焙烧是铝电解用阳极生产过程中的一个重要工序,焙烧升温曲线对预焙阳极的理化性能指标有重要影响。因此在阳极块的生产过程中迫切需要科学有效的焙烧升温曲线评估方法,然而目前算法模型在这类问题中的应用很少。本文通过研究阳极焙烧升温曲线与生产出的焙烧阳极块的质量等级之间的关系,提出优化的RCNN-K模型实现对升温曲线的评估,具体研究内容如下:(1)在研究焙烧块质量标准的基础上,制定焙烧块评价标准。铝电解用阳极炭块质量主要有七个衡量参数,每个参数都有自己的理化性能指标。本文根据用户提供阳极炭块评价指标转化方法,将多个阳极炭块质量参数评价指标转化为质量等级评定。根据焙烧炉结构,将焙烧块所在料箱两侧火道温度作为温度数据特征,基于阳极焙烧温度数据与时序有关的特点,将时间序列预测模型ARIMA中差分的概念应用进来,扩充温度数据特征。(2)尝试将RCNN模型应用于阳极焙烧领域并优化。针对RCNN模型子采样丢失信息过多的不足之处对原有结构进行改进,提出优化方案RCNN-K。基于升温阶段对时间维度进行分段池化,并加入新的卷积层和池化层,对每个阶段的特征维度进行卷积,进一步提取特征,并与原算法进行对比,根据实验结果验证模型的有效性。(3)设计实现阳极焙烧升温曲线的评估与分析系统。该系统主要包含参数处理、评估模型构建和评估结果分析模块,并将上述分类模型应用在阳极焙烧升温曲线评估任务中,通过企业的焙烧温度数据和焙烧块质量参数数据进行实验,并将实验结果以图表等形式展示。