基于综合指标评估模型的铝电解槽状态智能预测

在电解铝生产中,准确判断电解槽的运行状态是实现过程优化的前提条件。目前生产中槽状态及其变化趋势的解析主要靠人工经验,为了提高槽状态评判与预测的准确性,提出了一种基于综合指标评估模型的铝电解槽状态智能预测方法。首先,从全局的角度建立关于能量平衡、物料平衡、稳定性的槽状态综合指标模型;其次,为了准确分类槽状态,采用模糊C均值聚类算法构建槽状态评估模型,根据综合指标大小将槽状态分为优、良、差三类;最后,建立基于模糊神经网络的槽状态预测模型,实现24 h后的状态预测。采用实际生产数据对模型进行验证,结果表明,该方法能够准确判断当前槽状态并预测未来槽状态,对稳定的电解铝生产、实现节能降耗有一定指导意义。