（检测技术与自动化装置专业论文）350ka预焙铝电解槽故障诊断系统的研究.pdf

北方工业大学硕士学位论文 摘要 铝电解槽内部槽况特征复杂多变，人工难以判断槽况的变换趋势，难以及时进行检 测和调控，因此对铝电解槽生产过程的监控和故障诊断就越来越为人们所重视。本文以 铝电解槽运行过程为研究对象，从槽电阻信号入手，利用b p 神经网络对铝电解槽槽况 进行故障诊断，并在此基础上完成了诊断系统方案设计与实现。 论文对铝电解槽故障机理进行了分析，指出了槽电阻信号中高低频噪声的来源，利 用快速傅立叶变换法、直接法和a r 谱估计方法对铝电解槽槽电阻正常和异常信号进行 了频谱分析，分析结果指出了正常和异常情况下槽电阻信号的典型特征，表明槽电阻信 号的主频率在o 0 1 h z 之间。在电解过程中，由于氧化铝下料和极距调整，在很低频 率处始终有一个稳定的低频信号；当铝液波动较大时，在稍高频率处，会引起一个较明 显的波峰；当阳极异常时，在稍高频率处，会引起两个较明显的波峰。 针对3 5 0 k a 大型预焙锥电解槽的三种不同槽况，本文建立了以频谱能量为特征向 量的故障样本和相应的b p 神经网络模型，并在其相关故障诊断样本训练过程中，分析 了隐层节点数、学习率等因素的选取原则，采取三层b p 神经网络，输入层有1 0 个输 入神经元( 0 o 0 9 h z 间每o 0 1 频段能量占总能量的百分比及其归一化总能量) ，隐含 层有8 个神经元，输出层有3 个神经元( 正常槽况、铝液波动和阳极异常) ，并通过槽 电阻的实际数据来检验模型的效果。实验结果表明本文所建立的诊断系统故障样本和 b p 神经网络模型能快速、较准确地对故障情况做出判断。 本文还用v i s u a lc + + ，s q ls e r v e r9 _ 1 3 0 0 ，m a t l a b 三者结合，设计了铝电解槽故 障诊断系统软件。系统主要分为三大模块：监测模块、信号处理模块和诊断模块。实现 了槽信号的实时曲线和历史显示，历史报表查询，槽电阻频谱分析和神经网络故障诊断 功能。 关键词：铝电解槽电阻频谱分析b p 神经网络 北方工业大学硕士学位论文 o ff a u l td i a g n o s i ss y s t e mf o r3 5 0 k ap r e - b a k e d a l u m i n u mr e d u c t i o nc e l l t h el a r g ea l u m i n u mr e d u c t i o ni sav e r yc o m p l e xp r o c e s s ，a n di t si n n e rs t a t ei s d i f f i c u l tt ob ej u d g e da n da d j u s t e di nt i m e t h es t u d yo fs u p e r v i s i n gt h ec e l lw o r k i n gs t a t e a n di t sf a u l td i a g n o s i si s p a i do nm u c hm o r ea t t e n t i o n t h i sp a p e rm a d et h es p e c t r u m a n a l y s i so ft h ec e l lr e s i s t a n c e ，s e tu pt h eb pn e u r a ln e t w o r km o d e lf o r t h ef a u l td i a g n o s i so f t h ea l u m i n u mr e d u c t i o nc e l la n dd e s i g n e dt h ef a u l td i a g n o s i ss o f t w a r es y s t e m o t h eb a s e so ft h ea n a l y s i so ft h ef a u l tm e c h a n i s m so ft h ea l u m i n u mc e l l t h ep a p e r p o i n t e do u tt h er e a s o nf o rt h eh i g ha i l ll o wf r e q u e n c yn o i s e si nt h ec e l lr e s i s t a n c es i g n a l a n dt h r e em e t h o d sw e r eu s e d ，i e ，f a s tf o u r i e rt r a n s f o r m a t i o n ( v v r ) ，p o w e rs p e c t r u m d e n s i t y ( p s d ) e s t i m a t i o nb a s e do np e r i o dg r a ma n dp s de s t i m a t i o nb a s e do na rm o d e l ， t oa n a l y z et h es