铸铝电解槽电压过程控制仿真研究

发布时间：2017-08-25 14:18

  本文关键词：铸铝电解槽电压过程控制仿真研究

  更多相关文章： 电压摆 主成分分析 极限学习机 多神经网络 槽电压

【摘要】：在电解铝的实际生产过程中,由于不能实时监控槽电压的变化情况,容易发生电压摆动的问题。为了实时监控槽电压的变化以及预防电解槽的电压摆,提出了基于主成分分析(PCA)的极限学习机(ELM)多神经网络结构模型,用于铝电解生产过程槽电压预测。一方面,将极限学习机方法同主成分分析方法相结合,将高维输入变量压缩处理为低维主元变量,简化极限学习机模型,提高主成分分析极限学习机(PCA-ELM)算法的泛化性能。另一方面,将多个PCA-ELM子神经网络按照连接权值综合起来,建立铝电解生产过程槽电压的预测模型,进一步提高多神经网络模型的预测能力和预测精度。通过实际数据仿真结果表明,多神经网络预测模型能够准确的实时监控槽电压以及预防电压摆。
【作者单位】： 广西大学电气工程学院;
【关键词】： 电压摆 主成分分析 极限学习机 多神经网络 槽电压
【基金】：国家自然科学基金(61364007) 广西自然科学基金(2014GXNSFAA118391) 广西教育厅科研项目(YB2014003) 广西大学博士基金项目(XBZ110672)
【分类号】：TQ151;TP183
【正文快照】： l引言 在铝电解过程中,预焙槽作为铝电解生产的主要设备,其电能消耗巨大。而槽电压是铝电解槽最主要的经济指标之一,降低槽电压可以显著的降低电能消耗[1_2]。由于铝电解是一个非线性、强耦合和大时滞的工业过程体系[3_5],故难以在短期内确定预焙铝电解槽的槽电压。当电解槽的

【相似文献】

中国期刊全文数据库 前10条

1 孙锡丽;黄昕;黄何;郭德淮;何政;王军;;神经网络在实验室检测工作质量管理及控制中的应用[J];检验检疫学刊;2014年02期

2 潘立登,朱宇宁;多神经网络在软测量仪表中的应用[J];北京化工大学学报(自然科学版);2001年02期

3 周迪勋,周毓菁;卫生陶瓷制品缺陷分析神经网络骨架系统[J];陶瓷;1995年04期

4 杜邵龙;周春山;张杰;;基于神经网络的膜法薏苡仁油脱胶过程动态模拟和预测[J];膜科学与技术;2007年06期

5 冯剑,廖毅,王纪全;水循环系统中基于神经网络的故障诊断[J];湖南工程学院学报(自然科学版);2005年01期

6 曹益林,吕庆章,杨书廷,刘洪霖;神经网络用于三元分子混合物密度与粘度的预测[J];计算机与应用化学;1997年02期

7 王国庆,葛虹,许培援,朱冬梅;神经网络用于合成条件的预测及优化[J];计算机与应用化学;1997年02期

8 周明华;汪国昭;;神经网络在二氧化碳提纯塔建模中的应用[J];浙江大学学报(工学版);2006年02期

9 吴浪;;基于神经网络的玻璃瓶气泡和结石分类研究[J];怀化学院学报;2012年02期

10 李玉科;;基于神经网络的陶瓷金属配件冲压加工错误自动诊断研究[J];陶瓷;2014年04期

中国重要会议论文全文数据库 前2条

1 陈素巧;贾默伊;;基于PID神经网络的蒸氨塔的解耦控制[A];第十一届全国自动化应用技术学术交流会论文集[C];2006年

2 马文忠;郭江艳;王艳丽;陈科成;杨珊;;基于BP神经网络的联合站燃烧系统软测量模型的研究[A];2011中国电工技术学会学术年会论文集[C];2011年

中国博士学位论文全文数据库 前2条

1 张潘;自旋玻璃理论在组合优化和神经网络中的应用[D];兰州大学;2009年

2 李英伟;基于增量改进BP神经网络微波深度干燥模型及应用研究[D];昆明理工大学;2011年

中国硕士学位论文全文数据库 前10条

1 张晓倩;面向水泥及其基材料分类的神经网络方法与改进研究[D];济南大学;2015年

2 金小梅;蚁群神经网络在二氧化碳提纯中的应用研究[D];浙江工业大学;2009年

3 苏兴;基于神经网络的化工建模预测方法研究[D];大连理工大学;2011年

4 邱添;基于非线性主成分分析与神经网络的参数预测模型[D];四川大学;2007年

5 周勇;基于非线性主成分神经网络的水泥强度预测研究[D];景德镇陶瓷学院;2010年

6 张晓丹;基于免疫克隆算法的LVQ神经网络研究及其在化工工业故障诊断过程中的应用[D];华东理工大学;2014年

7 陈晓雨;神经网络在高耐久性混凝土骨料优选中的应用[D];石家庄铁道大学;2015年

8 钟甲;基于粒子滤波的联合制碱工业过程建模与控制[D];河北科技大学;2011年

9 钟旭;ART2神经网络与化学模式聚类分析的研究[D];浙江大学;2004年

10 乔振民;神经网络控制研究及其在精馏塔中的应用[D];河北科技大学;2014年

，

本文编号：737115