学位论文 > 优秀研究生学位论文题录展示

铝电解阳极效应预测系统的研究

作　者: 罗彬
导　师: 曾水平
学　校: 北方工业大学
专　业: 控制理论与控制工程
关键词: 铝电解阳极效应 Elman网络故障预测
分类号: TF821
类　型: 硕士论文
年　份: 2010年
下　载: 63次
引　用: 0次
阅　读: 论文下载

内容摘要

在铝电解的生产过程中,电解槽是最主要的生产设备,也是铝电解故障预测系统的主要分析和监控的对象。电解槽的槽况正常与否不仅关系到铝电解的经济技术指标,还关系到电解槽的寿命以及铝厂的正常生产。铝电解槽是一个非线性,多耦合,时变和大时滞的工业过程体系。因此在铝电解过程中,槽况特征是复杂多变的,故障的种类多且难以检测,如：阳极效应,冷槽,热槽,阳极病变和不稳定槽等。有些故障一旦发生了,就会影响整个铝厂的安全生产,造成巨大的经济损失。因此,及时正确的预测出槽故障是铝电解正常生产的一个重要保证。所以,本文对铝电解槽的故障预测进行了研究并且开发了铝电解槽阳极效应预测系统软件。本文先是对铝电解的背景,生产原理及故障预测的发展现状进行了介绍,再对铝电解槽的故障模式进行了说明和分析。本系统从检测到的槽电压及槽电流所得到的槽电阻信号入手,建立了以频谱能量为特征向量的故障样本和神经网络模型。Elman神经网络是一个具有局部记忆单元和局部反馈连接的前向神经网络。他的反馈连接是从它隐层的输出到它的输入端。将Elman神经网络运用到铝电解槽的阳极效应预测中,选取槽况正常和阳极效应发生之前某个时段的铝电解槽频谱能量为网络的主要输入样本,经过反复调整训练确定了隐层神经元的个数。利用MATLAB编写相应程序,最终成功预测出阳极效应,并达到了预期的要求。然后利用Viusal Basic.NET和SQL Server 2000相结合设计开发了铝电解槽阳极效应预测系统。本文介绍了用于系统开发的开发软件和开发环境。并且详细的介绍了数据采集的实现方案和各个模块的功能设计,比如系统的登录模块、实时数据显示模块、历史数据查询模块和故障预测模块。最后经过对网络的测试可以发现,该网络准确地预测出了阳极效应,并且误差较小。跟BP网络相比,Elman网络无论在训练次数还是网络精度上都有很大的提高。

全文目录

摘要  6-7
Abstract  7-8
1 绪论  8-11
  1.1 课题研究的背景及意义  8-9
  1.2 国内外发展现状  9-10
  1.3 铝电解过程预测技术的发展趋势  10
  1.4 课题研究的内容  10-11
2 铝电解槽的故障分析及预测方法  11-14
  2.1 铝电解的工艺过程  11
  2.2 铝电解槽的阳极效应  11-13
    2.2.1 阳极效应的产生原理  11-12
    2.2.2 阳极效应的危害  12
    2.2.3 消除阳极效应的方法  12-13
  2.3 预测的方法  13-14
3 铝电解槽阳极效应预测系统的设计  14-29
  3.1 系统的开发工具  14-15
  3.2 系统的功能设计  15-16
  3.3 系统的结构设计  16-17
  3.4 预测算法的选择  17-19
  3.5 基于Elman神经网络的预测模型的建立  19-29
    3.5.1 Elman神经网络  19-21
    3.5.2 输入输出及各参数的选择  21-22
    3.5.3 Elman网络的构建  22-25
    3.5.4 不同隐层神经元节点数的Elman网络之间的对比  25-26
    3.5.5 Elman神经网络与BP网络的结果对比  26-27
    3.5.6 网络的测试结果  27-29
4 软件系统的设计与实现  29-39
  4.1 数据采集子系统的设计  29-33
    4.1.1 数据库连接方式的选择  29-31
    4.1.2 数据采集的软件实现方案  31-33
  4.2 系统其他功能模块的设计  33-37
    4.2.1 系统的登录模块  33-34
    4.2.2 实时数据显示模块  34
    4.2.3 曲线显示模块  34-35
    4.2.4 历史数据查询模块  35-36
    4.2.5 系统的预测模块  36-37
  4.3 界面设计  37-39
5 结论  39-40
参考文献  40-43
申请学位期间发表的学术论文  43-44
致谢  44

铝电解阳极效应预测系统的研究

内容摘要

全文目录

相似论文