成果信息

工业过程关键参数的软测量及其预测系统针对复杂流程工业过程的特点，基于过程的工艺机理，应用专家经验知识、神经网络和智能集成的方法，对复杂工业对象进行建模和分析，建立工业过程中不可直接测量关键参数与可测参数之间的数学模型，实现关键参数的实时检测和在线预报，为生产过程的实时控制奠定了基础。其中，提出的“一种氧化铝生产过程中苛性比值与溶出率在线检测方法”已申请国家发明专利。本项目研究成果主要应用于复杂工业生产过程，需安装相关的检测设备，所需资金主要取决于实际生产过程中仪器仪表状况。)

背景介绍

复杂流程工业过程往往存在严重非线性、时变性、不确定性和强耦合、大滞后等特性，工业过程中的关键参数，如转化率、产率、回收率和产品组分等无法直接在线测量，大多只能通过人工取样，以化学分析的手段取得，既耗费大量人力物力，又存在很大滞后，不能及时反映生产状况，无法满足工业过程实时控制需要。)

应用前景

该技术已应用于氧化铝高压溶出过程苛性比值和溶出率的在线检测，预测精度高，在此基础上实现了对原矿浆配料系统的优化指导，不仅提高了氧化铝的溶出率，降低了溶出液的苛性比值，而且大幅度地提高了产品质量，并提高了配料合格率，对企业节资降耗、增强市场竞争力具有重大意义。该技术可推广应用于复杂工业生产过程中，能为企业带来巨大的经济社会效益。)