CN113362912B - 一种氧化铝浓度二次仿真方法、系统及存储介质 - Google Patents
一种氧化铝浓度二次仿真方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113362912B CN113362912B CN202110471902.3A CN202110471902A CN113362912B CN 113362912 B CN113362912 B CN 113362912B CN 202110471902 A CN202110471902 A CN 202110471902A CN 113362912 B CN113362912 B CN 113362912B
- Authority
- CN
- China
- Prior art keywords
- anode
- alumina concentration
- current
- simulation
- distributed
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Electrolytic Production Of Metals (AREA)
Abstract
本发明公开了一种氧化铝浓度二次仿真方法、系统及存储介质，其中方法包括：获取电解槽内分布式电流时间序列数据并进行预处理；将预处理后的数据输入基于ConvLSTM的电流预测模型，得到分布式电流预测值；基于分布式电流预测值得到各阳极对应区域对应的电流修正系数；通过预设整槽电流情况结合CFD流场仿真技术得到包含各块阳极对应区域位置坐标及氧化铝浓度分布的仿真结果；基于电流修正系数对各块阳极对应区域的氧化铝浓度进行修正，用插值算法对间隙进行平滑处理，得到氧化铝浓度分布图。通过对电解槽内分布式电流的测量和深入分析，通过数据挖掘技术以及智能算法，进而对电解槽内氧化铝浓度分布情况进行二次仿真，便于辅助后续现场操作的实施。
Description
技术领域
本发明涉及铝电解技术领域，尤其涉及一种氧化铝浓度二次仿真方法、系统及存储介质。
背景技术
氧化铝浓度分布是反映铝电解生产运行过程的重要状态参数，同时也是维持铝电解物料平衡的一个重要控制参数。铝电解过程为一个复杂的体系，加之高温、强磁、强腐蚀等恶劣的观测环境，使得现场使用传感器测量氧化铝浓度困难；传统测量方法是人工测量，采样再去检测，该方法测量周期长，且只能到某一时刻整槽浓度，没有办法实时监测控制电解槽生产运营情况，无法从整体上做出决策。下料要精准控制，欠饱和容易产生阳极效应，出现阳极效应需及时熄灭，过饱和导致槽帮形成。
目前，铝电解生产中亟需的是一种简单有效的方法，其可以直观展示氧化铝浓度分布情况，为铝电解生产提供有效指导。
发明内容
本发明提供了一种氧化铝浓度二次仿真方法、系统及存储介质，以解决现有的氧化铝浓度测量方案难以实现直观展示氧化铝浓度分布情况的问题。
第一方面，提供了一种氧化铝浓度二次仿真方法，包括：
获取电解槽内分布式电流时间序列数据并进行预处理；
将预处理后的分布式电流时间序列数据输入预先训练好的基于ConvLSTM的电流预测模型，得到分布式电流预测值；
基于分布式电流预测值得到各阳极对应区域对应的电流修正系数；
通过预设整槽电流情况结合CFD流场仿真技术得到包含各块阳极对应区域位置坐标及氧化铝浓度分布的仿真结果；
基于各阳极对应区域对应的电流修正系数对仿真结果中各块阳极对应区域的氧化铝浓度进行修正，并用插值算法将各相邻阳极对应区域间隙进行平滑处理，得到氧化铝浓度分布图。
进一步地，还包括：
以电解槽内采集分布式电流时间序列数据的传感器所在平面构建二维平面坐标；根据分布式电流时间序列数据对应的时间索引，在二维平面坐标中绘制不同时刻下氧化铝浓度分布图，得到氧化铝浓度分布在时间维度上的变化情况。
进一步地，所述预处理的过程包括：
将分布式电流时间序列数据中的离群点、重复数据、遗漏和不一致的数值剔除；
将剔除处理后的分布式电流时间序列数据进行归一化处理。
进一步地，所述基于ConvLSTM的电流预测模型通过如下方法得到：
获取历史分布式电流时间序列数据构建训练数据集；
基于训练数据集对ConvLSTM进行训练，直至收敛，得到基于ConvLSTM的电流预测模型。
进一步地，所述基于分布式电流预测值得到各阳极对应区域对应的电流修正系数，具体包括：
通过下式计算得到各阳极对应区域对应的电流修正系数：
其中，δi为第i块阳极对应区域对应的电流修正系数δi，I为预设的系列电流，n为电解槽内的阳极块数，Ii为第i块阳极的电流预测值。
进一步地，所述基于各阳极对应区域对应的电流修正系数对仿真结果中各块阳极对应区域的氧化铝浓度进行修正，具体包括：
仿真结果中各块阳极对应区域的氧化铝浓度通过如下公式进行修正：
Ci(x,y)＝ci(x,y)×δi×θ,i＝1,2,…n
其中，Ci(x,y)为第i块阳极对应区域的实际氧化铝浓度，ci(x,y)为仿真结果中第i块阳极对应区域的理论氧化铝浓度；δi为第i块阳极对应区域对应的电流修正系数δi，θ为不同工况下经验系数，n为电解槽内的阳极块数，。
进一步地，所述不同工况包括正常工况、阳极效应、抬包、换阳极以及抬母线。
进一步地，所述插值算法为反距离加权法(IDW)。
第二方面，提供了一种氧化铝浓度二次仿真系统，包括：
数据获取模块，用于获取电解槽内分布式电流时间序列数据并进行预处理；
电流预测模块，用于将预处理后的分布式电流时间序列数据输入预先训练好的基于ConvLSTM的电流预测模型，得到分布式电流预测值；
