СПОСОБ АВТОМАТИЧЕСКОГО КОНТРОЛЯ ТЕХНОЛОГИЧЕСКИХ СОСТОЯНИЙ И НАРУШЕНИЙ АЛЮМИНИЕВОГО ЭЛЕКТРОЛИЗЕРА Российский патент 2004 года по МПК C25C3/20 

Описание патента на изобретение RU2242540C1

Изобретение относится к цветной металлургии, в частности к электролитическому получению алюминия, и может быть использовано в автоматических системах управления технологическим процессом.

Причинами, вызывающими снижение технико-экономических показателей алюминиевых электролизеров (производительности, выхода по току и т.д.), являются периодически возникающие технологические нарушения, такие как образование конусообразных выступов на подошве анода, накопление угольной пены и кусков угля в электролите под анодом, низкое положение анодной рамы и т.д.

Задача минимизации общего числа не нормально (не удовлетворяющих установленному регламенту) работающих электролизеров может быть решена за счет своевременной и полной диагностики причин его технологических нарушений.

Известно, что измерение амплитуды колебаний рабочего напряжения и рассчитанного на основе его приведенного напряжения электролизера используют для оперативного обнаружения и выявления характера нарушения технологического процесса электролиза.

Известен способ автоматического контроля работы алюминиевого электролизера по амплитуде пульсаций и величине рабочего напряжения, характеризующих технологическое состояние электролизера (патент США №3583896, кл. 204-67, 1971) [1].

Недостатком способа [1] является низкая точность контроля (обнаружение и определение вида только одного класса нарушений). Технологическое нарушение определяют только на стадии его крайней тяжести, когда выступ на подошве анода развивается в “конус”, входящий в катодный металл, что всегда сопровождается значительным нарушением технологического режима.

Известен способ автоматического контроля технологического состояния алюминиевого электролизера, включающий измерение амплитуды колебаний его рабочего напряжения, при этом дополнительно измеряют амплитуду колебаний тока серии и на переменной составляющей омического сопротивления электролизера в диапазоне частот 0,3-3 Гц определяют среднюю амплитуду колебаний падения напряжения, которую сравнивают с ее граничными значениями, если средняя амплитуда колебаний меньше заданной в диапазоне 4-30 мВ нижней границы или больше заданной в диапазоне 15-50 мВ верхней границы, сигнализируют о наличии у электролизера технологического нарушения (Авторское свидетельство СССР №891808, м. кл. С 25 С 3/20, 26.03.80) [2].

Отметим, что характеристики переменных составляющих приведенного напряжения электролизера и омического (псевдосопротивления) сопротивления электролизера идентичны (1), поскольку приведенное напряжение определяют (2) умножением омического сопротивления на константу (номинальную силу тока).

где R(t) - омическое сопротивление (псевдосопротивление) ванны,

V(t) - рабочее напряжение электролизера,

VО - номинальное перенапряжение электрохимической реакции в электролизере,

I(t) - ток серии,

IO - номинальная сила тока.

Недостаток способа [2] состоит в недостаточной оперативности автоматического обнаружения и сигнализации о технологических нарушениях.

Задача изобретения состоит в повышении надежности и достоверности определения технологических состояний и нарушений алюминиевого электролизера различных типов.

Технический результат изобретения состоит в повышении информативности, точности, быстродействии и определения большего количества технологических состояний и нарушений алюминиевого электролизера, что обеспечивает повышение технико-экономических показателей процесса электролиза.

Технический результат достигается тем, что способ автоматического контроля обеспечивается следующими операциями: осуществляют формирование временного ряда приведенного напряжения в диапазоне частот 0,005-1,0 Гц; дополнительно производят амплитудно-частотное преобразование сигнала, выполняют классификацию результатов преобразования с помощью искусственной нейронной сети, обученной по алгоритму “ненаблюдаемого обучения сетей”, и сравнение результатов классификации с типами технологических состояний и нарушений электролизера.

Способ может характеризоваться тем, что временной ряд формируют длительностью 10-600 секунд.

Способ может характеризоваться тем, что производят амплитудно-частотное преобразование, например, с помощью алгоритма быстрого преобразования Фурье.

Способ может характеризоваться тем, что осуществляют классификацию амплитудно-частотного преобразования временных рядов с помощью нейронной сети, например, Кохонена.

Способ может характеризоваться тем, что для электролизеров с самообжигающимся анодом на выходе искусственной нейронной сети настраивают не менее пятидесяти технологических состояний и нарушений электролизера.

