畢建輝

摘 要：鋁電解過程屬于極為復(fù)雜的制造工業(yè)流程之一，在實(shí)際生產(chǎn)的過程當(dāng)中具備較強(qiáng)的不可控制因素，因此在實(shí)際工作的過程當(dāng)中，鋁制品制造業(yè)故障發(fā)生的頻率較高、同時(shí)發(fā)生故障的種類也比較繁雜。在有關(guān)鋁制品的生產(chǎn)制作工藝當(dāng)中，電解是非常重要的環(huán)節(jié)之一，通過電解工藝能夠有效分解鋁制品中的雜質(zhì)，提升產(chǎn)品質(zhì)量。目前電解過程當(dāng)中，還沒有針對(duì)于該過程容易出現(xiàn)問題之處進(jìn)行全面的診斷，只有全面加強(qiáng)對(duì)于該方式的診斷，才能夠真正提升電解設(shè)備的工作效率。

關(guān)鍵詞：鋁電解；故障診斷；方法研究

DOI：10.16640/j.cnki.37-1222/t.2017.15.196

0 前言

隨著時(shí)代的發(fā)展，在鋁制品生產(chǎn)工作的過程當(dāng)中，工藝也在發(fā)生翻天覆地的變化，最直觀的表現(xiàn)為鋁電解設(shè)備更加機(jī)械化與復(fù)雜化、電解是保障鋁制品生產(chǎn)水平的重要手段，但是目前由于我國在鋁電解過程中處于初級(jí)研究階段，對(duì)于很多設(shè)備的使用以及維護(hù)還沒有真正形成完善的制度與手段，導(dǎo)致很多鋁電解工業(yè)設(shè)備在工作的過程當(dāng)中極易發(fā)生故障，對(duì)于大型工業(yè)設(shè)備而言，一旦出現(xiàn)故障，不僅對(duì)于企業(yè)自身的經(jīng)濟(jì)會(huì)造成嚴(yán)重的損失，更為嚴(yán)重的是可以會(huì)對(duì)于一線操作人員的人身安全產(chǎn)生嚴(yán)重的危害。文章將以鋁電解過程當(dāng)中出現(xiàn)的主要故障、在鋁電解過程當(dāng)中三種主要診斷方式、故障診斷系統(tǒng)實(shí)現(xiàn)三方面進(jìn)行綜合論述。

1 鋁電解過程當(dāng)中出現(xiàn)的主要故障

在鋁電解過程當(dāng)中出現(xiàn)的最為主要的故障形式之一既是陽極效應(yīng)，所謂陽極效應(yīng)通俗而言是在鋁電解過程當(dāng)中在陽極部分由于自身氧化鋁濃度降低，碳離子對(duì)于陽極表面的濕潤(rùn)程度會(huì)造成一定程度上的損壞，使一部分陽極底部被電解鋁液分解過程當(dāng)中產(chǎn)生的氣泡所覆蓋，導(dǎo)致陽極出現(xiàn)不導(dǎo)電的現(xiàn)象[1]。一旦陽極不導(dǎo)電，電解鋁槽自身的電阻會(huì)出現(xiàn)迅速增大的趨勢(shì)，從而導(dǎo)致整個(gè)設(shè)備電壓急速升高，很多時(shí)候，設(shè)備的電壓甚至?xí)?.1v直接升至43v，這時(shí)不僅電解鋁槽的溫度會(huì)急速升高，同時(shí)，電解質(zhì)也會(huì)停止沸騰。該故障對(duì)于電解鋁槽而言具有十分嚴(yán)重危害，一方面表現(xiàn)為隨著電壓的增大，在設(shè)備內(nèi)流通的電流會(huì)迅速減少，因此，想要維持設(shè)備的正常運(yùn)轉(zhuǎn)，需要加大電流輸出力度，造成電流能源的浪費(fèi)。另一方面設(shè)備在這種高負(fù)荷運(yùn)轉(zhuǎn)的狀態(tài)之下，對(duì)于自身機(jī)械的使用壽命會(huì)造成極為嚴(yán)重的影響，使設(shè)備使用年限大幅度剪短，因此陽極效應(yīng)是目前在大型鋁制品電解的過程當(dāng)中存在的主要問題之一。

2 在鋁電解過程當(dāng)中三種主要診斷方式

（1）解析模型診斷法。所謂模型解析法既是通過對(duì)于模型的分析，找到設(shè)備中出現(xiàn)的問題。其運(yùn)行原理既是利用自身系統(tǒng)且精確模型與可觀測(cè)到輸入、輸出量構(gòu)造殘差信號(hào)，通過對(duì)于系統(tǒng)自身期望值與實(shí)際值之間的偏差，能夠有效分析與診斷設(shè)備出現(xiàn)的故障。使用該方法診斷鋁電解過程當(dāng)中出現(xiàn)的故障需要注意的一點(diǎn)既是在建立診斷模型時(shí)，所解析的模型數(shù)據(jù)要足夠精確，這樣才能夠較為全面的分析出鋁電解過程當(dāng)中出現(xiàn)的問題。模型解析故障診斷法主要主要包括參數(shù)估計(jì)方法、狀態(tài)估計(jì)方法和等價(jià)空間方法三個(gè)部分[2]。

