均匀性控制,火眼浓度变化趋势包括小、中和大三档,对应火眼基准下料比例系数分别为1%、2%以及3%;
其中,火眼总电流指对应阳极所属的采样电流之和。
所述基准下料比例系数参数的设置准则:电解槽两端下料系数设置为80%—60%,即比整体浓度控制基准小20%—40%,中间火眼基本与整体浓度控制基准一致,设置为100%。
电解槽中部的流速场较大,工艺上来说槽中部过热度和温度均较高,电化学反应程度较高,槽中部火眼基准下料比例系数可以保持100%;而电解槽两端流速场较小,工艺上来说槽两端过热度和温度均较低,电化学反应程度较低,槽两端火眼基准下料比例系数在80%—60%;
这种控制思路既保证整体浓度控制在浓度大范围内保持可控,同时又兼顾各火眼浓度变化的差异。
所述基于局部效应发生特征的精准效应预报和抑制模块中的精准效应预报过程如下:
步骤B1:计算所有导电正常的阳极电流在t时刻向前滑动时间窗口TL和Ts内的平均值为ITl和Its,其中ITl为t时刻向前滑动TL时间窗口内的电流均值,ITs为t时刻向前滑动Ts时间窗口内的电流均值;
其中,TL、Ts分别为长周期1h和短周期10min的时间窗口;
步骤B2:计算短周期窗口电流均值相对于长周期滑动窗口电流均值的变化率,如下式所示:δt=(ITl-ITs)/ITl;
步骤B3:判断δt相对于设定预报阀值δset的情况,若大于预报阀值δset,则输出预报结果,若小于预报阀值,则进行下一时刻的循环计算。
即利用一种基于短周期内某阳极电流均值与一个长周期内阳极电流均值的相对变化量来识别局部效应的发生和发展;
所述基于局部效应发生特征的精准效应预报和抑制模块中的抑制过程如下:
效应精准抑制的原理是:当识别出某个阳极要发生局部效应时,控制系统对相应阳极所归属的火眼实施单点连续多次打壳下料操作,从而达到抑制对应阳极局部效应的目的,而传统的铝电解控制系统抑制效应的方法为AEB(因为传统控制系统无法侦测哪个阳极要来效应,只能连续实施6次全槽打壳下料操作,这种盲目的效应抑制方法对全槽工艺状态会产生负面影响,那些没出现效应迹象的火眼会因多下料导致炉底出现沉淀,沉淀严重时会破坏电解槽的多物理场平衡,导致电解槽剧烈波动,进而恶化为病槽),因此基于在线阳极电流分布的效应抑制(因为能实现单点效应抑制,我们称为精准位置效应抑制)对电解槽的工艺优化非常重要。
步骤C1:当识别出某个阳极要发生局部效应时,判断局部效应强度,依据局部效应强度,对各火眼进行单点效应抑制;
其中,效应强度的描述分为三级:“正常状态”、“趋势迹象”和“趋势明显”;
步骤C2:阳极效应强度为“正常状态”,则对应火眼采用单点连续3—4次打壳下料操作;
阳极效应强度为“趋势迹象”,则对应火眼采用单点连续6—8次打壳下料操作,即动作次数增加一倍;
阳极效应强度为“趋势明显”,则对应火眼采用单点连续6—8次打壳下料操作,且邻近的火眼也采用单点连续3—4次打壳下料操作;
借助电解质扩散作用,通过邻近火眼下料来更加有效抑制效应;
其中,“趋势明显”是通过对采样槽电压Vs进行二次惯性滤波,得到平滑电压Vp,获取1分钟内Vp的变化值为ΔVp,当ΔVp>Cb,同时Vs>4.6V,可判定效应强度为“趋势明显”,Cb为常数,取值范围为10—20mV;
“正常状态”和“趋势迹象”的判断方法是通过对采样槽电压Vs进行一次惯性滤波,得到滤波电压Vf,基于30分钟时间窗口对Vf进行中值递推滤波,得到二次滤波电压Vp,1分钟内Vp的变化值为ΔVp,当ΔVp>Cp时,可判定效应强度为“趋势迹象”,否者效应强度为“正常状态”,Cp为常数,取值范围为5—10mV。
Cb和Cp具体值需要根据现场工艺技术条件来确定;
在现场试验中,根据效应的发生情况对预报阀值、效应强度基准、效应抑制下料参数(控制系统实施效应抑制时的动作次数)进行了配置和优化(效应预报阀值δset、效应强度基准Cb和Cp、效应抑制下料参数都需要根据现场实际工艺技术条件来优化确定,并通过监控软件的配置界面来具体设置),达到了较好的精准效应预报和抑制作用。
所述基于电解槽在线过热度评估技术的热平衡控制模块的控制过程如下:
控制单元每8小时进行一次过热度趋势推断,然后根据推断结果对氟盐下料策略进行修正,具体来说是通过一个调整系数因子k来实现氟盐下料策略的优化,当过热度变化偏热时,根据过热度偏差程度设置k的取值,当前情况,k的值大于1;当过热度偏冷时,根据过热度偏差程度设置k的取值,当前情况,k的值小于1,同样其大小取决于过热度偏差程度。
其中,所述过热度趋势推断根据在线母线位置传感信息解析出的槽电阻率和吨铝行程,加上日下料量和日效应系数的变化趋势统计值,以及控制状态从欠量转过量5分钟内平滑电压的变化趋势统计值这五个变量,基于专家知识来综合衡量过热度的趋势和偏差程度,过热度的趋势分为冷槽、正常和热槽三级,过热度的偏差程度分为大、中、小三级。
进一步地,所述基于局部阳极噪声的槽稳定性控制模块的控制过程如下:
当发现某些阳极对应电流噪声大于或等于每块阳极基准电流的15%时,控制单元将其对应火眼位置的下料逻辑调整到大欠或停料,直到阳极噪声小于或等于每块阳极基准电流的10%时,再恢复正常下料。
所述基于换极位置自动检测技术的换极过程物料和热平衡补偿优化模块的工作过程如下:
物料补偿:首先控制单元自动识别所换阳极的极号;其次根据极号区分角部和中间极,角部极在下料补偿上采用单点停料,中间极采用单点小欠或正常下料,具体采用模糊分档的方法实现6点下料电解槽不同部位多级控料策略:
将控料分为小、中和大三级,对温度偏冷的电解槽,采用小程度控料策略,电解槽两端第1和第6号下料点采用单点停料,电解槽中间第2和第5点采用单点大欠量下料,电解槽中间第3和第4点采用单点小欠量下料;
对温度正常状态的电解槽,采用中程度控料策略,电解槽两端第1和第6号下料点采用单点停料,电解槽中间第2和第5点采用单点小欠量下料,电解槽第3和第4点采用单点正常下料;
对温度偏热的电解槽,采用大程度控料策略,电解槽两端第1和第6号下料点采用单点停料,槽中间第2和第5点采用单点正常下料,电解槽中间第3和第4点采用单点正常下料;
能量补偿:首先控制单元自动识别所换阳极的极号;其次,根据极号区分角部和中间极,角部极附加电压基准值高一些,中间极附加电压低一些,具体采用模糊分档的方法实现6点下料电解槽不同部位多级附加电压策略:
将附加电压分为小、中和大三级,对温度偏热的电解槽,采用小程度附加电压策略,电解槽两端第1和第6号下料点采用附加电压80mV,电解槽中间第2和第5点采用附加电压60mV,电解槽中间第3和第4点采用附加电压40mV;
对正常状态的电解槽,采用中程度附加电压策略,电解槽两端第1和第6号下料点采用附加电压100mV,电解槽中间第2和第5点采用附加电压80mV,电解槽中间第3和第4点采用附加电压60mV;
对温度偏冷的电解槽,采用大程度附加电压策略,电解槽两端第1和第6号下料点采用附加电压120mV,电解槽中间第2和第5点采用附加电压100mV,电解槽中间第3和第4点采用附加电压80mV。
阳极极号自动识别方法与精准效应预报方法类似,都是基于短周期内某阳极电流均值与一个长周期内阳极电流均值的相对变化量来判断,只是短周期的时间窗口为1分钟,同时极号自动识别的判断规则为:当某阳极长周期内电流均值与短周期内电流均值差>=对应阳极基准电流的90%,或者某阳极实时二次滤波电流值<=对应阳极基准电流的5%。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于数字化电解槽的铝电解智能优化控制平台,其特征在于,包括传感器采集单元,控制单元,显示单元,以太网以及上位机分布式集群系统;
所述传感器采集单元、控制单元、以太网以及上位机分布式集群系统依次相连,且控制单元与所述显示单元相连;
所述传感器采集单元采集的数据输入至控制单元进行解析和预处理后,通过以太网传输至上位机分布式集群系统,所述上位机分布式集群系统通过对接收的数据进行分析挖掘、特征提取和推理计算后,得到优化控制逻辑,再通过以太网将优化控制逻辑传输至控制单元,使得控制单元依据优化控制逻辑对电解槽进行优化控制;
所述传感器采集单元包括系列电流传感器、槽电压采集传感器,铝电解槽阳极电流分布或立柱母线在线检测传感器,铝电解槽侧部与底部温度分布在线传感器以及铝电解槽在线母线位置传感器;
