發(fā)布時(shí)間：2024-11-02 22:10

　　氧化鋁濃度是鋁電解過程中極其重要的參數(shù),它是制定電解槽下料間隔的重要依據(jù),影響著鋁電解槽的物料平衡。由于鋁電解槽存在高溫、強(qiáng)磁場、強(qiáng)腐蝕等特性,使得氧化鋁濃度無法在線檢測,嚴(yán)重影響鋁電解過程的控制。為此,本文研究基于LSSVM的鋁電解過程氧化鋁濃度與其它工藝參數(shù)之間的關(guān)系模型,以實(shí)現(xiàn)氧化鋁濃度的在線估計(jì)。 論文首先分析了鋁電解過程的工藝機(jī)理及影響氧化鋁濃度的主要因素。針對(duì)氧化鋁下料-溶解-消耗過程的特點(diǎn),著重討論了氧化鋁濃度與槽電阻及槽電阻斜率之間的關(guān)系。針對(duì)電解槽槽狀態(tài)表述困難的問題,通過對(duì)槽電壓信號(hào)進(jìn)行小波包分解和重構(gòu),提取了電壓特征信號(hào),并利用所提取的信號(hào),有效地表述了電解槽槽狀態(tài)。分析了鋁電解過程數(shù)據(jù)的特點(diǎn),在對(duì)數(shù)據(jù)進(jìn)行預(yù)處理的基礎(chǔ)上,選取了氧化鋁軟測量模型的輔助變量。 針對(duì)最小二乘支持向量機(jī)中超參數(shù)的取值影響其精度及泛化能力的問題,本文采用人工蜂群算法優(yōu)化選取LSSVM的超參數(shù)。由于人工蜂群算法容易陷入局部最優(yōu),論文采用混沌搜索策略替代人工蜂群算法中獲得新食物源的方法,改進(jìn)了人工蜂群算法,仿真結(jié)果說明了改進(jìn)算法的有效性。利用改進(jìn)的人工蜂群算法優(yōu)化LSSVM的超參數(shù),建立...

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

3招屯解氧化鉛濃度軟測最設(shè)計(jì)將圖3-5的瞬時(shí)槽電壓曲線按照以上小波包算法進(jìn)行分解重構(gòu)如圖3-6所示，圖3-6中橫坐標(biāo)為時(shí)間（單位：秒），縱坐標(biāo)為電壓幅值（單位：伏）。4.25j 1 1 1 i ！ 1 1 4.2 -4.15>4.1 -j4.05- ！,： ‘,i -罷....

3招屯解氧化鉛濃度軟測最設(shè)計(jì)將圖3-5的瞬時(shí)槽電壓曲線按照以上小波包算法進(jìn)行分解重構(gòu)如圖3-6所示，圖3-6中橫坐標(biāo)為時(shí)間（單位：秒），縱坐標(biāo)為電壓幅值（單位：伏）。4.25j 1 1 1 i ！ 1 1 4.2 -4.15>4.1 -j4.05- ！,： ‘,i -罷....

Rastrigin ?{ i=\min(/3)=/3(0,0,---,0)=0/4⑷文（fros(十+1-600<X.<600Gnewank i 4UUU ,=】v/min(/4)=/4(0,0,--,0)=0表4-3為各測試函數(shù)隨機(jī)運(yùn)行50次后，....

本文編號(hào)：4010217