修正系数获取模块，用于基于分布式电流预测值得到各阳极对应区域对应的电流修正系数；
仿真模块，用于通过预设整槽电流情况结合CFD流场仿真技术得到包含各块阳极对应区域位置坐标及氧化铝浓度分布的仿真结果；
浓度分布获取模块，用于基于各阳极对应区域对应的电流修正系数对仿真结果中各块阳极对应区域的氧化铝浓度进行修正，并用插值算法将各相邻阳极对应区域间隙进行平滑处理，得到氧化铝浓度分布图。
第三方面，提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器加载时执行如上所述的氧化铝浓度二次仿真方法。
有益效果
本发明提出了一种氧化铝浓度二次仿真方法、系统及存储介质，其具备如下优点：
1、本发明方案实现方式简单有效，仅需测量每块阳极电流大小，就可以模拟得出铝电解槽中氧化铝浓度的分布情况并进行展示，便于辅助后续现场操作的实施；
2、通过将采集的庞大的分布式电流时间序列数据进行预处理，筛选出有效数据进行后续操作，适量且有效的数据更能实现数据分析；
3、本发明方案中采用基于ConvLSTM的电流预测模型对电流进行预测，不仅拥有时序特征还拥有空间特征，契合氧化铝浓度高精度分布展示这一迫切需求；
4、通过对CFD仿真结果进行二次仿真，解决有限元浓度场耗时久，考虑了现实因素，符合工业生产实际。
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是本发明实施例提供的一种氧化铝浓度二次仿真方法流程图；
图2是本发明实施例提供分布式阳极电流数据；
图3是本发明实施例提供CFD流场仿真得到的氧化铝浓度分布仿真结果；
图4是本发明实施例提供的氧化铝浓度分布仿真结果按照阳极划分区域；
图5是本发明实施例提供的修正后的氧化铝浓度分布图。
具体实施方式
为使本发明的目的、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详细的描述。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的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
如图1所示，本发明一实施例提供了一种氧化铝浓度二次仿真方法，包括：
S1：获取电解槽内分布式电流时间序列数据并进行预处理。其中，分布式电流时间序列数据为电解槽中各阳极对应区域的电流时间序列数据，预处理过程包括：
将分布式电流时间序列数据中的离群点、重复数据、遗漏和不一致的数值剔除；
将剔除处理后的分布式电流时间序列数据进行归一化处理。
对分布式电流时间序列数据进行清洗处理，提高后续数据处理的精度和准确率，可解决电流分析难点。如图2所示，为一实例中某一时刻下通过传感器采集到的分布式阳极电流数据。
S2：将预处理后的分布式电流时间序列数据输入预先训练好的基于ConvLSTM的电流预测模型，得到分布式电流预测值。其中，基于ConvLSTM的电流预测模型通过如下方法得到：
获取历史分布式电流时间序列数据构建训练数据集；
基于训练数据集对ConvLSTM进行训练，直至收敛，得到基于ConvLSTM的电流预测模型。
ConvLSTM在LSTM的基础上进行改进，加入卷积，不仅能获得时序关系，还能获得空间特征。因此基于ConvLSTM的电流预测模型对电流进行预测，不仅拥有时序特征还拥有空间特征，契合氧化铝浓度高精度分布展示这一迫切需求。训练时，预先设定时间步长、行/列、通道。以一个14天长度的电流时间序列作为一个训练样本为例进行说明，设定时间步长为2，表示将长度为14天的电流时间序列分为两个子序列，每个子序列长度为7天，行/列表示每个子序列有多少行/列，通道在电流预测任务中表示特征数，本实施例中，设置为1，即代表目前的电流数据，通过目前的电流数据来预测下周的电流数据。ConvLSTM具体的网络结构为现有技术，在此不进行赘述。
S3：基于分布式电流预测值得到各阳极对应区域对应的电流修正系数。具体包括：
通过下式计算得到各阳极对应区域对应的电流修正系数：
其中，δi为第i块阳极对应区域对应的电流修正系数δi，I为预设的系列电流，n为电解槽内的阳极块数，Ii为第i块阳极的电流预测值。如下表所示，展示了一实例中各个阳极对应区域对应的电流修正系数。
| 阳极编号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| 修正系数 | 0.95 | 1.26 | 0.77 | 0.96 | 0.99 | 0.94 | 1.44 | 1.32 | 0.61 | 1.05 | 1.00 | 1.13 |
| 阳极编号 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 修正系数 | 0.91 | 0.85 | 1.10 | 1.21 | 0.33 | 0.67 | 1.20 | 1.18 | 1.13 | 1.10 | 1.02 | 0.89 |
S4：通过预设整槽电流情况结合CFD流场仿真技术得到包含各块阳极对应区域位置坐标及氧化铝浓度分布的仿真结果。如图3所示，展示了一实例中氧化铝浓度分布仿真结果；图4所示为该实例中氧化铝浓度分布仿真结果按照阳极划分区域。其仿真过程如下：
S41：获取预先设定的整槽电流情况，获得电解槽的磁场分布和槽内电场分布；
S42：通过槽内各固体材料的导热系数获得电解槽内温度分布情况；
