氧化鋁碳分過(guò)程末槽分解率預(yù)測(cè)模型及其修正方法研究.pdf

1、在燒結(jié)法生產(chǎn)氧化鋁過(guò)程中，連續(xù)碳酸化分解工藝（簡(jiǎn)稱碳分）是一個(gè)非常重要的中間環(huán)節(jié)，它處理上游脫硅工序輸送的鋁酸鈉溶液，生產(chǎn)出滿足工藝要求的氫氧化鋁，并提供合格母液。末槽分解率是反映碳分過(guò)程工況的重要工藝指標(biāo)，但是分解率不能在線檢測(cè)，只能通過(guò)離線化驗(yàn)，形成大滯后、非線性特性，嚴(yán)重影響碳分過(guò)程的優(yōu)化運(yùn)行。因此，建立末槽分解率的預(yù)測(cè)模型，研究模型在線修正方法具有十分重要的意義。 在對(duì)碳分過(guò)程生產(chǎn)工藝及其影響因素分析基礎(chǔ)上，采用灰色關(guān)聯(lián)

2、分析法定量的確定了影響末槽分解率的主要因素，提出了碳分過(guò)程的末槽分解率預(yù)測(cè)模型的總體設(shè)計(jì)框架。綜合考慮碳分過(guò)程的特點(diǎn)，采用PCA對(duì)主要影響因素進(jìn)行降維，設(shè)計(jì)了基于PCA的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，并利用粒子群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的權(quán)值與閾值，提高了模型的預(yù)測(cè)精度和泛化能力；研究了末槽分解率預(yù)測(cè)模型的修正方法，提出了基于濾波方法的末槽分解率預(yù)測(cè)模型在線修正策略和基于隨機(jī)學(xué)習(xí)的末槽分解率短期修正策略，提高了預(yù)測(cè)模型的適應(yīng)性。 利用現(xiàn)場(chǎng)收