Способ может характеризоваться тем, что для электролизеров с обоженными анодами на выходе искусственной нейронной сети настраивают не менее тридцати семи технологических состояний и нарушений электролизера.

Сущность изобретения поясняется на чертежах, где

на фиг.1 представлена структурная схема контроля для реализации патентуемого способа;

на фиг.2 - схема идентификации технологического состояния электролизера по переменной составляющей приведенного напряжения;

на фиг.3 - интерфейс программного модуля “Автоматического контроля технологических состояний и нарушений электролизера” для электролизеров с самообжигающимся анодом типа С-БМ;

на фиг.4 - интерфейс программного модуля “Автоматического контроля технологических состояний и нарушений электролизера” для электролизеров с обоженным анодом С-160 М 4 и С-120.

В основе патентуемого способа лежат следующие предпосылки.

Как указывалось выше, технико-экономические показатели процесса электролиза алюминия напрямую зависят от своевременной и полной диагностики причин технологических нарушений. Технологические состояния и нарушения алюминиевого электролизера имеют тесную взаимосвязь с характеристиками временного ряда переменной составляющей приведенного напряжения.

В патентуемом изобретении предлагается более совершенный способ контроля и диагностики технологического состояния электролизеров с использованием принципов анализа временных рядов на основе методов амплитудно-частотного преобразования и нейросетевых технологий.

По отношению к прототипу у предлагаемого способа имеются следующие особенности.

Во-первых, производится формирование временного ряда приведенного напряжения определенной длительности (вектора состояния), который несет больше информации о технологических состояниях и нарушениях электролизера. Во-вторых, выполняется амплитудно-частотное преобразование временного ряда приведенного напряжения с целью повышения точности определения технологических состояний и нарушений электролизера. В-третьих, выполняется классификация амплитудно-частотного преобразования ряда с помощью искусственной нейронной сети, которая применяется с целью повышения точности классификации и определения большего количества технологических состояний и нарушений. В-четвертых, производится сравнение результатов классификации с типами технологических состояний и нарушений электролизера, с целью повышения быстродействия.

Анализ, проведенный заявителем, показал, что совокупность признаков является новой, а сам способ удовлетворяет условию изобретательского уровня ввиду новизны причинно-следственной связи “отличительные признаки - технический результат”.

Сущность способа поясняется на примере функционирования способа контроля, структурная схема которого представлена на фиг.1.

В процессе управления технологическим процессом автоматическая система управления постоянно контролирует значение рабочего напряжения электролизера, тока серии и рассчитывает приведенное напряжение (секундные значения). Затем приведенное напряжение подается в блок 1, формирующий временной ряд определенной длительностью. Сформированный ряд поступает на блок 2, выполняющий функцию амплитудно-частотного преобразования. Рассчитанная амплитудно-частотная характеристика ряда поступает на классификатор - обученную нейронную сеть (блок 3). Нейронная сеть производит отнесение входного набора данных, представляющих распознаваемый объект, к одному из ранее известных классов. Результаты классификации сравниваются с типами технологического состояния и нарушениями электролизера (блок 4). Визуализация контроля технологического состояния и нарушений электролизера представляются в виде гистограмм и операционных сообщений. Для электролизеров с самообжигающимся анодом выход искусственной нейронной сети настроен на определение не менее пятидесяти типов технологических состояний и нарушений электролизера, список которых приведен в таблице 2. Для электролизеров с обоженными анодами выход искусственной нейронной сети настроен на определение не менее тридцати семи типов технологических состояний и нарушений электролизера, список которых приведен в таблице 3.

Применение временного ряда связано с тем, что временной ряд приведенного напряжения в более полной степени характеризует технологические состояния и нарушения электролизера, т.к. представляет комплекс гармоник приведенного напряжения, являющихся результатом действия различных причин. Причины возникновения колебаний приведенного напряжения подразделяются на технологические и технические. Технологические причины обуславливаются физико-химическими процессами в межполюсном зазоре (движение межфазной границы металл-электролит и пузырькового слоя под анодом, капиллярные процессы, связанные с силами поверхностного натяжения, локальные изменения плотности тока). Технические причины - это наложение на напряжение электролизера шумов аппаратной части в виде нестабильности питающего напряжения и тока серии. Амплитуда колебаний приведенного напряжения, вызванных техническими причинами существенно ниже амплитуды колебаний, вызванных технологическими причинами, а частота соответственно выше, поэтому колебания технического характера не оказывают влияния на определение технологических состояний и нарушений электролизера.