S43：利用步骤S41中得到的电磁力计算结果对气泡-电解质的两相稳态流场进行计算，获得稳态流场结果；
S44：在CFD平台上进行氧化铝浓度分布的多组分多相流模型瞬态计算。
S5：基于各阳极对应区域对应的电流修正系数对仿真结果中各块阳极对应区域的氧化铝浓度进行修正，并用插值算法将各相邻阳极对应区域间隙进行平滑处理，得到氧化铝浓度分布图。
其中，所述基于各阳极对应区域对应的电流修正系数对仿真结果中各块阳极对应区域的氧化铝浓度进行修正，具体包括：
仿真结果中各块阳极对应区域的氧化铝浓度通过如下公式进行修正：
Ci(x,y)＝ci(x,y)×δi×θ,i＝1,2,…n
其中，Ci(x,y)为第i块阳极对应区域的实际氧化铝浓度，ci(x,y)为仿真结果中第i块阳极对应区域的理论氧化铝浓度；δi为第i块阳极对应区域对应的电流修正系数δi，θ为不同工况下经验系数。如图5所示，展示了一实例中修正后的氧化铝浓度分布图。
其中，所述不同工况包括正常工况、阳极效应、抬包、换阳极以及抬母线。经验系数由实际历史经验数据得到，不同铝电解设备中经验系数也会存在不同。如本实施例中，正常工况，θ取1；其他不同工况下经验系数如下：
(1)阳极效应工况：
无效应发生时，系列电流符合如下关系：
发生效应时，电压上升，电解质和阳极都处于过热状态，此时系列电流符合如下关系：
其中n为运行槽台数，Vc为电解槽既定电压，Rc为电解槽单槽电阻，效应阻值为r，阳极电流急剧下降，经验系数如下：
(2)换阳极工况：
新极上槽后，冷阳极表面迅速形成一层冷凝电解质，1～2小时后开始熔化，阳极开始导电，16小时左右导电可达正常60％～80％，此时经验系数为θh，24小时左右达正常值：
θh≈0.7
(3)抬母线工况：
抬母线过程中，由于卡具全部打开，导致槽电压上升，经验系数如下：
θm≈1.05
(4)抬包工况：
使用真空抬包从槽中抽取铝液。出铝前后，铝水高度一般相差3～4cm。随着铝液层面的降低，电流密度有所增加，抬包之后的经验系数为：
θt≈1.2
本实施例中，所述插值算法为反距离加权法(IDW)。具体的，反距离加权法(IDW)如下：
每个已知离散点都有着局部影响，这种影响随着距离的增加而减弱。假设电解槽所在区域为A，在区域A上研究的氧化铝浓度。(X0,Y0)是未知的插值点坐标(即相邻阳极对应区域间隙间插值点坐标)，(Xi,Yi)是已知的离散点坐标(即相邻阳极对应区域内已知氧化铝浓度的离散点坐标)：
(1)计算每个点的权重：权重是距离的倒数的函数，加权函数如下：
其中：p是任意正实数，通常p＝2，n为氧化铝浓度采样的总数，hj是已知氧化铝浓度离散点到插值点的距离：
(2)求解氧化铝浓度Z，关系式如下：
因此，获得一个连续平滑的氧化铝浓度分布情况。
本发明另一实施例中，除了包括前述步骤外，还包括：
S6：以电解槽内采集分布式电流时间序列数据的传感器所在平面构建二维平面坐标；根据分布式电流时间序列数据对应的时间索引，在二维平面坐标中绘制不同时刻下氧化铝浓度分布图，得到氧化铝浓度分布在时间维度上的变化情况。
更具体的，以电解槽内传感器的所在平面构建二维平面坐标系，给出每个采样点位置坐标，通过色阶展示该横截面某一时刻氧化铝浓度分布的二维图。根据电流时序数据的时序信息增加时间维度得到氧化铝浓度分布的变化情况。
本发明实施例还提供了一种氧化铝浓度二次仿真系统，包括：
数据获取模块，用于获取电解槽内分布式电流时间序列数据并进行预处理；
电流预测模块，用于将预处理后的分布式电流时间序列数据输入预先训练好的基于ConvLSTM的电流预测模型，得到分布式电流预测值；
修正系数获取模块，用于基于分布式电流预测值得到各阳极对应区域对应的电流修正系数；
仿真模块，用于通过预设整槽电流情况结合CFD流场仿真技术得到包含各块阳极对应区域位置坐标及氧化铝浓度分布的仿真结果；
浓度分布获取模块，用于基于各阳极对应区域对应的电流修正系数对仿真结果中各块阳极对应区域的氧化铝浓度进行修正，并用插值算法将各相邻阳极对应区域间隙进行平滑处理，得到氧化铝浓度分布图。
本发明实施例还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器加载时执行如上所述的氧化铝浓度二次仿真方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种氧化铝浓度二次仿真方法，其特征在于，包括：
获取电解槽内分布式电流时间序列数据并进行预处理；
将预处理后的分布式电流时间序列数据输入预先训练好的基于ConvLSTM的电流预测模型，得到分布式电流预测值；
基于分布式电流预测值得到各阳极对应区域对应的电流修正系数；
通过预设整槽电流情况结合CFD流场仿真技术得到包含各块阳极对应区域位置坐标及氧化铝浓度分布的仿真结果；
基于各阳极对应区域对应的电流修正系数对仿真结果中各块阳极对应区域的氧化铝浓度进行修正，并用插值算法将各相邻阳极对应区域间隙进行平滑处理，得到氧化铝浓度分布图；
所述基于ConvLSTM的电流预测模型通过如下方法得到：
获取历史分布式电流时间序列数据构建训练数据集；
基于训练数据集对ConvLSTM进行训练，直至收敛，得到基于ConvLSTM的电流预测模型。
2.根据权利要求1所述的氧化铝浓度二次仿真方法，其特征在于，还包括：
以电解槽内采集分布式电流时间序列数据的传感器所在平面构建二维平面坐标；根据分布式电流时间序列数据对应的时间索引，在二维平面坐标中绘制不同时刻下氧化铝浓度分布图，得到氧化铝浓度分布在时间维度上的变化情况。
