多信息融合的铝电解槽阴极状态预测研究

铝电解槽阴极是影响铝电解槽寿命最主要因素之一，阴极状态健康是铝电解过程进一步节能降耗的前提。由于阴极的隐蔽性，难以直接接触，相关参数检测困难；描述铝电解生产过程的模型不易建立，电解槽阴极工作状态难以判断。本研究将采集不同槽龄的阴极样本，深入了解阴极演化机理,分析工业铝电解槽生产过程阴极碳块的物理性能和电化学性能的变化。借鉴并完善前人对铝电解槽物理场仿真的研究, 研究铝电解槽中物理场与阴极工作状态的必然联系，采用智能检测技术和信息融合技术，通过电解槽产生的热、电、声信号的检测和处理，研究不同阴极形状在各种条件下与阴极状态的关系，建立基于遗传神经网络的多信息融合和分析模型，预测电解槽阴极状态。最终通过电参数、热参数、声音信息的监测和综合处理,在线预报阴极状况，为进一步提出阴极改造和设计、结合阴极状态的最佳工艺参数以及非健康阴极的在线修复提供理论依据。

阳极和阴极是电解槽的骨骼，也是电解槽运行管理的核心，决定了电解槽的电流效率和寿命，其状态的好坏直接影响生产经济效益和社会效益。本项目设计了阳极、阴极电流分布、槽壁温度连续检测系统；定制了模拟铝电解槽水溶液模型，并以此模型为对象，在实验室研究铝电解过程参数检测和控制系统。本项目对不同条件下电解槽的热场、电场、磁场和流场进行了仿真研究；分析了阴极碳块的导电性和导热性能与电解槽物理场的相互关系，根据实测参数得到不同区域电解槽电热信号的频谱特征。通过阴极的物理性能、化学性能、电热性能等在不同时期的内在特征和外部表观，研究了铝电解过程阴极碳块的演化，以及阴极状态和电解槽的外部表现之间的关系。经过铝生产现场调研，了解阴极和电解槽寿命的实际情况，考察工业铝电解槽与阴极相关的故障以及故障的特征，取样观测不同槽龄的阴极炭块的特征。在此基础上，利用信息融合方法，建立了工业铝电解槽状态预测模型，提出了阴极状态预测方法，预测了阴极是完全正常还是基本正常，还是局部破损，初步实现了铝电解阴极状态预测。本研究对进一步了解阴极碳块在电解过程中受物理场的影响机理及电解过程的演化行为，提高工业铝电解槽使用寿命，提升铝电解工业的社会效益和经济效益具有重大意义。