Soft Sensors in the Primary Aluminum Production Process Based on Neural Networks Using Clustering Methods

doi:10.3390/s19235255

.2019年11月29日；19(23):5255.

doi:10.3390/s19235255。

基于聚类神经网络的原铝生产过程软测量

阿兰·马塞尔·费尔南德斯·德·索萨¹, 法比奥·门德斯·索尔斯¹, 马科斯·安东尼奥·戈梅斯·德卡斯特罗², Nilton Freixo Nagem公司³, Afonso Henrique de Jesus Bitencourt先生⁴, 卡罗琳娜·德·马托斯·阿芬索¹, 罗伯托·塞利奥·利蒙·德·奥利维拉¹

附属公司

¹巴西贝莱姆帕拉大学技术学院，邮编：66075-110。
²巴西巴萨雷纳68445-000，巴西铝业（ALBRAS）自动化部，专业工程师。
³巴西巴克莱纳68445-000巴西铝业（ALBRAS）还原区工艺工程经理。
⁴巴西巴克莱纳68445-000巴西铝业（ALBRAS）自动化部能源、公用事业、自动化和预测经理。

PMID： 31795370
预防性维修识别码： PMC6929109型
内政部： 10.3390/s19235255

基于聚类神经网络的原铝生产过程软测量

阿兰·马塞尔·费尔南德斯·德索萨等。传感器（巴塞尔）. 2019.

.2019年11月29日；19(23):5255.

doi:10.3390/s19235255。

作者

阿兰·马塞尔·费尔南德斯·德索萨¹, 法比奥·门德斯·索尔斯¹, 马科斯·安东尼奥·戈梅斯·德卡斯特罗², Nilton Freixo Nagem公司³, Afonso Henrique de Jesus Bitencourt先生⁴, 卡罗琳娜·德·马托斯·阿芬索¹, 罗伯托·塞利奥·利蒙·德·奥利维拉¹

附属公司

¹巴西贝莱姆帕拉大学技术学院，邮编：66075-110。
²巴西巴萨雷纳68445-000，巴西铝业（ALBRAS）自动化部，专业工程师。
³巴西巴克莱纳68445-000巴西铝业（ALBRAS）还原区工艺工程经理。
⁴巴西铝业公司自动化部，能源、公用事业、自动化和预测经理，巴西Barcarena 68445-000。

PMID： 31795370
预防性维修识别码： PMC6929109型
内政部： 10.3390/s19235255

摘要

初级铝生产是一个不间断且复杂的过程，必须在闭环中运行，这阻碍了实验改进生产的可能性。从这个意义上说，重要的是要有方法在不直接作用于电厂的情况下对该过程进行计算模拟，因为这种直接干预可能是危险的、昂贵的和耗时的。本文通过结合实际数据、人工神经网络技术和聚类方法，创建软传感器来估计电解槽（槽）中的温度、氟化铝百分比和金属含量，来解决这个问题。使用一种创新策略，通过软传感器的自动聚类，按罐的截面和寿命划分整个数据集。用这种方法制作的软传感器具有较小的估计均方误差和较高的泛化能力。结果表明，所提出的软传感器方法在铝工业中的有效性和可行性，可以改善过程控制并节省资源。

关键词：聚类方法；估计；神经网络；初级铝生产；真实数据；软传感器。

PubMed免责声明

利益冲突声明

作者声明没有利益冲突。

数字

图8
输入变量直方图：(一)起点；(b条)平稳状态；和(**c（c）**)停堆制度。

图9
输出变量直方图：(一)起点；(b条)平稳状态；和(**c（c）**)停堆点。

**图11**
在ANN-Levenberg-Marquardt（LM）和ANN-back propagation（BP）实验上花费的时间。

**图12**
TMP输出神经网络创建过程的训练、验证和测试演变示例：(一)LM算法；和(b条)BP算法。

**图13**
考虑到2880个模型，基于ANN-LM的模型的均方误差（MSE）和R值：(一)起点的MSE；(b条)R代表起点；(**c（c）**)静止状态下的MSE；(d日)R代表静止状态；(**e（电子）**)停堆点MSE；和(**（f）**)R表示停机点。

**图14**
考虑到2880个模型，基于ANN-BP模型的MSE和R值：(一)起点MSE；(b条)R代表起点；(**c（c）**)静止状态下的MSE；(d日)R代表静止状态；(**e（电子）**)停堆点MSE；和(**（f）**)R表示停机点。

