铝电解生产行业是一个高耗能、高污染的行业,对铝电解生产过程实施优化控制管理显得尤为重要。氧化铝浓度和电解温度是铝电解过程中的两个关键指标,由于高温、大电流、强腐蚀性和强磁场等现象的存在,二者均不能在线连续测量。但是,二者又都需要被控制在一定的范围内,否则,将对预焙铝电解槽乃至整个电解系统产生不利影响。论文首先分析了现代铝电解生产工艺的基本原理和流程,介绍了生产过程中的相关工艺参数,并重点分析研究了铝电解生产过程中的物料平衡与能量平衡。其次,针对铝电解过程不易建立精确数学模型的特性,基于模糊神经网络,设计了氧化铝浓度的智能控制算法。该算法采用BP学习算法,能够有效跟踪控制铝电解生产过程中的氧化铝浓度。最后,针对存在开放性、非线性、大滞后以及多变量互关联等特性的铝电解过程,分析了影响预焙铝电解槽物料平衡与能量平衡主要因素的相互关联关系。基于行为策略方法和链系统控制方法,建立了铝电解过程的多级分布式关联模型,该系统模型由氧化铝浓度和电解温度两个二级关联系统和六个三级关联子系统构成。提出了铝电解过程中关于氧化铝浓度和电解温度的多级分布式控制方案,给出了该系统的多级分布式预估算法和控制算法,确定了各级子系统之间的关联协调机制。各个子系统分工合作、协同运行,获得全局控制功能。仿真结果表明,应用该控制方法后,铝电解动态过程中的氧化铝浓度与电解温度得到了有效控制。通过对铝电解过程中氧化铝浓度、电解温度等的优化控制,可以提高铝电解生产效率,进一步促进节能减排。