3.根据权利要求1或2所述的氧化铝浓度二次仿真方法，其特征在于，所述预处理的过程包括：
将分布式电流时间序列数据中的离群点、重复数据、遗漏和不一致的数值剔除；
将剔除处理后的分布式电流时间序列数据进行归一化处理。
4.根据权利要求1或2所述的氧化铝浓度二次仿真方法，其特征在于，所述基于分布式电流预测值得到各阳极对应区域对应的电流修正系数，具体包括：
通过下式计算得到各阳极对应区域对应的电流修正系数：
其中，δi为第i块阳极对应区域对应的电流修正系数δi，I为预设的系列电流，n为电解槽内的阳极块数，Ii为第i块阳极的电流预测值。
5.根据权利要求1或2所述的氧化铝浓度二次仿真方法，其特征在于，所述基于各阳极对应区域对应的电流修正系数对仿真结果中各块阳极对应区域的氧化铝浓度进行修正，具体包括：
仿真结果中各块阳极对应区域的氧化铝浓度通过如下公式进行修正：
Ci(x,y)＝ci(x,y)×δi×θ,i＝1,2,…n
其中，Ci(x,y)为第i块阳极对应区域的实际氧化铝浓度，ci(x,y)为仿真结果中第i块阳极对应区域的理论氧化铝浓度；δi为第i块阳极对应区域对应的电流修正系数δi，θ为不同工况下经验系数，n为电解槽内的阳极块数。
6.根据权利要求5所述的氧化铝浓度二次仿真方法，其特征在于，所述不同工况包括正常工况、阳极效应、抬包、换阳极以及抬母线。
7.根据权利要求1或2所述的氧化铝浓度二次仿真方法，其特征在于，所述插值算法为反距离加权法。
8.一种氧化铝浓度二次仿真系统，其特征在于，包括：
数据获取模块，用于获取电解槽内分布式电流时间序列数据并进行预处理；
电流预测模块，用于将预处理后的分布式电流时间序列数据输入预先训练好的基于ConvLSTM的电流预测模型，得到分布式电流预测值；
修正系数获取模块，用于基于分布式电流预测值得到各阳极对应区域对应的电流修正系数；
仿真模块，用于通过预设整槽电流情况结合CFD流场仿真技术得到包含各块阳极对应区域位置坐标及氧化铝浓度分布的仿真结果；
浓度分布获取模块，用于基于各阳极对应区域对应的电流修正系数对仿真结果中各块阳极对应区域的氧化铝浓度进行修正，并用插值算法将各相邻阳极对应区域间隙进行平滑处理，得到氧化铝浓度分布图；
所述基于ConvLSTM的电流预测模型通过如下方法得到：
获取历史分布式电流时间序列数据构建训练数据集；
基于训练数据集对ConvLSTM进行训练，直至收敛，得到基于ConvLSTM的电流预测模型。
9.一种计算机可读存储介质，其存储有计算机程序，其特征在于，所述计算机程序被处理器加载时执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110471902.3A CN113362912B (zh) | 2021-04-29 | 2021-04-29 | 一种氧化铝浓度二次仿真方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110471902.3A CN113362912B (zh) | 2021-04-29 | 2021-04-29 | 一种氧化铝浓度二次仿真方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113362912A CN113362912A (zh) | 2021-09-07 |
| CN113362912B true CN113362912B (zh) | 2023-04-28 |
Family
ID=77525695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110471902.3A Active CN113362912B (zh) | 2021-04-29 | 2021-04-29 | 一种氧化铝浓度二次仿真方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113362912B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109183074A (zh) * | 2018-11-02 | 2019-01-11 | 中南大学 | 一种基于换极周期的铝电解槽下料方法 |
| CN112376083A (zh) * | 2020-10-16 | 2021-02-19 | 江苏大学 | 一种铝电解氧化铝颗粒溶解过程多尺度建模与计算方法 |
| CN112398226A (zh) * | 2020-11-13 | 2021-02-23 | 国网山东省电力公司泰安供电公司 | 一种供电系统反窃电方法、系统、终端及存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2255149C1 (ru) * | 2004-05-05 | 2005-06-27 | Общество с ограниченной ответственностью "Инженерно-технологический центр" | Способ управления алюминиевым электролизером при изменении скорости растворения глинозема |
