[发明专利]一种基于神经网络的铝电解槽三维炉膛形状实时预测方法和系统有效
申请号: | 201611055395.0 | 申请日: | 2016-11-25 |
公开(公告)号: | CN106709149B | 公开(公告)日: | 2019-11-19 |
发明(设计)人: | 张红亮;梁金鼎;李劼;冉岭;李天爽;孙珂娜;肖劲 | 申请(专利权)人: | 中南大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 43114 长沙市融智专利事务所(普通合伙) | 代理人: | 杨萍<国际申请>=<国际公布>=<进入国 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于神经网络的铝电解槽三维炉膛形状实时预测方法和系统,该方法包括:1)获取铝电解槽建模参数;2)根据建模参数构建铝电解槽传热有限元模型;将不同试验参数进行排列组合,构成试验组;将试验组中的每一组试验参数分别输入铝电解槽传热有限元模型,进行仿真计算,得到每一组试验参数对应的炉膛形状和槽壳温度;3)以槽壳温度、电解质水平和铝水平为输入变量,以炉膛形状为输出变量,构建BP神经网络;4)基于步骤2)中的仿真结果训练BP神经网络;5)实时测量和获取槽壳温度、电解质水平和铝水平;输入步骤4)中训练好的BP神经网络,得到最终预测的炉膛形状。本发明能够准确快速的预测铝电解槽三维炉膛形状。 | ||
搜索关键词: | 炉膛形状 铝电解槽 试验参数 槽壳 电解质水平 传热 建模参数 铝水平 试验组 元模型 构建 三维 仿真计算 仿真结果 排列组合 神经网络 实时测量 实时预测 输出变量 输入变量 输入步骤 预测 | ||
【主权项】:
1.一种基于神经网络的铝电解槽三维炉膛形状实时预测方法,其特征在于,包括以下步骤:/n1)获取铝电解槽建模参数,包括各内衬材料属性数据与结构参数、外界换热条件、工艺参数;/n2)根据步骤1获取的建模参数构建铝电解槽传热有限元模型;将不同试验参数的不同取值进行排列组合,构成试验组;将试验组中的每一组试验参数分别输入铝电解槽传热有限元模型,进行仿真计算,得到每一组试验参数对应的炉膛形状和槽壳温度数据;/n3)构建BP神经网络;/n选取槽壳温度、电解质水平和铝水平作为所述BP神经网络的输入变量;/n选取炉膛形状作为所述BP神经网络的输出变量;/n4)训练BP神经网络,得到调试好的BP神经网络;/n5)在铝电解槽侧部和底部槽壳布置温度传感器,实时测量槽壳温度数据;同时从槽控机获取电解质水平和铝水平数据;将实时测量的槽壳温度数据及电解质水平和铝水平数据输入步骤4)中调试好的BP神经网络,得到最终预测的炉膛形状数据。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201611055395.0/,转载请声明来源钻瓜专利网。
- 上一篇:一种网页聚类方法及装置
- 下一篇:SiOCN薄膜的形成