CN111910217A - 高效铝电解生产智能控制系统 - Google Patents

高效铝电解生产智能控制系统 Download PDF

Info

Publication number
CN111910217A
CN111910217A CN202010857073.8A CN202010857073A CN111910217A CN 111910217 A CN111910217 A CN 111910217A CN 202010857073 A CN202010857073 A CN 202010857073A CN 111910217 A CN111910217 A CN 111910217A
Authority
CN
China
Prior art keywords
aluminum
electrolyte temperature
data
current efficiency
control system
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
CN202010857073.8A
Other languages
English (en)
Other versions
CN111910217B (zh
Inventor
施昊晔
乔宏哲
陶国正
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.)
Inner Mongolia Hmhj Aluminum Electricity Co ltd
Original Assignee
Changzhou Vocational Institute of Mechatronic Technology
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 Changzhou Vocational Institute of Mechatronic Technology filed Critical Changzhou Vocational Institute of Mechatronic Technology
Priority to CN202010857073.8A priority Critical patent/CN111910217B/zh
Publication of CN111910217A publication Critical patent/CN111910217A/zh
Application granted granted Critical
Publication of CN111910217B publication Critical patent/CN111910217B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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)

Abstract

本发明涉及一种高效铝电解生产智能控制系统,包括:铝电解生产控制系统,包括:zigbee协调器和若干数据采集节点;其中所述数据采集节点适于采集电解质温度数据和铝水平数据,并通过zigbee协调器发送至一服务器;本发明的铝电解生产控制系统通过各数据采集节点采集电解质温度数据和铝水平数据,以对采集的电解质温度数据和铝水平数据进行分析处理,以选取到电流效率较大、又比较容易控制的的生产工艺参数,从而提高铝电解生产效率,降低工厂的生产成本。

