鋁電解測(cè)控技術(shù)及應(yīng)用

1 緒論
1.1 鋁電解生產(chǎn)過(guò)程概述
1.1.1 生產(chǎn)工藝
1.1.2 主要技術(shù)經(jīng)濟(jì)指標(biāo)
1.1.3 重要工藝參數(shù)
1.2 鋁電解技術(shù)現(xiàn)狀
1.2.1 鋁電解過(guò)程技術(shù)特點(diǎn)
1.2.2 鋁電解生產(chǎn)數(shù)據(jù)采集與集成
1.2.3 鋁電解多維分析系統(tǒng)
1.2.4 鋁電解數(shù)據(jù)挖掘
1.2.5 鋁電解六西格瑪項(xiàng)目管理
1.2.6 鋁電解槽“三度尋優(yōu)”控制技術(shù)
1.2.7 陽(yáng)極開(kāi)槽及低效應(yīng)控制
1.2.8 九區(qū)控制
1.2.9 預(yù)測(cè)模糊專家系統(tǒng)
1.2.10 智能多環(huán)協(xié)同優(yōu)化控制
1.3 鋁電解的主要問(wèn)題及發(fā)展趨勢(shì)
1.3.1 鋁電解的主要問(wèn)題
1.3.2 鋁電解的發(fā)展趨勢(shì)
參考文獻(xiàn)
2 鋁電解過(guò)程的參數(shù)檢測(cè)
2.1 概述
2.2 陽(yáng)極電流檢測(cè)
2.2.1 陽(yáng)極電流檢測(cè)方法簡(jiǎn)介
2.2.2 基于ZigBee無(wú)線傳輸?shù)臏y(cè)量
2.2.3 基于模塊TDAM的測(cè)量
2.2.4 基于PCI-8602數(shù)據(jù)采集系統(tǒng)
2.2.5 一種鋁電解過(guò)程陽(yáng)極更換方法
2.3 鋁電解溫度測(cè)量
2.3.1 概述
2.3.2 鋁電解過(guò)程的溫度預(yù)測(cè)
2.3.3 基于熱電偶升溫速率的溫度測(cè)算
2.4 電流效率檢測(cè)
2.4.1 鋁電解槽電流效率的重要性
2.4.2 電流效率的測(cè)定方法
2.4.3 二氧化碳?xì)怏w檢測(cè)技術(shù)
2.4.4 電流效率與陽(yáng)極電流分布的數(shù)學(xué)模型
2.4.5 預(yù)焙鋁電解槽區(qū)域電流效率
2.5 其他參數(shù)測(cè)量
2.5.1 電解質(zhì)過(guò)熱度的測(cè)算
2.5.2 氧化鋁濃度估算
2.5.3 電解質(zhì)摩爾比的軟測(cè)量
2.5.4 電導(dǎo)率測(cè)量
2.5.5 鋁電解槽熔體高度的測(cè)量
參考文獻(xiàn)
3 鋁電解過(guò)程物理場(chǎng)仿真
3.1 概述
3.1.1 鋁電解過(guò)程物理場(chǎng)仿真的意義
3.1.2 鋁電解過(guò)程物理場(chǎng)仿真的理論基礎(chǔ)
3.2 電解槽的電熱場(chǎng)仿真
3.2.1 鋁電解槽物理模型
3.2.2 鋁電解槽電熱場(chǎng)數(shù)學(xué)模型
3.2.3 ANSYS分析過(guò)程
3.2.4 基于ANSYS的16OkA鋁電解槽電熱場(chǎng)仿真
3.2.5 基于ANSYS的35OkA預(yù)焙鋁電解槽電熱場(chǎng)仿真
3.2.6 基于COMSOL的電熱場(chǎng)仿真
3.3 鋁電解槽電磁場(chǎng)仿真
3.3.1 鋁電解槽電磁場(chǎng)計(jì)算方法
3.3.2 基于ANSYS的350kA鋁電解槽電磁場(chǎng)仿真
3.4 電解槽流場(chǎng)的仿真
3.4.1 鋁液流場(chǎng)的數(shù)學(xué)模型
3.4.2 鋁液受力分析及電磁力場(chǎng)的計(jì)算
3.4.3 基于COMSOL鋁液流場(chǎng)的有限元分析
3.5 鋁電解過(guò)程多物理場(chǎng)分析
3.5.1 鋁電解槽多物理場(chǎng)數(shù)學(xué)模型
