基于在線采集的電解鋁自動(dòng)化控制設(shè)計(jì)

馬 晴，王云龍，李慧慧

(咸陽(yáng)師范學(xué)院 物理與電子工程學(xué)院，陜西 咸陽(yáng) 712000)

隨著我國(guó)工業(yè)制造的不斷擴(kuò)大，鋁開始被大量的應(yīng)用在各個(gè)工業(yè)制造產(chǎn)品中。之所以鋁被廣泛應(yīng)用，是因?yàn)槠洫?dú)特的物理和化學(xué)性質(zhì)，并使得鋁被冠以有色金屬中的“萬(wàn)能金屬”。而隨著現(xiàn)代自動(dòng)化技術(shù)的不斷發(fā)展，開始被大量的應(yīng)用在電解鋁控制方面，成為當(dāng)前鋁電解槽生產(chǎn)中必不可少的一個(gè)裝備，并成為當(dāng)前冶金行業(yè)技術(shù)發(fā)展的一個(gè)重要標(biāo)志。但與國(guó)外的發(fā)展水平相比，我國(guó)電解鋁工業(yè)在很大程度上還比較落后，如在預(yù)焙鋁電解槽生產(chǎn)中，槽控機(jī)運(yùn)算功能還比較弱[1]。同時(shí)在電解鋁的生產(chǎn)過程中，很多指標(biāo)還依賴于傳統(tǒng)的人工經(jīng)驗(yàn)，特別是在氧化鋁的濃度控制方面。因此，進(jìn)一步加強(qiáng)鋁生產(chǎn)過程中的自動(dòng)化控制，是當(dāng)前冶金行業(yè)思考和改進(jìn)的重點(diǎn)。

1 電解鋁生產(chǎn)原料及工藝

鋁作為有色金屬中的一個(gè)重要部分，其主要是鋁土礦石通過溶出、沉降、分離和焙燒等步驟，得到固體的氧化鋁，然后再通過對(duì)氧化鋁的電解，得到最終的金屬鋁。當(dāng)前在冶金領(lǐng)域，針對(duì)氧化鋁的電解中，采用的工藝很多，比較主流的方法是采用冰晶石—氧化鋁熔鹽電解法。其具體的反應(yīng)方程式為：

2Al2O3+3C=4Al+3CO2↑

(1)

在該電解法中，冰晶石是溶劑，氧化鋁溶解在其中，碳素材料作為電解的陰陽(yáng)兩極，經(jīng)電化學(xué)反應(yīng)后，在陰極產(chǎn)生Al液，在陽(yáng)極產(chǎn)生二氧化碳。

整個(gè)生產(chǎn)工藝可以用圖1來概括。

圖1 電解鋁生產(chǎn)工藝

通過圖1可以看出，在電解鋁生產(chǎn)工藝中，最為重要的是電解槽。在電解槽中進(jìn)行電化學(xué)反應(yīng)。而對(duì)鋁生成的多少，與電解槽和氧化鋁的濃度大小有很大的關(guān)系。因此在電解鋁工藝生產(chǎn)中，加強(qiáng)對(duì)電解槽和氧化鋁的控制，是當(dāng)前學(xué)術(shù)研究的一個(gè)熱點(diǎn)。

2 氧化鋁濃度與槽電阻關(guān)系

研究認(rèn)為，氧化鋁濃度與電解槽的阻值之間存在著一個(gè)特殊關(guān)系，具體可以用圖1來表示[2]。

圖2 氧化鋁濃度與槽電阻之間的阻值

通過圖2看出，在電解槽的左區(qū)，隨著氧化鋁濃度的不斷增加，槽電阻的阻值則在不斷的降低，而在電解槽的右邊，隨著氧化鋁濃度的提升，槽電阻的阻值在不斷的增加。而通過上述的曲線看出，氧化鋁濃度與槽阻值不是一個(gè)簡(jiǎn)單的線性關(guān)系，而是較低或者較高的范圍內(nèi)，槽電阻阻值都會(huì)變化。而在氧化鋁濃度合適的階段，其槽電阻可以達(dá)到極小值。但是在實(shí)際的生產(chǎn)過程中，由于影響的因素很多，我們很難直接對(duì)氧化鋁的濃度進(jìn)行測(cè)定。而結(jié)合上述的曲線，提出通過測(cè)定電解槽阻值的方式，間接對(duì)氧化鋁的濃度進(jìn)行測(cè)定，進(jìn)而更好對(duì)整個(gè)電解過程進(jìn)行控制。