| RU2303658C1 (ru) * | 2005-11-02 | 2007-07-27 | Общество с ограниченной ответственностью "Русская инжиниринговая компания" | Способ управления технологическим процессом в алюминиевом электролизере с обожженными анодами |
| 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 |
| CN102851704B (zh) * | 2011-06-30 | 2015-11-25 | 沈阳铝镁设计研究院有限公司 | 铝电解槽下料器单点控制下料方法 |
| CN108221004B (zh) * | 2018-02-07 | 2019-06-04 | 中南大学 | 一种铝液界面波动的测量方法 |
| US11410891B2 (en) * | 2019-08-26 | 2022-08-09 | International Business Machines Corporation | Anomaly detection and remedial recommendation |
| CN112083346B (zh) * | 2020-08-03 | 2021-11-09 | 山东大学 | 基于lstm的并联电池组内部电流分布估计方法及系统 |
-
2021
- 2021-04-29 CN CN202110471902.3A patent/CN113362912B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109183074A (zh) * | 2018-11-02 | 2019-01-11 | 中南大学 | 一种基于换极周期的铝电解槽下料方法 |
| CN112376083A (zh) * | 2020-10-16 | 2021-02-19 | 江苏大学 | 一种铝电解氧化铝颗粒溶解过程多尺度建模与计算方法 |
| CN112398226A (zh) * | 2020-11-13 | 2021-02-23 | 国网山东省电力公司泰安供电公司 | 一种供电系统反窃电方法、系统、终端及存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| Hong-liang ZHANG et al..Relationship between alumina mixing characteristics and feeder configurations in aluminum reduction cells.《Transactions of Nonferrous Metals Society of China》.2017,第27卷(第11期),第2512-2520页. * |
| Kristian Etienne Einarsrud et al..Towards a coupled multi-scale, multi-physics simulation framework for aluminium electrolysis.《Applied Mathematical Modelling》.2017,第44卷第3-24页. * |
| 徐帅等.基于RNN的锂离子电池SOC估算研究进展.《电源技术》.2021,第45卷(第2期),第263-269页. * |
| 李震宇等.大型铝电解槽内空间分布性信息在线检测研究进展.《轻金属》.2019,(第9期),第22-30页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113362912A (zh) | 2021-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liang et al. | Nonlinear phase-field model for electrode-electrolyte interface evolution | |
| Alkire et al. | Studies on flow‐by porous electrodes having perpendicular directions of current and electrolyte flow | |
| Prentice et al. | Simulation of changing electrode profiles | |
| Sautebin et al. | Theoretical and experimental modeling of surface leveling in ECM under primary current distribution conditions | |
| Kim et al. | Real-time monitoring of metal ion concentration in LiCl–KCl melt using electrochemical techniques | |
| Polekhina et al. | Identification of magnetic field strength realisation as a necessary solution for high-quality metal synthesis | |