p e c t r u mo ft h ec e l lr e s i s t a n c e t h ee x p e r i m e n t a lr e s u l t ss h o w e dt h em a i n f r e q u e n c yd o m a i no ft h ec e l lr e s i s t a n c ea r eo o 1 h za n dt h e r ew a sas t a b l el o wf r e q u e n c y s i g n a lc a u s e db ya l u m i n ac o n t e n tc h a n g ea n dp o l a rd i s t a n c er e g u l a t i o ni nt h ee l e c t r o l y s i s o p e r a t i o n ；w h e nt h el a r g ef l u c t u a t i o no ff l u i da l u m i n u m ，t h e r ew a sa no b v i o u sw a v ec r e s t i nh i g h e rf r e q u e n c y ；w h e na b n o r m a la n o d e ，t h e r ew e r et w oo b v i o u sw a v ec r e s t si nh i i g h e r f r e q u e n c y a i m i n g a tt h et h r e ed i f f e r e n ts t a t e so f3 5 0 k a l a r g ep r e - b a k ea l u m i n u mr e d u c t i o nc e l l ， t h ef a u l ts a m p l e sw h i c ht o o kt h ef r e q u e n c ya n ds p e c t r u me n e r g ya se i g e n v e c t o r sw e r e c o l l e c t e da n di t sc o r r e s p o n d i n gb pn e u r a ln e t w o r km o d e lw a ss e tu p t h ei n f l u e n c e so ft h e n u m b e ro fh i d i n gl a y e rn o d e ，l e a r n i n gr a t ee t cw e r ed i s c u s s e dd u r i n gt h ec o u r s eo fs a m p l e s t r a i n i n g b yc o m p r e h e n s i v ea n a l y s i sa n dc o m p a r i n g ，at h r e e l a y e rb pn e u r a ln e t w o r kw a s a d o p t e d i n p u t l a y e rc o n t a i n e dt e nn e r v ec e l l s ( t h ep r o p o r t i o no fe v e r yo 0 1 h zb a n de n e r g y i nt 1 1 ew h o l ee n e r g yb e t w e e n0 0 0 9 h za n dt h en o r m a l i z a t i o nw h o l ee n e r g y ) a n do u t p u t l a y e rc o n t a i n e dt h r e en e r v ec e l l s ( n o r m a ls t a t e ，f l u c t u a t i o no ff l u i da l u m i n u m ，a b n o r m a l s t a t eo fa n o d e ) t h em o d e lw a st e s t e db yu s i n gt h eo t h e rr e a ld a t ao fc e l lr e s i s t a n c e ，a n dt h e r e s u l ti n d i c a t e dt h a tt h ef a u l td i a g n o s i ss y s t e mc o u l dr e d u c et h et r a i n i n ge r r o rt ot h ea i m m 北方工业大学硕士学位论文 v a l u eq u i c k ya n dt h ec e l lf a u l t sc o u l db ed i a g n o s e de x a c t l ya n dq u i c k l y p r o g r a m m i n gc o m b i n i n gw i t hv i s u