CN112251777B - 氧化铝浓度控制方法、存储介质和电子设备 - Google Patents
氧化铝浓度控制方法、存储介质和电子设备 Download PDFInfo
- Publication number
- CN112251777B CN112251777B CN202011065217.2A CN202011065217A CN112251777B CN 112251777 B CN112251777 B CN 112251777B CN 202011065217 A CN202011065217 A CN 202011065217A CN 112251777 B CN112251777 B CN 112251777B
- Authority
- CN
- China
- Prior art keywords
- production
- parameter set
- optimal
- function
- state
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (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
本申请公开了一种氧化铝浓度控制方法、存储介质和电子设备,其包括获取生产状态参数集合以及生产动作参数集合;确定决策函数以及初始状态;获取最佳累积回报函数;根据生产状态参数集合、生产动作参数集合、决策函数,通过异步迭代的方式利用最佳累积回报函数,计算与累积回报最大值所对应的最优决策函数;根据最优决策函数中对应的生产动作参数执行生产动作。利用本申请可使下料过程更加均匀,使铝电解槽氧化铝浓度更加稳定,减少沉淀的生成,优化电解铝的生成,提高生成效率,降低生产成本。
Description
技术领域
本申请涉及铝电解技术领域,具体涉及一种氧化铝浓度控制方法、存储介质和电子设备。
背景技术
铝电解生产过程中,氧化铝浓度的变化对其稳定性有较大的影响。铝电解槽中添加过量氧化铝,超出电解质溶解能力,造成铝电解槽槽底沉淀、铝液层波动、槽电阻升高等问题;氧化铝添加不足,易使阳极效应频发,降低出铝量,提高生产成本。故为保证铝电解槽高效生产,需对铝电解槽内氧化铝浓度提出能够行之有效的控制方法。
目前,“一步酸溶法”粉煤灰提取氧化铝的新工艺已经开始规模化生产,该工艺得到的酸法氧化铝在物化性质、溶解特性和对氟化氢气体的吸附能力等方面都和传统的碱法氧化铝存在一定的差异,导致原有碱法氧化铝浓度的控制方法不再适用。因此,有必要基于酸法氧化铝的特性,提出一种铝电解槽酸法氧化铝浓度的控制方法,从而更好的发挥酸法氧化铝的特性,优化电解生产。
发明内容
有鉴于此,本申请提出一种氧化铝浓度控制方法、存储介质和电子设备,以解决上述技术问题。
本申请提出一种氧化铝浓度控制方法,其包括:获取生产状态参数集合以及生产动作参数集合;确定决策函数以及初始状态;获取最佳累积回报函数;根据生产状态参数集合、生产动作参数集合、决策函数,通过异步迭代的方式利用最佳累积回报函数,计算与累积回报最大值所对应的最优决策函数;根据最优决策函数中对应的生产动作参数执行生产动作。
可选地,获取最佳累积回报函数包括:
获取初始状态s0采取生产动作ai,转移到下一状态si的回报系数R(si);
获取si状态下的阻尼系数γi;
可选地,根据公式
可选地,根据公式
R(si)=E[R(s0)|s=si,a=ai]计算回报系数R(si)。
可选地,决策函数为a=π(s)。
可选地,最优决策函数π*(s1)为:
可选地,所述生产状态参数集合s包括分子比、槽电压、槽温、氧化铝浓度中的一个或者多个。
可选地,所述生产动作参数集合a包括改变槽电压操作、改变下料间隔操作、改变出铝量操作、更换阳极操作中的一种或者多种。
本申请还提供一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为如上所述的氧化铝浓度控制方法。
本申请还提供一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的氧化铝浓度控制方法。
本申请提供的氧化铝浓度控制方法、存储介质和电子设备通过获取生产状态参数集合以及生产动作参数集合,结合决策函数及初始状态采用异步迭代的方式利用最佳累积回报函数,计算与累积回报最大值所对应的最优决策函数,根据最优决策函数中对应的生产动作参数执行生产动作,可使下料过程更加均匀,使铝电解槽氧化铝浓度更加稳定,减少沉淀的生成,优化电解铝的生成,提高生成效率,降低生产成本。
附图说明
图1是本申请的氧化铝浓度控制方法的流程图。
图2是本申请的氧化铝浓度控制装置的结构框图。
具体实施方式
