版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、作為拜耳法生產(chǎn)氧化鋁過程中的重要工序,高壓溶出是一個極其復(fù)雜的冶金工業(yè)過程。在高壓溶出過程中,苛性比值與溶出率決定了產(chǎn)品的產(chǎn)量、質(zhì)量及堿耗。要實(shí)現(xiàn)高壓溶出過程的優(yōu)化控制,關(guān)鍵是能夠在線檢測苛性比值與溶出率。然而,目前沒有任何測量儀表能夠直接檢測這兩個值,而只能通過化學(xué)分析獲得,因此存在很大的滯后,嚴(yán)重影響了高壓溶出過程的優(yōu)化控制。高壓溶出過程具有機(jī)理復(fù)雜、非線性度高、耦合嚴(yán)重、時變、大滯后、大干擾等特點(diǎn),因此任何單一的建模方法都難以建立
2、精確的數(shù)學(xué)模型。本文在分析了高壓溶出工藝機(jī)理的基礎(chǔ)上,首次研究了苛性比值與溶出率的軟測量技術(shù),提出了基于智能集成模型的軟測量方案,有效地實(shí)現(xiàn)了苛性比值與溶出率的在線檢測,并據(jù)此對原礦漿配料進(jìn)行了優(yōu)化指導(dǎo)。論文主要工作和研究成果體現(xiàn)在以下幾個方面: (1)基于對復(fù)雜工業(yè)過程特點(diǎn)及常用建模方法缺陷的分析,提出了智能集成軟測量模型的基本框架,即給出了智能集成軟測量模型的一般定義,總結(jié)了模型結(jié)構(gòu)及算法的基本集成形式,并給出了基于智能集成
3、模型的軟測量系統(tǒng)的形式化描述、設(shè)計原則及設(shè)計步驟。 (2)針對RPCL聚類算法速度慢、精度低的缺點(diǎn),提出了基于樣本空間分布的改進(jìn)RPCL聚類算法(SDS-RPCL)。該算法在修正中心值過程中,根據(jù)樣本空間的分布情況選取數(shù)據(jù),減少了中心值朝類邊緣移動的概率,因而能加快聚類速度,提高聚類精度。 (3)在詳盡分析高壓溶出機(jī)理并總結(jié)專家知識的基礎(chǔ)上,建立了苛性比值與溶出率的專家機(jī)理模型,該模型能夠直觀地反映各種因素對苛性比值與溶
4、出率的影響。 (4)為了修正專家機(jī)理模型的預(yù)測誤差,針對苛性比值與溶出率軟測量中輸入變量多、樣本分布廣的特點(diǎn),提出了分布式復(fù)合神經(jīng)網(wǎng)絡(luò)。該神經(jīng)網(wǎng)絡(luò)利用主元分析法將輸入變量重組,并按重組后的主元變量所包含原始信息的多少將其分成若干組,分別用多個并聯(lián)的復(fù)合神經(jīng)網(wǎng)絡(luò)逐步逼近苛性比值與溶出率;復(fù)合神經(jīng)網(wǎng)絡(luò)不僅簡化了模型,而且由于對輸入變量進(jìn)行了適當(dāng)?shù)姆纸M,因此能更合理地描述實(shí)際對象。另一方面,利用SDS-RPCL聚類算法將學(xué)習(xí)樣本進(jìn)行聚
5、類,分別用不同的復(fù)合神經(jīng)網(wǎng)絡(luò)來描述不同類別的樣本,然后利用模糊分類器確定輸入對每個復(fù)合神經(jīng)網(wǎng)絡(luò)的隸屬度,從而建立分布式復(fù)合神經(jīng)網(wǎng)絡(luò)。實(shí)際數(shù)據(jù)的仿真結(jié)果表明:當(dāng)輸入變量與訓(xùn)練樣本空間某個類相距較近時,其預(yù)測精度很高;反之,當(dāng)輸入變量與每個類都相距較遠(yuǎn)時,其預(yù)測精度則很低。 (5)針對分布式復(fù)合神經(jīng)網(wǎng)絡(luò)的上述不足,建立了苛性比值與溶出率的灰色模型。論文設(shè)計了智能協(xié)調(diào)單元以協(xié)調(diào)各子模型的預(yù)測結(jié)果,提高了預(yù)測精度;進(jìn)而對預(yù)測結(jié)果進(jìn)行誤差
6、修正以消除可能出現(xiàn)的大誤差,提高了模型的魯棒性;論文還給出了智能集成模型的在線校正方法,保證模型精度不會隨生產(chǎn)條件變化而降低。 (6)開發(fā)了基于軟測量的原礦漿配料優(yōu)化控制系統(tǒng)。該系統(tǒng)在PlantScape集散控制系統(tǒng)的基礎(chǔ)上,通過工業(yè)控制計算機(jī)、PLC、高速Ethernet網(wǎng)實(shí)現(xiàn)了高層的苛性比值與溶出率在線預(yù)測、原礦漿配料專家優(yōu)化指導(dǎo)及底層的配料系統(tǒng)自動化控制。系統(tǒng)的應(yīng)用提高了氧化鋁的溶出率及原礦漿配料的合格率,穩(wěn)定了氧化鋁生產(chǎn)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于智能集成模型的苛性比值與溶出率軟測量及應(yīng)用研究.pdf
- 基于SVM的氧化鋁高壓溶出苛性比值與溶出率軟測量.pdf
- 氧化鋁生產(chǎn)過程苛性比值與溶出率智能集成預(yù)測模型研究.pdf
- 高壓溶出過程苛性比值與溶出率軟測量計算機(jī)系統(tǒng)開發(fā).pdf
- 基于苛性比值與溶出率預(yù)測模型的拜耳法配料參數(shù)優(yōu)化設(shè)定的研究.pdf
- 降低拜耳法溶出液苛性比值的研究.pdf
- 氧化鋁生產(chǎn)苛性比值軟測量神經(jīng)網(wǎng)絡(luò)模型的在線修正方法研究.pdf
- 焦?fàn)t火道溫度軟測量的集成模型及其應(yīng)用研究.pdf
- 基于多率采樣的焦?fàn)t火道溫度軟測量集成模型.pdf
- 基于智能優(yōu)化的軟測量建模方法研究及應(yīng)用.pdf
- 軟測量的軟儀表實(shí)現(xiàn)與仿真應(yīng)用研究.pdf
- 基于主曲線的軟測量及其應(yīng)用研究.pdf
- 基于數(shù)據(jù)驅(qū)動的軟測量建模技術(shù)應(yīng)用研究.pdf
- 軟測量模型生成系統(tǒng)研究與應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)優(yōu)化理論的軟測量技術(shù)及應(yīng)用研究.pdf
- 焦?fàn)t立火道溫度軟測量模型及其應(yīng)用研究.pdf
- 基于關(guān)聯(lián)向量機(jī)建模方法及化工軟測量應(yīng)用研究.pdf
- 基于自適應(yīng)混合模型的萃取過程軟測量研究與應(yīng)用.pdf
- 計算智能技術(shù)的集成與工業(yè)應(yīng)用研究.pdf
- 分餾塔軟測量模型研究與應(yīng)用.pdf
評論
0/150
提交評論