a lc + + ，s q ls e r v e r2 0 0 0 ，m a t l a b ，t h ef a u l t d i a g n o s i ss o f t w a r es y s t e mw a sd e s i g n e d ，w i n c h i n c l u d e dt h r e em a i nm o d u l e s ：m o n i t o r i n g m o d u l e ，s i g n a lp r o c e s s i n gm o d u l ea n dd i a g n o s i sm o d u l e t h ep r o g r a mr e a l i z e dd i s p l a y i n g r e a lt i m ec u l v ea n dh i s t o r yc u r v eo fc e l ls i g n a l s ，q u e r y i n gh i s t o r yr e p o r t ，s p e c t r u ma n a l y s i s o fe e l lr e s i s t a n c ea n df a u l td i a g n o s i sf o rt h ec e l ls t a t e k e yw o r d s ：a l u m i n u mr e d u c t i o n ；c e l lr e s i s t a n c e ；s p e c t r u ma n a l y s i s ；b pn e u r a ln e t w o r k 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研 究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得j e 直王些太堂或其他教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示谢意。 学位论文作者签名：丁篱 签字日期：弼年乡月为日 学位论文版权使用授权书 本学位论文作者完全了解韭左三些太堂有关保留、使用学位论文的规定，有 权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人授权j e 虚王些太堂可以将学位论文的全部或部分内容编入有关数据库进 行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名： 丁格 v 夕 导师签名：h n 签字日期：p 辟冒月2 = o 日签字日期脚了月沁日 一 学位论文作者毕业后去向： 工作单位： 通讯地址： 电话： 邮编： 北方工业大学硕士学位论文 1 引言 1 1 课题目的和实用意义 我国已成为世界上的铝生产大国之一，但是我国电解铝生产的经济技术指标仍远远 落后于世界先进水平。电解槽是铝电解生产的关键设备，电解槽状态的稳定与否直接关 系到日常生产、经济技术指标以及槽寿命，但是在运行过程中，铝电解槽内部槽况特征 复杂多变，人工难以判断槽况的变换趋势，难以及时进行检测和调控【1 。若槽况不稳定 时，如不及时发现并加以控制，往往会导致铝电解槽能源消耗大幅度提高，电流效率急 剧下降，甚至导致停槽事故的发生，影响整个电解系列的生产。 由于电解槽是一个复杂的多变量体系，因此对其运行状态需要由多种参数作综合描 述。目前以槽电阻解析和下料与极距控制为基础的简单控制模型已获得了巨大的成功， 并带来了显著的经济效益和社会效益。但是这种控制模型的功能是有局限性的，首先， 它只能在电解槽状态基本正常时，有效地实施控制：其次，它不能对电解槽的运行状况 及其发展趋势作出综合的评判【2 】。 一旦电解槽出现病态，便被完全置于操作管理者的手控之中。尽管每一个工厂都有 套作业基准供操作管理者在进行参数调整和病槽处理时遵循，但在大多数情况下，操 作管理者的个人经验和知识起着决定性的作用。由此可见，控制系统实施控制的整体效 果在很大程度上受到操作管理者的操作管理水平的影响，这就导致即使在同一工厂的同 一生产系列中，不同的区域、不同的槽也会出现差异明显的控制效果。因此，开发和完 善能够对槽况( 包括热平衡、物料平衡、阴阳两极的工作状态等) 及其变化趋势进行全 面解析、并在病槽出现时能正确进行诊断的槽况解析模型是当前国际上铝电解槽自控模 型研究的重点之一。 应用基于神经网络技术的铝电解槽故障诊断系统对铝电解的各项运行参数进行在线 检测，对铝电解槽状态进行诊断，给出铝电解槽正常运行和发生各种故障的概率，从而 为上级专家系统或生产调度员提供生产决策依据，是非常必要并且有相当优势的。目 前，神经网络等技术在铝电解故障诊断中的应用研究，还处于探索阶段。本文采取b p 神经网络的方法对铝电解槽系统进行故障诊断的研究，在理论上和实用上都具有很重要 的意义。 北方工业大学硕士学位论文 1 2 课题研究的现状 1 2 1 国外研究概况 世界铝电解先进技术主要集中在法国彼施涅公司、美国铝业公司、美国凯撒铝业公 司、挪威铝业公司和瑞士铝业公司，世界上所建设的电解铝厂大多数采用了他们的技 术。