以下结合附图以及具体实施例,对本申请的技术方案进行详细描述。其中相同的零部件用相同的附图标记表示。需要说明的是,下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向,词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
图1示出了本申请的氧化铝浓度控制方法的流程图。如图1所示,本申请提供的氧化铝浓度控制方法,其包括:
S100,获取生产状态参数集合以及生产动作参数集合;
在一个具体实施例中,生产状态参数集合s包括铝电解槽内的分子比rat、槽电压vol、槽温temp、氧化铝浓度conc中的一个或者多个。其中,分子比为电解质中NaF(氟化钠)与AlF3(三氟化铝)的比例。
生产动作参数集合a包括改变槽电压操作C1、改变下料间隔操作C2、改变出铝量操作C3、更换阳极操作C4中的一种或者多种。
在本实施例中,生产状态参数集合s包括分子比、槽电压、槽温、氧化铝浓度四个参数。
在si状态下,铝电解槽生产参数可表示为(rati,voli,tempi,conci),对应的生产动作参数集合为(C1i,C2i,C3i,C4i)。
利用分子比、槽电压、槽温、氧化铝浓度四种生产参数作为输入数据,通过酸法氧化铝的生产参数进行优化计算,可实现槽电压操作、下料间隔操作、出铝量操作以及阳极更换操作的最佳决策。
上述C1i、C2i、C3i∈[-1,1],C4i∈[0,1]。
进一步地,当C1i∈[-1,0)时,C1i属于提高槽电压;当C1i=0时,C1i属于维持槽电压不变;当C1i∈(0,1]时,C1i属于降低槽电压。
当C2i∈[-1,0)时,C2i属于提高下料间隔;当C2i=0时,C2i属于维持下料间隔不变;当C2i∈(0,1]时,C2i属于降低下料间隔。
当C3i∈[-1,0)时,C3i属于提高出铝量;当C3i=0时,C3i属于维持出铝量不变;当C3i∈(0,1]时,C3i属于降低出铝量。
当C4i∈[0,0.5)时,C4i属于不更换阳极;当C4i∈[0.5,1]时,C4i属于更换阳极。
S200,确定决策函数以及初始状态;
在一个具体实施例中,决策函数a=π(s)。初始状态为s0。
S300,获取最佳累积回报函数;
可选地,最佳累积回报函数可通过实验得到。
S400,根据生产状态参数集合、生产动作参数集合、决策函数,通过异步迭代的方式利用最佳累积回报函数,计算与累积回报最大值所对应的最优决策函数;
其中,迭代方式采取异步迭代的形式,在一次循环过程中,每计算完一个初始状态下累积回报就立即更新。
将初始状态的V*(s)初始化为0,目标状态累积回报为1,循环直到收敛。
S500,根据最优决策函数中对应的生产动作参数执行生产动作。
根据最优决策π*(s1)中对应的生产动作(C11,C21,C31,C41),输出:改变槽电压操作、改变下料间隔操作、改变出铝量操作以及阳极更换操作的指令,从而完成铝电解过程中酸法氧化铝浓度的调控。
本申请提供的氧化铝浓度控制方法通过获取生产状态参数集合以及生产动作参数集合,结合决策函数及初始状态采用异步迭代的方式利用最佳累积回报函数,计算与累积回报最大值所对应的最优决策函数,根据最优决策函数中对应的生产动作参数执行生产动作,可使下料过程更加均匀,使铝电解槽氧化铝浓度更加稳定,减少沉淀的生成,优化电解铝的生成,提高生成效率,降低生产成本。特别适用于酸法氧化铝,对于铝电解生产有着重要的意义。
进一步地,S300,获取最佳累积回报函数包括:
其中,s=si,a=ai是指在si状态下的生产状态参数集合以及生产动作参数集合。
S302,获取初始状态s0采取生产动作ai,转移到下一状态si的回报系数R(si);
根据公式R(si)=E[R(s0)|s=si,a=ai]计算回报系数R(si)。
S303,获取si状态下的阻尼系数γi;
其中,γi可根据最佳累积回报函数Vπ(s)模拟过程进行求解。在本实施例中,γ0=0.93。
本申请还提供了一种氧化铝浓度控制装置,如图2所示,其包括:传感器模块10、控制计算模块20、设备执行模块30、存储模块40、确定模块50和获取模块60。各个模块之间可通过传输控制协议/因特网互联协议(TCP/IP)建立通信连接。
其中,传感器模块10用于获取生产状态参数集合,并将生产状态参数集合存储于存储模块40。
确定模块50,用于确定决策函数以及初始状态;
获取模块60,用于获取最佳累积回报函数;
控制计算模块20,用于根据生产状态参数集合、生产动作参数集合、决策函数,通过异步迭代的方式利用最佳累积回报函数,计算与累积回报最大值所对应的最优决策函数;
设备执行模块30,用于根据最优决策函数中对应的生产动作参数执行生产动作,并将生产动作参数集合储存于存储模块40内。
设备执行模块30执行完操作后,将生产动作参数留存于存储模块40内,等待下一轮控制计算模块20的调用。
