崔家瑞,李文浩,蘇成果,曹 斌,黃若愚,楊 旭,李 擎

(1.北京科技大學 自動化學院，北京 100083；2.中鋁智能科技發(fā)展有限公司，浙江 杭州 311100；3.貴陽鋁鎂設計研究院有限公司，貴州 貴陽 550003)

隨著制造強國戰(zhàn)略的全面推進與實施，以大數(shù)據、物聯(lián)網、信息物理系統(tǒng)和數(shù)字孿生等新技術推動傳統(tǒng)流程行業(yè)生產、管理和營銷模式變革，是我國制造業(yè)的首要任務，而鋁電解工業(yè)作為典型的傳統(tǒng)流程行業(yè)是具有戰(zhàn)略意義的國民經濟支撐性行業(yè)，其智能制造面臨著缺乏頂層設計，缺乏統(tǒng)一數(shù)據標準，缺乏精確的全要素數(shù)學模型描述，裝備智能化水平不足等一系列的問題。因此，實施“鋁電解過程智能制造”是中國智能制造2025的戰(zhàn)略需要，也是鋁電解行業(yè)節(jié)能增效，實現(xiàn)可持續(xù)發(fā)展的必然趨勢，已成為企業(yè)增強生存能力的源動力。如何解決鋁電解過程智能制造，已成為學術界共同關注的科學問題[1-3]。

我國是電解鋁生產大國，2020年產量創(chuàng)下年度最高紀錄，達到了3708萬噸，超過全球產量的55%。但實際生產電耗與理論電耗(6700 kWh/t-Al)差距較大，實際電流效率為94%左右，比國外低2%～3%，槽壽命在2400～2500天，比國外少1～2年，噸鋁CO2排放約1600 kg，比國外高0.5～1 t。為推動鋁行業(yè)技術進步和高質量發(fā)展，實現(xiàn)鋁電解行業(yè)安全高效、節(jié)能降耗、綠色循環(huán)的發(fā)展目標，2020年2月28日工業(yè)和信息化部發(fā)布了《鋁行業(yè)規(guī)范條件》[4]，對提升鋁電解生產技術指標進行了強制性規(guī)定。2021年3月《政府工作報告》指出：要扎實做好碳達峰、碳中和各項工作，電解鋁行業(yè)作為有色金屬工業(yè)實現(xiàn)“碳達峰”的重要領域，中國有色金屬工業(yè)協(xié)會黨委書記葛紅林指出：要不斷推動技術創(chuàng)新，提高智能化水平，持續(xù)優(yōu)化工藝過程控制，進一步降低能耗、物耗，降低行業(yè)碳排放強度。因此，提升鋁電解生產智能化水平和技術指標已成為行業(yè)參與國際競爭和可持續(xù)發(fā)展的緊迫需要。

隨著技術手段的升級，大型鋁電解槽已成為各企業(yè)的核心生產線。據統(tǒng)計，2018年，400 kA系列的大型鋁電解槽已占所有投產電解槽的70%以上[5]，各種500 kA、600 kA級的超大型鋁電解槽也不斷在投產[6-7]。然而，電解槽的大型化導致槽內分布式氧化鋁濃度、分布式電解質溫度等的控制難度增加，槽內關鍵參數(shù)的空間分布不均勻已成為企業(yè)普遍關注并急需解決的問題。

本文綜述了鋁電解能量平衡、氧化鋁濃度預測與控制、陽極效應預報等關鍵模型的研究現(xiàn)狀和存在的問題；探討了數(shù)字化鋁電解槽智能制造系統(tǒng)框架；給出了構建大型鋁電解槽全要素模型的技術路線，并從企業(yè)技術改造與升級角度給出了鋁電解智能制造系統(tǒng)實現(xiàn)的軟硬件實現(xiàn)框架。

1 鋁電解生產過程中的關鍵模型研究現(xiàn)狀

長期以來，由于鋁電解生產機理復雜和環(huán)境惡劣，槽控制僅依靠單一電壓在線檢測和輔助的離線檢測，信息不完備、不及時，導致不能支持生產全過程工藝參數(shù)深度優(yōu)化。因此，國內外學者深入研究了鋁電解過程如能量平衡、氧化鋁濃度軟測量與控制、陽極效應等建模問題，并取得了一系列成果。