所述上位机分布式集群系统包括五个控制模块,依次为基于局部浓度变化信息的区域浓度控制模块,基于局部效应发生特征的精准效应预报和抑制模块,基于电解槽在线过热度评估技术的热平衡控制模块,基于局部阳极噪声的槽稳定性控制模块以及基于换极位置自动检测技术的换极过程物料和热平衡补偿优化模块。
2.根据权利要求1所述的平台,其特征在于,所述基于局部浓度变化信息的区域浓度控制模块的具体工作过程如下:
步骤A1:安装在线阳极电流分布或立柱母线传感器;
步骤A2:对电解槽上部气路中的电磁阀进行改造,使得每个火眼的打壳下料动作能独立控制;
步骤A3:基于传统浓度控制中用斜率和累斜来追踪U型曲线的方法,创建电流斜率和电流累斜追踪区域电流变化规律,从而实现各火眼浓度变化特征的解析;
其中,电流斜率计算是基于2秒采样的阳极电流值Is,将阳极电流值Is进行一次惯性滤波得到If,对If进行2分钟时间窗口的中值递推计算得到Ip,利用Ip对时间求导获得电流斜率,电流斜率=ΔIp/Δt;
电流累斜是间隔30分钟内电流斜率的累加值;
步骤A4:利用火眼浓度变化特征,基于按需下料原则实现各火眼下料逻辑的控制。
3.根据权利要求2所述的平台,其特征在于,所述基于按需下料原则实现各火眼下料逻辑的控制过程如下:
根据流速场仿真和电解生产的工艺特征,设置每个火眼对应的基准下料比例系数参数,然后依据每个火眼浓度解析情况对下料比例系数进行适当调整:根据每个火眼总电流计算出的电流斜率和电流累斜变化,得到对应火眼的浓度变化趋势,采用模糊分档思想,实现各火眼浓度的均匀性控制,火眼浓度变化趋势分为小、中和大三档,对应火眼基准下料比例系数分别为1%、2%以及3%;其中,火眼总电流指对应火眼所属阳极的采样电流之和。
4.根据权利要求3所述的平台,其特征在于,所述基准下料比例系数参数的设置准则:电解槽两端下料系数设置为80%—60%,即比整体浓度控制基准小20%—40%,中间火眼基本与整体浓度控制基准一致,设置为100%。
5.根据权利要求1所述的平台,其特征在于,所述基于局部效应发生特征的精准效应预报和抑制模块中的精准效应预报过程如下:
步骤B1:计算所有导电正常的阳极电流在t时刻向前滑动时间窗口TL和Ts内的平均值为ITl和Its,其中ITl为t时刻向前滑动TL时间窗口内的电流均值,ITs为t时刻向前滑动Ts时间窗口内的电流均值;
其中,TL、Ts分别为长周期1h和短周期10min的时间窗口;
步骤B2:计算短周期窗口电流均值相对于长周期滑动窗口电流均值的变化率,如下式所示:δt=(ITl-ITs)/ITl;
步骤B3:判断δt相对于设定预报阀值δset的情况,若大于预报阀值δset,则输出预报结果,若小于预报阀值,则进行下一时刻的循环计算。
6.根据权利要求5所述的平台,其特征在于,所述基于局部效应发生特征的精准效应预报和抑制模块中的抑制过程如下:
步骤C1:当识别出某个阳极要发生局部效应时,判断局部效应强度,依据局部效应强度,对各火眼进行单点效应抑制;
其中,效应强度的描述分为三级:“正常状态”、“趋势迹象”和“趋势明显”;
步骤C2:阳极效应强度为“正常状态”,则对应火眼采用单点连续3—4次打壳下料操作;
阳极效应强度为“趋势迹象”,则对应火眼采用单点连续6—8次打壳下料操作,即动作次数增加一倍;
阳极效应强度为“趋势明显”,则对应火眼采用单点连续6—8次打壳下料操作,且邻近的火眼也采用单点连续3—4次打壳下料操作;
其中,“趋势明显”是通过对采样槽电压Vs进行二次惯性滤波,得到平滑电压Vb,获取1分钟内Vb的变化值为ΔVb,当ΔVb>Cb,同时Vs>4.6V,可判定效应强度为“趋势明显”,Cb为常数,取值范围为10—20mV;
“正常状态”和“趋势迹象”的判断方法是通过对采样槽电压Vs进行一次惯性滤波,得到滤波电压Vf,基于30分钟时间窗口对Vf进行中值递推滤波,得到二次滤波电压Vp,1分钟内Vp的变化值为ΔVp,当ΔVp>Cp时,可判定效应强度为“趋势迹象”,否者效应强度为“正常状态”,Cp为常数,取值范围为5—10mV。
7.根据权利要求1所述的平台,其特征在于,所述基于电解槽在线过热度评估技术的热平衡控制模块的控制过程如下:
控制单元每8小时进行一次过热度趋势推断,然后根据推断结果对氟盐下料策略进行修正,具体来说是通过一个调整系数因子k来实现氟盐下料策略的优化,当过热度变化偏热时,根据过热度偏差程度设置k的取值,当前情况,k的值大于1;当过热度偏冷时,根据过热度偏差程度设置k的取值,当前情况,k的值小于1,同样其大小取决于过热度偏差程度;
其中,所述过热度趋势推断根据在线母线位置传感信息解析出的槽电阻率和吨铝行程,加上日下料量和日效应系数的变化趋势统计值,以及控制状态从欠量转过量5分钟内平滑电压的变化趋势统计值这五个变量,基于专家知识来综合衡量过热度的趋势和偏差程度,过热度的趋势分为冷槽、正常和热槽三级,过热度的偏差程度分为大、中、小三级。
8.根据权利要求1所述的平台,其特征在于,所述基于局部阳极噪声的槽稳定性控制模块的控制过程如下:
当发现某些阳极对应电流噪声大于或等于每块阳极基准电流的15%时,控制单元将其对应火眼位置的下料逻辑调整到大欠或停料,直到阳极噪声小于或等于每块阳极基准电流的10%时,再恢复正常下料。
9.根据权利要求1所述的平台,其特征在于,所述基于换极位置自动检测技术的换极过程物料和热平衡补偿优化模块的工作过程如下:
物料补偿:首先控制单元自动识别所换阳极的极号;其次根据极号区分角部和中间极,角部极在下料补偿上采用单点停料,中间极采用单点小欠或正常下料,具体采用模糊分档的方法实现6点下料电解槽不同部位多级控料策略:
将控料分为小、中和大三级,对温度偏冷的电解槽,采用小程度控料策略,电解槽两端第1和第6号下料点采用单点停料,电解槽中间第2和第5点采用单点大欠量下料,电解槽中间第3和第4点采用单点小欠量下料;
对温度正常状态的电解槽,采用中程度控料策略,电解槽两端第1和第6号下料点采用单点停料,电解槽中间第2和第5点采用单点小欠量下料,电解槽第3和第4点采用单点正常下料;
对温度偏热的电解槽,采用大程度控料策略,电解槽两端第1和第6号下料点采用单点停料,槽中间第2和第5点采用单点正常下料,电解槽中间第3和第4点采用单点正常下料;
能量补偿:首先控制单元自动识别所换阳极的极号;其次,根据极号区分角部和中间极,角部极附加电压基准值高一些,中间极附加电压低一些,具体采用模糊分档的方法实现6点下料电解槽不同部位多级附加电压策略:
将附加电压分为小、中和大三级,对温度偏热的电解槽,采用小程度附加电压策略,电解槽两端第1和第6号下料点采用附加电压80mV,电解槽中间第2和第5点采用附加电压60mV,电解槽中间第3和第4点采用附加电压40mV;
对正常状态的电解槽,采用中程度附加电压策略,电解槽两端第1和第6号下料点采用附加电压100mV,电解槽中间第2和第5点采用附加电压80mV,电解槽中间第3和第4点采用附加电压60mV;
对温度偏冷的电解槽,采用大程度附加电压策略,电解槽两端第1和第6号下料点采用附加电压120mV,电解槽中间第2和第5点采用附加电压100mV,电解槽中间第3和第4点采用附加电压80mV。
10.根据权利要求1-9任一项所述的平台,其特征在于,所述显示单元为TFT液晶显示器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010050939.4A CN111155149B (zh) | 2020-01-17 | 2020-01-17 | 一种基于数字化电解槽的铝电解智能优化控制平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010050939.4A CN111155149B (zh) | 2020-01-17 | 2020-01-17 | 一种基于数字化电解槽的铝电解智能优化控制平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111155149A CN111155149A (zh) | 2020-05-15 |
CN111155149B true CN111155149B (zh) | 2021-03-12 |
Family
