蒸发过程是氧化铝生产过程中的关键工序之一,其作用是将种分母液中多余的水分通过多效降膜蒸发器和多级闪蒸器蒸发出去。蒸发过程的运行指标是出料苛性碱浓度,蒸发过程的运行控制目标是将出料苛性碱浓度控制在工艺规定的目标范围内。当前氧化铝生产企业的苛性碱浓度采用离线化验方式,离线化验值严重滞后,难以用于及时调整控制回路的流量设定值。为此目前的发展趋势是采用基于折光度和温度在线拟合苛性碱浓度原理的检测仪表,但该仪表需要研发人员根据生产过程情况频繁校正仪表,测量精度差,难以应用于蒸发过程。因此,研究苛性碱浓度测量的精度补偿具有非常重要的意义。针对上述问题,本文依托山西某氧化铝厂实际工程项目,开展了蒸发过程苛性碱浓度测量精度补偿算法及软件的研究。本文的主要工作如下:（1）针对氧化铝生产过程原矿成分（铝硅比、氧化铁、氧化钙等）的波动和生产过程的动态变化,导致苛性碱浓度测量精度低的问题,提出了一种基于长短期记忆网络（Long Short-Term Memory,LSTM）的苛性碱浓度测量精度补偿算法。以碱液折光度、温度、苛性碱浓度仪表值为模型输入,以苛性碱浓度仪表值与化验值的误差为模型输出,建立苛性碱浓度测量精度补偿的深度学习模型。补偿模型输出值与苛性碱浓度仪表值的和即为苛性碱浓度测量精度补偿算法的预测值。采用实际工业过程大数据对苛性碱浓度测量精度补偿模型参数进行训练,最终确定两层长短期记忆网络即可达到苛性碱浓度测量精度要求。（2）采用所提出的算法,研发了可用于现场的苛性碱浓度测量精度补偿软件。该软件的硬件平台由集散控制系统（Distributed Control System,DCS）、云服务器虚拟机、过程历史数据库（Process Historical Database,PHD）、工程师站和操作员站计算机等组成。该软件由系统通讯模块、数据采集与存储模块、数据预处理模块、精度补偿算法模块和人机交互模块等组成。其中人机交互模块具有数据监控功能、指标监控功能和模型精度监控功能等。软件使用python语言开发各功能模块,采用组态软件Foxdraw开发精度补偿界面,实现了对苛性碱浓度的在线实时监视。（3）采用工业过程实际数据开展了实验验证,验证结果表明所研发的苛性碱浓度测量精度补偿软件运行稳定,补偿后的测量精度比原苛性碱浓度测量仪表提高43.3%,表明所研发的精度补偿算法软件对氧化铝蒸发过程生产具有实际应用价值。