目前，世界上最大和产量最高的电解槽是法国p e c h i n e y 公司的a p s 0 电解槽，槽长 1 8 m ，电流强度5 0 0 k a ，单槽日产原铝3 8 2 5k g ，阳极效应为o 0 4 0 0 5 次d 。该电解 槽投资比一般电解槽高1 5 ，生产成本降低1 0 ，和同容积的a p 3 0 电解槽相比，劳动 生产率提高3 6 3 - v 。 在计算机控制方面，德国联合铝业公司的铝冶炼过程自动控制系统e l a s ，代表了 国际最先进水平，在美国、欧洲、非洲都有应用。该系统通过全程模拟电解槽生产过程 中的各种扰动和其自身的变化规律，同时忽略掉部分对电解槽生产过程中影响较小的扰 动和在歇息的过程中剔除对槽生产产生异常的扰动( 效应、换极等为正常扰动不予剔 除) ，做出相应的控制模块应用于生产中阎。 法国、美国、挪威等国家采用了基于人工智能、专家系统、神经网络等技术对铝电 解槽槽况进行综合分析和诊断，取得了较好的诊断效果；加拿大和挪威等国家运用专家 监控系统对槽况进行全面解析和诊断，并根据结果对铝电解槽进行控制取得了较优的经 济效益 9 。1 ”。 1 2 2 国内研究的发展和现状 我国故障诊断技术起步较晚，8 0 年代才慢慢发展起来。 文献f 1 2 1 提出用辨识算法进行铝电解槽的故障检测预报。铝电解生产中有些故障发 生前，可检测的量并没有明显改变，这样的故障无法通过可测量直接检测到。但是，故 障都有一个发生、发展和演变的过程，即在故障检测到之前，其动态过程会发生改变， 只不过这种变化没有表现在可测量中。所以，通过建立能反映故障信息的动态模型，用 模型的参数变化来检测和预报故障，是切实可行的方法。 这种方法诊断和预报的基本思想是：首先建立铝电解正常工作模型，模型的参数作 为正常工作时的设定值，将实时检铡到的输入输出数据，通过辨识算法，实时辨识模型 参数，将正常工作的模型参数与实际辨识出来的模型参数进行比较，根据其偏差和模型 参数变化特征，对故障进行分类、判断，发出故障预报信息。故障检测原理如图1 1 所 不。 这种方法的关键点在于： 北方工业大学硕士学位论文 ( 1 ) 必须建立过程准确的数学模型，模型建立的准确与否直接关系到故障预报的准 确性； ( 2 ) 模型参数必须能反映过程的故障信息。 图1 1 故障检测原理图 文献u 3 提出一种基于多变量的控制理论，引入状态空间的概念来制作槽状态诊断 图，通过空间中某些点的运动轨迹和移动速率来表示槽状态的变化。该文选用了效立峰 值电压和和电解槽侧壁温度作为两个重要的参数，这种方法可以比较精确地判断槽状 态，大大提高电解槽的效率。 近年来，随着工业过程智能控制理论的发展，模糊控制、神经网络和专家系统等智 能技术在铝电解槽控制中得到了广泛的关注并体现出巨大的应用前景。 沈阳铝镁设计院和东北大学联合开发了铝电解槽模糊专家系统，把电解专家的知识 和经验作为规则引入到系统之中，对槽况进行在线诊断，对病槽做出预测并给出相应的 处理措施，病槽诊断成功率达9 7 以上【”。 中南大学开发了神经网络槽况诊断专家子系统，对电解槽的槽况进行诊断，给出槽 况的中长期预报盼”1 ；在对阳极效应的预报方面，也有了新进展，提出了通过对碳阳极 气泡振动信号的频谱分析来预报铝电解槽的阳极效应的方法【” 。 贵州铝厂和北方工业大学李晋宏教授等通过收集、总结铝电解专家经验，形成铝电 解槽模糊专家知识库，开发出了模糊专家系统，模拟人类专家对槽况进行诊断、预测和 处理。铝电解槽模糊专家系统由3 部分组成：数据预处理模块；优化专家系统知识库； 常规专家系统知识库【“。 虽然对铝电解槽故障的智能诊断无论在理论上还是在系统开发方面都己取得了很大 的进步，但真正投入使用且功能完善的系统并不多，大多数的研究成果仍停留在实验室 阶段。 北方工业大学硕士学位论文 1 _ 3 课题研究内容和方法 1 3 1 研究内容 本课题对铝电解槽的槽电阻信号进行数据处理与分析，归纳出故障征兆与故障原因 之间的关系，提取故障特征量；根据故障问题和数据样本构造神经网络，利用b p 神经 网络方法，以铝电解槽实际生产过程为研究对象，把v c + + 、s q ls e r v e r2 0 0 0 和 m a t l a b 三者结合起来编制软件，实现对铝电解槽槽状态的故障诊断，帮助操作人员 尽早发现槽子的异常情况，及时给出措施，达到预防和处理铝电解槽故障、提高运行人 员管理水平的目的。铝电解故障诊断系统总体结构框架如图1 2 所示。 图1 2 铝电解槽故障诊断系统总体框架 本系统总体实现如下功能：利用已有的数据故障样本集训练好b p 网络，提炼出样 本集中所隐含的故障规则，当输入模拟数据或由铝电解运行现场得来的数据后，经过诊 断得出结论，给出槽子的运行状态，同时本系统还可用于数据显示、查询和数据频谱分 析等。 1 3 2 研究方法和步骤 本课题就是对槽电阻信号进行频谱分析，提取出不同故障的典型特征，整理出故障 样本集，根据b p 神经网络原理，建立起相应的网络，确定出与电解槽故障诊断系统相 对应的网络结构、各级神经元的激励函数、误差递推方式、各级神经元的点数等等，以 达到整个系统能在很高效率下进行故障诊断。