Применение временного ряда длительностью 10-600 секунд объясняется тем, что в этом диапазоне укладывается достаточное для распознавания количество периодов колебаний приведенного напряжения, обусловленных технологическими причинами (Larry Ваnta, Congxia Dai, Philip Biedler “Noise classification in the aluminum reduction process”. Light Metals, 2003,431-435) [5].

Нижняя граница 10 секунд определяется быстро текущими процессами в электролизере (процесс газовыделения). Верхняя граница 600 секунд определяется медленно текущими процессами (периодом колебаний границы раздела металл-электролит).

Предварительная обработка временного ряда в виде амплитудно-частотного преобразования во взаимодействии с искусственной нейронной сетью (НС) позволяет более точно идентифицировать технологические состояния и нарушения электролизера.

Организация классификации временных рядов по группам или распознавание образа ряда производится с помощью искусственной нейронной сети. Задача распознавания образов состоит в отнесении входного набора данных, представляющих распознаваемый объект, к одному из ранее известных классов. Нейросетевой подход показал свою эффективность при решении плохо формализованных задач распознавания (см., например, Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В. “Базы данных. Интеллектуальная обработка информации”.-М.: Издатель Молгачева С.В., 2001 г.) [4]. Для плохо формализованных задач характерно отсутствие разработанных моделей, приводящих к расчетным формулам, или цепочек простых действий, последовательное применение которых дает искомый результат.

Для реализации поставленной задачи применена искусственная нейронная сеть Кохонена (см., например, C.Amza et.al. TreadMarks: Shared Memory Computing on Networks of Workstation. Computer. Vol.29, No.2, 1996, pp.18-23) [5].

Практика показывает, что НС способна относить сходные образы к одному классу. Тестирование НС путем подачи на ее входы примеров позволяет установить: какие примеры НС относит к каждому классу, количество классов и комбинации значений выходов, соответствующих каждому классу. В ходе функционирования обученная НС при подаче на ее входы очередного входного вектора вырабатывает комбинацию значений выходов, соответствующих классу, к которому НС отнесла входной вектор.

Программные продукты, обеспечивающие решение технологических задач упомянутыми методами, описаны (см. [4], а также “нейросетевые симуляторы”, такие как NeuroShell 2.0, Stuttgart Neural Net Simulator v.4.1), принципы, построения которых патентуются (см., например, патент US 6317730, Neuner, et.al., 706/2, G 06 F 15/18, 13.11.2001 [6]) и имеются в продаже.

Проведено тестирование различных способов предварительной обработки временного ряда приведенного напряжения электролизера в комплекте с НС следующими методами: вайвелет преобразованием, быстрым преобразованием Фурье, гистограммой распределения и без преобразования. В качестве искусственной нейронной сети выбрана сеть Кохонена.

Результаты тестирования группы временных рядов различных технологических нарушений представлены в табл.1.

Как видно из табл.1, наиболее точным методом предварительного преобразования временного ряда приведенного напряжения является амплитудно-частотное преобразование - методом быстрого преобразования Фурье, которое дает наименьшую ошибку при распознавании временного ряда приведенного напряжения.

Нейронная сеть Кохонена состоит из двух блоков. Первый блок на входе имеет 149 нейронов и второй блок на выходе 50 нейронов. Обучение нейронной сети производилось по алгоритмам ненаблюдаемого обучения. В обучении участвовало 70000 образцов временных рядов приведенного напряжения длительностью 300 секунд каждый. Для реализации нейронной сети Кохонена был использован программный продукт NeuroShell 2.0.

Проведение сравнения результатов классификации с технологическими состояниями и нарушениями электролизера необходимо с целью придания физического смысла номерам классов. Список типов технологических состояний и нарушений для электролизеров с самообжигающимся анодом и обоженными анодами составлен на основе экспертных оценок, активных и пассивных экспериментов. Схема диагностики технологического состояния электролизера по флуктуациям рабочего напряжения приведена на фиг.2.

Способ осуществляется в следующей последовательности.

1. Выполняется измерение рабочего напряжения электролизера и силы тока.

2. Производится формирование временного ряда приведенного напряжения определенной длительности (10-600 секунд).

3. Производится амплитудно-частотное преобразование временного ряда при помощи быстрого преобразования Фурье.

4. Полученное амплитудно-частотное преобразование временного ряда поступает на вход искусственной нейронной сети (Кохонена), обученной на основе образцов временных рядов приведенного напряжения, которая относит входной набор данных к одному из ранее известных классов.