Description

高效铝电解生产智能控制系统
技术领域
本发明涉及工业铝电解生产技术领域,具体涉及一种铝电解生产控制系统。
背景技术
铝电解生产过程是一个时变、非线性、大时滞的复杂工业过程,电解槽参数众多,参数之间存在强耦合性,导致铝电解过程控制困难,电解效率过低,能耗过高,成本过高的问题。
在当前大多数铝厂的铝电解方式大多都是依靠人工调控参数,根据理论公式和粗略的经验公式,主观性强,盲目性大。会引发由多种参数调控的不合理以及不准确性而导致能量损耗,铝电解效率低的问题。
当前部分铝厂采用基于物联网的采集与监控系统,但目前主要停留在对数据进行采集和存储的阶段,没有达到对数据进行更深入的分析和挖掘的层次,不能进行较好的生产工艺参数设定。
发明内容
本发明的目的是提供一种铝电解生产控制系统。
为了解决上述技术问题,本发明提供了一种铝电解生产控制系统,包括:zigbee协调器和若干数据采集节点;其中所述数据采集节点适于采集电解质温度数据和铝水平数据,并通过zigbee协调器发送至一服务器。
进一步,所述服务器对采集到的电解质温度数据和铝水平数据使用线性回归正规方程求解铝电解生产工艺参数,即
θ=(XTX)-1XTy;
其中:矩阵X=(X(1),X(2),X(3),X(4));X(1)为电解质温度;X(2)为铝水平;X(3)为电解质中过剩的AlF3量;X(4)为槽龄;y为电流效率目标向量;θ为线性回归系数向量,且θ=(θ(1),θ(2),θ(3),θ(4))。
进一步,求解经验公式与线性回归参数的最佳组合比例系数,即目标函数L为:
Figure BDA0002646735620000021
其中:C1为线性回归组合比例系数;C2为伯奇-格洛泰姆方程组合比例系数;C3为实际经验公式组合比例系数;i表示第i个样本;N为总样本数;
再使用梯度下降法求解C(C1,C2,C3),即
Figure BDA0002646735620000022
其中:α为步长;
当L(C)最小,即
Figure BDA0002646735620000024
趋近0时,迭代所得的C*(C1 *,C2 *,C3 *)为最优解。
进一步,根据迭代所得的C*得到线性回归组合比例归一化系数a1、伯奇-格洛泰姆方程组合比例归一化系数a2和实际经验公式组合比例归一化系数a3,即
Figure BDA0002646735620000023
Figure BDA0002646735620000031
Figure BDA0002646735620000032
根据a1、a2和a3得到当前电流效率ys与当前相关工艺参数的关系为:
ys=a1Xsθ+a2(-0.1388Xs (1)+0.59Xs (3)+58.9sin(3Xs (2))-0.032Xs (4)+163.7)+a3(-0.051Xs (4)+90.8)---公式(1);
其中:Xs为当前工艺参数向量,Xs (1)为当前电解质温度;Xs (2)为当前铝水平;Xs (3)为当前电解质中过剩的AlF3量;Xs (4)为槽龄。
进一步,遍历电解质温度t和铝水平h的可能取值,得到电流效率y为极大值的M组值及相应的电解质温度t和铝水平h,即
将电解质温度从t1增加到t2,每次增加Δt,且当电解质温度每到一个新的值后,保持电解质温度不变;
然后将铝水平从h1增加到h2,每次增加Δh;
将每次增加后的电解质温度与铝水平代入公式(1)中,得到多个电流效率值,从而得到电流效率为极大值的M组值及相应的电解质温度t和铝水平h;以及
从M组值中选取最适合的生产工艺参数;
其中:M为大于1的整数。
进一步,从M组值中选取对应生产工艺参数比较容易控制的电流效率极大值,即
将当前电流效率ys的计算公式改写为以t,h为函数自变量,则
ys=f(t,h)=a1(1)t+θ(2)h+θ(3)Xs (3)(4)Xs (4))+a2(-0.1388t+58.9sin(3h)-0.59Xs (3)-0.032Xs (4)+163.7)+a3(-0.051Xs (4)+90.8)---公式(2);
根据公式(2),以及采用有限差分法计算距各个极大值点(Δt,Δh)的四个点的梯度分别为:
Figure BDA0002646735620000041
Figure BDA0002646735620000042
则令第M组极值点周边的梯度模均值DM为:
Figure BDA0002646735620000043
Figure BDA0002646735620000044
其中:ysM为第M组电流效率;
根据PM的值设定最适合的生产工艺参数,即
PM越大,表明电流效率极大时,其变化也相对较平缓,则M组值中对应PM最大的值为最适合的生产工艺参数。
本发明的有益效果是,本发明的铝电解生产控制系统通过各数据采集节点采集电解质温度数据和铝水平数据,以对采集的电解质温度数据和铝水平数据进行分析处理,以选取到电流效率较大、又比较容易控制的的生产工艺参数,从而提高铝电解生产效率,降低工厂的生产成本。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明铝电解生产控制系统的原理框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
实施例1
如图1所示,本实施例1提供了一种铝电解生产控制系统,包括:zigbee协调器和若干数据采集节点;其中所述数据采集节点适于采集电解质温度数据和铝水平数据,并通过zigbee协调器发送至一服务器。