主要使用的方法如下： 4 北方工业大学硕士学位论文 ( 1 ) 进行数据分析和样本整理，用傅立叶变换法、直接法( 经典功率谱估计) 、 自回归a r 谱估计等三种方法对槽电阻信号进行频谱分析，得到槽电阻正常信号和故障 信号的典型特征；根据信号的能量谱，确定网络的输入输出向量，整理并建立典型样本 集。 ( 2 ) 利用b p 神经网络模型进行故障诊断 故障诊断模型建立是进行故障诊断的核心内容，针对所选取的研究对象，利用 b p ( b a c k p r o p a g a d 衄) 神经网络进行建模。因为，目前在众多的人工神经网络模型中，b p 网络是最成熟、应用范围最广的一种神经网络模型，用b p 网络进行模式识别则有其独 特的优点：b p 网络具有很强的非线性映射能力，能够通过一定的学习算法学习带有正 确答案的学习范例集，自动提取“合理”的求解规则。当网络的训练精度满足一定的要 求时，其映射能力可以和数学函数相媲美，可以实现模糊推理，具有内插功能和推广能 力。b p 网络通过学习、考核、再学习，获得合理的求解规则，它的学习范例集是有代 表性的，即使把不属于学习范例集的实例再输入网络，同样可以得到一个合理的答案， 这一点和模糊规则系统相似。借助于b p 网络的非线性映射能力，进行非线性拟合、非 线性模式识别等，特别适合于本课题的实现。 本课题的研究按下述几个步骤进行： ( 1 ) 收集课题相关信息 在本故障诊断系统的开发中，收集课题相关信息主要是指铝厂生产过程中进行故障 诊断所需的各种知识，如运行规程、专家经验以及系统状态的典型特点等等： ( 2 ) 构造系统框架及拟订各子系统的功能； ( 3 ) 对槽电阻数据进行频谱分析，提取特征向量，构建故障诊断样本； ( 4 ) b p 网络训练和仿真，建立网络模型，利用前面整理的典型样本集对b p 神 经网络进行训练，并进行故障诊断的仿真实验； ( 5 ) 用v i s u a lc + 十编制软件实现以上功能。 1 3 3 课题解决的主要问题 ( 1 ) 样本的构造如何选取最能代表故障特征的网络输入特征向量的问题 利用神经网络进行故障诊断时，如何建立对象的样本，这始终是一个困扰应用神经 网络进行故障诊断的难题。由于样本来源复杂多样，同样的故障的现象又千变万化，同 一种原因可能导致多种故障，因此详实地整理铝电解槽系统的故障及其相关故障样本以 及准确的确定主要故障特征所在的频带范围是目前的难点。本文所采用的数据故障样本 均从某铝厂3 5 0 k a 大型预焙铝电解槽数据库中整理出来，本身具有故障的典型特征； 北方工业大学硕士学位论文 再对槽电阻信号做f f r 变换和功率谱估计，对各频带内的信号能量进行统计分析，形 成反映信号特征的特征向量，得出不同故障的谱结构特征向量。 ( 2 ) b p 网络结构及参数的确定 b p 算法本身并没有从理论上解决网络结构的设置问题，到目前为止，所有应用 b p 算法的网络结构都是根据经验确定的，不可避免地带有盲目性，从而减慢网络的学 习速度和降低网络的性能。寻求合理的网络结构，是目前工作中的一个难点。其次， b p 网络的权值和阈值的初始值难以科学地确定，从而容易导致神经网络陷于局部最 小，达不到训练的目的。为了充分发挥神经网络的故障诊断功能，使得其效率最高，同 时又避免出现局部极小值问题，因此要合适且科学地确定b p 网络的结构属性参数，如 隐层数目，隐层节点数等；还有网络训练的初始连接权值及闽值的选取，网络节点激励 函数的形式等；这些元素都大大影响着整个神经网络的泛化能力，所以在设计过程中既 要保证整个系统的结构简化，又要尽可能提高系统的泛化能力。 北方工业大学硕士学位论文 2 铝电解槽槽况故障机理解析及其信号处理 2 1 铝电解原理 铝电解生产的基本原理是：以碳素材料为阳极，以位于碳素内衬中的铝液为阴极， 以冰晶石熔体为电解质溶解原料氧化铝，通过电解反应，在阴极沉积生产金属铝。其基 本化学反应方程式为【1 9 ： 2 a l o ，+ 3 c = 4 a + 3 c o ，f 2 1 ) 所有的反应均发生在电解槽内，浸没在电解质里的阳极表面都是阳极工作面，而槽 底上铝液的表面就是阴极工作面，当阳极或阴极出现异常时，铝电解槽槽况都会变得不 稳定，严重时会影响整个电解生产。所以，铝电解槽是铝电解生产过程中最重要的一个 环节。它是一个多变量耦合，时变和大滞后的工业过程体系，其自身内部复杂的物理化 学过程和外界条件及作业的干扰，决定了电解槽运行过程中众多的参数和变量的不确定 性和不可连续测定性，尤其是生产过程中槽内物料平衡与能量平衡状态的不断变化及其 相互影响和相互制约，形成了复杂多变的槽况特征，如铝液波动，阳极病变和不稳定槽 等。这给实际生产操作、槽况管理维护以及过程监控带来了很多技术难题吲。 2 2 铝电解槽槽况故障机理分析 2 2 1 铝电解生产过程及管理简介 铝电解的全部生产过程分为三个阶段，即焙烧、启动和正常生产阶段。其中，焙烧 和启动阶段大约是几天或几十天，其余绝大部分时间属于正常生产阶段，占4 5 年。 焙烧和启动阶段虽然时间很短，但是焙烧和启动的好坏对于以后的正常生产以及电解槽 寿命有很大影响，所以在这两个阶段要精心管理。尤其是对于新槽在由焙烧启动阶段向 正常生产阶段过渡的三个月里，必须依照槽温、电压、分子比等要求严格控制电解槽运 行，平稳向正常生产期过渡【2 1 矧。 