控制阳极效应是铝电解生产中的一个重要环节,目前检测阳极效应主要是通过监测槽电流、电压的变化率来实现的,并在此基础上产生了众多的阳极效应预报方法。但是电流、电压的测量受噪声影响很大,给预报工作带来了困难。J.Xue和H.A.Oye提出一种新的阳极效应检测方法。它是通过测量阳极导杆的振动来得到电解质中阳极周围气泡的状态,进而实现阳极效应的检测。该方法基于气泡产生过程与阳极性能密切联系的认识。只是,铝电解生产环境差异性很大,增加了对信号分析的难度。本文的主要的研究目标是探索适合的阳极振动信号分析的信号处理方法,来实现阳极效应的定位检测,为最终在工业生产中实现阳极效应的定位检测和预报做好理论方法和技术上的准备。 本文的具体工作如下: 首先,对阳极振动信号进行了理论分析和实验。证实分析阳极导杆振动信号,可以有效的对阳极效应进行定位检测。 其次,对阳极振动信号进行了分析比较,从谱估计、时频分析及经验模式分解等信号分析及处理方法中,得出阳极振动信号合适的分析方法。 第三,利用小波BP神经网络对阳极效应进行了智能检测及初步的预报尝试。 第四,用VC++开发平台,开发了WINDOWS界面下阳极效应定位检测软件,初步实现了集阳极振动信号的采集、分析、定位、数据管理为一体的计算机辅助诊断系统,并为最终应用工业于生产创造条件。 最后,对所做的研究进行了总结,展望了阳极效应智能预报可能遇到的问题和解决办法。