物理化学实验设计论文提纲

论文题目：复杂铝电解质关键物化参数预报和测定新方法

摘要：铝电解质是电解铝生产的载体介质,其组成和物理化学性质直接影响铝电解产品质量、电能消耗和电流效率。随着原材料及辅助材料变化,电解质体系成分越来越复杂,且呈现出明显的区域性特征,其物理化学性质发生了较大改变,给电解生产带来效率低、能耗高、沉淀多和控制难等系列问题。围绕电解铝工业提质增效、节能降耗,转型升级战略目标,深入研究复杂铝电解质体系物理化学性质,探索复杂电解质初晶温度、分子比等关键物化参数精准预报和测定,对优化铝电解生产工艺、实现生产精准管控和推动铝冶炼智能升级具有重要意义。本论文以复杂铝电解质体系为研究对象,采用多种分析检测手段,获得了复杂铝电解质体系的化学组成、物相组成、元素赋存状态和热稳定性等物理化学性质,揭示了复杂铝电解质体系区域性特征,建立了原材料、辅助材料和复杂电解质体系形成间的映射关联。采用机器学习算法,构建了基于多基体类型、宽成分范围复杂铝电解质样本的初晶温度预报模型。采用激光诱导击穿光谱（LIBS）技术,基于特征提取和机器学习融合的化学计量学方法实现了复杂铝电解质CR的定量分析测定。开展了熔融复杂铝电解质CR和Ca、Mg含量的LIBS原位在线检测实验,首次实现复杂铝电解质体系主要成分的LIBS原位在线检测分析。主要研究成果如下:（1）电解质和原辅料多维度、大容量的多源数据结合原料区域供应协同的分析方法,实现复杂铝电解质体系和原辅料间成分的区域映射关联。分析了复杂铝电解质体系的典型物理化学性质,揭示了复杂铝电解质体系区域性特征。从氧化铝、炭素阳极、阳极覆盖料和炭渣等方面对复杂铝电解质体系形成进行溯源分析,阐明氧化铝、炭素阳极和阳极覆盖料中杂质元素分布规律,构建了铝电解原材料、辅助材料中杂质元素和复杂铝电解质形成之间的基本映射关系。（2）大样本容量电解质样本成分全要素耦合结合机器学习解析的建模方法实现了复杂铝电解质体系初晶温度的精准预报。模型适用范围拓宽,预报准确性提高,揭示出复杂铝电解质体系初晶温度与其化学成分之间的非线性关系。BP-ANN模型留一交叉验证RMSE=6.77,MRE=0.54%,39个外部样本初晶温度预报的平均相对误差为0.39%;SVM（Rbf）模型留一交叉验证RMSE=6.90,MRE=0.49%,预报39个外部样本初晶温度的平均相对误差为0.43%,预报准确性较高,具有重要的应用价值。（3）设计、搭建LIBS实验装置,通过开展单因素实验,实现了 LIBS检测关键实验参数优化。通过选择特征分析谱线,计算等离子体温度和电子密度,证实等离子体光谱有效性,优化LIBS实验条件,获得合理的实验参数组合。结合Mc-Whirter准则,计算出激光等离子体温度为5353 K,电子密度为1.55×1018 cm-3,证实复杂铝电解质等离子体满足局部热力学平衡状态,LIBS等离子体光谱有效。实验确定LIBS参数优化条件为:氩气气氛,激光器延迟时间4 μs,激光器能量133 mJ,电解质研磨时间30 s,电解质压样压力8 Mpa,激光脉冲累加50次,为复杂铝电解质体系主要成分LIBS定量分析奠定基础。（4）提出基于光谱变量特征提取和机器学习融合方法,首次实现复杂铝电解质CR的LIBS定量测定分析。采用超多面体方法筛选光谱特征变量,以筛选出的特征变量为新数据集,采用机器学习算法训练建模,发现SVM（Liner）模型留一交叉验证RMSE=0.062,MRE=1.79%,SVM（Rbf）模型留一交叉验证RMSE=0.027,MRE=0.93%;通过验证17个外部独立测试样本,SVM（Liner）与SVM（Rbf）模型测定分析复杂电解质CR的平均相对误差为0.33%与0.43%,Hyperpolyhedron-SVM方法对复杂铝电解质训练样本和验证样本均表现出较好的分析测定能力。（5）搭建LIBS原位在线检测装置结合化学计量学解析方法,首次实现高温环境下强扰动、非均质熔融态复杂铝电解质主要成分的LIBS定量分析。基于全谱的SVM校正模型分析测定能力较好,分析20个外部电解质样本CR的平均相对误差为2.62%。采用传统定标法建立了面向复杂电解质体系Ca、Mg含量的定标曲线,其中Ca元素的定标曲线为y=6208.43x-8654.59,定标模型 R=0.94,RSD=1.89%,Mg 元素的定标曲线为 y=7120.13x+1312.60,定标模型R=0.95,RSD=3.28%。通过分析13个外部独立测试电解质样本,Ca元素平均相对标准偏差为5.40%,Mg元素的平均相对标准偏差为13.0%。Ca元素最低检测限为8.54mg·g-1,Mg元素最低检测限为15.50mg·g-1。

