【摘要】：回轉(zhuǎn)窯作為水泥熟料煅燒的關(guān)鍵設(shè)備,其煅燒過(guò)程對(duì)熟料最終的產(chǎn)量和質(zhì)量有著直接的影響。其中,游離氧化鈣(f-CaO)作為衡量回轉(zhuǎn)窯內(nèi)熟料煅燒過(guò)程的一項(xiàng)重要性能指標(biāo),能夠直接表征物料在回轉(zhuǎn)窯內(nèi)的煅燒狀況。因此,通過(guò)檢測(cè)熟料中f-CaO含量來(lái)實(shí)現(xiàn)熟料的生產(chǎn)控制,對(duì)確保最終產(chǎn)品(水泥)的質(zhì)量要求具有重要意義。目前,f-CaO含量多是通過(guò)離線取樣化驗(yàn)的方式獲取,其化驗(yàn)結(jié)果對(duì)窯內(nèi)熟料煅燒情況的判斷存在嚴(yán)重滯后,導(dǎo)致基于熟料質(zhì)量的回轉(zhuǎn)窯傳統(tǒng)控制模式難以適用。除此之外,回轉(zhuǎn)窯燒成狀態(tài)與f-CaO密切相關(guān),是反映窯內(nèi)熟料煅燒狀況的一項(xiàng)重要參數(shù),直接決定熟料最終的煅燒情況以及水泥生產(chǎn)過(guò)程的能耗。由于與燒成狀態(tài)密切相關(guān)的f-CaO含量無(wú)法在線檢測(cè),因此操作人員仍是依賴“人工看火”和參考其他可在線獲取的過(guò)程參數(shù)特征的方式來(lái)對(duì)窯內(nèi)燒成狀態(tài)進(jìn)行判斷。此種操作模式下會(huì)導(dǎo)致燒成狀態(tài)識(shí)別準(zhǔn)確率降低和熟料質(zhì)量指標(biāo)的不穩(wěn)定,對(duì)熟料最終的燒成產(chǎn)生不利的影響。因此,f-CaO含量的在線檢測(cè)和回轉(zhuǎn)窯燒成狀態(tài)的準(zhǔn)確識(shí)別是一個(gè)亟待解決的重要課題。針對(duì)上述問(wèn)題,本課題以山東省***公司5000t/d水泥熟料生產(chǎn)線為應(yīng)用背景,采用軟測(cè)量技術(shù),建立基于LS-SVM的f-CaO軟測(cè)量模型,實(shí)現(xiàn)f-CaO含量的在線檢測(cè);并采用基于專家系統(tǒng)的智能識(shí)別方法實(shí)現(xiàn)對(duì)窯內(nèi)燒成狀態(tài)和各類工況的識(shí)別判斷。具體研究?jī)?nèi)容如下:(1)針對(duì)過(guò)程數(shù)據(jù)中存在異常數(shù)據(jù)和隨機(jī)誤差的問(wèn)題,采用三種不同的數(shù)據(jù)預(yù)處理方法對(duì)過(guò)程數(shù)據(jù)進(jìn)行預(yù)處理。其中,采用局部加權(quán)回歸散點(diǎn)平滑(LOWESS)的數(shù)據(jù)平滑濾波方法,對(duì)本課題研究相關(guān)的重要參數(shù)燒成帶溫度進(jìn)行數(shù)據(jù)平滑處理。(2)針對(duì)f-CaO含量難以在線檢測(cè)的問(wèn)題,采用LS-SVM算法對(duì)其進(jìn)行軟測(cè)量研究�；谒嗍炝响褵龣C(jī)理分析和操作經(jīng)驗(yàn),確定模型輔助變量,并制定與模型輸出變量之間的時(shí)間匹配方案;采用基于網(wǎng)格搜索和交叉驗(yàn)證的方法確定模型最佳參數(shù),建立基于LS-SVM的f-CaO軟測(cè)量模型,并對(duì)其進(jìn)行驗(yàn)證。(3)針對(duì)回轉(zhuǎn)窯燒成狀態(tài)難以準(zhǔn)確識(shí)別的問(wèn)題,本文采用基于專家系統(tǒng)的燒成狀態(tài)識(shí)別方法。基于對(duì)水泥工藝及回轉(zhuǎn)窯燒成狀態(tài)的分析,總結(jié)了窯內(nèi)三種基本的燒成狀態(tài)以及與燒成狀態(tài)相關(guān)的工況類別,并確定識(shí)別燒成狀態(tài)和窯內(nèi)工況的工藝參數(shù)。利用模糊推理規(guī)則和專家經(jīng)驗(yàn)知識(shí),對(duì)窯內(nèi)燒成狀態(tài)及各類工況進(jìn)行準(zhǔn)確識(shí)別。(4)軟件平臺(tái)開(kāi)發(fā)。采用C#編程語(yǔ)言開(kāi)發(fā)了f-CaO在線預(yù)測(cè)和燒成狀態(tài)識(shí)別軟件平臺(tái)。該軟件平臺(tái)主要包括數(shù)據(jù)采集子系統(tǒng)、f-CaO在線預(yù)測(cè)和回轉(zhuǎn)窯燒成狀態(tài)識(shí)別三個(gè)功能模塊,并分別進(jìn)行研發(fā)。其中,f-CaO在線預(yù)測(cè)和回轉(zhuǎn)窯燒成狀態(tài)識(shí)別模塊均通過(guò)數(shù)據(jù)采集子系統(tǒng)實(shí)現(xiàn)與水泥生產(chǎn)現(xiàn)場(chǎng)及數(shù)據(jù)庫(kù)之間的數(shù)據(jù)交互。最后,將該軟件應(yīng)用于生產(chǎn)現(xiàn)場(chǎng)。結(jié)果表明,該軟件可實(shí)現(xiàn)對(duì)f-CaO的在線預(yù)測(cè)和回轉(zhuǎn)窯燒成狀態(tài)的準(zhǔn)確識(shí)別。本課題研究成果對(duì)于提高水泥熟料質(zhì)量、降低生產(chǎn)能耗、指導(dǎo)水泥生產(chǎn)具有重大的現(xiàn)實(shí)意義。
【圖文】：