进一步,所述服务器对采集到的电解质温度数据和铝水平数据使用线性回归正规方程求解铝电解生产工艺参数,即
θ=(XTX)-1XTy;
其中:矩阵X=(x(1),X(2),X(3),X(4));X(1)为电解质温度;X(2)为铝水平;X(3)为电解质中过剩的AlF3量;X(4)为槽龄;y为电流效率目标向量;θ为线性回归系数向量,且θ=(θ(1),θ(2),θ(3),θ(4))。
具体的,电解质中过剩的AlF3量可以根据铝电解质分子比计算得到;槽龄可以从工厂购买与使用电解槽管理记录中得到。
前述所求解的铝电解生产工艺参数需要采集较大数量的电解质温度数据和铝水平数据,且对采集的数据的准确性要求较高,而实际铝电解生产车间环境非常复杂,很难得到理想的电解质温度数据和铝水平数据,为了解决此问题,本实施例通过结合铝电解生产中常用的理论与实际经验公式,求解经验公式与线性回归参数的最佳组合比例系数,即所述步骤S2中的根据电解质数据求解铝电解生产工艺参数的方法还包括:求解经验公式与线性回归参数的最佳组合比例系数,即目标函数L为:
Figure BDA0002646735620000061
其中:C1为线性回归组合比例系数;C2为伯奇-格洛泰姆方程组合比例系数;C3为实际经验公式组合比例系数;i表示第i个样本;N为总样本数;
再使用梯度下降法求解C(C1,C2,C3),即
Figure BDA0002646735620000062
其中:α为步长;
当L(C)最小,即
Figure BDA0002646735620000065
趋近0时,迭代所得的C*(C1 *,C2 *,C3 *)为最优解。
进一步,根据迭代所得的C*得到线性回归组合比例归一化系数a1、伯奇-格洛泰姆方程组合比例归一化系数a2和实际经验公式组合比例归一化系数a3,即
Figure BDA0002646735620000063
Figure BDA0002646735620000064
Figure BDA0002646735620000071
根据a1、a2和a3得到当前电流效率ys与当前相关工艺参数的关系为:
ys=a1Xsθ+a2(-0.1388Xs (1)+0.59Xs (3)+58.9sin(3Xs (2))-0.032Xs (4)+163.7)+a3(-0.051Xs (4)+90.8)---公式(1);
其中:Xs为当前工艺参数向量,Xs (1)为当前电解质温度;Xs (2)为当前铝水平;Xs (3)为当前电解质中过剩的AlF3量;Xs (4)为槽龄。
具体的,通过计算a1、a2和a3,能够规避部分数据测量不精确不理想的问题,也可以规避由人工设定或单纯根据经验公式设定的主观性强、盲目性大的缺点,最大限度提高了铝电解生产中的电流效率,并降低了工厂的生产成本。
进一步,遍历电解质温度t和铝水平h的可能取值,得到电流效率y为极大值的M组值及相应的电解质温度t和铝水平h,即
将电解质温度从t1增加到t2,每次增加Δt(如从930摄氏度增加到960摄氏度,每次增加0.1摄氏度),且当电解质温度每到一个新的值后,保持电解质温度不变;
然后将铝水平从h1增加到h2,每次增加Δh(如从15cm增加到20cm,每次增加0.1cm);
将每次增加后的电解质温度与铝水平代入公式(1)中,得到多个电流效率值,从而得到电流效率为极大值的M组值及相应的电解质温度t和铝水平h;以及
从M组值中选取最适合的生产工艺参数;
其中:M为大于1的整数,可以由用户设定(如2,3,4,优选取M=2或M=3)。
M组值中尽管电流效率为极大值,但某些值对应的电流效率变化变化比较剧烈,导致生产工艺参数不好控制,因此生产工艺参数的参数选取需兼顾电流效率的最大与生产工艺参数的易控制性,即需要选取电流效率较大,生产工艺参数又比较容易控制的极大值点。
具体的,从M组值中选取对应生产工艺参数比较容易控制的电流效率极大值,即
将当前电流效率ys的计算公式改写为以t,h为函数自变量,则
ys=f(t,h)=a1(1)t+θ(2)h+θ(3)Xs (3)(4)Xs (4))+a2(-0.1388t+58.9sin(3h)-0.59Xs (3)-0.032Xs (4)+163.7)+a3(-0.051Xs (4)+90.8)---公式(2);
根据公式(2),以及采用有限差分法计算距各个极大值点(Δt,Δh)的四个点的梯度分别为:
Figure BDA0002646735620000081
Figure BDA0002646735620000082
则令第M组极值点周边的梯度模均值DM为:
Figure BDA0002646735620000083
Figure BDA0002646735620000084
其中:ysM为第M组电流效率;
根据PM的值设定最适合的生产工艺参数,即
通过PM的值来衡量电流效率极大值时,其变化剧烈程度,具体的,PM越大,表明电流效率极大时,其变化也相对较平缓,则M组值中对应PM最大的值为最适合的生产工艺参数。
具体的,通过梯度模均值DM和PM,能够从多个生产工艺参数中选取相对平缓、最适合的生产工艺参数,提高铝电解生产过程的稳定性,以使铝电解生产效率更高。
综上所述,本发明的铝电解生产控制系统通过各数据采集节点采集电解质温度数据和铝水平数据,以对采集的电解质温度数据和铝水平数据进行分析处理,以选取到电流效率较大、又比较容易控制的生产工艺参数,从而提高铝电解生产效率,降低工厂的生产成本。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。