关键词：初晶温度;分子比;复杂铝电解质;激光诱导击穿光谱（LIBS）;在线检测

学科专业：冶金工程

致谢

摘要

Abstract

1 引言

2 文献综述

2.1 铝电解质体系概述

2.1.1 铝电解质体系发展历程

2.1.2 铝电解质体系分类

2.1.3 复杂铝电解质体系形成原因

2.1.4 复杂铝电解质对生产过程的影响

2.2 铝电解质体系初晶温度预报和CR测定分析

2.2.1 铝电解质体系初晶温度预报

2.2.2 复杂铝电解质体系CR测定分析

2.3 激光诱导击穿光谱(LIBS)技术

2.3.1 LIBS技术概述

2.3.2 LIBS激光等离子体产生机制

2.3.3 LIBS定量分析方法

2.3.4 LIBS技术在冶金中的应用

2.4 研究背景和内容

2.4.1 研究背景

2.4.2 研究内容

3 复杂铝电解质体系物化特征和溯源分析

3.1 实验方案

3.1.1 实验原料

3.1.2 实验仪器

3.2 复杂铝电解质物化特征分析

3.2.1 化学成分分析

3.2.2 物相组成分析

3.2.3 元素赋存状态分析

3.2.4 热稳定性分析

3.3 复杂铝电解质体系形成溯源分析

3.3.1 氧化铝中杂质元素分析

3.3.2 炭素阳极中杂质元素分析

3.3.3 阳极覆盖料中杂质元素分析

3.3.4 炭渣量分析

3.4 本章小结

4 基于机器学习解析的初晶温度预报方法

4.1 实验方案

4.1.1 实验原料

4.1.2 实验装置及原理

4.1.3 实验方法

4.1.4 机器学习算法实现

4.1.5 初晶温度校正模型评价指标

4.2 结果与讨论

4.2.1 区域性复杂铝电解质初晶温度测试结果分析

4.2.2 基于机器学习解析的初晶温度建模及预报

4.2.3 初晶温度校正模型敏感性分析

4.2.4 基于优选模型预报的初晶温度等温分布

4.3 本章小结

5 LIBS实验系统设计、搭建和关键实验参数优化

5.1 实验方案

5.1.1 实验样品制备

5.1.2 实验装置搭建

5.1.3 实验方法

5.1.4 主要评价指标

5.2 结果与讨论

5.2.1 等离子体光谱特征分析

5.2.2 等离子体温度和电子密度计算

5.2.3 环境气体对等离子体光谱的影响

5.2.4 延迟时间对等离子体光谱的影响

5.2.5 激光能量对等离子体光谱的影响

5.2.6 电解质研磨时间对等离子体光谱的影响

5.2.7 电解质压实度对等离子体光谱的影响

5.2.8 脉冲次数对等离子体光谱的影响

5.3 本章小结

6 基于光谱特征提取和机器学习融合的LIBS定量分析方法

6.1 实验方案

6.1.1 实验原料

6.1.2 实验装置搭建

6.1.3 实验方法

6.1.4 光谱建模与算法实现

6.2 实验结果与讨论

6.2.1 基于PLS特征选择的分子比建模及验证

6.2.2 基于PCA特征选择的分子比建模及验证

6.2.3 基于Hyper-polyhe特征选择的分子比建模及验证

6.2.4 基于GA特征选择的分子比建模及验证

6.3 本章小结

7 复杂铝电解质体系LIBS原位在线定量分析方法

7.1 实验方案

7.1.1 实验原料

7.1.2 实验装置搭建

7.1.3 实验方法

7.2 实验结果与讨论

7.2.1 工业熔融电解质LIBS光谱特征分析

7.2.2 熔融复杂铝电解质CR在线检测分析

7.2.3 熔融复杂铝电解质Ca、Mg含量在线检测分析

7.2.4 存在问题分析

7.3 本章小结

8 结论与展望

8.1 主要结论

8.2 创新点

8.3 研究展望

参考文献

作者简历及在学研究成果