Forskere automatiserer analyser af elektrolytkompositioner til aluminiumsproduktion

Et team fra Siberian Federal University (SFU) har foreslået en ny metode til automatisk sammensætningsanalyse af elektrolytprøver fra elektrolysebade. Det vil give mere præcis teknologisk kontrol og øge effektiviteten af ​​aluminiumsproduktionen. Artiklen er blevet offentliggjort i Krystaller .

Metalaluminium opnås i løbet af elektrolyse, i hvilken strøm ledes gennem en aluminiumoxid-kryolitsmeltning ved omkring 950 °. Hovedkomponenten i en smelte er kryolit (et salt indeholdende natrium, aluminium, og fluoratomer), hvortil aluminiumoxid (aluminiumoxid) tilsættes. For at forbedre elektrolytens teknologiske egenskaber, aluminiumfluorid, calciumfluorid, og nogle gange kan magnesium og kaliumfluorid tilsættes. I løbet af elektrolyse, sammensætningen af ​​stoffet i badene ændres, og forholdet mellem komponenter skifter, såvel. Bevaring af den optimale badesammensætning er et centralt element i elektrolyseteknologien.

For at opretholde den optimale sammensætning, teknikere tager og analyserer konstant elektrolytprøver. Analysen kræver høj nøjagtighed og hurtighed. En udtrykkelig kontrolmetode, der anvendes i industrien, er røntgendiffraktionskvantitativ faseanalyse. Det er baseret på at studere røntgenbilleder dannet af røntgenstrålerne reflekteret fra prøver. I sin traditionelle variant, sådan analyse har en betydelig ulempe:Det kræver regelmæssig kalibrering ved hjælp af kontrolmaterialer med nøjagtigt bestemte fasesammensætninger, og den undlader også at tage hensyn til fasernes faktiske krystalstruktur. En alternativ mulighed kaldes Rietveld -metoden. Den indeholder kvantitativ analyse på grundlag af specificering af atom- og krystalstrukturen i komponentfaser uden brug af kontrolprøver. Imidlertid, denne metode er interaktiv og vanskelig at automatisere, da det kræver manuel opsætning af op til 100 indledende systemparametre og styring af rækkefølgen af ​​deres programmerede justering.

Et team fra SFU moderniserede Rietveld -metoden for at gøre den anvendelig til automatiseret analyse. For at gøre det, de udviklede en selvkonfigurerende evolutionær genetisk algoritme, der bruger princippet om biologisk naturlig selektion til at finde optimale parameterværdier, når de modellerer et røntgenbillede. Først, en genetisk algoritme bruger tilfældige værdier, optimerer derefter det store udvalg af røntgenbillede og fasekrystalstrukturparametre, styrer justeringen af ​​kun de bedste af dem ved hjælp af Rietveld -metoden. Derfor, algoritmen er i stand til at tilpasse og arbejde uden menneskelig involvering.

"Generelt, vores resultater opfylder de teknologiske kriterier for nøjagtigheden af ​​elektrolytanalyse, der bruges på aluminiums produktionsfaciliteter. Vi kan anbefale vores genetiske algoritme til at udtrykke kontrol af elektrolytkomposition. Analysen viser en mindre systemfejl forårsaget af overestimering af kryolitkoncentrationen på grund af dens ujævne krystallisering under prøveudtagning. Inden denne metode implementeres af industrien, vi er nødt til at fjerne denne fejl og også for at forbedre metodens effektivitet, "siger Igor Yakimov, projektleder, Ph.d. i fysik og matematik, og professor ved Institute of Non-Ferrous Metals and Material Studies of SFU.