小样本工况下的氧化铝苛性比先进控制方法及相关装置制造方法及图纸

本发明专利技术公开了一种小样本工况下的氧化铝苛性比先进控制方法及相关装置，其中方法包括：获取氧化铝工厂生产的小样本数据；从小样本数据中选择影响苛性比的若干个干扰变量、若干个操纵变量以及一个控制变量，将干扰变量、操作变量以及控制变量合并为训练数据集；通过滑动数据窗口提取训练数据集的顺序样本，得到多元时间序列数据集；根据多元时间序列数据集训练得到氧化铝苛性比网络模型；该模型在微调时冻结自注意力块，仅更新位置编码与正则项；将氧化铝工厂的生产数据输入至氧化铝苛性比网络模型，预测得到苛性比值；基于未来多个苛性比值，通过梯度下降滚动优化操作变量，以实现氧化铝苛性比先进控制。

【技术实现步骤摘要】

本专利技术涉及人工智能，具体涉及一种小样本工况下的氧化铝苛性比先进控制方法及装置、计算设备。

技术介绍

1、氧化铝溶出工艺是氧化铝生产过程中的主要工序之一，溶出的目的是将铝土矿中的氧化铝水合物溶解成铝酸钠溶液，溶出效果将直接影响到生产氧化铝的经济效益。苛性比值是衡量溶出过程的重要指标，决定了产品的产量、质量及碱耗，苛性比值稳定的控制是优化溶出过程的关键。

2、模型预测控制(mpc)是一种广泛应用于工业过程的有效控制方法，通过对系统未来响应的预测和优化来得到合适的控制策略。mpc致力于将长时间跨度分解为若干个更短时间跨度或者有限时间跨度来实现优化控制，其在滚动时域内持续求解系统约束下的优化问题，持续输出下一个时刻的控制信号。由于溶出过程具有流程长、参数多、强耦合的特点，系统反应过程波动大，使得控制校正和扰动在不同的工作区域会有不同的特性，过程变量的变化会导致控制系统循环振荡，mpc的实时预测、在线优化适用于具有强大惯性和滞后性的氧化铝溶出过程，其面临两方面的困难：(1)有效训练信息获取难以及有效数据难标记；(2)mpc是基于模型的控制算法，建立精本文档来自技高网...

【技术保护点】

1.一种小样本工况下的氧化铝苛性比先进控制方法，其特征在于，包括：

2.根据权利要求1所述的小样本工况下的氧化铝苛性比先进控制方法，其特征在于，所述干扰变量包括母液苛性比值、母液碱浓度、母液温度、矿浆细粒度、矿浆固含、保温停留罐温度、二次蒸汽温度、二次蒸汽流速以及脱硅槽液位，所述操纵变量包括矿浆流速、母液流速以及新蒸汽流速，所述控制变量为苛性比。

3.根据权利要求1所述的小样本工况下的氧化铝苛性比先进控制方法，其特征在于，所述氧化铝苛性比网络模型将GPT-2作为骨干模型，包括：

4.根据权利要求1所述的小样本工况下的氧化铝苛性比先进控制方法，其特征在于...

【技术特征摘要】

1.一种小样本工况下的氧化铝苛性比先进控制方法，其特征在于，包括：

2.根据权利要求1所述的小样本工况下的氧化铝苛性比先进控制方法，其特征在于，所述干扰变量包括母液苛性比值、母液碱浓度、母液温度、矿浆细粒度、矿浆固含、保温停留罐温度、二次蒸汽温度、二次蒸汽流速以及脱硅槽液位，所述操纵变量包括矿浆流速、母液流速以及新蒸汽流速，所述控制变量为苛性比。

3.根据权利要求1所述的小样本工况下的氧化铝苛性比先进控制方法，其特征在于，所述氧化铝苛性比网络模型将gpt-2作为骨干模型，包括：

4.根据权利要求1所述的小样本工况下的氧化铝苛性比先进控制方法，其特征在于，所述实现氧化铝苛性比先进控制进...

【专利技术属性】
技术研发人员：徐晓东，刘钊，袁源，肖宇，
申请(专利权)人：中南大学，
类型：发明
国别省市：