Claims (6)

1.一种铝电解生产控制系统,其特征在于,包括:
zigbee协调器和若干数据采集节点;其中
所述数据采集节点适于采集电解质温度数据和铝水平数据,并通过zigbee协调器发送至一服务器。
2.根据权利要求1所述的铝电解生产控制系统,其特征在于,
所述服务器对采集到的电解质温度数据和铝水平数据使用线性回归正规方程求解铝电解生产工艺参数,即
θ=(XTX)-1XTy;
其中:矩阵X=(X(1),X(2),X(3),X(4));X(1)为电解质温度;X(2)为铝水平;X(3)为电解质中过剩的AlF3量;X(4)为槽龄;y为电流效率目标向量;θ为线性回归系数向量,且θ=(θ(1),θ(2),θ(3),θ(4))。
3.根据权利要求2所述的铝电解生产控制系统,其特征在于,
求解经验公式与线性回归参数的最佳组合比例系数,即目标函数L为:
Figure FDA0002646735610000011
其中:C1为线性回归组合比例系数;C2为伯奇-格洛泰姆方程组合比例系数;C3为实际经验公式组合比例系数;i表示第i个样本;N为总样本数;
再使用梯度下降法求解C(C1,C2,C3),即
Figure FDA0002646735610000021
其中:α为步长;
当L(C)最小,即
Figure FDA0002646735610000022
趋近0时,迭代所得的C*(C1 *,C2 *,C3 *)为最优解。
4.根据权利要求3所述的铝电解生产控制系统,其特征在于,
根据迭代所得的C*得到线性回归组合比例归一化系数a1、伯奇-格洛泰姆方程组合比例归一化系数a2和实际经验公式组合比例归一化系数a3,即
Figure FDA0002646735610000023
Figure FDA0002646735610000024
Figure FDA0002646735610000025
根据a1、a2和a3得到当前电流效率ys与当前相关工艺参数的关系为:
ys=a1Xsθ+a2(-0.1388Xs (1)+0.59Xs (3)+58.9sin(3Xs (2))-0.032Xs (4)+163.7)+a3(-0.051Xs (4)+90.8)---公式(1);
其中:Xs为当前工艺参数向量,Xs (1)为当前电解质温度;Xs (2)为当前铝水平;Xs (3)为当前电解质中过剩的AlF3量;Xs (4)为槽龄。
5.根据权利要求4所述的铝电解生产控制系统,其特征在于,
遍历电解质温度t和铝水平h的可能取值,得到电流效率y为极大值的M组值及相应的电解质温度t和铝水平h,即
将电解质温度从t1增加到t2,每次增加Δt,且当电解质温度每到一个新的值后,保持电解质温度不变;
然后将铝水平从h1增加到h2,每次增加Δh;
将每次增加后的电解质温度与铝水平代入公式(1)中,得到多个电流效率值,从而得到电流效率为极大值的M组值及相应的电解质温度t和铝水平h;以及
从M组值中选取最适合的生产工艺参数;
其中:M为大于1的整数。
6.根据权利要求5所述的铝电解生产控制系统,其特征在于,
从M组值中选取对应生产工艺参数比较容易控制的电流效率极大值,即将当前电流效率ys的计算公式改写为以t,h为函数自变量,则
ys=f(t,h)=a1(1)t+θ(2)h+θ(3)Xs (3)(4)Xs (4))+a2(-0.1388t+58.9sin(3h)-0.59Xs (3)-0.032Xs (4)+163.7)+a3(-0.051Xs (4)+90.8)---公式(2);
根据公式(2),以及采用有限差分法计算距各个极大值点(Δt,Δh)的四个点的梯度分别为:
Figure FDA0002646735610000031
Figure FDA0002646735610000032
则令第M组极值点周边的梯度模均值DM为:
Figure FDA0002646735610000033
Figure FDA0002646735610000041
其中:ysM为第M组电流效率;
根据PM的值设定最适合的生产工艺参数,即
PM越大,表明电流效率极大时,其变化也相对较平缓,则M组值中对应PM最大的值为最适合的生产工艺参数。
CN202010857073.8A 2020-08-24 2020-08-24 高效铝电解生产智能控制系统 Active CN111910217B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010857073.8A CN111910217B (zh) 2020-08-24 2020-08-24 高效铝电解生产智能控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010857073.8A CN111910217B (zh) 2020-08-24 2020-08-24 高效铝电解生产智能控制系统

Publications (2)

Publication Number Publication Date
CN111910217A true CN111910217A (zh) 2020-11-10
CN111910217B CN111910217B (zh) 2021-07-06

Family

ID=73279272

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010857073.8A Active CN111910217B (zh) 2020-08-24 2020-08-24 高效铝电解生产智能控制系统

Country Status (1)

