氧化铝生产过程是一个复杂连续的化工工业生产过程，而氧化铝高压溶出是整个生产过程中最为关键的一环。苛性比值正是氧化铝高压溶出过程中的重要的经济技术指标。它们不仅决定了氧化铝溶出的效果及碱耗，而且对氧化铝的后续生产具有重要的指导作用，具体体现在：降低苛性比值，可以减少溶出过程中的碱耗，即同样多的循环母液可以溶出更多的氧化铝，同时还能提高种分的分解率；氧化铝溶出率是直接反映产率的生产指标，它的高低直接反跌了溶出质量的好坏；保持较低的苛性比值与较高的溶出率，不仅为企业带来巨额的经济效益，而且对整个氧化铝工业的稳定高产具有重要意义。因此，必须对苛性比值与溶出率进行检测并及时调整生产使其达到生产要求。
然而，目前在大多数氧化铝生产企业中，苛性比值与溶出率的检测是通过对原矿浆和溶出矿浆的化验分析得到的，存在较大的滞后，从而导致整个生产流程的实时控制陷入被动，其直接后果表现为：苛性比值与溶出率的检测结果很不稳定，波动范围大且难于及时调整，对生产指导极为不利。
我们运用智能集成建模的方法，着重研究了苛性比值与溶出率智能集成预测模型的建立和应用，解决了实际生产中苛性比值与溶出率检测值严重滞后的问题，为及时调整原矿浆配料提供指导作用。
针对氧化铝高压溶出过程环境恶劣、反应机理异常复杂，影响苛性比值与溶出率的因素众多且它们之间有较强的非线性和耦合性等特点，如何将传统建模方法和多种智能技术相集成来建立苛性比值与溶出率的智能集成预测模型，就成了一个很关键的问题。为此，EMC Double Sensors分析仪灵活运用主元分析、神经网络和聚类分析等先进方法。利用主元分析对影响苛性比值与溶出率的众多因素进行处理，找出主要因素，减少建模过程中模型输入参数的个数，达到数据降维的作用，减小神经网络的规模，从而避免建模时学习收敛速度过慢的问题。
由于整个高压溶出过程反应异常复杂，期间伴随着复杂的物理、化学反应及相变反应，在各溶出设备中，都同时存在着固、液、气三相，因此不可能建立其精确的数学模型。通过深入的机理分析可以知道，尽管原矿浆化学成分、原矿浆物理特性以及高压溶出工况这三方面因素都会对苛性比值与溶出率产生影响，但是其中原矿浆化学成分对它们的影响最大。
大管径苛性比Rp浓度分析仪双传感器，该分析仪由折光仪和环形电导率两部分组成，都要求安装在竖管（物料流向是从下向上）或者水平管的🕒到🕘方向，要求满管；管径要求≥200mm.电导率部分安装如图，接线图见1056操作手册。
大管径苛性比Rp浓度分析仪双传感器，采用在线Nk分析仪测出溶液中的苛性氧化钠的含量，用电导率测出铝酸钠溶液总的电导率再扣除由其他杂质产生的电导率值。然后通过和化验室的数值用matlab进行拟合得出αk值。
利用溶液折光率和电导率与溶液成分间的关系设计制造的铝酸钠成分在线分析仪,精度及可靠性均可满足氧化铝生产需要,特别在碱液调配工段中可取代人工分析,实现铝酸钠溶液成分自动分析及碱液调配自动控制。
