基于自适应MCMC采样的新型UPFNN铝电解能耗模型

丁 伟, 姚立忠2,, 龙 伟, 李炎炎

(1. 四川大学机械工程学院, 成都 610065;2. 重庆科技学院电气工程学院, 重庆 401331)

1 引 言

电解铝产品已广泛应用于航天、交通、建筑、机械制造等重要领域,在世界工业发展过程中占有举足轻重的战略地位[1].据统计结果分析,在消耗方面,2019年我国电解铝消费量为3 672万吨,同比增长2.4%[2].然而,我国铝电解工业已进入到技术瓶颈期,其主要原因是铝电解能耗过高.由于铝电解工艺制造系统具有波动性、动态时变以及不确定性等特征,故难以准确地建立相对动态平稳的铝电解能耗模型,从而导致部分企业无法根据此模型来对未来状况进行整体规划和技术优化.因此,研究高精度铝电解能耗建模技术对工业生产提质增效具有重要意义.

铝电解系统存在一系列的物理化学反应,机理复杂不易量化.因神经网络[3]可处理系统机理未知的建模问题而备受关注.文献[4]使用小波神经网络来研究分析铝电解槽过程中各状态阶段;文献[5]介绍了神经网络控制技术与预测技术结合来调整氧化铝浓度的控制策略.然而,当传统神经网络建模完成时,其权值和阈值将保持不变.当铝电解系统工艺参数因实时工况变化而改变时,基于先前数据所建立的静态神经网络模型将无法满足铝电解工艺条件动态优化的需求.因此,为保证能耗模型对铝电解制造系统运行规律具有一定的渐进学习能力,可引进滤波技术来实时更新系统模型参数……