5. Производится определение технологического состояния или нарушения электролизера путем сравнения результатов классификации с известными типами технологических состояний и нарушений.

6. Представление результатов в виде гистограмм и операционных сообщений.

Эффективность патентуемого способа показана на следующих алюминиевых электролизерах.

1. Типа С8-БМ с самобжигающимся анодом, верхним токоподводом и работающим на силе тока 158 кА;

2. Типа С-160 М4 (сила тока 168 кА) и С-120 (сила тока 125 кА) с обожженными анодами.

Разработан программный модуль, реализующий патентуемый способ, интерфейс которого для электролизеров с самообжигающимся анодом типа С8-БМ представлен на фиг.3, а для электролизеров с обожженными анодами С-160 М 4 и С-120 – на фиг.4.

Программный модуль позволяет в реальном масштабе времени контролировать рассчитанные колебания приведенного напряжения электролизера и производить по ним автоматический контроль технологических состояний и нарушений электролизера.

Реализация предложенного способа автоматического контроля технологических состояний и нарушений алюминиевого электролизера позволяет улучшить технико-экономические показатели электролиза за счет оперативного и точного выявления технологических нарушений и своевременного их устранения.

Похожие патенты RU2242540C1

название год авторы номер документа
СПОСОБ ОБРАБОТКИ ЭЛЕКТРОКАРДИОСИГНАЛА ДЛЯ ДИАГНОСТИКИ ИНФАРКТА МИОКАРДА 2008
  • Бодин Олег Николаевич
  • Зайцева Оксана Александровна
  • Логинов Дмитрий Сергеевич
  • Моисеев Александр Евгеньевич
RU2383295C1
Способ обнаружения и классификации морских целей на базе нейросетевых технологий и элементов искусственного интеллекта 2021
  • Пятакович Валерий Александрович
RU2780606C1
Способ оперативной идентификации морских целей по их информационным полям на базе нейро-нечетких моделей 2021
  • Пятакович Валерий Александрович
  • Пятакович Наталья Владиславовна
  • Филиппова Алина Валерьевна
  • Алексеев Олег Адольфович
RU2763125C1
Система оперативной идентификации морских целей по их информационным полям на базе нейро-нечетких моделей 2021
  • Пятакович Валерий Александрович
RU2763384C1
Система обнаружения и классификации морских целей на базе нейросетевых технологий и элементов искусственного интеллекта 2021
  • Пятакович Валерий Александрович
RU2780607C1
СПОСОБ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМ ПРОЦЕССОМ В АЛЮМИНИЕВОМ ЭЛЕКТРОЛИЗЕРЕ 2001
  • Березин А.И.
  • Роднов О.О.
  • Межубовский И.В.
  • Стонт П.Д.
  • Клыков В.А.
RU2204629C1
СПОСОБ НЕЙРОСЕТЕВОГО АНАЛИЗА СОСТОЯНИЯ СЕРДЦА 2011
  • Бодин Олег Николаевич
  • Волкова Наталья Александровна
  • Логинов Дмитрий Сергеевич
  • Рябчиков Роман Вадимович
  • Фунтиков Вячеслав Александрович
RU2461877C1
СПОСОБ УПРАВЛЕНИЯ РЕЖИМАМИ НА ОСНОВЕ НЕЙРОСЕТЕВОГО ДИАГНОСТИРОВАНИЯ НЕИСПРАВНОСТЕЙ И ТЕХНИЧЕСКОГО СОСТОЯНИЯ ЭЛЕКТРОПРИВОДНОГО ГАЗОПЕРЕКАЧИВАЮЩЕГО АГРЕГАТА 2017
  • Жуковский Юрий Леонидович
  • Бабанова Ирина Сергеевна
  • Королёв Николай Александрович
RU2648413C1
СПОСОБ ОПРЕДЕЛЕНИЯ СТРУКТУРЫ И ДЕМОДУЛЯЦИИ СИГНАЛА С НЕИЗВЕСТНОЙ СТРУКТУРОЙ 2008
  • Кузовников Александр Витальевич
  • Анжина Валерия Александровна
  • Пашков Андрей Евгеньевич
  • Кухтин Виктор Константинович
  • Сивирин Петр Яковлевич
  • Лавров Виктор Иванович
  • Сомов Виктор Григорьевич
  • Демаков Никита Владимирович
  • Бартенев Владимир Афанасьевич
RU2386165C2
Способ обнаружения и нейросетевого распознавания признаков полей различной физической природы, генерируемых морскими целями 2018
  • Василенко Анна Михайловна
RU2682088C1

