神经网络预报低温铝电解的电流效率

用Ｎａ３ＡｌＦ６－ＡｌＦ３－ＣａＦ２－ＭｇＦ２－ＬｉＦ－Ａｌ２Ｏ３体系中的低摩尔比（ｎ（ＮａＦ）／ｎ（ＡｌＦ３））电解质进行低温电解实验，以大量的实验数据为学习样本，让网络学习以建立各种电解条件与对应电流效率间的非线性映射，用来预报不同电解条件下的电流效率，研究了各种电解工艺参数对电流效率的影响规律。     

低温铝电解的物理化学过程

为达到降低铝电解的温度的目的,对低温度下(800～900℃)电解冰晶石-氧化铝体系电解质制取金属铝的物理化学过程进行了实验研究。主要研究内容包括:用透明电解槽观测低温铝电解中进行的物理化学过程 ;低温电解质的组成和物理化学性质;低温电解中的能量消耗;铝在低温电解质中的溶解和电流效率;氧化铝在低温电解质中的溶解;低温电解质中NaF/AlF3摩尔比的检测方法;低温电解的电极过程;惰性电极在低温电解过程中的应用。     

新型低温铝电解质体系的研究：氧化铝的溶解度与溶解速度

分别测定不同温度下粉末状α－Ａｌ２Ｏ３在Ｎａ３ＡｌＦ６－ＡｌＦ３（摩尔比１∶１）Ｋ３ＡｌＦ６－ＡｌＦ３（摩尔比１：１）及Ｎａ３ＡｌＦ６－Ｋ３ＡｌＦ６－ＡｌＦ３（摩尔比０．５：０．５：１）熔盐体系中的溶解度和溶解速度。探讨和分析了ＬｉＦ对Ｎａ３ＡｌＦ６－Ｋ３ＡｌＦ６－ＡｌＦ３熔体（摩尔比０．５：０．５：１）中氧化铝溶解度的影响。结果表明氧化铝在低温钾冰晶石体系Ｎａ３ＡｌＦ６－Ｋ３ＡｌＦ６－ＡｌＦ３（摩尔比０．５：０．５：１）中的溶解度和溶解速度能够满足低温电解的要求。     

铝电解槽电流效率快速测定气敏元件的研制

ＣＯ２气体传感技术与测定铝电解槽电流效率相联系，是一种新的节能增产的技术方案。高温烧结制成的陶瓷电容型敏感元件具有稳定的物理、化学性质，将其用于ＣＯ２浓度测试装置，可将ＣＯ２浓度转换为瞬时电信号，经计算机处理，获得瞬时电流效率值     

铝电解低温电解质体系的研究现状

分析了不同电解质组成对铝电解质体系（主要包含NaF-AlF3、KF-AlF3和NaF-KF-AlF3体系）的初晶温度、氧化铝溶解度及电导率等物理化学性质的影响。指出在低温条件下NaF-AlF3电解体系表现出氧化铝溶解性能较差的缺点;KF-AlF3体系相较于NaF-AlF3体系具有较好的氧化铝溶解性能,但电导率较低,且电解原料中含有钠,随着电解的进行,钠在电解质中不断累积,导致该体系不可避免的变为NaF-KF-AlF3体系;NaF-KF-AlF3体系具有较低的初晶温度,良好的氧化铝溶解性能和电导率,还可以解决钠在电解质中累积带来的问题。因此,NaF-KF-AlF3体系在低温铝电解上是比较有希望得到工业应用的体系。此外,还着重综述了NaF-KF-AlF3体系的研究进展,并探讨了该体系存在的问题及今后的发展方向。     

神经网络在煤低温自燃实验炉建模中的应用

将人工神经网络的非线性特性和信息的分布性用于煤低温自燃实验炉的模型辩识，结果表明，用人工神经网络来建立非线性静态模型是可行的，从而为煤低温自燃过程的建模提供了一条新的途径。     

神经网络在瓦斯突出危险性识别预报中的应用

将神经网络理论应用于瓦斯突出危险性识别与预报问题的研究，以突出预测指标为基础，采用多层反向传播神经网络模型实现对瓦斯突出危险性的多因素识别预报。实例分析表明，其应用效果较好。     