（2）信號(hào)處理診斷法。所謂信號(hào)處理診斷法與解析模型診斷法之間有本質(zhì)上的差別，信號(hào)處理診斷法在實(shí)際診斷鋁電解設(shè)備是否出現(xiàn)問題時(shí)，不需要建立與之相關(guān)的數(shù)學(xué)模型，而是直接測(cè)量鋁電解設(shè)備在工作的過程當(dāng)中釋放出的信號(hào)[3]。直接對(duì)于信號(hào)進(jìn)行分析，提取其中的方差以及頻率等特征，從而直接找出故障發(fā)生源頭位置。

目前信號(hào)處理診斷法當(dāng)中，使用的較為頻繁的方式既是直接測(cè)量法。因?yàn)殇X電解設(shè)備在運(yùn)行當(dāng)中，都會(huì)產(chǎn)生直接輸出量。同時(shí)直接測(cè)量方法也可以針對(duì)于信號(hào)輸入的來源進(jìn)行檢查，檢查原理與上述基本相同。這種檢查方式的有點(diǎn)在于該檢查方式檢查效果較為只管，且該檢查方式對(duì)于資源消耗較小，但是自身也具備一定程度上的局限性，對(duì)于儀表盤的準(zhǔn)確性極為依賴，如果測(cè)量?jī)x表自身存在一定的危險(xiǎn)與瑕疵，就會(huì)直接導(dǎo)致測(cè)量工作不準(zhǔn)確，故障檢測(cè)人員出現(xiàn)錯(cuò)誤的判斷。

（3）人工智能診斷法。人工智能診斷法是目前最為先進(jìn)的診斷方法之一。該故障診斷方法的優(yōu)勢(shì)在于既不依賴于信號(hào)測(cè)量的準(zhǔn)確度，也不需要復(fù)雜的數(shù)學(xué)模型，該診斷方式主要具有下列三個(gè)特點(diǎn)：1）因?yàn)楹芏嘣O(shè)備出現(xiàn)的問題較為復(fù)雜難以通過簡(jiǎn)單的檢測(cè)發(fā)現(xiàn)其中的問題，因此人工智能診斷法能夠有效解決進(jìn)行邏輯推理的復(fù)雜問題；2）人工智能診斷法診斷更為便捷有效，出現(xiàn)意外能夠及時(shí)做出調(diào)整，避免問題擴(kuò)大化；3）人工智能診斷法可以有效將診斷分為基于癥狀的方法和基于定性模型的方法。

3 故障診斷系統(tǒng)實(shí)現(xiàn)

故障診斷主程序。故障診斷系統(tǒng)實(shí)現(xiàn)主要遵循一下步驟：1）在診斷的過程當(dāng)中，定時(shí)在設(shè)備運(yùn)行現(xiàn)場(chǎng)進(jìn)行數(shù)據(jù)采集，然后再將采集到的數(shù)據(jù)上傳到上位管理機(jī)當(dāng)中，之后在將數(shù)據(jù)放入數(shù)據(jù)庫之中，之后在有針對(duì)性的進(jìn)行數(shù)據(jù)處理，采集數(shù)據(jù)的主要方向包括：數(shù)據(jù)的濾波以及對(duì)于數(shù)值的計(jì)算等方面。2）在采集數(shù)據(jù)之后，對(duì)于設(shè)備故障進(jìn)行初步的診斷，在診斷過程當(dāng)中主要通過模糊故障檢測(cè)系統(tǒng)，對(duì)于故障發(fā)生原因以及位置進(jìn)行粗略的判斷，然后根據(jù)模糊檢測(cè)方式得出的數(shù)據(jù)，運(yùn)算數(shù)據(jù)發(fā)生的概率，一旦設(shè)備故障發(fā)生的數(shù)據(jù)概率大于50%時(shí)，即說明設(shè)備自身已經(jīng)存在極為嚴(yán)重的問題，極有可能發(fā)生故障。3）故障的診斷以及預(yù)報(bào)可以采用智能診斷方式，先是在現(xiàn)場(chǎng)進(jìn)行數(shù)據(jù)采集，對(duì)于采集到的經(jīng)數(shù)據(jù)在經(jīng)過專門的處理之后作為各故障診斷子網(wǎng)絡(luò)的輸入信號(hào)源，然后在子網(wǎng)絡(luò)當(dāng)中的輸出值送入模糊神經(jīng)網(wǎng)絡(luò)，確定故障類型。4）在出現(xiàn)問題之后，及時(shí)啟動(dòng)報(bào)警程序，并提示系統(tǒng)故障信息。

4 結(jié)論

綜上所述，目前我國在鋁制品的電解工業(yè)當(dāng)中處于發(fā)展階段，很多設(shè)備在實(shí)際運(yùn)行的過程當(dāng)中存在一定問題，導(dǎo)致鋁制品質(zhì)量嚴(yán)重降低，同時(shí)工作中浪費(fèi)很多不必要的電能，對(duì)于工業(yè)生產(chǎn)而言，能源浪費(fèi)會(huì)造成企業(yè)經(jīng)濟(jì)損失。為了使鋁電解設(shè)備能夠更好的運(yùn)作，完善故障診斷方法極為重要。

參考文獻(xiàn)：

[1]王福元，趙建社，唐霖.多系統(tǒng)集成電解加工控制策略與故障診斷方法研究[J].兵工學(xué)報(bào)，2015（06）：1074-1081.

[2]趙仁濤，張雨，李華德，郭彩喬，鐵軍.基于銅電解槽電流分布估計(jì)的燒板故障診斷[J].化工學(xué)報(bào)，2015（05）：1806-1814.

[3]王福元，徐家文，吳祥.電解加工過程中智能故障診斷方法的研究[J].機(jī)械制造，2005（03）：30-32.endprint