新型阴极结构电解槽铝电解试验

针对传统铝电解槽极距已经达到低限,槽电压不能大幅度降低的关键技术难题,提出一种新型阴极结构铝电解槽．介绍了这种新型阴极结构电解槽的特点和工艺技术特征,以及在重庆天泰铝业公司168kA电解槽上进行工业电解槽试验的结果．统计期内3台试验电解槽平均槽电压为3．803V,平均直流电耗比同系列其他127台传统电解槽低1250kW·h／tAl,达到12101kW·h／tAl．     

穿孔阳极在铝电解槽上的应用试验

从阳极极距模型出发,分析了降低阳极气泡层的方法,提出并设计了穿孔阳极。通过在3台168kA普通平底电解槽上试验,获得了槽平均电压3.777V,电流效率91.85%,比对比槽提高0.70%,工艺直流电耗12252kWh/t-Al,比对比槽降低634kWh/t-Al的效果;在30台168kA普通平底电解槽上试验,也获得了槽平均电压3.786V,电流效率91.447%,工艺直流电耗12337kWh/t-Al的效果。     

电解铝炭阳极的消耗分析

计算了铝电解过程中炭阳极的理论消耗,并与实际消耗量进行了比较,炭阳极利用率只有87％左右.分析了导致炭阳极多耗的原因,以及炭阳极多耗对铝电解生产的影响.重庆天泰铝业穿孔阳极两年多的工业试验表明其可以降低阳极净耗,提高炭阳极利用率.文章最后还提出了降低炭阳极消耗的几条建议.     

穿孔阳极在铝电解槽上的应用试验

从阳极极距模型出发,分析了降低阳极气泡层的方法,提出并设计了穿孔阳极。通过在3台普通平底电解槽上试验,获得了比同类对比槽降低槽电压160 mV,提高电流效率0.78%,降低电解铝直流电耗634kWh/t-AI的良好效果。     

铝电解槽阳极极距构成模型及工艺能耗

计算了普通电解槽生产中通常的阳极极距,提出了阳极极距三层构成模型及极限阳极极距概念,用此理论对目前研究中的低槽电压生产仍能获得较好生产指标进行了解释,并展望了铝电解工艺能耗能达到的可能范围:在阳极电流密度为0.8A/cm2左右时,电解直流电耗可达到9500kWh/t-Al左右。     

基于FNN-UKF神经网络的氧化铝浓度动态预测模型

针对影响氧化铝浓度的因素较多,彼此相关性强,难以建立动态预测模型的问题,提出一种基于FNN-UKF神经网络的动态预测方法.首先考察各原始变量置零前后在特征空间主元投影上的相似度,判断其对氧化铝浓度的解释能力,由此进行原始变量选择;再将约简后的原始变量输入基于UKF算法的神经网络预测模型,通过更新状态估计值和方差矩阵提高模型的泛化能力.对取自某厂160KA大型预焙槽的247组样本数据进行检验:228组样本的预测误差在±1％之内,计算量减少52.07％,表明该方法在保证预测精度的同时,有效降低了模型学习的计算量.     

基于混合Copula模型的铝电解槽多参数相关性分析

针对铝电解大型预焙槽操作参数较多且彼此耦合性强,难以进行准确的概率分布描述和相关性分析问题,提出一种基于混合Copula模型的铝电解槽多参数相关性分析方法。在铝电解槽参数分布类型未知的情况下,首先利用非参数核密度函数估计建立变量的边缘密度函数;再构建基于混合Copula模型的多变量联合分布函数,并通过权重参数调节不同类型Copula函数的贡献比重;最后利用极大似然法对模型参数进行估计。对取自某厂170 kA铝电解槽的1824组真实样本数据进行实验,结果得到的3种距离指标分别是0.3169、0.6239和0.9276,均优于其他单一Copula函数,表明本方法是对超低电压下具有非稳态非均一特征的多参数进行相关性分析的一种有效途径。     

基于优化相对主元分析的铝电解槽况诊断

针对影响铝电解槽状态的参数较多且耦合性强、建立诊断模型的计算量巨大、诊断精度有限等问题,提出一种基于优化相对主元分析(ORPCA)的铝电解槽况诊断方法。利用相对主元分析(RPCA)方法在进行特征选择时的降维优势,提出一种有效的准则以确定主元的相对权重。通过遗传算法(GA)构造误报率适应度函数,考察观测样本在主元空间和残差空间里投影的变化,以获得搜索区域内最优的相对转换矩阵,使Hotelling's T2检验和预测平方差（SPE）检验的误报率降低到最小。对某厂170kA大型预焙槽的样本进行检验,实验结果表明,该方法在置信度为95%和97.5%时,T2检验误报率分别为16.79%和9.77%,SPE检验误报率分别为4.01%和1.75%。与同类算法相比,所提方法不但能准确诊断出铝电解槽中出现的异常状态,而且明显降低T2检验和SPE检验中出现误报的概率。     

基于对称Alpha稳定分布概率神经网络的铝电解槽况诊断

在铝电解槽非稳态情况下,槽参数易发生局部突变,呈现非高斯概率分布,且各种槽参数相关性较强,无法满足概率神经网络中训练样本必须服从独立同分布的假设条件,影响槽况诊断的精确度。提出一种基于对称Alpha稳定分布概率神经网络的铝电解槽况诊断方法,利用其对非高斯分布数据的良好近似拟合能力,改进模式层的径向基函数,提高概率神经网络对槽参数局部突变的适应性。通过取自某厂170 kA大型预焙槽的样本进行检验表明,该方法能够对5种槽况做出正确的诊断,具有较强的分类精度和收敛速度。     

新型阴极结构电解槽铝电解试验

针对传统铝电解槽极距已经达到低限,槽电压不能大幅度降低的关键技术难题,提出一种新型阴极结构铝电解槽.介绍了这种新型阴极结构电解槽的特点和工艺技术特征,以及在重庆天泰铝业公司168 kA电解槽上进行工业电解槽试验的结果.统计期内3台试验电解槽平均槽电压为3.803 V,平均直流电耗比同系列其他127台传统电解槽低1 250 kW · h/t Al,达到1 2101 kW · h/t Al.