3.5.2 COMSOL建模過(guò)程
3.5.3 計(jì)算結(jié)果及分析
3.5.4 討論
3.6 物理場(chǎng)仿真應(yīng)用
3.6.1 鋁電解生產(chǎn)中陽(yáng)極電熱場(chǎng)分布
3.6.2 鋁電解槽陽(yáng)極的優(yōu)化設(shè)計(jì)
3.6.3 不同槽膛內(nèi)形對(duì)物理場(chǎng)的影響
3.6.4 覆蓋料厚度對(duì)鋁電解槽溫度場(chǎng)的影響
3.6.5 更換陽(yáng)極工藝對(duì)槽體溫度場(chǎng)的影響
參考文獻(xiàn)
4 鋁電解槽故障診斷
4.1 概述
4.1.1 故障診斷技術(shù)及方法
4.1.2 鋁電解槽故障簡(jiǎn)介
4.2 基于BP神經(jīng)網(wǎng)絡(luò)的電解槽故障診斷
4.2.1 數(shù)據(jù)預(yù)處理
4.2.2 頻譜分析
4.2.3 神經(jīng)網(wǎng)絡(luò)建模
4.2.4 網(wǎng)絡(luò)參數(shù)的確定
4.2.5 故障診斷結(jié)果與分析
4.2.6 遺傳優(yōu)化的神經(jīng)網(wǎng)絡(luò)診斷系統(tǒng)
4.3 基于Elman神經(jīng)網(wǎng)絡(luò)診斷系統(tǒng)
4.3.1 Elman神經(jīng)網(wǎng)絡(luò)診斷模型的建立
4.3.2 Elman神經(jīng)網(wǎng)絡(luò)與BP網(wǎng)絡(luò)的結(jié)果對(duì)比
4.3.3 診斷結(jié)果
4.4 基于短時(shí)傅里葉變換的信號(hào)分析
4.4.1 短時(shí)傅里葉變換
4.4.2 窗函數(shù)的選擇及參數(shù)確定
4.4.3 基于短時(shí)傅里葉變換的特征值提取
4.4.4 陽(yáng)極的故障診斷
4.5 模糊綜合評(píng)判法分析陽(yáng)極故障
4.5.1 電壓信號(hào)分析與處理
4.5.2 槽電壓和陽(yáng)極導(dǎo)桿等距壓降的頻譜分析
4.5.3 信號(hào)分解
4.5.4 陽(yáng)極狀態(tài)診斷
4.5.5 陽(yáng)極狀態(tài)診斷實(shí)例
4.5.6 陽(yáng)極效應(yīng)診斷
4.5.7 陽(yáng)極效應(yīng)預(yù)報(bào)實(shí)例
4.6 基于希爾伯特一黃變換的鋁電解過(guò)程故障分析
4.6.1 希爾伯特-黃變換法簡(jiǎn)介
4.6.2 希爾伯特黃變換法的過(guò)程
4.6.3 希爾伯特-黃變換法的信號(hào)分析結(jié)果及討論
4.6.4 HHT算法與傳統(tǒng)信號(hào)分析算法的區(qū)別
4.6.5 HHT算法的適用性
4.7 基于小波分析鋁電解槽陰極狀況分析
4.7.1 陰極軟母線壓降數(shù)據(jù)采集和預(yù)處理
4.7.2 小波基函數(shù)和分解層數(shù)的確定
4.7.3 特征參數(shù)的選取
4.7.4 特征參數(shù)聚類分析和應(yīng)用
4.7.5 陰極狀況的診斷過(guò)程
4.8 基于小波包分解和神經(jīng)網(wǎng)絡(luò)的鋁電解槽陰極狀態(tài)診斷
4.8.1 陰極故障特征提取
4.8.2 鋁電解槽陰極狀態(tài)診斷
參考文獻(xiàn)
5 鋁電解槽控制技術(shù)
5.1 概述
5.1.1 鋁電解過(guò)程控制系統(tǒng)的目的和任務(wù)
5.1.2 鋁電解槽控制的特點(diǎn)
5.1.3 鋁電解槽控制現(xiàn)狀
5.2 鋁電解過(guò)程溫度控制
5.2.1 鋁電解過(guò)程溫度控制的影響因素
5.2.2 鋁電解溫度自適應(yīng)模糊控制
5.2.3 基于RBF神經(jīng)網(wǎng)絡(luò)的鋁電解