1.1 能量平衡模型

鋁電解槽各部分的能量收支狀況能夠有效分析與評價鋁電解槽的生產操作制度是否合理、工藝技術條件選擇是否恰當、電解槽的運行工況是否良好。能量平衡作為鋁電解生產的重要基礎條件，獲得了廣泛的研究。

文獻[8]分析了氧化鋁加料過程中的熱量平衡,以及加料量、氧化鋁預熱溫度、電解液溫度、過熱度對溶解過程的影響。文獻[9]用誤差協(xié)方差矩陣的平方根代替無跡Kalman神經網絡算法的協(xié)方差陣，建立了基于SRT UKFNN(Strong tracking square root unscented Kalman filter neural network)的電解槽工藝能耗動態(tài)演化模型。在此基礎上，文獻[10]利用改進的動態(tài)隨機化測驗對鋁電解節(jié)能模型連接權進行顯著性檢驗，為分析節(jié)能模型參數(shù)關系和優(yōu)化節(jié)能模型提供了一種有效途徑。文獻[11]采用基于無跡卡爾曼濾波和強跟蹤濾波的前饋神經網絡算法建立了鋁電解過程能耗模型。文獻[12]以提高鋁電解生產的電流效率、降低能耗和氟化物排放為多目標優(yōu)化指標，采用細菌覓食算法對其進行求解，得到了電解槽的最優(yōu)操作方式。文獻[13]在保證鋁電解槽熱穩(wěn)定性的同時，采用統(tǒng)計方法優(yōu)化了鋁水平和分子比，通過6臺試驗槽和6臺對比槽的實驗，獲得了較好的電解槽能耗指標。文獻[14]采用有限元方法開發(fā)了鋁電解槽熱電模型，并對實際電解槽中的熱測量進行了充分驗證。在此基礎上，文獻[15]考慮有限元模型中實體的位移和邊界，開發(fā)了一種新的工業(yè)鋁電解槽熱電建模策略。

雖然對鋁電解槽能耗模型進行了深入研究，但是只是針對單一層級的模型進行研究，未考慮多個模型之間的交互關系和槽內空間分布特性，同時由于存在周期性的出鋁、換極等必不可少的人工介入，使得現(xiàn)有成果無法直接應用到對鋁電解槽的能量平衡管理與控制。

1.2 氧化鋁濃度模型

(1)氧化鋁濃度控制模型

氧化鋁濃度作為鋁電解生產的核心參數(shù)，其控制問題一直是國內外學者研究的熱點。經過近30年的發(fā)展，其控制方法不斷推陳出新，主要集中在自適應控制[16]、槽電阻斜率控制[17-18]、智能跟蹤控制[19]、模糊專家系統(tǒng)控制[20-21]、最優(yōu)控制[22]、以及多種方法的綜合控制[23-24]等。2018年，文獻[25]將電解質分子比作為約束，根據經驗規(guī)則對氧化鋁濃度進行控制。2019年，文獻[26]采用廣義回歸神經網絡(GRNN)辨識氧化鋁濃度模型，并設計了模糊小腦模型神經網絡(FCMAC)控制器對其進行控制。

然而，由于電解槽檢測數(shù)據信息不完備、不及時，導致氧化鋁濃度控制沒有更深層次的突破。

(2)氧化鋁濃度軟測量模型

近年來，國內外學者將重心轉移到氧化鋁濃度的在線測量與預測研究。但絕大多數(shù)都是針對整臺槽的集中式測量與預測，且均是基于槽電壓、槽電流等相對容易在線檢測的物理量[27-29]。除此之外，大量的文獻均集中在采用神經網絡[30]、支持向量機[31-33]、KPIs[34]、深度信念網絡[35]等軟測量方法。隨著陽極導桿分布電流、陰極鋼棒分布溫度等鋁電解槽參數(shù)分布式在線測量裝置的廣泛應用[36-38]，獲得了大量的鋁電解分布式參數(shù)信息，基于這些分布式參數(shù)和數(shù)據，一些文獻將氧化鋁濃度集中式在線測量推廣到分布式在線檢測[39-41]。