铝电解正常生产过程的技术条件管理主要包括：电压管理、两水平管理( 铝水平和 电解质水平) 、效应管理和作业管理。运行时，需要实时监控电解槽的运行状况，掌握 电解槽的工作状态，保证其始终在正常情况下工作。从技术上讲，对有问题的槽早期补 救不及时、措施不得力、维护不当是造成槽子早停或误停的直接原因p 】。 铝电解槽的故障原因多且复杂，一般来说，在启动初期和运行过程中，几乎所有的 电解槽都会不同程度地发生针振和电压摆。 北方工业大学硕士学位论文 本论文主要就是对这种最常见的不稳定槽况现象进行故障诊断，这里有两个原因： 一是因为针振和电压摆是最常发生的一种故障现象，引起的原因也多种多样，根据针振 和电压摆的不同表现( 周期长短、波形、能量等) ”，可以分析出电解槽存在的不同问 题；二是因为槽电压和槽电阻数据量大，且波形复杂多变，不易掌握规律，如果希望技 术人员直接分析故障原因，则对技术人员要求较高，需要有相当的理论知识和经验，而 利用这个系统就可以辅助管理者了解电解槽的运行状态，有助于提高铝厂的自动化水 平。 因此，分析针振和电压摆的原因、特征及其规律性，有助于维护槽况的稳定性，抑 制针振和电压摆频繁发生，降低电耗，减少二次反应损失，确保预焙铝电解槽成功过渡 到正常生产以及保证生产过程能够平稳、高效地进行。 2 2 2 预焙电解槽针振和电压摆产生的原因 “针振”和“电压摆”，主要是由于槽内熔体受内、外作用力影响使电解质与金属 铝的液体界面形状发生改变，造成极距的变化而引起槽检测电阻或电压产生周期性波动 的一种槽况不稳定性，学术上称为磁流体( m h d ) 不稳定瞄】。 铝电解槽内电解质、铝液在电场和磁场的作用下产生运动与振荡，但由于电解质、 铝液厚度只有1 0 2 5 c m ，而水平的槽膛面积为4 m x1 0 m ，即垂直距离的导线长度只有 水平导线长度的几百分之一，所以一般把水平电流的存在作为熔体运动的主要原因。但 是整个槽膛电磁力大小并不均匀，水平运动的熔体在移动的过程中就会相互挤压、隆 起、作垂直运动。水平电流、垂直电流作用力的合成，会令熔体作漩涡运动。这样，整 个界面就会以波振动方式，以一定的振幅、频率和对应模态的空间特征函数的形式在振 荡，如图2 1 所示。 造成针振或电压摆的原因较多，机理复杂，形成的波形也各不相同，所导致的稳定 性也不一样。只有认真分析，采取有针对性的措施，才能对症下药。大摆的出现往往是 在小摆后人为的多次大幅度的调整阳极动作，严重加剧了铝液界面的振动，而导致电压 摆动进步恶化的现象，所以当电解槽出现小摆后，应多分析原因，不应轻易调整。 2 2 3 预焙电解槽针振和电压摆产生的危害 长期的生产实践及理论分析认为，电解槽内熔体的流动除了有利于氧化铝的溶解和 扩散，及热量传导和气体逸出之外，对于电解槽没有其他益处。因为电解槽内的高温熔 体由于受到槽内电磁力的作用而产生流动、隆起和波动，这种扰动不仅会加剧电解质和 铝液界面的传质过程，增加铝的溶解损失，降低电流效率，而且还会加剧熔体对电解槽 侧部炉帮的冲刷与磨蚀，会促使槽子的不稳定性增加，甚至造成滚铝等恶性事故例。 北方工业大学硕士学位论文 针对铝液流动的分析结果及生产实践，必须要适时运用边部加工作业，优化工艺技 术条件，严格控制阳极效应系数，加强侧部散热，保持均匀的阴阳极电流密度，减少铝 液波动，规整炉膛的生产策略，才能保证电解槽高效、平稳运行。 图2 1 理想预焙槽结构图 2 _ 3 槽电阻信号简介 2 3 1 槽电阻信号的计算 众所周知，表观槽电阻信号( 简称槽电阻) 是用来实现铝电解过程实时监控的主要 控制参数，对其进行滤波与解析对电解槽状况的监控产生重大的影响。 目前己被广泛接受的计算模型吲是： & = ( k e ) i t ( 2 2 ) 式中，尺。f 。时刻的原始槽电阻( 可视为槽电阻采样值) ， k 气时刻槽电压， ，。f 。时刻系列电流， e 表观反电动势设定常数，代表槽电压中不随系列电流的变化而改变 的部分。 2 1 3 - 2 槽电阻信号的构成 槽电阻信号主要包括两部分【2 8 ，2 9 ：一是有用信号，由氧化铝浓度和极距调整引起的 槽电阻变化，这部分是正常生产控制引起的低频信号，有一定的规律性可寻；二是干扰 信号，可粗略分为采样噪声、槽噪声和异常阶跃三种基本类型： 北方工业大学硕士学位论文 ( 1 ) 采样噪声 这是指槽电阻采样与计算过程中所引入的与电解槽运行特性无关的噪声，来源 主要有下列3 个方面： 槽电压和系列电流信号的模拟与量化误差。对于该铝厂所用的采集系统，分析 表明该项误差的数量级很小。而且这种误差具有白噪声性质、方差较小且基本 恒定，故不会影响对来自铝电解过程的干扰噪声( 槽噪声) 的解析，且易于用 低通数字滤波消除其对过程监控的干扰。 槽电压系列电流采样不同步而引入的噪声。现有的硬件设备和采样软件的设计 都保证了两信号的同步采样，故该项噪声可以忽略。 系列电流波动引入槽电阻中的伪噪声。有研究表明，系列电流波动引起的伪噪 声是非常小的。但是由于系列电流波动而引起的电磁场分布的变化可导致槽电 阻真实噪声的增大，因此有必要对系列电流波动特性进行分析，以便一方面在 解析槽噪声时能考虑系列电流波动的影响，另一方面在设计用于电解槽控制目 的的槽电阻低通数字滤波器时，能充分考虑到系列电流波动所引入的快时变噪 声。 