基于自适应动态规划的铝电解氧化铝浓度最优控制

摘要

针对铝电解过程中氧化铝下料控制易受原料批次、温度波动等不确定性因素影响的问题，提出一种基于自适应动态规划(adaptive dynamic programming, ADP)的氧化铝下料策略。首先，分析铝电解过程的工艺机理，基于能量平衡和物料平衡建立槽电压输出模型、极距变化模型和氧化铝溶解模型；然后，将最优跟踪控制问题转化为跟踪误差动态的最优调节问题，并分析策略迭代的收敛性；最后，针对铝电解过程模型存在由时变参数引起的不确定性因素，提出一种基于模糊神经网络(fuzzy neural network, FNN)的Actor网络来逼近最优控制策略，通过Critic网络逼近最优性能指标函数的方式求解哈密顿-雅可比-贝尔曼(Hamilton-Jacobi-Bellman, HJB)方程，并设计基于FNN-ADP的氧化铝浓度在线跟踪控制器。仿真实验结果表明，在设定值发生变化与模型参数发生变化的条件下，FNN-ADP均可实现对氧化铝浓度的有效跟踪控制，具有良好的稳定性和鲁棒性。

关键词

铝电解 / 氧化铝浓度 / 策略迭代 / 自适应动态规划(adaptive dynamic programming, ADP) / 模糊神经网络(fuzzy neural network, FNN) / 最优控制