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。

氧化铝生产在线苛性比αk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。

氧化铝生产在线苛性比αk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。