[發(fā)明專利]基于LSTM的氫氧化鋁晶種粒度細化爆發(fā)預測模型及方法

有效

• 申請?zhí)枺?/td>: 202011106571.5
• 申請日: 2020-10-15
• 公開（公告）號: CN114368768B
• 公開（公告）日: 2023-10-24
• 發(fā)明（設計）人: 張羽飛;陳玉國;劉偉;馬震宇
• 申請（專利權）人: 中鋁國際工程股份有限公司;沈陽鋁鎂設計研究院有限公司
• 主分類號: C01F7/0666
• 分類號: C01F7/0666;G06N3/0442;G06N3/09
• 代理公司: 沈陽圣群專利事務所(普通合伙) 21221
• 代理人: 王鋼

本發(fā)明基于LSTM的氫氧化鋁晶種粒度細化爆發(fā)預測模型及方法。包括以下步驟：S1：收集歷史數(shù)據(jù)；S2：對數(shù)據(jù)采樣間隔?t進行處理；S3：對數(shù)據(jù)進行清洗和插值；S4：對數(shù)據(jù)進行滑動平均處理；S5：對數(shù)據(jù)進行最大最小值歸一化處理；S6：構建模型訓練數(shù)據(jù)的輸入和輸出矩陣；S7：構建晶種粒度細化爆發(fā)預測模型；S8：按照7：3的比例劃分為訓練集和測試集；S9：設置模型參數(shù)；S10：進行反歸一化，恢復為正常指標值；S11：采用均方根誤差來評估模型；S12：調整模型參數(shù)，直到模型評價指標處于一個較優(yōu)的值；S13：利用歷史數(shù)據(jù)將模型訓練完成，保存為固定文件。實現(xiàn)種子分解工序穩(wěn)定生產(chǎn)，提高系統(tǒng)產(chǎn)量、優(yōu)化產(chǎn)品指標。

技術領域

本發(fā)明涉及一種氫氧化鋁晶種粒度細化爆發(fā)預測模型及方法，尤其涉及氧化鋁生產(chǎn)技術領域的一種基于LSTM的氫氧化鋁晶種粒度細化爆發(fā)預測模型及方法。

背景技術

種子分解是拜耳法生產(chǎn)氧化鋁的關鍵工序之一，種子分解工序的生產(chǎn)情況決定著冶金級砂狀氧化鋁的質量。砂狀氧化鋁主要是供給電解鋁生產(chǎn)的原料，要求其具有粒度粗、流動性好、對氟化氫吸附能力強等優(yōu)點。因此，改善冶金級砂狀氧化鋁的質量、提高氧化鋁生產(chǎn)效率，越來越受到氧化鋁生產(chǎn)企業(yè)的重視。但是，提高分解率和改善氧化鋁產(chǎn)品質量之間有著絕對的沖突，因此要在滿足氧化鋁產(chǎn)品質量的前提下，盡可能的提高氧化鋁產(chǎn)品產(chǎn)量，這一問題是氧化鋁生產(chǎn)企業(yè)亟待解決的難題之一。

種子分解工序粒度變化實際上是過飽和鋁酸鈉溶液結晶析出氫氧化鋁的過程，過飽和鋁酸鈉溶液晶種分解過程與常規(guī)無機鹽飽和溶液結晶不同，是一種復雜的物理化學過程。在對鋁酸鈉溶液晶種分解理論方面，全球研究者也進行了大量的研究工作，但是目前尚無統(tǒng)一定論。

近些年，我國拜耳法生產(chǎn)的氧化鋁的粒度和強度都有了很大改善，但是仍然沒有擺脫周期性細化的影響，即在某一生產(chǎn)階段，種子分解系統(tǒng)中爆發(fā)出大量的氫氧化鋁細粒子(小于45μm)。在細化期間，種子過濾立盤級氫氧化鋁過濾平盤，過濾效果變差，產(chǎn)能下降，下游焙燒工序會產(chǎn)生更多的粉塵，對能源、收塵有較大影響。

不同的氧化鋁生產(chǎn)企業(yè)生產(chǎn)設備及生產(chǎn)工況不盡相同，在生產(chǎn)過程中，各種因素對種子分解粒度影響權重也存在較大差異，很難針對分解粒度變化建立準確的數(shù)學機理模型。而在實驗室中得到的實驗數(shù)據(jù)較少，而且只在特定的實驗條件下有效，缺乏系統(tǒng)性和針對性。這就導致了各氧化鋁生產(chǎn)企業(yè)在控制分解粒度過程中很難找到有效的解決辦法，即使某一企業(yè)在長期生產(chǎn)中摸索出了一定的控制規(guī)律，也很難推廣到其他氧化鋁生產(chǎn)企業(yè)中去。

因此，我們需要轉換粒度控制思路，從破壞生產(chǎn)的晶種粒度細化入手。晶種分解工序的周期性細化雖然包含周期二字，但是細化的時機和程度并不能夠準確預知。

在種子分解生產(chǎn)過程中，如果能夠根據(jù)分解工序生產(chǎn)條件及歷史數(shù)據(jù)，建立晶種粒度細化預報模型，就能夠提早掌握晶種粒度變化趨勢，并知曉晶種粒度的細化程度，盡早采取調控手段，減弱周期性細化的振幅乃至消除晶種粒度細化，最終實現(xiàn)種子分解工序的穩(wěn)定生產(chǎn)，提高系統(tǒng)產(chǎn)量、優(yōu)化產(chǎn)品指標。

發(fā)明內容

為了解決上述問題，本發(fā)明提供基于LSTM的氫氧化鋁晶種粒度細化爆發(fā)預測模型及方法，目的是提早掌握晶種粒度變化趨勢，并知曉晶種粒度的細化程度，盡早采取調控手段，減弱周期性細化的振幅乃至消除晶種粒度細化，最終實現(xiàn)種子分解工序的穩(wěn)定生產(chǎn)，提高系統(tǒng)產(chǎn)量、優(yōu)化產(chǎn)品指標

本發(fā)明所采取的技術方案如下：

基于LSTM的氫氧化鋁晶種粒度細化爆發(fā)預測模型，包括以下步驟：

S1：收集預測晶種粒度細化爆發(fā)的所有相關變量的歷史數(shù)據(jù)；

S2：對數(shù)據(jù)采樣間隔Δt進行處理，保證所有變量的數(shù)據(jù)長度一致、時間間隔一致，即數(shù)據(jù)時間尺度統(tǒng)一化；

S3：對數(shù)據(jù)進行清洗和插值，刪除異常值，補充缺失值，構造多維特征的連續(xù)時間序列數(shù)據(jù)；