在拜耳法生产氧化铝中,焙烧过程是最后一道十分关键的工序,对氧化铝产品的质量和产量有着非常重要的影响。由于该过程流程较长,检测存在滞后,变量间具有强耦合性和非线性且工艺机理复杂,导致生产过程中产生的能耗较高。广西有着十分丰富的铝土矿资源,矿床的储量大,矿石中的铝硅比高。针对操作参数与焙烧状态参数之间存在强滞后和非线性等特点,采用传统的机理方法难以建模和优化,本文以广西某铝厂作为研究背景,以氧化铝焙烧生产工艺和生产规程为基础,结合人工智能技术、数据驱动和数据发掘等方法提出一种面向生产目标的焙烧过程全局优化方法。(1)首先,通过焙烧过程工艺机理,深入分析操作参数和焙烧过程状态参数以及生产指标之间关系,确定焙烧过程优化控制目标,从全局优化的角度提出一种氧化铝焙烧过程优化策略。(2)针对焙烧过程建模难点,采用机理分析选取影响氧化铝化学指标灼减的状态参数,以及影响焙烧温度和烟气氧含量的操作参数作为软测量模型输入变量,建立焙烧温度、烟气氧含量和灼减的预测模型。为提高模型的预测精度,采用混沌灰狼算法优化最小二乘支持向量机的惩罚因子和核函数参数。通过生产数据进行仿真实验,结果表明所建立的预测模型能准确的对焙烧温度、烟气氧含量和灼减进行预测,满足实际工业软测量和优化的要求。(3)为了使氧化铝焙烧过程运行在最优状态,本文在预测模型的基础上,将整个焙烧过程的优化分为灼减优化和焙烧过程操作参数优化两部分;首先通过自适应差分进化算法获得焙烧温度和烟气氧含量的优化设定值。然后,通过自适应差分进化算法获得操作参数的优化值,使气态悬浮焙烧炉运行在焙烧温度和烟气氧含量优化设定值的范围内,提高氧化铝生产过程的稳定性以及产品的质量。(4)设计了氧化铝焙烧过程操作参数优化控制系统,通过广西某铝厂焙烧车间实际生产运行数据验证表明,本文提出的面向生产目标的焙烧过程优化方法具有一定的可行性,获得操作参数(氢氧化铝下料量、ID风机功率和罗茨风机转速)的最优组合,保证了焙烧生产的稳定进行。