买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明公开了一种铝电解过程关键变量智能控制方法,其特征在于,包括氧化铝浓度、氟化铝添加和阳极升降三个变量控制;利用数据挖掘、模式识别、机器学习等人工智能新手段,融合数据驱动和经验知识构建氧化铝浓度、氟化铝添加和阳极升降这三个关键过程变量的智能控制;本发明提供的一种氧化铝浓度变量控制方法,构建一基于生产数据和认知知识的决策模型,以实际生产信息为基础带入模型计算氯化铝的添加量,相较于传统的靠人为经验添加,其添加量更准确,有益于提升点解槽稳定性以及产品品质;本发明提供的一种氟化铝添加变量控制方法,亦以专家经验和知识为基础,构建决策模型,提升了氟化铝添加量的准确率,摒弃人工添加的不确定性。
主权项:1.一种铝电解过程关键变量智能控制方法,其特征在于,包括氧化铝浓度、氟化铝添加和阳极升降三个变量控制;氧化铝浓度变量控制方法,包括以下步骤:S1、首先从生产数据中提取知识,形成知识表示框架;S2、依据上述S1中的知识表示框架拟采用模糊决策树从铝电解历史生产数据中提取关系规则;S3、采用模糊认知图作为知识表示与推理的模型,并通过优化方法获得模糊认知图模型;S4、将生产过程信息输入上述的模糊认知图模型,经过迭代计算,去归一化,得到氯化铝的添加量;S5、将上述S4中的到的氯化铝添加量用于生产过程或是工艺装置上,得到反馈信息,以该信息为基础更新S2中的关系规则;S6、结合电解槽基准下料的具体措施,给出电解槽中氧化铝浓度在不同区间值的下料方案,以控制氧化铝浓度达到期望的区间值;氟化铝添加变量控制方法,包括以下步骤:S1、根据专家经验知识选择模型特征变量,并进行模糊划分;S2、然后根据铝电解工艺人员的经验知识获得产生式规则并表示为IT2FPNs;S3、于S2中的产生式规则融入专家认知,引入Ⅱ型模糊隶属度函数,采用基于熵权逼近理想解排序法对每个模糊划分的多个专家认知进行融合,构建一种基于IT2FPNs以及逼近理想解排序法的知识决策模型;S4、将生产信息输入到S3的知识决策模型中,基于IT2FPNs得出氟化铝添加的量;阳极升降变量控制方法,包括构建未知动态估计器,通过PID反馈加前馈补偿的方式控制阳极升降系统。
全文数据:
权利要求:
百度查询: 昆明理工大学 一种铝电解生产过程关键变量智能控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。