**图15**
考虑到所有数据创建的模型，基于ANN-LM和ANN-BP的模型的MSE和R值：(一)ANN-LM的MSE；(b条)R代表ANN-BP；(**c（c）**)ANN-BP的MSE；和(d日)R代表ANN-BP。

**图16**
基于ANN-LM模型的目标值和估计值之间的比较，以及聚类数据和所有数据之间的比较：(一)起点；(b条)平稳状态；和(**c（c）**)停堆点。

**图17**
基于ANN-BP模型的目标值和估计值之间的比较以及寿命划分：(一)起点；(b条)静止状态；和(**c（c）**)停堆点。

**图18**
剩余曲线图：(一)起点；(b条)平稳状态；和(**c（c）**)停堆点。

请参阅PMC中的此图像和版权信息

类似文章

叶酸补充与流行地区服用抗叶酸抗疟药物人群的疟疾易感性和严重性。
Crider K、Williams J、Qi YP、Gutman J、Yeung L、Mai C、Finkelstain J、Mehta S、Pons-Duran C、Menéndez C、Moraleda C、Rogers L、Daniels K、Green P。 Crider K等人。 Cochrane数据库系统修订版2022年2月1日；2（2022）：CD014217。doi:10.1002/14651858.CD014217。 Cochrane数据库系统修订版2022。 PMID：36321557 免费PMC文章。
能源生产过程机理分析及基于自适应RBFNN的混合软测量模型：案例研究。
杜杰，张杰，杨莉，李霞，郭莉，宋莉。杜杰等。传感器（巴塞尔）。2022年2月10日；22(4):1333. doi:10.3390/s22041333。传感器（巴塞尔）。2022 PMID：35214236 免费PMC文章。
用于实时估计水泥细度的软传感器。
StanišićD、JorgovanovićN、Popov N、Chongradac V。 StanišićD等人。 ISA事务。2015年3月；55:250-9. doi:10.1016/j.isatra.2014.09.019。Epub 2014年10月23日。 ISA事务。2015 PMID：25451819
生物过程的自动控制。
斯坦克·M、希茨曼·B。 Stanke M等人。高级生物化学工程生物技术。2013;132:35-63. doi:10.1007/10_2012_167。高级生物化学工程生物技术。2013 PMID：23307293 审查。
上游生物处理中的在线软测量。
Randek J，Mandenius财务总监。 Randek J等人。生物技术评论。2018年2月；38(1):106-121. doi:10.1080/07388551.2017.1312271。Epub 2017年4月20日。生物技术评论。2018 PMID：28423945 审查。

查看所有类似文章

引用人

基于深度相关表示学习的工业半监督动态软传感器建模方法。
Moreira de Lima JM、Ugulino de Araújo FM。 Moreira de Lima JM等人。传感器（巴塞尔）。2021年5月14日；21(10):3430. doi:10.3390/s21103430。传感器（巴塞尔）。2021 PMID：34069123 免费PMC文章。
基于RNN和LSTM的工业过程软传感器的可传输性。
Curreri F、PatanèL、Xibilia MG。 Curreri F等人。传感器（巴塞尔）。2021年1月26日；21(3):823. doi:10.3390/s21030823。传感器（巴塞尔）。2021 PMID：33530476 免费PMC文章。
气垫炉用基于多模型和软转换的高度软传感器。
侯S、张X、戴W、韩X、华F。 Hou S等人。传感器（巴塞尔）。2020年2月10日；20(3):926. doi:10.3390/s20030926。传感器（巴塞尔）。2020 PMID：32050566 免费PMC文章。

工具书类

1. Mandin P.、Lemoine J.M.、Wüthrich R.、Roustan H.工业铝生产：霍尔-赫鲁尔特工艺建模。ECS变速箱。2009年；19:1–10.
1. Grjotheim K.，Krohn M.《铝电解：Hall-Heroult工艺基础》。第三版Aluminium Verlag Marketing&Kommunikation GmbH；杜塞尔多夫，德国：2002年。
1. Prasad S.霍尔-赫鲁特铝电解过程的研究。J.布拉兹。化学。Soc.2000；11:245–251. doi:10.1590/S0103-50532000000300008。-内政部
1. Fortuna L.、Graziani S.、Rizzo A.、Xibilia M.G.工业过程监控软传感器。第1版Springer；英国伦敦：2007年。
1. Forssell U.，Ljung L.重新进行闭环识别。自动化。1999;35:1215–1241. doi:10.1016/S0005-1098（99）00022-9。-内政部

LinkOut-更多资源

全文源

[1] Mandin P.、Lemoine J.M.、Wüthrich R.、Roustan H.工业铝生产：霍尔-赫鲁尔特工艺建模。ECS变速箱。2009年；19:1–10.

[2] Mandin P.、Lemoine J.M.、Wüthrich R.、Roustan H.工业铝生产：霍尔-赫鲁尔特工艺建模。ECS变速箱。2009年；19:1–10.

[3] Grjotheim K.，Krohn M.《铝电解：Hall-Heroult工艺基础》。第三版Aluminium Verlag Marketing&Kommunikation GmbH；杜塞尔多夫，德国：2002年。

[4] Grjotheim K.，Krohn M.《铝电解：Hall-Heroult工艺基础》。第三版Aluminium Verlag Marketing&Kommunikation GmbH；杜塞尔多夫，德国：2002年。

[5] Prasad S.霍尔-赫鲁特铝电解过程的研究。J.布拉兹。化学。Soc.2000；11:245–251. doi:10.1590/S0103-50532000000300008。-内政部

[6] Prasad S.霍尔-赫鲁特铝电解过程的研究。J.布拉兹。化学。Soc.2000；11:245–251. doi:10.1590/S0103-50532000000300008。-内政部

[7] Fortuna L.、Graziani S.、Rizzo A.、Xibilia M.G.工业过程监控软传感器。第1版Springer；英国伦敦：2007年。

[8] Fortuna L.、Graziani S.、Rizzo A.、Xibilia M.G.工业过程监控软传感器。第1版Springer；英国伦敦：2007年。

[9] Forssell U.，Ljung L.重新进行闭环识别。自动化。1999;35:1215–1241. doi:10.1016/S0005-1098（99）00022-9。-内政部

[10] Forssell U.，Ljung L.重新进行闭环识别。自动化。1999;35:1215–1241. doi:10.1016/S0005-1098（99）00022-9。-内政部

将引文保存到文件

电子邮件引文

添加到集合

添加到我的书目

您保存的搜索

为外部引文管理软件创建文件

您的RSS源

基于聚类神经网络的原铝生产过程软测量

附属公司

基于聚类神经网络的原铝生产过程软测量

作者

附属公司

摘要

利益冲突声明

数字

类似文章

引用人

工具书类

LinkOut-更多资源

全文源

摘要

利益冲突声明

数字

类似文章

引用人

工具书类

相关信息

LinkOut-更多资源

全文源