然而，由于大型鋁電解槽具有極強的空間分布特性和多參數(shù)耦合性，現(xiàn)有方法距離真正實用還有一定的距離，同時還要求必須協(xié)同設定多個關鍵參數(shù)，才能保證電解槽穩(wěn)定高效生產。

1.3 陽極效應模型

陽極效應分為計劃性和非計劃性。計劃性陽極效應可有效消除氧化鋁沉淀，提高電解槽壽命，因此，電解鋁企業(yè)均設定有計劃性的陽極效應。而非計劃性陽極效應是由于氧化鋁濃度等參數(shù)異常導致的，伴隨有巨大的能耗和氟化物排放。因此，各企業(yè)均在想方設法避免非計劃性的陽極效應的預報。國內外學者關于陽極效應的機理和預報均作了一些工作，如文獻[42-44]基于陽極效應發(fā)生機理，通過槽電壓、槽電阻等參量進行預測。文獻[45-46]分別采用廣義回歸神經網絡(Generalized Regression Neural Network)和光梯度提升機(Light Gradient Boosting Machine)提出了陽極效應預測方法。文獻[47]將斜率變化趨勢的預測和槽電阻的累積斜率以及使用相似性搜索技術獲得的有用知識用作計算陽極效應的主要標準預測可靠性，累積質量偏差值用作調整陽極效應預測可靠性的輔助標準，提出了陽極效應協(xié)作二維預測模型。文獻[48]提出了一種基于核字典學習的故障檢測與隔離方法，并應用于鋁電解槽陽極效應預測。

相對于全局陽極效應，局部效應的研究相對較少，直到2018年才逐漸引起國內外學者的關注。文獻[49]通過分析氧化鋁濃度分布機理和電解槽電氣模型研究了局部效應預測問題，并用仿真器進行了模擬驗證。2020年，文獻[50]采用陽極導桿分布電流開發(fā)了一種局部陽極效應檢測模型，并使用實際電解槽數(shù)據進行了驗證，可以更早地預測全局陽極效應。

雖然陽極效應的研究已有許多研究成果，但很少有文獻針對大型電解槽的內部時空分布特性研究局部效應分布與全局效應的關系。由于局部效應容易導致電解槽局部不穩(wěn)定(鋁液波動劇烈、甚至滾鋁等)，而且耗能增加，現(xiàn)已成為電解鋁企業(yè)急需解決的關鍵問題之一。文獻[51]基于鋁電解槽陽極導桿分布電流數(shù)據探討了局部效應與全局效應的關系。

2 面向智能制造的鋁電解槽系統(tǒng)框架

結合流程工業(yè)智能優(yōu)化制造系統(tǒng)路線圖[2]和企業(yè)亟需解決的問題可知，面向智能制造的鋁電解槽應具有深度融合過程機理知識、運行數(shù)據和操作經驗進行自我建模、自我調度、自我優(yōu)化與全槽信息可視化等特征。因此，借助于人-信息-物理系統(tǒng)和數(shù)字孿生等新技術[52-54]，構建了面向智能制造的鋁電解槽系統(tǒng)框架，如圖1所示。

圖1 鋁電解槽智能制造系統(tǒng)框架

該架構滿足人-信息-物理系統(tǒng)(HCPS)系統(tǒng)的基本特征。物理系統(tǒng)包括實際生產用的鋁電解槽、執(zhí)行機構、智能感知系統(tǒng)等載體；信息系統(tǒng)主要包括鋁電解槽全要素模型、大數(shù)據平臺、智能決策與優(yōu)化和多維度智能控制等；人機協(xié)同主要是將人的知識、經驗等具有AI特征的信息與實際生產中的數(shù)據進行融合并決策出最優(yōu)的控制方案。

