基于模糊神经网络的铝电解槽工作状态诊断

针对铝电解槽电压波动信号的频谱特点和工作状态的层次性,将小波理论和模糊逻辑理论引入高阶BP神经网络中,提出了一种基于小波高阶模糊神经网络的铝电解槽工作状态诊断模型,此模型运用串联方式将小波包分析、模糊逻辑和神经网络融合在一起。给出了小波高阶模糊神经网络的结构,确定了各模糊子集上的隶属度函数。并在320KA预焙铝电解槽上进行实验和仿真,理论和实验证明了该诊断方法可行性。     

铝电解槽极距在线可视化系统的开发与应用

针对铝电解槽极距难以在线测量的特点,将模糊C聚类和多神经网络引入极距软测量模型中,提出一种基于模糊C聚类和多神经网络的铝电解槽实时极距软测量模型。对大量的样本进行模糊C聚类得到优化样本;利用多神经网络对这些样本进行训练得到极距软测量模型;讨论极距软测量模型中辅助变量的确定及其在线获取的方法。在此基础上开发了铝电解槽实时极距在线可视化系统,并在中铝公司广西分公司320 kA系列预焙铝电解槽上进行了安装和调试,系统试运行10个月后,结果表明:造成电解槽不稳定的因素有单振源、多因素耦合和外界扰动;可通过调整单个阳极来消除单振源,提升阳极母线来消除多因素耦合,提高换极和出铝的操作质量来减少外界扰动。