ID=70563841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010050939.4A Active CN111155149B (zh) | 2020-01-17 | 2020-01-17 | 一种基于数字化电解槽的铝电解智能优化控制平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111155149B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112501655A (zh) * | 2020-11-17 | 2021-03-16 | 湖南力得尔智能科技股份有限公司 | 一种铝电解生产数字化智能管控平台 |
CN112725840B (zh) * | 2020-12-29 | 2021-11-30 | 北方工业大学 | 一种铝电解槽数字孪生控制系统 |
CN113089029A (zh) * | 2021-04-02 | 2021-07-09 | 贵州创新轻金属工艺装备工程技术研究中心有限公司 | 一种铝电解生产过程中的智能控料方法 |
CN117305940A (zh) * | 2023-11-29 | 2023-12-29 | 威海德旭船舶有限公司 | 一种铝材阳极氧化系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2230882C (en) * | 1997-03-14 | 2004-08-17 | Dubai Aluminium Company Limited | Intelligent control of aluminium reduction cells using predictive and pattern recognition techniques |
RU2156834C1 (ru) * | 1999-12-06 | 2000-09-27 | Магрычев Александр Дмитриевич | Распределенная автоматизированная система управления электролизом алюминия |
CN1804135A (zh) * | 2005-12-15 | 2006-07-19 | 北京华深科技发展有限公司 | 电解铝生产管控一体化集成系统 |
CN101173364A (zh) * | 2007-06-26 | 2008-05-07 | 中国铝业股份有限公司 | 一种铝电解槽精确下料反馈信息控制方法 |
CN102102212A (zh) * | 2009-12-17 | 2011-06-22 | 沈阳铝镁设计研究院有限公司 | 铝电解槽区域控制系统和方法 |
CN108265315B (zh) * | 2018-01-26 | 2020-03-13 | 中南大学 | 一种铝电解槽局部阳极效应预报方法及其系统 |
CN208201144U (zh) * | 2018-04-28 | 2018-12-07 | 湖南阿尔惠特科技股份有限公司 | 一种铝电解槽底侧部温度的测量装置 |
CN108823605B (zh) * | 2018-07-12 | 2019-12-24 | 中南大学 | 一种全数字化电解槽及其一体化智能控制系统 |
CN109023429B (zh) * | 2018-10-30 | 2020-03-17 | 陈兆娜 | 一种铝电解槽智能打壳和智能供料系统及方法 |
CN109183074B (zh) * | 2018-11-02 | 2020-04-07 | 中南大学 | 一种基于换极周期的铝电解槽下料方法 |
CN110129831A (zh) * | 2019-06-19 | 2019-08-16 | 沈阳鑫博工业技术股份有限公司 | 一种铝电解槽工艺多参数在线测量装置及测量方法 |
-
2020
- 2020-01-17 CN CN202010050939.4A patent/CN111155149B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111155149A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111155149B (zh) | 一种基于数字化电解槽的铝电解智能优化控制平台 | |
