1、鋁電解過程控制主要是以氧化鋁濃度控制為主，氧化鋁濃度的準確判斷是整個濃度控制的基礎。鋁電解過程是一個非線性、多變量耦合、時變和大時滯的工業(yè)生產過程，伴隨著多種復雜的物理化學變化。鋁電解質具有很強的腐蝕性，其生產是在高溫，強磁場和不斷的運動狀態(tài)下進行的。復雜的生產過程決定了電解槽過程中的參數具有不確定性、不可連續(xù)測定性。因此，對氧化鋁濃度的準確控制成為鋁電解過程的難點。
　　 本文在深入分析鋁電解工藝及生產數據的基礎上，結合神經網

2、絡、遺傳算法、鋁電解專家知識對氧化鋁濃度進行控制。針對電解槽處在的槽狀態(tài)，通過對氧化鋁濃度準確測量，合理的進行下料操作，從而將氧化鋁濃度控制在目標范圍，使電解過程穩(wěn)定運行。
　　 論文的主要工作如下：
　　 ①鋁電解過程中能實時反應電解槽變化的參數只有由槽電壓和槽電流計算得到的槽電阻。分析槽電阻的時序性，利用BP神經網絡的非線性映射能力和自學習能力對槽電阻進行預測?？紤]到BP神經網絡收斂速度慢，在學習過程中可能陷入局部極

3、小點而無法調整網絡權值和閾值，利用遺傳算法對BP神經網絡進行優(yōu)化。
　　 ②槽電阻R和氧化鋁濃度C特征曲線存在一定的不確定性，隨電解槽狀態(tài)變化而發(fā)生漂移。結合貴州電解鋁廠的實際生產數據得到三種槽狀態(tài)下R～C特征曲線。LVQ神經網絡的結構簡單，通過內部相互作用就可以完成十分復雜的分類處理，利用LVQ神經網絡對電解槽的槽狀態(tài)進行實時判斷，結合R～C特征曲線得到電解槽中氧化鋁濃度。
　　 ③根據預測得到槽電阻信息進行氧化鋁下料