本申请还提供一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为如上所述的氧化铝浓度控制方法。
本申请还提供一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的氧化铝浓度控制方法。
执行如上所述的氧化铝浓度控制方法的设备还可以包括:输入装置和输出装置。处理器、存储器、输入装置和输出装置可以通过总线或者其他方式连接。
存储器作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的氧化铝浓度控制方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据氧化铝浓度控制方法的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
输入装置可接收输入的数字或字符信息,以及产生与氧化铝浓度控制方法相关的用户设置以及功能控制有关的键信号输入。输出装置可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器中,当被所述一个或者多个处理器执行时,执行上述任意方法实施例中的氧化铝浓度控制方法。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
本发明实施例的电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台移动终端(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明实施例的技术方案,而非对其限制;尽管参照前述实施例对本发明实施例进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (3)
1.一种氧化铝浓度控制方法,其特征在于,包括:
获取生产状态参数集合以及生产动作参数集合;
确定决策函数以及初始状态;
获取最佳累积回报函数;
根据生产状态参数集合、生产动作参数集合、决策函数,通过异步迭代的方式利用最佳累积回报函数,计算与累积回报最大值所对应的最优决策函数;
根据最优决策函数中对应的生产动作参数执行生产动作;
获取最佳累积回报函数包括:
获取初始状态s0采取生产动作ai,转移到下一状态si的回报系数R(si);
获取si状态下的阻尼系数γi;
根据公式R(si)=E[R(s0)|s=si,a=ai]计算回报系数R(si);
决策函数为a=π(s);
所述生产状态参数集合s包括分子比、槽电压、槽温、氧化铝浓度中的一个或者多个;
所述生产动作参数集合a包括改变槽电压操作、改变下料间隔操作、改变出铝量操作、更换阳极操作中的一种或者多种。
2.一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为如权利要求1所述的氧化铝浓度控制方法。
3.一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1所述的氧化铝浓度控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011065217.2A CN112251777B (zh) | 2020-09-30 | 2020-09-30 | 氧化铝浓度控制方法、存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011065217.2A CN112251777B (zh) | 2020-09-30 | 2020-09-30 | 氧化铝浓度控制方法、存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112251777A CN112251777A (zh) | 2021-01-22 |
CN112251777B true CN112251777B (zh) | 2021-09-03 |
Family
ID=74234882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011065217.2A Active CN112251777B (zh) | 2020-09-30 | 2020-09-30 | 氧化铝浓度控制方法、存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112251777B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101275249A (zh) * | 2007-12-20 | 2008-10-01 | 中国铝业股份有限公司 | 一种实时预测铝电解槽内氧化铝浓度的方法 |
