论文部分内容阅读
当前国家提出建立资源节约性社会,环保型社会,降低PM2.5浓度,节约能耗,提高能源利用率的总体要求。铝电解产业作为高耗能,重污染的产业是优化调整的重点。对于铝电解进行节能降耗控制、优化控制是铝电解产业节能减排的重要途径,铝电解控制系统是一个复杂的多变量,非线性控制系统,影响铝电解的节能与电流效率的变量有很多,如何能通过多目标优化控制策略,以达到节能环保效果是研究的重点。本文首先综合分析了铝电解的工艺特点,根据铝电解过程复杂,变量多等特点,提出了铝电解多目标优化控制策略。综述了铝电解过程的主要影响因素和相互关系的基础上,建立了铝电解过程氧化铝浓度和电流效率机理模型,并最终选用了 Elman神经网络作为相应的建模与初步优化网络。通过氧化铝浓度对铝电解生产中电流效率的影响,进而提出了以控制电解槽电阻为例控制氧化铝浓度的控制思想,设计了包括预测、优化和输出反馈三部分的铝电解多目标控制系统的总体设计方案,还抓住了一些可以对节约能耗做出提升的异常情况和特定操作等细节控制。但由于BP神经网络固有的缺点,还需要进一步改进。因此针对多目标优化问题,提出了量子优化的方法。该算法用量子位对染色体进行实数编码,将量子比特的概率幅值都看作多目标问题的可行解。用量子旋转门更新量子比特相位,设计了量子选择算子、量子交叉算子、量子变异算子及种群更新算子,并选用相位增量空间按指数级别下降并可动态循环调整的策略,采用选则非支配排序算子及基于Pareto个体引力的选择策略,这些改进措施使算法优化效率得到明显提高。测试结果表明提出的算法能够有效的解决多目标优化问题,相对于其他多目标优化算法具有较强的全局搜索能力。使用了提出的算法与BP神经网络控制器进行融合,阐述了量子多目标遗传算法与BP神经网络融合的具体实现步骤,充分发挥量子多目标遗传算法的全局搜索能力,提高了神经网络的收敛速度与泛化能力。并将量子优化引入容易理解、易于实现、实际中比遗传更有效多目标粒子群算法。设计了铝电解过程能耗优化整体方案,并阐述了一般步骤和优化策略。将多目标粒子群算法用于该优化,经求解计算,并与NSGA Ⅱ算法优化对比。实现了一定的能耗优化,给从事生产和调度的人员提供了操作指导。对铝电解自动化管理系统的作用进行了简单介绍,又将系统从顶层的管理模块、管理层的功能模块到子程序模块分成了三个层次,管理层由七大功能模块组成,再向下分解的子程序模块层,每个功能构成一个模块使模块的“耦合程度”尽量小,“内聚程度”尽量大。最后对主要模块进行了设计,体现出了计算机自动化管理系统的价值。