广义动态模糊神经网络在铝电解预测中的研究与仿真

摘要：

铝电解过程中，每日出铝量、氟化铝添加量的决策对铝电解过程温度和过热度的准确控制非常重要，是影响铝电解技术经济指标的重要因素之一。本文基于广义动态模糊神经网络算法( GD-FNN)，构造了铝电解预测系统，在给定铝电解槽所需温度之后，对铝电解中的出铝量和氟化铝添加量进行预测。此算法通过对高电流效率、低能耗的电解槽的运行规律进行自适应分析，训练出对应的决策规则，运用到效率低的电解槽，可以实现铝电解槽温度和过热度控制，提高铝电解电流效率。通过对某铝电解厂实际数据进行仿真实验，证明了该算法在铝电解控制中的有效性。

关键词：铝电解、出铝量、氟化铝添加量、广义动态模糊神经网络

分类号：TF821;TP183(有色金属冶炼)

资助基金：国家自然科学基金资助项目51174007

在线出版日期：2014-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：21-27