铝电解过程故障诊断方法研究与实现

毕建辉

摘 要：铝电解过程属于极为复杂的制造工业流程之一，在实际生产的过程当中具备较强的不可控制因素，因此在实际工作的过程当中，铝制品制造业故障发生的频率较高、同时发生故障的种类也比较繁杂。在有关铝制品的生产制作工艺当中，电解是非常重要的环节之一，通过电解工艺能够有效分解铝制品中的杂质，提升产品质量。目前电解过程当中，还没有针对于该过程容易出现问题之处进行全面的诊断，只有全面加强对于该方式的诊断，才能够真正提升电解设备的工作效率。

关键词：铝电解；故障诊断；方法研究

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

0 前言

随着时代的发展，在铝制品生产工作的过程当中，工艺也在发生翻天覆地的变化，最直观的表现为铝电解设备更加机械化与复杂化、电解是保障铝制品生产水平的重要手段，但是目前由于我國在铝电解过程中处于初级研究阶段，对于很多设备的使用以及维护还没有真正形成完善的制度与手段，导致很多铝电解工业设备在工作的过程当中极易发生故障，对于大型工业设备而言，一旦出现故障，不仅对于企业自身的经济会造成严重的损失，更为严重的是可以会对于一线操作人员的人身安全产生严重的危害。文章将以铝电解过程当中出现的主要故障、在铝电解过程当中三种主要诊断方式、故障诊断系统实现三方面进行综合论述。

1 铝电解过程当中出现的主要故障

在铝电解过程当中出现的最为主要的故障形式之一既是阳极效应，所谓阳极效应通俗而言是在铝电解过程当中在阳极部分由于自身氧化铝浓度降低，碳离子对于阳极表面的湿润程度会造成一定程度上的损坏，使一部分阳极底部被电解铝液分解过程当中产生的气泡所覆盖，导致阳极出现不导电的现象[1]。一旦阳极不导电，电解铝槽自身的电阻会出现迅速增大的趋势，从而导致整个设备电压急速升高，很多时候，设备的电压甚至会由4.1v直接升至43v，这时不仅电解铝槽的温度会急速升高，同时，电解质也会停止沸腾。该故障对于电解铝槽而言具有十分严重危害，一方面表现为随着电压的增大，在设备内流通的电流会迅速减少，因此，想要维持设备的正常运转，需要加大电流输出力度，造成电流能源的浪费。另一方面设备在这种高负荷运转的状态之下，对于自身机械的使用寿命会造成极为严重的影响，使设备使用年限大幅度剪短，因此阳极效应是目前在大型铝制品电解的过程当中存在的主要问题之一。

2 在铝电解过程当中三种主要诊断方式

（1）解析模型诊断法。所谓模型解析法既是通过对于模型的分析，找到设备中出现的问题。其运行原理既是利用自身系统且精确模型与可观测到输入、输出量构造残差信号，通过对于系统自身期望值与实际值之间的偏差，能够有效分析与诊断设备出现的故障。使用该方法诊断铝电解过程当中出现的故障需要注意的一点既是在建立诊断模型时，所解析的模型数据要足够精确，这样才能够较为全面的分析出铝电解过程当中出现的问题。模型解析故障诊断法主要主要包括参数估计方法、状态估计方法和等价空间方法三个部分[2]。

（2）信号处理诊断法。所谓信号处理诊断法与解析模型诊断法之间有本质上的差别，信号处理诊断法在实际诊断铝电解设备是否出现问题时，不需要建立与之相关的数学模型，而是直接测量铝电解设备在工作的过程当中释放出的信号[3]。直接对于信号进行分析，提取其中的方差以及频率等特征，从而直接找出故障发生源头位置。

目前信号处理诊断法当中，使用的较为频繁的方式既是直接测量法。因为铝电解设备在运行当中，都会产生直接输出量。同时直接测量方法也可以针对于信号输入的来源进行检查，检查原理与上述基本相同。这种检查方式的有点在于该检查方式检查效果较为只管，且该检查方式对于资源消耗较小，但是自身也具备一定程度上的局限性，对于仪表盘的准确性极为依赖，如果测量仪表自身存在一定的危险与瑕疵，就会直接导致测量工作不准确，故障检测人员出现错误的判断。

（3）人工智能诊断法。人工智能诊断法是目前最为先进的诊断方法之一。该故障诊断方法的优势在于既不依赖于信号测量的准确度，也不需要复杂的数学模型，该诊断方式主要具有下列三个特点：1）因为很多设备出现的问题较为复杂难以通过简单的检测发现其中的问题，因此人工智能诊断法能够有效解决进行逻辑推理的复杂问题；2）人工智能诊断法诊断更为便捷有效，出现意外能够及时做出调整，避免问题扩大化；3）人工智能诊断法可以有效将诊断分为基于症状的方法和基于定性模型的方法。

3 故障诊断系统实现

故障诊断主程序。故障诊断系统实现主要遵循一下步骤：1）在诊断的过程当中，定时在设备运行现场进行数据采集，然后再将采集到的数据上传到上位管理机当中，之后在将数据放入数据库之中，之后在有针对性的进行数据处理，采集数据的主要方向包括：数据的滤波以及对于数值的计算等方面。2）在采集数据之后，对于设备故障进行初步的诊断，在诊断过程当中主要通过模糊故障检测系统，对于故障发生原因以及位置进行粗略的判断，然后根据模糊检测方式得出的数据，运算数据发生的概率，一旦设备故障发生的数据概率大于50%时，即说明设备自身已经存在极为严重的问题，极有可能发生故障。3）故障的诊断以及预报可以采用智能诊断方式，先是在现场进行数据采集，对于采集到的经数据在经过专门的处理之后作为各故障诊断子网络的输入信号源，然后在子网络当中的输出值送入模糊神经网络，确定故障类型。4）在出现问题之后，及时启动报警程序，并提示系统故障信息。

4 结论

综上所述，目前我国在铝制品的电解工业当中处于发展阶段，很多设备在实际运行的过程当中存在一定问题，导致铝制品质量严重降低，同时工作中浪费很多不必要的电能，对于工业生产而言，能源浪费会造成企业经济损失。为了使铝电解设备能够更好的运作，完善故障诊断方法极为重要。

参考文献：

[1]王福元，赵建社，唐霖.多系统集成电解加工控制策略与故障诊断方法研究[J].兵工学报，2015（06）：1074-1081.

[2]赵仁涛，张雨，李华德，郭彩乔，铁军.基于铜电解槽电流分布估计的烧板故障诊断[J].化工学报，2015（05）：1806-1814.

[3]王福元，徐家文，吴祥.电解加工过程中智能故障诊断方法的研究[J].机械制造，2005（03）：30-32.endprint