Country Link
CN (1) CN111910217B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0618313A2 (en) * 1993-02-25 1994-10-05 TECHMO Car S.p.A. Automatized equipment for the replacement of the anodes in the electrolytic cells for aluminium production
CN2688727Y (zh) * 2004-03-16 2005-03-30 兰州铝业股份有限公司 网络式电解槽电解质温度测量装置
CN103954522A (zh) * 2014-05-16 2014-07-30 北方工业大学 一种铝电解过程电解质分子比的测量方法
CN104499001A (zh) * 2015-01-20 2015-04-08 重庆科技学院 基于特征子空间优化相对矩阵的铝电解槽况诊断方法
CN105302973A (zh) * 2015-11-06 2016-02-03 重庆科技学院 基于moea/d算法的铝电解生产优化方法
CN107974696A (zh) * 2016-10-25 2018-05-01 华中科技大学 铝电解槽生产过程中阳极效应预报方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0618313A2 (en) * 1993-02-25 1994-10-05 TECHMO Car S.p.A. Automatized equipment for the replacement of the anodes in the electrolytic cells for aluminium production
CN2688727Y (zh) * 2004-03-16 2005-03-30 兰州铝业股份有限公司 网络式电解槽电解质温度测量装置
CN103954522A (zh) * 2014-05-16 2014-07-30 北方工业大学 一种铝电解过程电解质分子比的测量方法
CN104499001A (zh) * 2015-01-20 2015-04-08 重庆科技学院 基于特征子空间优化相对矩阵的铝电解槽况诊断方法
CN105302973A (zh) * 2015-11-06 2016-02-03 重庆科技学院 基于moea/d算法的铝电解生产优化方法
CN107974696A (zh) * 2016-10-25 2018-05-01 华中科技大学 铝电解槽生产过程中阳极效应预报方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘玉芳: "基于ZigBee铝电解车间多参数检测系统设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Also Published As

Publication number Publication date
CN111910217B (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN103345559B (zh) 铝电解过程电解槽工艺能耗的动态演化建模方法
CN109543916B (zh) 一种多晶硅还原炉内硅棒生长速率预估模型
CN105846448B (zh) 一种基于随机矩阵理论的配电网无功补偿容量确定方法
CN111210170B (zh) 基于90%用电分布特征指标的环保管控监测及评价方法
CN112597430B (zh) 一种用于复杂精馏塔的操作参数优化方法
CN109033524B (zh) 一种基于鲁棒混合模型的化工过程浓度变量在线估计方法
CN109856973A (zh) 一种基于模糊神经网络的温室环境控制方法及系统
CN111910217B (zh) 高效铝电解生产智能控制系统
CN116881635A (zh) 一种用于纺织品洗涤剂设备数据管理系统
CN116307039A (zh) 一种计及气象差异性的光伏出力智能预测方法
CN101995891A (zh) 一种芳香酸生产中母固料回收系统水分在线分析方法
CN111996558B (zh) 铝电解生产工艺参数设定方法
CN110909492B (zh) 一种基于极端梯度提升算法的污水处理过程软测量方法
CN116826745B (zh) 一种电力系统背景下的分层分区短期负荷预测方法及系统
CN113777551A (zh) 一种专线专变电力用户计量装置电流互感器变比核查方法
CN113589862A (zh) 一种基于网络拓扑型智能pid温度控制方法及控制芯片
CN105951127B (zh) 一种基于铝电解槽的氧化铝浓度控制方法
CN113723686B (zh) 有机硅单体分馏过程能耗的多任务灰箱预测方法及系统
CN107423853B (zh) 一种单产-气象变化系数的确定方法及系统
CN106502094B (zh) 一种基于生态网络分析的能源供应安全调控系统
CN115169721A (zh) 一种基于迁移辨识的精馏过程单吨能耗预测方法及系统
CN114626019A (zh) 一种电能表计量误差预测方法、装置及存储介质
CN114065610A (zh) 基于麻雀搜索算法优化核极限学习机的风电功率预测方法
CN112508259A (zh) 一种针对独立用户类别的中长期用电量预测方法及系统
CN112686443A (zh) 一种基于人工智能的光伏发电预测方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231012

Address after: 029200 Industrial Park, Tongliao City, the Inner Mongolia Autonomous Region

Patentee after: INNER MONGOLIA HMHJ ALUMINUM ELECTRICITY Co.,Ltd.

Address before: No.26, Mingxin Middle Road, HUTANG Town, Wujin District, Changzhou City, Jiangsu Province

Patentee before: CHANGZHOU VOCATIONAL INSTITUTE OF MECHATRONIC TECHNOLOGY