3 大型鋁電解槽全要素模型的技術路線

針對我國電解鋁行業(yè)的智能制造需求，以提升產品質量穩(wěn)定性、提高生產效率、降低生產成本與碳排放，加快電解鋁行業(yè)轉型升級為應用目標，將先進信息化與傳統(tǒng)鋁電解技術深度融合，提出基于數(shù)字孿生和實體數(shù)據交互的鋁電解槽全要素精確建模方法，建立鋁電解槽分布式全要素精準模型，形成槽內信息的可視化技術及應用案例，為實現(xiàn)新一代新型電解槽控制系統(tǒng)提供必備的理論方法與技術支撐。其技術路線如圖2所示。

圖2 鋁電解槽全要素精準模型技術路線框圖

該技術路線包括目標、理論主體、關鍵技術與解決方案和工業(yè)應用四個方面。

3.1 理論主體

理論主體主要包括4個研究內容，第四個研究內容是在前三個研究內容基礎上，基于KPIs進行融合得到的。由于目前各鋁電解企業(yè)對電解槽檢測機構、控制與執(zhí)行機構均未進行改造升級，因此，這里的理論研究內容僅處于仿真驗證和槽內單點試驗驗證階段。四個研究內容詳細描述如下。

(1)分布式電熱平衡模型研究

熱平衡是發(fā)揮電解槽能力和潛力的保證。分析大型鋁電解槽內各組成部分的電、熱特性、電解過程中吸熱和放熱反應機理，研究不同環(huán)境、不同配方、不同電流等多種外部條件對電熱平衡的影響機理，提取電熱平衡關鍵參數(shù)特征，建立鋁電解槽分布式電熱平衡模型。

(2)氧化鋁濃度分布式預測與控制模型研究

綜合考慮電解槽內多相-多場的耦合性和空間分布性，結合擴散機理，考慮擴散速度、擴散范圍，配方、槽子形狀等因素，基于多智能體理論和協(xié)同控制方法，建立氧化鋁濃度分布式預測與控制模型。

(3)分布式陽極效應逐發(fā)預報模型研究

分析陽極效應的表觀特征，定義局部效應因子，在此基礎上，采用機理與數(shù)據相結合的方法，分析局部陽極效應與全局陽極效應的關系，基于機器學習的方法，建立分布式陽極效應逐發(fā)預報模型。

(4)分布式全要素精準控制模型研究

考慮鋁電解槽是一個電、磁、熱、流、力等多個物理場與物料分布間交互耦合的過程，且生產過程中存在固定周期的人工干預，因此，首先定義能夠表征這些參數(shù)與人工干預的關鍵績效指標；然后，在數(shù)字孿生框架下，基于分布式狀態(tài)融合卡爾曼濾波與協(xié)同優(yōu)化方法，以關鍵績效指標為控制指標，結合現(xiàn)場數(shù)據和鋁電解知識庫，建立鋁電解槽分布式全要素精準模型。

3.2 關鍵技術及解決方案

(1)分布式電熱平衡模型研究

針對大型槽熱量分布不均勻導致的熱電失衡問題，采用知識-機理-數(shù)據混合驅動的方法建立鋁電解槽分布式電熱平衡模型。首先，采用理論分析與實驗測量相結合的方法，根據焦耳熱效應原理和電化學理論，分析電解槽各組成部分的電、熱特性、電解過程中吸熱和放熱反應機理，研究不同環(huán)境、不同配方、不同電流等多種外部條件對電熱平衡的影響機理，得到初始機理模型；其次，根據專家經驗，基于熱傳導方程的數(shù)值模型分析陽極覆蓋料熔化引起的空腔形狀和電解過程引起的槽幫形狀的演化過程，得到專家知識模型；再次，根據現(xiàn)場生產的正常生產、出鋁、換極、升降母線、陽極效應等工況的特征，將機理模型與知識模型進行加權得到知識-機理模型，接著，采用模糊聚類等人工智能方法對現(xiàn)場生產數(shù)據(包括機理模型中的實體位移和移動邊界，融入陽極覆蓋料空腔、槽幫形狀和陽極壽命)進行處理，提取規(guī)則，得到數(shù)據模型；然后，利用數(shù)據模型對知識-機理模型進行修正，得到電熱平衡模型的知識-機理-數(shù)據混合驅動的期望模型；最后，采用STA等優(yōu)化算法進行權重優(yōu)化，得到最終的電解槽分布式熱電平衡模型，基于Python和ANSYS軟件對模型進行仿真驗證，并預留參數(shù)輸入接口，為可視化平臺研制提供必備模型組件。建模流程圖如圖3所示。