3 系統(tǒng)整體架構(gòu)設(shè)計(jì)

為實(shí)現(xiàn)對(duì)電解鋁生產(chǎn)的在線控制，本文結(jié)合相關(guān)的計(jì)算機(jī)技術(shù)和數(shù)據(jù)庫(kù)技術(shù)，將系統(tǒng)的整體架構(gòu)設(shè)計(jì)為如圖3所示。

通過圖3看出，通過槽控機(jī)對(duì)槽電阻的采集，進(jìn)而通過運(yùn)算模塊完成對(duì)氧化鋁濃度的控制。而該架構(gòu)的創(chuàng)新點(diǎn)在于引入了專家系統(tǒng)的推理判斷優(yōu)勢(shì)，從而通過專家系統(tǒng)的判斷即可完成氧化鋁濃度的自動(dòng)控制，而不需要人工計(jì)算和判斷等[3-4]。

圖3 電解鋁自動(dòng)控制系統(tǒng)整體架構(gòu)方案

4 控制系統(tǒng)實(shí)現(xiàn)

4.1 實(shí)現(xiàn)需要解決的問題

要完成上述系統(tǒng)的搭建，需要解決以下幾個(gè)問題。

1)結(jié)合圖2中氧化鋁濃度與槽阻值之間的關(guān)系，要加強(qiáng)對(duì)電解鋁生產(chǎn)的自動(dòng)化控制，需要讀槽電阻進(jìn)行實(shí)時(shí)采集，并結(jié)合相關(guān)的算法，對(duì)槽電阻未來的變化趨勢(shì)進(jìn)行預(yù)測(cè)，進(jìn)而更好的控制氧化鋁的濃度[5]。

2)針對(duì)其中大量的數(shù)據(jù)，需要構(gòu)建一個(gè)專門的數(shù)據(jù)倉(cāng)庫(kù)，進(jìn)而更好的實(shí)現(xiàn)對(duì)數(shù)據(jù)的分析與挖掘。

3)構(gòu)建知識(shí)推理規(guī)則庫(kù)，為氧化鋁的自動(dòng)化控制提供推理判斷的依據(jù)。

4.2 數(shù)據(jù)倉(cāng)庫(kù)構(gòu)建

在該實(shí)時(shí)采集與控制系統(tǒng)中，會(huì)產(chǎn)生大量的數(shù)據(jù)，并且產(chǎn)生的數(shù)據(jù)類型也多樣化。如采用常規(guī)的對(duì)數(shù)據(jù)進(jìn)行挖掘和分析，將極大的影響挖掘分析效率。對(duì)此，本文提出采用OLAP數(shù)據(jù)倉(cāng)庫(kù)對(duì)數(shù)據(jù)進(jìn)行管理。OLAP是一個(gè)多維數(shù)據(jù)管理模型，通過這種多維的方式，可以從多角度反映變化趨勢(shì)。而在本預(yù)測(cè)中要提高神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的精度，則引入OLAP多維管理模型[6]。

4.3 槽電阻變化趨勢(shì)預(yù)測(cè)模型構(gòu)建

神經(jīng)網(wǎng)絡(luò)作為當(dāng)前主流的一個(gè)算法，憑借其強(qiáng)大的自我學(xué)習(xí)功能被廣泛的應(yīng)用在各個(gè)領(lǐng)域當(dāng)中。本文結(jié)合槽阻值預(yù)測(cè)的需求，提出通過神經(jīng)網(wǎng)絡(luò)的自我學(xué)習(xí)優(yōu)勢(shì)，進(jìn)而建立槽阻值變化預(yù)測(cè)模型。通過輸入部分參數(shù)，進(jìn)而通過神經(jīng)網(wǎng)絡(luò)完成對(duì)樣本的訓(xùn)練，然后通過控制層完成與訓(xùn)練樣本的對(duì)比，最終通過電路完成氧化鋁濃度的控制。而在本文中，以下料間隔、當(dāng)前氧化鋁濃度、上一階段氧化鋁濃度等作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)。