臻 ( 2 ) 槽噪声 这里指由电解槽内部原因产生的稽电阻噪声，包括阳极故障、气泡捧出等干扰 引起的波动周期为数秒或更快的高频噪声以及由铝液层波动引起的波动周期为数十 秒的低频噪声( 低频只是相对而言) 。 ( 3 ) 异常阶跃 各种人为干扰以及有异常情况发生引起的槽电阻变化，如出铝、换阳极、边部 加工、阳极脱落、掉块等引起的槽电阻大幅度跃升或跌落。 2 4 槽电阻信号的频谱分析 铝电解槽在运行过程中，和运行状态有关的各种物理量随时间的变化呈现一定的规 律，如各种电信号、氧化铝浓度、电解槽温度等。这些信号中常常包含对设备状态识别 与诊断非常有用的信息。有效地分析、处理这些信息，建立它们和铝电解运行状态之间 的联系，是对电解槽故障诊断的基础。而对信号的时域分析往往只能得到有限的信息， 为了更有效地进行识别和诊断，还要对信号进行频域分析，抽取其特征。如果知道某些 北方工业大学硕士学位论文 特征与槽子的状态或某种故障有较强的依赖关系，就能获得好的诊断效果p 2 】。因此， 本文对铝电解过程中唯一能在线获得的信号槽电阻信号进行了详细的频谱分析。 进行频谱分析的目的是：( 1 ) 了解槽电阻的主频率区以及系列电流波动对槽电阻 的影响；( 2 ) 考察由不同槽况所引起的高低频槽噪声的特点；( 3 ) 当用于神经网络故 障诊断中时，提取故障典型特征，为槽况诊断提供判据。 2 4 1 数据来源 本课题所用数据均来自某铝厂3 5 0 k a 大型预焙铝电解槽计算机实时监测数据，采 样频率为1 h z ，有效频率分析范围为0 0 5 h z 。所采用的数据样本排除了由人为操作引 起的信号变化，如设定电压改变、换阳极、出铝等，避免了人为因素对信号频谱的影 响，保证了数据分析的准确性。 2 4 。2 数据预处理 数据预处理是分析信号前非常重要的一个步骤，它可以剔除异常数据，提高信号分 析的准确性。本文实验中在未知信号构成频率时，只对数据进行了去均值处理，避免谱 曲线在零频处出现一个很大的峰值影响分辨其附近的曲线： 毛= 毫一z( 2 3 ) 式中，t 是第i 个离散槽电阻值；i 是一组槽电阻数据的均值；t 为去均值数据。 2 4 3 基于离散傅立叶变换的谱分析 傅立叶变换是频谱分析的一个重要手段，一个波形的傅立叶变换的实质是把这个波 形分解成许多频率不同的正弦波之和【3 3 1 。如果这些正弦波迭加起来变成原来波形的话， 那么，就确立了这个波形的傅立叶变换。傅立叶变换可以辨认出或区分开组成任意波形 的一些不同频率的正弦波和它们各自的振幅。在数学上，这种关系可表示为 f ( c o ) = i x ( t ) e x p ( 一j c o t ) d t ( 2 4 ) 当采用计算机对波形进行傅立叶变换时，须将波形中的数据离散化和量化，即对波 形进行离散采样，得到一个采样序列 矗 ，然后利用f f t 算法计算序列 的离散傅 立叶变换x k ，( k = 0 ，1 ，2 ，k - 1 ) 。 根据离散傅立叶变换的定义，频谱输出署。，x 。2 2 f 日q 的谱线间隔为= f n ( ，t 为采样频率，为采样点) ，其中n = 2 ”。在本论文实验数据中，铝电解槽采样 频率为1 h z ，v 取1 0 ，即取1 0 2 4 个点，谱线间隔为2 - 1 0 a z 。下面是铝电解槽槽电阻数 据波形及利用f f t 算法进行谱分析的结果。 北方工业大学硕士学位论文 q 碰 脚 颦巳 灶埘惭州懒怖玎挑矿哳陋丽一 1 4 1 2 q ， 爿粤oe 刨 ! 謇o6 o 4 口2 口 图2 2 槽电阻时域波形 h l lo ：弧山 6 l n 一船 i f l j j lj l 一0 l wy wy 。v v 州吖v 郴吖1 制k ， p 州， ，_ m ，h 矿叩 n 1 o 蠢率( h z ) 0 3 o 4 图2 3 槽电阻傅立叶变换( 兀丌) + 频谱图 观察槽电阻信号f f t 频谱图，发现主频区主要在0 0 1 i - t z 之间，但是虚假谱峰较 多，不易辨识。为了迸一步提高谱的分辨率，进而分别采用了有较高分辨率的功率谱估 计方法直接法和a r 谱估计方法进行实验。 2 4 4 经典功率谱估计方法_ 直接法 功率谱估计是频谱分析的重要手段，经典谱估计法属于非参数化方法。它又可分为 用随机序列求谱的自相关法和将序列直接用h t 求谱的直接法跚。本文中采用了第二 种方法进行析，即直接法。它是直接由傅立叶变换得到的：将随机信号工伽) 的点样 本值( ，z ) 看作为能量有限信号，取其傅立叶变换，得到石。，( e 卢) ；然后取其幅值的平 方，并除以作为z 0 ) 的真实功率谱p ( e 徊) 的估计，即 1 p ( e p ) = 吉l h ( ) l ( 2 5 ) 北方工业大学硕士学位论文 - i 阿 ci w m 以一 w l a ， n 一一几一 0 图2 4 槽电阻直接法功率谱图 用直接法对图2 2 所示的槽电阻信号做功率谱估计，结果如图2 4 所示，可看出， 用直接法对槽电阻信号做功率谱估计，信号的主频率区更加明显，虚假谱峰明显减少。 