氯碱工业属于高能耗产业,亦是国民生活中一个重要的支柱产业。为了降低生产过程中的能耗,对于氯碱电解过程的优化控制尤为重要。由于电解过程尤为复杂,化学性质以及变量很多,所以建立一个氯碱多参数优化控制系统,以达到节能降耗的目的是需要研究的重点。本文首先分析了氯碱电解过程中电流效率以及直流电耗的影响因素,和其适用于生产范围的控制条件,然后根据生产数据利用核主元素法进行分析,得出了三个主要的影响因素。由于机理模型构建起来很复杂,而且达不到想要的控制效果,选择了Elman神经网络对其进行了模型建立。建立好神经网络模型后,为了提高控制精度,选择了BP神经网络作为控制系统中的控制器,但是BP神经网络有不足,为了弥补这些,经分析与研究,选择了改进的量子多目标进化算法来进行BP神经网络的权值、阈值优化。在量子多目标进化算法的改进中,使用了非支配排序算子以及基于Pareto个体引力的选择策略。为了令改进的量子多目标进化算法对BP神经网络控制器有更好的优化效果,提出了算法融合方法,设计了具体的融合步骤,使量子多目标进化算法对BP神经网络控制器的权值、阈值进行了充分的优化。由于实际生产过程中,随着时间的变化,生产设备等也会发生一些变化,这样提前训练好的神经网络控制系统就不再适用于当前的生产设备。为解决这些问题,提出了控制系统的在线校正策略。首先通过筛选生产数据加入到数据库,然后再对控制系统的置信水平进行判断,并设计双控制系统在线切换,在保证系统稳定运行的前提下又能够对控制系统中的神经网络进行线下训练。最后通过计算机仿真,对人工参数设计的生产过程、非在线氯碱多参数优化系统以及在线氯碱多参数优化系统的结果进行了比较,其表明在相同条件下,氯碱多参数优化系统以及在线校正环节的有效性。图28幅;表5个;参43篇。