阳极煅烧工艺参数质量分析研究

林满山　刘子瑜

摘  要： 铝电解过程中阳极生成是铝电解工艺的主要组成部分，在回转窑中进行的煅烧阶段是预焙阳极的第一过程，煅烧工艺参数的可控性和指导性对预焙阳极的生产起到了至关重要的作用。为了提高阳极的生产质量，业界正在积极地运用先进技术对生产阶段的细节进行控制。本文提出了结合BP神经网络算法和遗传算法，针对预焙阳极生产过程，煅烧工艺参数与质量间关系的预测模型，从而达到辅助企业对煅烧过程进行良好的把控。

关键词： 煅烧工艺参数;BP神经网络算法;遗传算法

中图分类号： TP311.52    文献标识码： A    DOI：10.3969/j.issn.1003-6970.2019.07.031

【Abstract】： Anode formation in aluminum electrolysis is a major component of the aluminum electrolysis process. The calcination stage in the rotary kiln is the first process of prebaked anodes. The controllability and guidance of the calcination process parameters play a crucial role in the production of prebaked anodes.In order to improve the production quality of the anode， the industry is actively using advanced technology to control the details of the pro-duction stage.  In this paper， a prediction model based on BP neural network and genetic algorithm is proposed to predict the relationship between calcination process parameters and raw block quality， so as to achieve a good con-trol of the calcination process of the auxiliary enterprises.

【Key words】： Calcination process parameters; BP neural network algorithm; Genetic algorithm

0  引言

预焙阳极的生产过程是一个工序复杂而且原料之间的反应机理比较不明确的制造过程[1]。将炭质原料在高温下进行热处理，除去所含的水分和挥发分，并相应地提高原料理化性能的生产工序称为煅烧。其目的主要是排出原料中的水分和挥发分，提高原料的密度和机械强度，提高原料的导电性能、化学稳定性和抗氧化性能[2]。

煅烧作为阳极生产的第一道重要工序，其工艺控制的好坏将直接影响煅后焦的质量。在煅烧的过程中，石油焦的结构以及微量元素的组成随着温度

的升高发生了很大变化，煅烧后煅后焦的物理性能、化学性能均比石油焦提高了，因此对煅烧工艺的研究和优化控制一直是国内外同行研究的重点和热点[3]。

目前，针对阳极煅烧后煅后焦质量的提高的研究较少。石渠使用的决策树方法对电解铝的进行分类，分别采用ID3算法，C4.5算法和CART算法以及树装袋组合技术提高了预测的准确率，取得了良好的效果[4]。随着铝工业的快速发展，铝厂对阳极质量的要求也不断提高。随着国家对环保要求的越来越严格，这就使得各预焙阳极生产过程中在注重提高产品质量、降低生产成本的同时，也要注重减低污染、減少排放污染等问题。

1  数据预处理

煅烧工艺参数的数据来源于煅烧过程中回转窑ERP系统数据的抽样采集[5]，此数据直观地表现了回转窑在煅烧过程中的实时监控状态，以及煅后石油焦的各项理化指标。

算法模型的建立工作前，首先，我们将煅烧生产工艺参数和煅后焦质量的评价参数作为BP神经网络的输入和输出变量。

本文采用（0， 1）标准化方法对数据进行归一化处理，将所有输入的数据处理转换到（0， 1）范围。采用该归一化方法的目的是消除数据间的量纲、数量级大小的差异，从而避免神经网络预测误差过大[6]。该方法是根据所有的原始数据的最大值和最小值来进行数据标准化的，具体公式如下：

表中字段X1表示煅烧带温度，X2表示窑头温度，X3表示窑尾温度，X4表示窑头负压，X5表示窑尾负压，X6表示每小时投料量，X7表示陈灰室入口温度，X8表示陈灰室出口温度，X9表示陈灰室入口负压，X10表示回转窑电机转速，X11表示排料温度，X12表示二次风转速，X13表示过度仓温度。

煅烧的最高温度一般控制在1350℃左右即可满足预焙阳极用煅后焦的指标要求。煅后焦电阻率与煅烧温度、真密度成反比，阳极电阻率与煅后焦的电阻率成正相关性。但是，不是煅烧的温度越高越好[7]。因为煅烧的温度还会影响阳极焙烧过程的收缩率，煅烧温度低，就会导致在焙烧时煅后焦会产生二次收缩，导致阳极出现裂纹或变形。煅烧温度高，则在焙烧过程中煅后焦收缩小，导致阳极内部结构疏松，从而体积密度以及机械强度都会受到影响。

2  模型设计

铝电解生产工艺的复杂性以及不可靠因素造成数据分析的难度，因此需要设计一种分析模型来解决这类问题。

在BP神经网络算法中，初始连接权值和阈值的矩阵会影响到训练的模型结果，进而影响模型的预测准确率[8]。常规做法是在标准正态分布中随机产生初始矩阵，但是这些方法在实际应用中往往很难达到理想的效果[9]。所以引入遗传算法，模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程，在局部范围内选择出最优解，从而提高模型的预测准确率。将遗传算法融入到BP神经网络算法中，提高算法性能，遗传算法流程图如图1所示。