該環(huán)節(jié)的主要作用是通過(guò)來(lái)自外界的冷空氣對(duì)窯內(nèi)的“紅料”進(jìn)行冷卻，最后得到熟料。水泥回轉(zhuǎn)窯燒成系統(tǒng)工藝圖如圖 1.1 所示。圖1.1 水泥回轉(zhuǎn)窯燒成系統(tǒng)工藝圖1.3 研究現(xiàn)狀1.3.1 熟料關(guān)鍵質(zhì)量指標(biāo) f-CaO 軟測(cè)量研究現(xiàn)狀目前針對(duì)熟料中 f-CaO 含量的檢驗(yàn)方法主要有乙二醇-乙醇快速法和乙醇萃取

熟料中鋁酸三鈣多，液相粘度大，熟料難燒。但I(xiàn)M 也不宜過(guò)低，，否則不利于窯的控制。由以上分析可以看出，KH、SM、IM 對(duì)于熟料質(zhì)量有很大的相關(guān)性。本文所采集的 與KH、SM、IM 部分原始數(shù)據(jù)如圖2.1所示。
【學(xué)位授予單位】：濟(jì)南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TQ172.62

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫莉;李琳琳;;ART-2神經(jīng)網(wǎng)絡(luò)在水泥窯況識(shí)別中的應(yīng)用[J];山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期

2 許玉格;劉莉;曹濤;;基于Fast-RVM的在線軟測(cè)量預(yù)測(cè)模型[J];化工學(xué)報(bào);2015年11期

3 毛奇;;基于SQL的ADO.NET數(shù)據(jù)庫(kù)訪問(wèn)技術(shù)應(yīng)用分析[J];信息通信;2015年03期

4 戴彥德;呂斌;馮超;;“十三五”中國(guó)能源消費(fèi)總量控制與節(jié)能[J];北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2015年01期

5 王秀蓮;孫旭晨;王卓;苑明哲;劉釗;;基于局部PSO-LSSVM的水泥f-CaO測(cè)量方法研究[J];控制工程;2014年06期

6 姜澤苗;孔慶奎;范瑜;;OPC UA技術(shù)在冶金設(shè)備監(jiān)測(cè)系統(tǒng)中的應(yīng)用[J];自動(dòng)化儀表;2014年10期

7 雷琪;蔡偉;吳敏;陳鑫;;基于多子系統(tǒng)信息熵的焦?fàn)t加熱燃燒過(guò)程工況識(shí)別[J];信息與控制;2014年03期

8 陳友德;陳志輝;張雪梅;萬(wàn)夫偉;劉旭月;李思源;;游離氧化鈣[J];水泥技術(shù);2014年03期

9 馬小燕;王孝紅;于宏亮;;基于聚類法的水泥分解爐工況識(shí)別研究[J];控制工程;2014年S1期

10 紀(jì)昌明;周婷;向騰飛;黃海濤;;基于網(wǎng)格搜索和交叉驗(yàn)證的支持向量機(jī)在梯級(jí)水電系統(tǒng)隱隨機(jī)調(diào)度中的應(yīng)用[J];電力自動(dòng)化設(shè)備;2014年03期

相關(guān)博士學(xué)位論文 前1條

1 李帷韜;水泥回轉(zhuǎn)窯燒成狀態(tài)識(shí)別與熟料質(zhì)量指標(biāo)軟測(cè)量的研究[D];東北大學(xué);2012年

相關(guān)碩士學(xué)位論文 前2條

1 劉建;水泥回轉(zhuǎn)窯故障診斷系統(tǒng)研究[D];天津理工大學(xué);2015年

2 房喜明;新型干法水泥燒成與冷卻過(guò)程工況識(shí)別系統(tǒng)的研究[D];濟(jì)南大學(xué);2010年

本文編號(hào)：2647021