减小槽平均电压是铝电解过程中降低直流电耗的有效措施之一。本文研究槽电压的优化控制策略来实现铝电解过程节能降耗。铝电解过程是一个复杂、多变量的工业过程,采用常规的方法,难以准确地描述铝电解过程的生产状态。因此,本文提出一种基于数据挖掘技术的槽电压优化控制策略,来实现铝电解过程中的建模与优化,以达到节能降耗的目的。基于铝电解过程具有非线性、多变量、高能耗的特点,其过程伴随着复杂的物理及化学反应,铝电解过程槽电压的数学机理模型难以确定,本文提出烟花算法—最小二乘支持向量机(FWA-LSSVM)建立槽电压预测模型,并引入智能优化算法在实际生产工艺条件约束下寻找最佳槽电压。首先,为了提高预测模型的精度,对采集的实际数据样本进行聚类分析,踢出异常工况点;然后采用FWA-LSSVM方法对槽电压建立预测模型;最后采用烟花算法(FWA)对槽电压进行寻优,最终得到优化槽电压。实验结果表明,建立的槽电压预测模型可达到较好精度,最大误差在允许范围内,并能在生产工艺条件约束下寻到最佳槽电压值。铝生产过程中存在操作干扰、控制不精确、电解质温度不可控等因素,使得槽况可能发生较大变动。针对不同槽况,槽电压优化控制技术研究方向是不同的。槽况的分类研究对槽电压优化控制及预防槽况发展成病槽具有重大意义。通过分析槽况分类特点,本文提出分类与回归树(CART)来建立铝电解过程槽况评判模型。实验结果表明,该方法建立的槽况评判模型简单、直观并能够有效判别槽况类别。基于铝电解生产过程是一个高温、高腐蚀过程,研究成果难以直接在实际电解槽中实现验证,在基于分布式控制系统(DCS)实验平台上,开发铝电解过程槽电压优化控制系统,模拟铝电解实际生产过程,验证本文所研究的铝电解过程优化控制方案。实验仿真结果表明文中所提的基于数据挖掘的优化控制方案是可行的。