IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

桂卫华院士等:铝电解生产智能优化制造研究综述

已有 4665 次阅读 2018-12-6 17:51 |系统分类:博客资讯

铝电解生产智能优化制造需求分析

铝电解工业是一个高耗能和高污染的行业随着国家对铝电解工业的约束和规范, 我国现代电解铝生产技术必然向大容量及高效节能方向发展。铝电解生产与检测装备的自动化与信息化水平不断提升,生产过程中每天产生海量数据,传统的人工控制决策方式已经难以适应现代铝电解生产要求。

 

image001.png

1 大型铝电解集团企业的车间中有数百台电解槽

 


电解槽内部有高粉尘、强磁场、高温等特点,内部发生着复杂的熔盐电化学反应和多物理场耦合

 

3 铝电解是一项高能耗产业,能源消耗总量巨大,消耗电量占全国总发电量的6%

 

image009.jpg

4 铝电解是一项高污染行业,每生产1吨铝将会向大气中排放1500m3的污染性气体消耗大概500kg的阳极碳块

 

随着铝电解企业朝着大型化和集团化的方向发展,现有的铝电解生产运行控制系统存在的问题日益突出。

(1)   我国铝电解工业的原材料 (氧化铝、 炭素与氟盐等) 品质差异大,杂质成分与含量波动频繁,这使得生产工况不稳定和恶化风险难以预知,对于电解槽多物理场耦合系统缺乏敏感、可靠的分布参数感知手段,导致运行控制的精确性、稳定性、前瞻性存在不足。

(2)   能源供应模式和原料、 产品双重价格不确定性对电解槽的控制与决策产生严重影响。目前铝电解生产控制系统无法将市场大数据与企业的生产、技术和经营智能决策融合起来,以规避生产决策失误带来的经济风险。

(3)   目前我国铝电解的智能优化控制水平不高,对蕴含机理知识、运行特性和控制响应规律的生产数据利用率低。铝电解生产过程中会产生海量的结构化数据,要实现基于生产大数据的知识自动获取和数据-知识集成控制,目前缺乏有效的方案和技术途径。

 

解决上述难题与挑战的思路

面对这些难题与挑战,传统的生产运行控制系统已经无能为力,因此需要研究一种集铝电解智能分布式感知系统、系列槽智能协同优化控制系统、大型槽智能优化控制系统、智能安全运行监控系统和虚拟制造系统于一体的铝电解智能优化制造系统。

5

铝电解智能优化制造系统的功能与优势


(1)铝电解槽分布式智能感知系统

大型铝电解槽内各区域状态分布的差异性变得十分显著,可通过铝电解槽分布式智能感知系统检测关键分布式状态参数,获得铝电解槽分布式状态;通过机器视觉等方法智能感知铝电解槽内运行状态,实现分布式多物理场建模,对反映工况变化的多时空状态参数实现智能感知系统集成。


(2)大型铝电解槽智能优化控制系统

铝电解生产过程积累了大量不同频率和性质的结构化数据,同时也能够实时获得图像、视频等非结构化数据,这些数据反映了生产运行规律与工艺操作之间关系的潜在信息,大型铝电解槽智能优化控制系统可以利用运行大数据,并通过数据和知识融合实现铝电解槽绿色高效生产的智能优化集成控制。


(3)大型铝电解槽系列智能协同优化控制系统

通过大型铝电解槽系列智能协同优化控制系统可以实现铝电解槽系列工艺条件的协同优化控制与管理,达到不同车间的电解槽在同样的工艺技术条件,最终的技术指标是一致的效果。


(4)铝电解生产智能优化决策系统

在外部市场动态需求和内部企业生产动态状况等约束条件下,通过铝电解生产智能优化决策系统,决策出规模化铝电解生产系统在不同的原料和能源供应条件下的工艺指标、 生产计划及调度, 为生产制造全流程的协同控制提供优化目标。


(5)铝电解运行安全监控与自优化系统

通过铝电解运行安全监控与自优化系统,实现基于大数据实现铝电解的智能化控制系统、 智能协同控制系统、智能优化决策系统的可视化和远程移动监控,以及预报异常工况进行自优化控制。


(6)铝电解生产虚拟制造系统

通过铝电解生产虚拟制造系统,实现多物理场仿真和可视化技术,构建铝电解生产过程物质转化和能量传递的虚拟现实场景,为实现铝电解过程优化控制、协同控制、优化决策、异常工况诊断与自优化控制等各环节的仿真实验和可视化创造条件。

 

引用格式:桂卫华, 岳伟超, 谢永芳, 张红亮, 阳春华. 铝电解生产智能优化制造研究综述. 自动化学报, 2018, 44(11): 1957-1970


链接:http://html.rhhz.net/ZDHXBZWB/html/2018-11-1957.htm


作者简介:


桂卫华,中国工程院院士,中南大学信息科学与工程学院教授。主要研究方向为工业大系统递阶和分散控制理论及应用、复杂工业过程建模,优化与控制应用以及知识自动化。 E-mail: gwh@csu.edu.cn


岳伟超,中南大学博士生,主要研究方向为知识自动化,工业大数据。E-mail: yue_weichao@163.com;


谢永芳,国家杰出青年科学基金获得者,中南大学信息科学与工程学院教授。主要研究方向为分散控制和鲁棒控制、过程控制、工业大数据以及知识自动化。本文通信作者。 E-mail: yfxie@csu.edu.cn


张红亮,中南大学冶金与环境学院副教授。主要研究方向有色金属反应器的设计、诊断与工艺优化的电----应力场的高效工程化仿、新型仿真算法的开发,反应器的物理场测试。E-mail: csu13574831278@csu.edu.cn


阳春华,国家杰出青年科学基金获得者,中南大学信息科学与工程学院教授。主要研究方向为复杂工业过程建模与优化、分析检测与自动化装置、智能化系统。E-mail: ychh@mail.csu.edu.cn




https://blog.sciencenet.cn/blog-3291369-1150191.html

上一篇:东北大学丁进良教授等:复杂工业过程智能优化决策系统的现状与展望
下一篇:美国南加州大学秦泗钊教授等:数据驱动的工业过程运行监控与自优化研究展望
收藏 IP: 159.226.21.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-23 06:52

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部