1 緒論
1.1 鋁電解生產(chǎn)過程概述
1.1.1 生產(chǎn)工藝
1.1.2 主要技術(shù)經(jīng)濟指標
1.1.3 重要工藝參數(shù)
1.2 鋁電解技術(shù)現(xiàn)狀
1.2.1 鋁電解過程技術(shù)特點
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 鋁電解六西格瑪項目管理
1.2.6 鋁電解槽“三度尋優(yōu)”控制技術(shù)
1.2.7 陽極開槽及低效應(yīng)控制
1.2.8 九區(qū)控制
1.2.9 預(yù)測模糊專家系統(tǒng)
1.2.10 智能多環(huán)協(xié)同優(yōu)化控制
1.3 鋁電解的主要問題及發(fā)展趨勢
1.3.1 鋁電解的主要問題
1.3.2 鋁電解的發(fā)展趨勢
參考文獻
2 鋁電解過程的參數(shù)檢測
2.1 概述
2.2 陽極電流檢測
2.2.1 陽極電流檢測方法簡介
2.2.2 基于ZigBee無線傳輸?shù)臏y量
2.2.3 基于模塊TDAM的測量
2.2.4 基于PCI-8602數(shù)據(jù)采集系統(tǒng)
2.2.5 一種鋁電解過程陽極更換方法
2.3 鋁電解溫度測量
2.3.1 概述
2.3.2 鋁電解過程的溫度預(yù)測
2.3.3 基于熱電偶升溫速率的溫度測算
2.4 電流效率檢測
2.4.1 鋁電解槽電流效率的重要性
2.4.2 電流效率的測定方法
2.4.3 二氧化碳氣體檢測技術(shù)
2.4.4 電流效率與陽極電流分布的數(shù)學模型
2.4.5 預(yù)焙鋁電解槽區(qū)域電流效率
2.5 其他參數(shù)測量
2.5.1 電解質(zhì)過熱度的測算
2.5.2 氧化鋁濃度估算
2.5.3 電解質(zhì)摩爾比的軟測量
2.5.4 電導(dǎo)率測量
2.5.5 鋁電解槽熔體高度的測量
參考文獻
3 鋁電解過程物理場仿真
3.1 概述
3.1.1 鋁電解過程物理場仿真的意義
3.1.2 鋁電解過程物理場仿真的理論基礎(chǔ)
3.2 電解槽的電熱場仿真
3.2.1 鋁電解槽物理模型
3.2.2 鋁電解槽電熱場數(shù)學模型
3.2.3 ANSYS分析過程
3.2.4 基于ANSYS的16OkA鋁電解槽電熱場仿真
3.2.5 基于ANSYS的35OkA預(yù)焙鋁電解槽電熱場仿真
3.2.6 基于COMSOL的電熱場仿真
3.3 鋁電解槽電磁場仿真
3.3.1 鋁電解槽電磁場計算方法
3.3.2 基于ANSYS的350kA鋁電解槽電磁場仿真
3.4 電解槽流場的仿真
3.4.1 鋁液流場的數(shù)學模型
3.4.2 鋁液受力分析及電磁力場的計算
3.4.3 基于COMSOL鋁液流場的有限元分析
3.5 鋁電解過程多物理場分析
3.5.1 鋁電解槽多物理場數(shù)學模型
3.5.2 COMSOL建模過程
3.5.3 計算結(jié)果及分析
3.5.4 討論
3.6 物理場仿真應(yīng)用
3.6.1 鋁電解生產(chǎn)中陽極電熱場分布
3.6.2 鋁電解槽陽極的優(yōu)化設(shè)計
3.6.3 不同槽膛內(nèi)形對物理場的影響
3.6.4 覆蓋料厚度對鋁電解槽溫度場的影響
3.6.5 更換陽極工藝對槽體溫度場的影響
參考文獻
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)果對比
4.3.3 診斷結(jié)果
4.4 基于短時傅里葉變換的信號分析
4.4.1 短時傅里葉變換
4.4.2 窗函數(shù)的選擇及參數(shù)確定
4.4.3 基于短時傅里葉變換的特征值提取
4.4.4 陽極的故障診斷
4.5 模糊綜合評判法分析陽極故障
4.5.1 電壓信號分析與處理
4.5.2 槽電壓和陽極導(dǎo)桿等距壓降的頻譜分析
4.5.3 信號分解
4.5.4 陽極狀態(tài)診斷
4.5.5 陽極狀態(tài)診斷實例
4.5.6 陽極效應(yīng)診斷
4.5.7 陽極效應(yīng)預(yù)報實例
4.6 基于希爾伯特一黃變換的鋁電解過程故障分析
4.6.1 希爾伯特-黃變換法簡介
4.6.2 希爾伯特黃變換法的過程
4.6.3 希爾伯特-黃變換法的信號分析結(jié)果及討論
4.6.4 HHT算法與傳統(tǒng)信號分析算法的區(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
5 鋁電解槽控制技術(shù)
5.1 概述
5.1.1 鋁電解過程控制系統(tǒng)的目的和任務(wù)
5.1.2 鋁電解槽控制的特點
5.1.3 鋁電解槽控制現(xiàn)狀
5.2 鋁電解過程溫度控制
5.2.1 鋁電解過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