[发明专利]一种铝电解过程槽电压的多目标优化方法

说明书

本发明公开了一种铝电解过程槽电压的多目标优化方法，其包括如下步骤：步骤一，采集并清洗铝电解生产现场数据；步骤二，建立关于稳定性、物料平衡、能量平衡的槽状态综合指标模型；步骤三，搭建自回归移动平均模型预测综合指标的时间序列；步骤四，以步骤三中求得的状态时间序列为输入，搭建模糊神经网络预测槽状态；步骤五，采用蚁狮优化的LSSVM建立槽电压预测模型；步骤六，以槽电压与目标值之差最小、槽状态优良为目标，以生产操作要求为约束条件，建立槽电压的多目标优化模型；步骤七，采用多目标蚁狮优化算法求解模型，求得一组优化设定值。该组优化设定值可为操作工人提供指导，在保证槽状态良好的同时降低槽电压，达到节能降耗的目的。

技术领域

本发明涉及铝电解技术领域，特别涉及一种铝电解过程槽电压的多目标优化方法。

背景技术

在铝电解生产过程中，在保证生产健康稳定运行的前提下，合理降低槽电压是节能降耗的有效办法。由于生产参数之间非线性、强耦合的关系，且槽电压不可直接控制，不能简单地采取降低槽控机中设定电压的做法，这可能导致电流效率的降低和槽状态的恶化。若想降低槽电压，操作工人需要结合当前槽状态及其趋势来调整相关可控参数的设定值，达到间接控制槽电压的效果，才能做到节能降耗生产。目前，大多数工厂通过试探法来调整设定值，但控制效果往往对操作员依赖性高、耗时、留有降低空间。为获得一组最优的设定值，建立槽电压的多目标优化模型，对生产稳定、节能生产有重要指导意义。

发明内容

本发明的目的在于提供一种铝电解过程槽电压的多目标优化方法，通过优化槽电压和电解槽综合状态指标，获得一组最优的可控参数设定值，将设定值下发底层控制系统，保证铝电解的节能、稳定生产。

本发明的上述目的通过以下技术方案予以实现：

一种铝电解过程槽电压的多目标优化方法，包括如下步骤：

步骤一：从工厂现场的设备上采集若干组原始数据，其中每一组原始数据包括铝电解过程中的槽平均电压、电流效率、效应累计发生时间、槽电阻、分子比、氧化铝浓度、出铝量、极距、电解质温度、电流这些参数的现场数据，并对原始数据进行异常值剔除；

步骤二：将反映电解槽三种平衡状态的三个参数：效应累积发生时间(T)、槽平均电压(V)、电流效率(W)偏离理想状态的程度作为评判槽状态的依据，建立电解槽状态的综合状态指标模型；

步骤三：搭建自回归移动平均(ARMA)模型，预测槽状态综合指标的时间序列d(k)，得到槽状态的自然延续趋势d(k+1)；

步骤四：将未来槽状态看作由两部分组成：目前槽状态的自然延续d(k+1)、工人操作控制效果，建立模糊神经网络(FNN)模型，融合这两部分信息进行槽状态预测，求得未来槽状态；

步骤五：采用蚁狮优化算法(ALO)优化的最小二乘支持向量机(LSSVM)建立槽电压的预测模型；

步骤六：以槽平均电压与目标值之差最小、未来槽状态良好为目标，以生产操作要求为约束条件，建立槽电压的多目标优化模型；

步骤七：采用多目标蚁狮优化算法(MOALO)求解步骤六所建立的模型，求得一组最优操作参数设定值。

所述步骤二中，综合电解槽的稳定性参数——效应累积发生时间(T)、能量平衡参数——槽平均电压(V)、电解槽物料平衡参数——电流效率(W)，建立综合槽状态空间，如下所示：

式中，V_优为优化槽电压，由先验知识确定。(u,v,w)与原点(0,0,0)的距离反映了槽状态偏离理想状态的程度。即：

d越大，说明该点槽状态偏离理想状态越远，槽状态越差；相反，d越小，则槽状态偏离理想状态越小，槽状态越好。