氧化鋁管道化溶出系統的熱力學分析和熔鹽溫度預測模型研究.pdf

1、由于管道化溶出技術采用間接加熱方式，可顯著降低氧化鋁生產過程中的能耗。但是在我國一水鋁石的溶出系統的應用中，結疤現象嚴重，導致每個生產周期中熱平衡狀態(tài)不斷發(fā)生變化，熔鹽加熱溫度需要不斷進行調整。因此，掌握系統的熱平衡與火用平衡狀況，建立熔鹽溫度預測模型，對于進一步降低管道化溶出系統的能耗具有重要的意義。 本研究以國內某企業(yè)的管道化溶出系統熔鹽加熱段為研究對象，在對系統進行熱平衡測試的基礎上，采用熱力學的兩種模型對系統進行了能量平

2、衡分析，并對結疤厚度進行了擬合，建立了基于傳熱機理的熔鹽溫度預測模型。為進一步提高模型的預測精度，以Matlab7.0.1為平臺，利用神經網絡工具箱，建立了基于主成分分析法的多神經網絡集的熔鹽溫度預測模型。 本文的主要成果與結論有： 1.熱力學計算表明：管道化溶出系統熔鹽加熱段的具有高的熱效率與火用效率，分別為99.4％、85％。隨著系統的運行，系統熱效率降低較少，但系統火用效率降低較多。傳熱火用損是系統火用損失的主要組

3、成部分。因此，降低過大的溫差，是降低火用損的主要途徑。 2.基于傳熱學原理，根據測試數據，計算了管道結疤的厚度。結果表明在高溫段的結疤厚度要遠大于低溫段的厚度。同時根據結疤厚度隨時間變化的擬合曲線，建立了熔鹽溫度的預測模型。仿真結果表明該模型的預測結果精度較低。 3.對數據進行了平滑、主成分分析（PCA）與歸一化等預處理。通過主成分分析方法，對管道化溶出系統中13個變量進行了重新組合，確定了8個新的變量，為神經網絡的建立

4、提供了基礎。 4.針對不同周期之間的熔鹽升溫規(guī)律不一樣的特點，以熔鹽的初始溫度作為劃分子網絡的依據，應用BP神經網絡集的方法，建立了包含三個子網絡的管道化溶出系統熔鹽溫度預測模型。 5.應用不同工況下的生產數據，對基于神經網絡的熔鹽溫度預測模型進行了檢驗。結果表明該模型絕對誤差不超過±5℃的預測值達到85％以上。其預測準確度明顯高于傳熱模型。同時仿真結果表明：根據該模型對熔鹽溫度實現優(yōu)化控制，一個周期可節(jié)約大約28.7G