圖3 建立鋁電解槽分布式電熱平衡模型流程圖

該模型能夠動態(tài)反映鋁電解槽內槽幫形狀，并分析其動態(tài)變化過程，實現(xiàn)鋁電解槽漏槽等故障的預報，解決企業(yè)密切關切的漏槽預測問題。

該研究內容目前完成了參數(shù)的設定和機理模型的驗證，后續(xù)需要在分布式檢測裝置的采集數(shù)據的基礎上進行數(shù)據-機理的混合建模研究。

(2)氧化鋁濃度分布式預測與控制模型研究

首先，將電解槽陽極導桿按照下料口分布劃分成不同的控制區(qū)域(簡稱自治區(qū)域)，每個區(qū)域均可以看作智能體；其次，針對各自治區(qū)域將基于數(shù)據的氧化鋁濃度軟測量模型與吸放熱反應模型相結合，形成單自治區(qū)域無耦合模型；再次，基于有向圖理論，考慮不同自治區(qū)域的時空關聯(lián)性，建立整臺槽的氧化鋁濃度的分布式預測模型；接著，考慮到單個下料口與相鄰下料口之間的空間分布特性和耦合性，定義各下料口下料器的輸入約束矩陣，基于DMPC(Distributed model predictive control)算法，實現(xiàn)以下料口為單位的氧化鋁濃度自治區(qū)域間的協(xié)同控制[55]；最后，通過滾動優(yōu)化與反饋校正，實現(xiàn)基于未來預測時間段內的整體最優(yōu)控制，從而保證整臺槽的氧化鋁濃度全局最優(yōu)。擬建立的氧化鋁濃度分布式預測與控制模型框圖如圖4所示。

圖4 氧化鋁濃度分布式預測與控制模型框圖

由多智能體理論，可以將上述問題描述為每個智能體的動態(tài)模型是同質的線性系統(tǒng)，且每個智能體跟蹤同一個目標[56]。

氧化鋁濃度分布式預測模型能夠得到鋁電解槽內空間下料口所轄區(qū)域的氧化鋁濃度分布情況，并揭示各下料口之間的耦合關系。氧化鋁濃度分布式控制模型則能夠通過單點下料控制實現(xiàn)氧化鋁濃度在槽內空間的均勻分布，保證鋁電解槽的高效穩(wěn)定運行。

該研究內容目前完成了氧化鋁濃度分布式預測模型的仿真驗證，進入了現(xiàn)場實驗驗證階段，氧化鋁濃度分布式控制模型也完成了現(xiàn)場濃度控制的階躍響應模型試驗階段。

(3)分布式陽極效應逐發(fā)預報模型研究

首先，通過電解鋁廠提供的歷史數(shù)據，通過數(shù)據挖掘與關聯(lián)性分析，得到陽極效應的表觀特征；然后，借助于鋁電解槽分布式電氣模型信息和氧化鋁濃度分布信息，提出一種基于核函數(shù)極限學習機的分布式陽極效應預測方法，使用核函數(shù)極限學習機構建分布式陽極效應預測模型；最后，通過構建局部陽極效應與全局效應之間的變換矩陣，將全局效應預測問題轉換為分類問題，并利用XGBoost等機器學習算法進行模型訓練，建立分布式陽極效應逐發(fā)預報模型?；玖鞒倘鐖D5所示。

圖5 陽極效應逐發(fā)預報基本流程框圖

該模型能夠有效檢測鋁電解槽的局部效應特征，并演化出局部效應發(fā)展到全局效應的完整路徑，揭示全局陽極效應與局部效應的關系，并預報非計劃性陽極效應發(fā)生的概率，有效降低非計劃性效應發(fā)生次數(shù)。

該研究內容目前還處于起步階段，通過現(xiàn)場實際數(shù)據，初步驗證了局部陽極效應與陽極分布電流之間的關系。在該研究內容的基礎上，實現(xiàn)陽極效應的主動熄滅方法將是未來的一個重要研究方向。