CN108629073B (zh) | 一种多模式的退化过程建模及剩余寿命预测方法 | |
CN109086804A (zh) | 一种基于多源状态监测信息和可靠性特征融合的液压设备早期故障预测方法 | |
CN108038044A (zh) | 一种面向连续被监测对象的异常检测方法 | |
Bearne | The development of aluminum reduction cell process control | |
CN108823605A (zh) | 一种全数字化电解槽及其一体化智能控制系统 | |
CN105467945A (zh) | 一种基于电解槽实时生产数据的专家系统 | |
CN106021698B (zh) | 基于迭代更新的ukfnn铝电解功耗模型构建方法 | |
Zeng et al. | A mechanism knowledge-driven method for identifying the pseudo dissolution hysteresis coefficient in the industrial aluminium electrolysis process | |
JP2011504968A (ja) | 電解槽における電解処理の状態を観測して提示する方法および機構 | |
CN109002026A (zh) | 一种水电机组全工况综合参数退化趋势分析方法 | |
Dion et al. | On-line monitoring of individual anode currents to understand and improve the process control at Alouette | |
CN110106530A (zh) | 一种铝电解的电解质温度监测方法及装置 | |
CN103954522B (zh) | 一种铝电解过程电解质分子比的测量方法 | |
CN1974864B (zh) | 基于节能的铝电解槽单阳极极距调整方法 | |
Chistyakov et al. | Optimization of the aluminum electrolysis process by mathematical modeling of process algorithms on cleaned data | |
Cui et al. | Anode effect prediction method based on local effect detection | |
CN112418662A (zh) | 一种利用人工神经网络的配电网运行可靠性分析方法 | |
US7175749B2 (en) | Method and device for detecting anode effects of an electrolytic cell for aluminum production | |
CN113822587B (zh) | 一种基于总线电流数据的工厂产能评估方法 | |
CN108411342B (zh) | 一种基于伪电阻的预测电极短路的方法及系统 | |
CN110836835A (zh) | 智能化sf6密度在线监测数据分析及信息反馈系统 | |
CN110004465B (zh) | 一种多室电解槽生产金属铝的智能控制方法及系统 | |
Cui et al. | Soft sensing of alumina concentration in aluminum electrolysis industry based on deep belief network | |
CA3012166C (en) | Method for estimating dynamic state variables in an electrolytic cell suitable for the hall-heroult electrolysis process |
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 |