惰性TiB2阴极在低温铝电解中的应用

在实验室100ATiB2阴极的垂直排铝式电解槽上进行电解,所用电解质分子比为1．5～2．2,电解温度为800～935℃,电解得到金属铝并且电流效率为82．0％～88．3％,直流电耗为11．54～12．05kW·h／kg铝,在TiB2阴极上未发现固体结壳．实验表明：由于使用TiB2阴极,并改变电解槽结构,改善了电解质的循环,既消除了低温电解时的阴极结壳,又可通过降低极距补偿了低分子比电解质的电导率下降。     

科技部：低温低电压铝电解新技术项目通过论证

近日,科技部高新司在北京召开了国家科技支撑计划“低温低电压铝电解新技术”重点项目可行性论证会。     

基于神经网络的中厚板凸度预报

应用改进BP神经网络建立中厚板凸度预报的三层神经网络预报模型，用自适应学习速率法和附加动量法两种改进BP算法结合起来训练神经网络模型。试验仿真结果表明，该模型对测试数据预报结果均在3％之内，精度高，训练速度较快，具有很好的实用性。     

铝电解质初晶温度和电导率数学模型的研究

测定了铝电解质的初晶温度和电导率,求出了一个范围较宽的初晶温度的数学模型。并根据工业铝电解的实际情况,分四段求出了其电解质的电导率数学模型。分析讨论了各因素对铝电解质初晶温度和电导率的影响,并求出了其等值图。     

铝电解中阳极气泡形成的电化学研究

用电化学方法研究了铝电解质熔液中石墨电极上的阳极过电压和阳极表面析出气泡的规律。阳极极化过电压满足Ｔａｆｅｌ方程，其常数ａ和ｂ分别为０．５３和０．１６。由于阳极气泡的析出，引起电极电位或电流的波动。在较低的电流密度和电极电位下，离开阳极表面的气泡质量相等；阳极气泡覆盖电极表面面积随电流和电位的升高而增大。     

用神经网络综合预测水力旋流器性能

将人工神经网络用作水力旋流器的性能预测模型，实现了对其性能的全面预测，并探讨了结构及工艺参数对其性能的综合影响，弥补了以往数学模型预测的某些不足，为水力旋流器性能的综合预测提出了一个有效而简单的新手段。     

基于RBF神经网络的露天边坡优化设计方法

建立了岩质边坡稳定性定量评价的径向基函数(RBF)神经网络模型,避免了BP网络收敛速度慢的不足。提出了基于RBF神经网络的露天边坡优化设计方法,并将其应用于水厂铁矿边坡优化设计中,取得了良好的效果。     

遗传神经网络预测模型在选矿中的应用

分析遗传算法（ＧＡ）及ＢＰ神经网络（ＮＮ）的理论基础,提出了ＧＡ与ＮＮ结合的主要方式和步骤。讨论了基于遗传神经网络的建模思路,主要针对矿石可选性预测、选矿生产指标预报问题,建立相应的遗传神经网络模型。论述了选矿数据预处理的方法和ＧＡ－ＢＰ神经网络的设计。通过实例验证,模型的预测精度达到９０％以上。     

基于时序-神经网络模型的我国石油消费预测

对我国石油消费进行预测和研究,有助于提高石油生产、进口及消费的合理性。本文采用BP神经网络预测方法,建立时序-神经网络预测模型,并取我国往年石油消费量中两次不同的样本预测我国2010-2012年的石油消费量,对两次实验结果进行比对。结果表明,该模型具有较好可行性,用近些年数据作为样本得到的预测结果更接近前几年石油消费量的变化趋势,可为石油需求规划提供参考依据。     

操作方式对铝电解测温重显性的影响

在铝电解测温中，热电偶动态法的使用，可以较准确地测量出电解质温度，延长热电偶使用寿命。本文研究了热电偶动态法测铝电解质温度时，各种操作方式对热电偶温升重显性的影响。不同操作参数（方式）对热电偶重显性影响很大。每次测温必须严格按同一方式进行，才可能深证高的重显性。文中给出了热电偶动态法测铝电解质温度的最佳操作参数。探讨了操作方式影响重显性的原因。     

基于RBF网络的浮选技术指标预报模型的研究

简要分析RBF网络的结构特点及最近邻聚类学习算法之后 ,利用ZJWNNC标准函数建立了浮选技术指标预报模型 ,并对该模型进行了仿真试验。仿真结果表明 ,模型精度较高 ,具有一定的实用价值 ,为下一阶段开发浮选技术指标智能预测系统奠定基础。