而上述參數(shù)的選取中，考慮到“下料間隔”因素智能決定氧化鋁的濃度，但是下料間隔通常是人為控制。因此，針對(duì)該問題，在上述神經(jīng)網(wǎng)絡(luò)的模型基礎(chǔ)上，引入遺傳算法對(duì)參數(shù)進(jìn)行優(yōu)化[7]。具體優(yōu)化流程設(shè)計(jì)為如圖4所示。

圖4 基于遺傳算法的神經(jīng)網(wǎng)絡(luò)改進(jìn)模型

然后將訓(xùn)練好的網(wǎng)絡(luò)作為控制“槽電阻變化趨勢(shì)”的基礎(chǔ)模型。因此，在傳統(tǒng)三層網(wǎng)絡(luò)的基礎(chǔ)上，引入控制層，并將其模型設(shè)計(jì)為如圖5所示。

圖5 神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

4.4 知識(shí)庫(kù)判斷規(guī)則

在本判斷規(guī)則的設(shè)計(jì)中，借鑒龐栩(2012)的研究基礎(chǔ)，將氧化鋁和槽電阻之前的判斷規(guī)則設(shè)計(jì)為如下。

表1 氧化鋁濃度與槽電阻之間的判斷規(guī)則

5 實(shí)現(xiàn)效果

根據(jù)上述的步驟，在win7 操作平臺(tái)上，以C++Builder 6.0 作為開發(fā)工具，以Mysql作為數(shù)據(jù)庫(kù)，以 SQL2005作為數(shù)據(jù)倉(cāng)庫(kù)對(duì)系統(tǒng)進(jìn)行開發(fā)，從而得到如圖6的效果圖。

圖6 目標(biāo)控制值和生產(chǎn)實(shí)際數(shù)據(jù)擬合曲線

6 結(jié) 語(yǔ)

通過上述的研究看出，在分析電解鋁工藝的基礎(chǔ)上，通過引入遺傳神經(jīng)網(wǎng)絡(luò)模型對(duì)電解槽阻止的預(yù)測(cè)，然后再確定下料時(shí)間和氧化鋁濃度，最終得到與預(yù)測(cè)與實(shí)際想接近的擬合曲線，進(jìn)而通過該自動(dòng)化控制方式完成對(duì)整個(gè)電解鋁工藝的控制。

[1] 楊書鴻, 武強(qiáng)強(qiáng), 侯金虎. 基于PID的陽(yáng)極焙燒控制系統(tǒng)研究[J]. 自動(dòng)化技術(shù)與應(yīng)用, 2014, 33(8): 13-16.

[2] 谷文明, 路建軍. 鋁電解槽工藝參數(shù)自動(dòng)測(cè)量系統(tǒng)的研發(fā)[J]. 輕金屬, 2013(7): 39-41.

[3] 徐辰華, 李智. 基于神經(jīng)網(wǎng)絡(luò)遺傳算法的鋁電解槽電壓優(yōu)化[J]. 系統(tǒng)仿真學(xué)報(bào), 2016, 28(5): 1124-1130.

[4] 馬恩杰. 電解鋁廠制造執(zhí)行系統(tǒng)的開發(fā)與應(yīng)用[J]. 有色冶金設(shè)計(jì)與研究, 2016, 37(3): 11-14.

[5] 羅旭東, 湯昌廷, 馬軍創(chuàng), 等. 鋁及鋁合金中Fe、Si雜質(zhì)元素的冶金與熔鑄過程控制[J]. 鑄造, 2015, 64(5): 440-444.

[6] 劉國(guó)敏, 高文, 樊聯(lián), 等. 模式識(shí)別在電解鋁生產(chǎn)過程故障診斷中的應(yīng)用[J]. 冶金動(dòng)力, 2013(11): 1-4.

[7] 張愉. 氧化鋁濃度的RBF神經(jīng)網(wǎng)絡(luò)軟測(cè)量模型研究[J]. 計(jì)算機(jī)測(cè)量與控制, 2010, 18(11): 2472-2474.