2 4 5 自回归a i r 谱估计 经典谱估计方法( 包括直接法和自相关法) 对序列的相关函数做了不合理的修改， 或者对截断以后的相关假设为零，或者进行了周期延拓团】。这些都会给谱估计带来一定 的误差。现代谱估计方法可以较好的解决这些问题。a r 谱估计具有分辨率高、平滑性 较好等特点，a r 谱估计的基本思想是：先对随机信号序列建立a r 模型，再利用模型 系数计算信号的自功率谱。a r ( p ) 模型的一般表达式为： 卫 y ( n ) = w ( 一) 一芝：口i y ( ，l 一是) ( 2 6 ) k = l 式中，y ( n ) 为自回归随机序列；w ( n ) 为具有零均值，方差盯2 的正态分布有限带宽 白噪声；p 为模型阶次。a r 模型的输出功率谱为： 脚卜南2 ( 2 7 ) 式中，p 为a r 模型阶数，a t ( k - 1 ，p ) 为模型参数( 或自回归系数) ，盯2 为预测误差功率。本文采用b u r g 算法的a r 模型谱估计方法对槽电阻信号进行了研 究。b u r g 法是一种在l e v i n s o n d u r b i n 递归约束的前提下，使前向和后向预测误差能量 之和为最小的自回归功率谱估计的方法，它避开了自相关函数的计算，能够在低噪声的 北方工业大学硕士学位论文 信号中分辨出非常接近的正弦信号，并且可以用较少的数据记录来进行估计，估计的结 果非常接近真实值。 但是a r 模型的阶次p 的选择直接影响到a r 谱估计的质量，p 选得太低，反映不 出谱峰；p 选得过大，可能会产生虚假峰值。这里，用最终预测误差准n r 3 s 来帮助选择 模型阶次p ，该准则公式如下： f p e ( 垆岛篙高 ( 2 t 8 ) ( p k 为最小预测误差功率，ny 蝴x ( n ) 的长度，k = 1 ，2 ，n ) 者 一 ； _ e 鸭! p 瞪l 飞勰 k 目嘎；i j啖，。矿一 p ( 阶披) 图2 5 最终预测误差准则函数曲线 在本实验中所选a r 模型阶次均利用该准则和在实践中所得到的结果多次比较后选 定，具有一定的准确性，对图2 2 所示槽电阻信号，其最终预测误差准则函数曲线分别 如图2 5 所示，这里选定模型阶次p = 4 4 。下面是b u r g 法谱估计的结果。 簦一 图2 6 槽电阻a r 功率谱图 以上用傅立叶变换、直接法和a i r 功率谱估计三种方法，对槽电阻信号进行频谱分 析，比较各个频谱图，通过f f t 变换得到的频谱图虚假谱峰较多，影响对主频率的观 嘶熙黼赫4 龋 北方工业大学硕士学位论文 察：而自回归a r 谱估计方法得到的功率谱图曲线光滑，分辨率高，但阶数p 的确定较 麻烦，需要结合准则并进行多次实验，才能选定能够准确反映频谱的阶数值；而经典功 率谱估计方法直接法，其计算效率高，估计值正比于正弦波信号的功率，虽然也存 在方差性能差，谱分辨率不高的缺点，但己满足对槽电阻信号分析的要求。这里选用直 接法对槽电阻信号进行功率谱估计，并且以后要用到的特征向量的提取也是在直接法功 率谱图的基础上进行的。 2 5 槽电阻信g - n 4 r 正 2 5 1 槽电阻信号时、频域特征 ( 1 ) 槽电阻正常和异常信号时域、频域分析 当铝电解槽运行正常时，槽电阻信号的时域和频域功率谱图，如图2 7 、图2 8 所示， 不 图2 7 正常槽电阻信号时域图 ： 尢l li 必荔。， 心m j “ 一一 ”屯瓶捌铆 on 1 o 知率( h z ) n 3 n 4。5 图2 8 正常槽电阻信号直接法功率谱图 当铝电解槽内铝液波动时，槽电阻信号的时域和频域图如图2 9 、图2 1 0 所 5 4 5 3 5 2 5 1 5 o 4 3 2 ， d 墨宣鬻嚣 北方工业大学硕士学位论文 譬 遵 御 勉 皇 o3 q0 2 5 自o 2 。 $ o 1 5 图2 9 异常槽电阻信号时域图( 铝液波动) _ 一 _ 一 i _ _ 一 ul 朔日$ ( h z ) 图2 1 0 异常槽电阻信号直接法功率谱图 当铝电解槽内阳极异常时，这里给出两例，例1 的时域和频域图如图2 1 1 、图 2 1 2 所示，例2 的时域和频域图如图2 1 3 、图2 1 4 所示， 遘 鲤 脚 靶 采样点数 图2 1 1 例1 阳极异常槽电阻信号时域图 1 6 北方工业大学硕士学位论文 2 l 1s 主 ， 蔼m - 。5 d q 、 雹 捌 熟 ， 0i l 0 0102o3040 5 频率( h z ) 图2 ，1 2 例1 阳极异常槽电阻信号频域图 1 5 0 5 0 采样点数 图2 1 3 例2 异常槽电阻信号时域图 。儿 0口1d2口3d4口5 频率( h z j 图2 1 4 例2 异常槽电阻信号频域图 1 7 莲是密褂尽 北方工业大学硕士学位论文 ( 2 ) 结果与分析 对正常和异常槽电阻信号进行频谱分析，发现异常的槽电阻信号有明显高于正常槽 电阻信号的主谱峰，具体分析如下： 在正常槽况下，观察槽电阻信号的时域和频域，可以发现：槽电阻波形振幅很 小，此时虽然也存在磁流体运动，但是属于正常隋况，不会对电解槽造成危害。 在异常槽况下，槽电阻波动的振幅和周期都十分清楚；利用快速傅立时变换把槽 电阻变换到频域上，通过对大量的槽电阻数据分