CAJ | 학술논문

铝电解优化控制生产过程的实质是将可控参数尽量控制在工艺要求的目标值范围内.传统的基于神经网络的控制方法或直接判断氧化铝浓度,缺乏对历史浓度的有效追踪,致使判断准确率下降;或对铝电解生产状况进行宏观识别,并调整,但缺乏实时性、及时性.针对上述问题,将神经网络和关联规则库、专家知识库、控制策略相结合,提出了一种新的氧化铝浓度识别及控制方法,从而将神经网络上升为一种混合控制模型HC-NN (hybrid control- neural network).该模型以控制参数(自变量)为神经网络输入,和其输出共同作为关联规则库部分前件,对氧化铝浓度进行预测,并使其能对可控参数进行自适应调整,进而将氧化铝浓度(因变量)控制在专家知识库的目标范围内,最终实现对铝电解生产过程的优化控制.通过实际生产运行,验证了系统的可行性和有效性.
려전해우화공제생산과정적실질시장가공삼수진량공제재공예요구적목표치범위내.전통적기우신경망락적공제방법혹직접판단양화려농도,결핍대역사농도적유효추종,치사판단준학솔하강;혹대려전해생산상황진행굉관식별,병조정,단결핍실시성、급시성.침대상술문제,장신경망락화관련규칙고、전가지식고、공제책략상결합,제출료일충신적양화려농도식별급공제방법,종이장신경망락상승위일충혼합공제모형HC-NN (hybrid control- neural network).해모형이공제삼수(자변량)위신경망락수입,화기수출공동작위관련규칙고부분전건,대양화려농도진행예측,병사기능대가공삼수진행자괄응조정,진이장양화려농도(인변량)공제재전가지식고적목표범위내,최종실현대려전해생산과정적우화공제.통과실제생산운행,험증료계통적가행성화유효성.