(4)鋁電解槽分布式全要素精準控制模型研究

首先，基于鋁電解過程的電化學理論，分析生產過程中各關鍵參數(shù)的相互關系，并結合鋁電解生產技術與管理方法，定義出精準反映鋁電解槽狀態(tài)的性能指標和質量指標，即KPIs；其次，由于各性能指標和質量指標采樣周期的不一致性，將上述三種模型根據采樣形式進行分類，針對快采樣指標，采用均方根無跡卡爾曼濾波算法進行預處理，針對慢采樣和延時采樣指標，采用改進卡爾曼濾波算法進行預處理；如果在時刻k沒有慢采樣過程測量值，僅有快速采樣測量值，則僅使用快速采樣測量值來估計當前狀態(tài)；最后，當快采樣過程和慢采樣過程數(shù)據均得到時，則基于分布式狀態(tài)融合卡爾曼濾波算法，對性能指標和質量指標進行融合，建立鋁電解槽分布式全要素精準控制模型。如圖6所示。

圖6 鋁電解槽分布式全要素模型建?；玖鞒炭驁D

該模型綜合考慮了鋁電解生產的性能能標和質量指標，如生產效率、槽穩(wěn)定性、生產質量等多個生產指標，能夠實現(xiàn)鋁電解槽在滿足多個生產指標要求的條件下處于最優(yōu)或者次優(yōu)運行的狀態(tài)，有效增強槽穩(wěn)定性，延長槽壽命，為鋁電解企業(yè)提供多種指標條件下的電解槽運行參數(shù)的優(yōu)化策略與建議。

該研究內容目前還處于KPIs的定義階段，KPIs的定義需要根據不同企業(yè)的不同生產指標進行自由定制。

4 鋁電解智能制造的軟硬件實現(xiàn)框架

為了保證鋁電解行業(yè)的鋁電解智能制造順利落地，需要將面向智能制造的鋁電解槽全要素模型研究成果集成到企業(yè)的現(xiàn)有生產管理系統(tǒng)中，并對現(xiàn)有生產管理系統(tǒng)進行技術改造與升級。因此，提出了如圖7所示的鋁電解智能制造技術實現(xiàn)總體框架及其軟硬件架構。

雖然圖7中的部分硬件裝備和軟件系統(tǒng)已有企業(yè)在試驗，但功能相對單一、智能化程度不足，無法滿足智能制造系統(tǒng)的要求。目前，貴陽鋁鎂設計研究院有限公司牽頭研發(fā)的鋁電解智能制造系統(tǒng)已在遵義鋁業(yè)股份有限公司的400 kA系列電解槽上進行了試驗，該系統(tǒng)包含了總體框架中的7個層面，除了網絡基礎設施、數(shù)據融合平臺、移動應用平臺、工業(yè)安全系統(tǒng)的全面部署外，還包含了電流分布在線檢測、陰極溫度在線檢測、兩水平在線檢測、槽電壓在線檢測等過程檢測系統(tǒng)，局部陽極效應預警裝置、單點下料裝置、巡檢機器人等控制與執(zhí)行機構，計算/存儲/備份資源、數(shù)據解析、學習算法/知識庫等集中管控系統(tǒng)。

圖7 鋁電解智能制造系統(tǒng)實現(xiàn)總體及軟硬件架構

5 結 語

通過對鋁電解生產過程中的能量平衡、氧化鋁濃度預測與控制、陽極效應預報等關鍵模型研究現(xiàn)狀以及存在問題的綜述分析，探討了基于人-機-物協(xié)同(HCPS系統(tǒng))的數(shù)字化鋁電解槽智能制造系統(tǒng)框架，給出了構建大型鋁電解槽全要素模型的技術路線，從技術實現(xiàn)角度探討了鋁電解智能制造系統(tǒng)的軟硬件架構，為鋁電解企業(yè)進行技術改造與升級提供了參考思路。特別是在“雙碳”背景下，鋁電解企業(yè)急需對現(xiàn)有生產管理系統(tǒng)進行面向智能制造的升級改造和革新，實現(xiàn)鋁電解行業(yè)的轉型升級和可持續(xù)發(fā)展。