CN108330510A (zh) * | 2018-04-10 | 2018-07-27 | 中南大学 | 用于铝电解槽过程控制的表观氧化铝浓度抽取方法及设备 |
CN109338414A (zh) * | 2018-10-30 | 2019-02-15 | 中国神华能源股份有限公司 | 酸法氧化铝电解过程中氟化铝添加量寻优方法及电子设备 |
CN109554728A (zh) * | 2018-12-27 | 2019-04-02 | 中国神华能源股份有限公司 | 氧化铝电解控制方法、存储介质及电子设备 |
-
2020
- 2020-09-30 CN CN202011065217.2A patent/CN112251777B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101275249A (zh) * | 2007-12-20 | 2008-10-01 | 中国铝业股份有限公司 | 一种实时预测铝电解槽内氧化铝浓度的方法 |
CN108330510A (zh) * | 2018-04-10 | 2018-07-27 | 中南大学 | 用于铝电解槽过程控制的表观氧化铝浓度抽取方法及设备 |
CN109338414A (zh) * | 2018-10-30 | 2019-02-15 | 中国神华能源股份有限公司 | 酸法氧化铝电解过程中氟化铝添加量寻优方法及电子设备 |
CN109554728A (zh) * | 2018-12-27 | 2019-04-02 | 中国神华能源股份有限公司 | 氧化铝电解控制方法、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112251777A (zh) | 2021-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829332B (zh) | 一种基于能量收集技术的联合计算卸载方法及装置 | |
CN109814933B (zh) | 一种业务数据处理方法及装置 | |
CN109902820B (zh) | Ai模型训练方法、装置、存储介质及设备 | |
CN111111158A (zh) | 一种基于云手机的单机游戏联网方法、系统、装置及存储介质 | |
CN111324422A (zh) | 多目标虚拟机部署方法、装置、设备及存储介质 | |
CN113760511B (zh) | 一种基于深度确定性策略的车辆边缘计算任务卸载方法 | |
CN111338808B (zh) | 一种协同计算方法及系统 | |
CN112251777B (zh) | 氧化铝浓度控制方法、存储介质和电子设备 | |
CN109576738B (zh) | 铝电解槽换极控制方法、存储介质及电子设备 | |
CN112104867B (zh) | 一种视频处理方法、视频处理装置、智能设备及存储介质 | |
CN112131089B (zh) | 软件缺陷预测的方法、分类器、计算机设备及存储介质 | |
CN112528033A (zh) | 知识图谱多跳推理方法、装置、电子设备及存储介质 | |
CN109554728B (zh) | 氧化铝电解控制方法、存储介质及电子设备 | |
CN110333815B (zh) | 触控事件处理方法和装置 | |
CN112380016A (zh) | 基于改进遗传算法的云计算资源负载均衡调度方法及应用 | |
CN114706433B (zh) | 设备控制方法、装置以及电子设备 | |
CN116932086A (zh) | 一种基于哈里斯鹰算法的移动边缘计算卸载方法及系统 | |
CN111694753B (zh) | 一种应用程序测试方法、装置及计算机存储介质 | |
CN103916426B (zh) | 一种paxos实例更新方法、设备及系统 | |
CN110879730B (zh) | 自动调整游戏配置的方法、装置、电子设备及存储介质 | |
CN114974056A (zh) | 屏幕刷新率的调整方法及其装置 | |
CN111538560A (zh) | 一种虚拟机部署方法、装置、电子设备及其存储介质 | |
CN111091180A (zh) | 一种模型训练方法和相关装置 | |
CN111443806A (zh) | 交互任务的控制方法、装置、电子设备及存储介质 | |
CN111330269B (zh) | 应用难度调整和策略确定方法、装置、系统、设备及介质 |
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 |