| Colli et al. | Current and potential distribution in electrochemical reactors with activated or resistive electrodes. A multiregion and open source approach | |
| Cumberland et al. | A computational meta-analysis of UCl3 cyclic voltammograms in LiCl-KCl electrolyte | |
| CN113362912B (zh) | 一种氧化铝浓度二次仿真方法、系统及存储介质 | |
| Wang et al. | Effect of gas bubble on cell voltage oscillations based on equivalent circuit simulation in aluminum electrolysis cell | |
| Kim et al. | Computer-assisted design and experimental validation of multielectrode electrorefiner for spent nuclear fuel treatment using a tertiary model | |
| Fulian et al. | Voltammetry of electroactive oil droplets. Part I: Numerical modelling for three mechanistic models using the dual reciprocity finite element method | |
| Lee et al. | Effects of separator and terminal on the current distribution in parallel‐plate electrochemical flow reactors | |
| Riggs et al. | Prediction of work piece geometry in electrochemical cavity sinking | |
| Fredrickson et al. | Analysis and modeling of the equilibrium behaviors of U and Pu in molten LiCl-KCl/Cd system at 500° C | |
| Bojarevics et al. | MHD stability for irregular and disturbed aluminium reduction cells | |
| Kawai et al. | Numerical Simulation of Ionic Mass-Transfer Rates with Natural Convection in CuSO4–H2SO4 Solution: I. Numerical Study on the Developments of Secondary Flow and Electrolyte Stratification Phenomena | |
| Santhanagopalan et al. | Estimating parameters from rotating ring disc electrode measurements | |
| Vynnycky et al. | Reaction-layer asymptotics and the electrochemical pickling of steel | |
| El-Feki et al. | Corrosion rate measurements under conditions of mixed charge transfer plus diffusion control including the cathodic metal ion deposition partial reaction | |
| Scott et al. | A mathematical model of a zinc electrowinning cell | |
| Li et al. | An effective operating parameters optimization method for electrowinning process of zinc based on kriging model and finite element model | |
| Choi et al. | A fully optimized electrowinning cell for achieving a uniform current distribution at electrodes utilizing sampling-based sensitivity approach | |
| CN109657735A (zh) | 基于相关向量机的铝电解槽寿命预测方法 | |
| CN116205361B (zh) | 一种基于匹配度的工业用水效率分级预测方法 |
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 |