1、苛性比值與溶出率是氧化鋁高壓溶出過程中兩個重要的經(jīng)濟技術指標.它們不僅決定了氧化鋁溶出的效果及堿耗,而且對氧化鋁的后續(xù)生產(chǎn)具有極大的影響.然而,目前苛性比值與溶出率的檢測嚴重滯后、波動范圍大且難以及時調(diào)整,從而導致整個生產(chǎn)流程的實時控制陷入被動.為此,研究如何運用智能集成建模方法建立苛性比值與溶出率的預測模型從而實現(xiàn)苛性比值與溶出率的在線檢測,對實現(xiàn)氧化鋁生產(chǎn)過程的穩(wěn)產(chǎn)高產(chǎn)、提高企業(yè)競爭力都具有重要意義.本文以中國鋁業(yè)公司河南分公司氧化

2、鋁生產(chǎn)過程為背景,著重研究了苛性比值與溶出率的智能集成預測模型的建立和應用.首先,在分析氧化鋁高壓溶出過程機理的基礎上,確定了影響苛性比值與溶出率的主要因素,提出了苛性比值與溶出率的機理模型;然后,提出了基于主元分析的多神經(jīng)網(wǎng)絡模型,用來補償機理模型的偏差,從而建立機理模型與神經(jīng)網(wǎng)絡的集成模型;接著又提出了具有自校正樣本庫的基于聚類分析的匹配模型,用來預測苛性比值與溶出率;最后在深入分析機理模型與神經(jīng)網(wǎng)絡集成模型、匹配模型兩者的優(yōu)點與不