Иллюстрации к изобретению RU 2 242 540 C1

Реферат патента 2004 года СПОСОБ АВТОМАТИЧЕСКОГО КОНТРОЛЯ ТЕХНОЛОГИЧЕСКИХ СОСТОЯНИЙ И НАРУШЕНИЙ АЛЮМИНИЕВОГО ЭЛЕКТРОЛИЗЕРА

Изобретение относится к цветной металлургии, в частности к электролитическому получению алюминия. При автоматическом контроле технологических состояний и нарушений алюминиевого электролизера измеряют амплитуду колебаний рабочего напряжения в диапазоне частот, амплитуду колебаний тока серии. Рассчитывают приведенное напряжение, сравнивают с заданными значениями и определяют технологические нарушения. Осуществляют формирование временного ряда приведенного напряжения в диапазоне частот 0,005-1,0 Гц. Дополнительно производят амплитудно-частотное преобразование сигнала. Выполняют классификацию результатов преобразования с помощью искусственной нейронной сети. Сравнивают результаты классификации с типами технологических состояний и нарушений электролизера. Изобретение позволяет повысить информативность, точность, быстродействие и определить большее количество технологических состояний и нарушений электролизера. 5 з.п. ф-лы, 3 табл., 4 ил.

Формула изобретения RU 2 242 540 C1

1. Способ автоматического контроля технологических состояний и нарушений алюминиевого электролизера, включающий измерение амплитуды колебаний рабочего напряжения в диапазоне частот, амплитуды колебаний тока серии и расчет приведенного напряжения, сравнение с заданными значениями и определение технологических нарушений, отличающийся тем, что осуществляют формирование временного ряда приведенного напряжения в диапазоне частот 0,005-1,0 Гц, дополнительно производят амплитудно-частотное преобразование сигнала, выполняют классификацию результатов преобразования с помощью искусственной нейронной сети и сравнение результатов классификации с типами технологических состояний и нарушений электролизера.2. Способ по п.1, отличающийся тем, что формируют временной ряд длительностью 10-600 с.3. Способ по п.1, отличающийся тем, что производят амплитудно-частотное преобразование, например, с помощью алгоритма быстрого преобразования Фурье.4. Способ по п.1, отличающийся тем, что классификацию производят с помощью искусственной нейронной сети типа Кохонена.5. Способ по п.1, отличающийся тем, что для электролизеров с самообжигающимся анодом на выходе искусственной нейронной сети настраивают не менее пятидесяти технологических состояний и нарушений электролизера.6. Способ по п.1, отличающийся тем, что для электролизеров с обожженными анодами на выходе искусственной нейронной сети настраивают не менее тридцати семи технологических состояний и нарушений электролизера.

Документы, цитированные в отчете о поиске Патент 2004 года RU2242540C1

Способ автоматического контроля технологического состояния алюминиевого электролизера 1980
  • Гуревич Анатолий Берович
  • Голубцов Степан Владимирович
  • Беспалов Виктор Тимофеевич
  • Крючков Анатолий Павлович
  • Макушенко Надежда Николаевна
  • Туринский Захар Михайлович
SU891808A1
Способ централизованного контроля технологического состояния алюминиевого электролизера 1986
  • Гущин Борис Борисович
  • Лебедев Владимир Алексанрович
  • Шалагинов Сергей Васильевич
  • Горбачевский Виктор Петрович
  • Овсянников Владимир Иосифович
  • Школьникова Неля Михайловна
  • Демидов-Полякман Феликс Давыдович
  • Успенский Алексей Николаевич
  • Костылев Анатолий Александрович
  • Черепенин Владимир Васильевич
  • Скидин Валерий Васильевич
SU1439157A1
Способ контроля технологического состояния алюминиевого электролизера 1976
  • Вятчикова Наталья Алексеевна
  • Гуревич Анатолий Берович
  • Масликов Вениамин Викторович
  • Меликянц Роберт Вагаршакович
  • Рабинович Борис Владимирович
  • Шейнзон Александр Петрович
SU617491A1
US 3583896 А, 08.06.1971.

RU 2 242 540 C1

Авторы

Березин А.И.

Роднов О.О.

Поляков П.В.

Манн В.Х.

Гонебный И.В.

Своевский А.В.

Попов Ю.А.

Даты

2004-12-20Публикация

2003-10-03Подача