广义动态模糊神经网络在铝电解预测中的研究与仿真.pdfVIP

第38卷 第 1期 冶 金 自 动 化 Vo1．38 No．1 2014年 1月 MetallurgicalIndustryAutomation Jan．2014 人工智能技术应用 · doi：10．3969／j．issn．1000-7059．2014．01．005 广义动态模糊神经网络在铝 电解 预测 中的研究与仿真 曾水平 ，倪亚超 (北方工业大学 自动化系，北京 100041) 摘要 ：铝电解过程中，每 日出铝量 、氟化铝添加量的决策对铝电解过程温度和过热度的准确控制非常重要，是影 响铝电解技术经济指标的重要因素之一。本文基于广义动态模糊神经网络算法(GDFNN)，构造了铝电解预测 系统，在给定铝电解槽所需温度之后，对铝电解中的出铝量和氟化铝添加量进行预测。此算法通过对高电流效 率、低能耗的电解槽的运行规律进行 自适应分析，训练出对应的决策规则 ，运用到效率低的电解槽 ，可以实现铝 电解槽温度和过热度控制，提高铝电解电流效率。通过对某铝电解厂实际数据进行仿真实验，证明了该算法在 铝电解控制中的有效性。 关键词：铝电解；出铝量；氟化铝添加量；广义动态模糊神经网络 中图分类号 ：TF821；TP183 文献标志码：A 文章编号：1000．7059(2014)01-0021-07 Research and simulationofgeneraldynamicfuzzyneural network forforecastinaluminum electrolysisprocess ZENG Shui—ping，NIYa—chao (AutomationDepartment，NorthChinaUniversityofTechnology，Beijing100041，China) Abstract：In thealuminum electrolysisprocess，the determination ofaluminum tappingvolumeand A1F3additionisvery importanttocontrolthetemperatureofaluminum productioncellsandtheover— heatedtemperatureprecisely．Basedongener~ dynamicfuzzyneuralnetwork，analuminum electrolytic predictionsystem isconstructedtoforecastthealuminum tappingvolumeandA1F3additionatagiven temperatureofaluminum productioncellsthatweneed．Throughtheadaptiveanalysisofoperationlaw ofhighcurrentefficiencyandlow—energyelectrolyticcell，thecorrespondingrulesaretrainedandap— pliedtotheinefficientelectrolyticcellalgorithmically，SOastocontrolthetemperatureofaluminum productionceilsandtheoverheatedtemperatureandimprovetheefficiencyofaluminum electrolysis． Thesimulationshowsthealgorithm validityintheindustrialcontrolsystems． Keywords：aluminum electrolysis；aluminum tappingvolume；A1F