CN109721264A - 获取智能化水泥工厂烧成带温度设定值方法、装置及设备 - Google Patents
获取智能化水泥工厂烧成带温度设定值方法、装置及设备 Download PDFInfo
- Publication number
- CN109721264A CN109721264A CN201910066812.9A CN201910066812A CN109721264A CN 109721264 A CN109721264 A CN 109721264A CN 201910066812 A CN201910066812 A CN 201910066812A CN 109721264 A CN109721264 A CN 109721264A
- Authority
- CN
- China
- Prior art keywords
- burning zone
- zone temperature
- setting value
- control loop
- temperature control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种获取智能化水泥工厂烧成带温度控制回路设定值的方法、装置及设备，所述方法包括步骤：构建游离氧化钙软测量模型；利用所述有利氧化钙软测量模型与粒子群寻优算法获取智能化水泥工厂烧成温度控制回路设定值。所述装置包括：建模单元，与运算单元，用于实现所述方法。所述设备包括处理器与存储器，以及存储在所述存储器上的获取水泥工厂烧成带温度控制回路设定值的程序，获取水泥工厂烧成带温度控制回路设定值的程序被所述处理器执行，实现获取水泥工厂烧成带温度控制回路设定值的方法，和/或设备包括获取水泥工厂烧成带温度控制回路设定值的装置。它解决了现有技术中烧成带温度设定值人工设定导致回转窑难以长期稳定运行在低能耗状态的问题。
Description
技术领域
本发明涉及水泥生产中的智能控制领域，尤其涉及一种获取智能化水泥工厂烧成带温度设定值方法、装置及设备。
背景技术
我国水泥产量已连续多年位居世界第一，但是总体“大而不强”，主要表现为能耗高、智能化水平低。随着中国制造2025的深入开展，通过实施智能制造建设智能化工厂降低水泥生产过程能耗水平，已经成为当前水泥生产领域的一个极其重要的发展方向。
熟料烧成能耗约占水泥生产总能耗的70％-80％，直接决定着水泥企业的能耗水平。回转窑是熟料生产的关键设备，对其进行能效优化控制是节能减排的关键。烧成带温度作为回转窑煅烧的重要工艺参数，实施烧成带温度智能控制是实现回转窑能效优化控制、降低水泥生产过程能耗水平的主要技术手段。然而，由于熟料煅烧过程存在复杂的物理化学反应，且具有强耦合、非线性等特点，烧成带温度智能控制回路的设定值目前主要凭借运行工程师的经验知识设定。运行工程师水平参差不齐且具有主观操作性，导致回转窑难以长期稳定运行在低能耗状态。
发明内容
本发明的主要目的是提供一种获取智能化水泥工厂烧成带温度设定值方法、装置及设备，旨在解决现有技术中烧成带温度设定值人工设定导致回转窑难以长期稳定运行在低能耗状态的问题。
为实现上述目的，本发明提出一种获取智能化水泥工厂烧成带温度控制回路设定值的方法，包括步骤：
构建游离氧化钙软测量模型；
利用所述有利氧化钙软测量模型与粒子群寻优算法获取智能化水泥工厂烧成温度控制回路设定值。
可选地，所述构建游离氧化钙软测量模型的步骤包括：
获取所述游离氧化钙软测量模型的输入变量数据与输出变量数据；
对所述输入变量数据与输出变量数据进行数据处理；
确定所述游离氧化钙软测量模型建模算法；
以所述输入输出变量为依据，利用所述建模算法构建所述游离氧化钙软测量模型。
可选地，所述利用所述有利氧化钙软测量模型与粒子群寻优算法获取水泥工厂烧成温度控制回路设定值的步骤包括：
以烧成带温度为所述粒子群寻优算法的粒子；
以粒子群寻优步长为所述粒子群寻优算法的速度；
以游离氧化钙软测量模型为所述粒子群寻优算法的适应度函数；
以游离氧化钙软测量模型预测值与最优工艺指标值之差的平方最小作为所述粒子群寻优算法的寻优目标函数；
以达到最大迭代次数或寻优目标函数值小于预定精度为所述粒子群寻优算法的寻优终止条件；
运行所述粒子群寻优算法，获取最终烧成带温度值；
以所述最终烧成带温度值作为所述烧成带温度控制回路的设定值。
可选地，所述输入变量包括烧成带温度、入窑生料三滤值、窑主机电流、二次风温及分解炉出口温度。
可选地，所述输出变量包括：游离氧化钙含量。
可选地，所述数据处理包括：异常值剔除与标准化处理。
可选地，所述建模算法包括核极限学习机算法。
可选地，所述游离氧化钙软测量模型的核函数为径向基核函数。
为实现上述目的，本发明提供一种获取智能化水泥工厂烧成带温度控制回路设定值的装置，包括：
建模单元，用于构建游离氧化钙软测量模型；
运算单元，用于利用所述有利氧化钙软测量模型与粒子群寻优算法获取水泥工厂烧成温度控制回路设定值。
为实现上述目的，一种获取智能化水泥工厂烧成带温度控制回路设定值的设备，所述设备包括处理器与存储器，以及存储在所述存储器上的获取水泥工厂烧成带温度控制回路设定值的程序，所述获取水泥工厂烧成带温度控制回路设定值的程序被所述处理器执行，实现所述的获取水泥工厂烧成带温度控制回路设定值的方法，和/或所述设备包括所述的获取水泥工厂烧成带温度控制回路设定值的装置。
本发明基于粒子群寻优策略智能设定智能化水泥工厂烧成带温度控制回路温度设定值，构建游离氧化钙软测量模型并结合粒子群寻优策略，智能确定烧成带温度控制回路的优化设定值，有效解决了目前水泥回转窑烧成带温度控制回路的设定值主要凭借运行工程师的经验知识设定，运行工程师水平差异及主观意识导致回转窑难以长期稳定运行在低能耗状态的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明所述获取智能化水泥工厂烧成带温度控制回路设定值的方法的第一流程图；
图2为本发明所述获取智能化水泥工厂烧成带温度控制回路设定值的方法的第二流程图；
图3为本发明所述游离氧化钙软测量模型的建模流程图；
图4为本发明所述的群寻优策略流程图；
图5为本发明所述获取智能化水泥工厂烧成带温度控制回路设定值的装置的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本发明提供一种获取智能化水泥工厂烧成带温度控制回路设定值的方法，包括步骤：
构建游离氧化钙软测量模型；
利用所述有利氧化钙软测量模型与粒子群寻优算法获取智能化水泥工厂烧成温度控制回路设定值。
所述构建游离氧化钙软测量模型的步骤包括：
获取所述游离氧化钙软测量模型的输入变量数据与输出变量数据；
对所述输入变量数据与输出变量数据进行数据处理；
确定所述游离氧化钙软测量模型建模算法；
以所述输入输出变量为依据，利用所述建模算法构建所述游离氧化钙软测量模型。
所述利用所述有利氧化钙软测量模型与粒子群寻优算法获取智能化水泥工厂烧成温度控制回路设定值的步骤包括：
以烧成带温度为所述粒子群寻优算法的粒子；
以粒子群寻优步长为所述粒子群寻优算法的速度；
以游离氧化钙软测量模型为所述粒子群寻优算法的适应度函数；
以游离氧化钙软测量模型预测值与最优工艺指标值之差的平方最小作为所述粒子群寻优算法的寻优目标函数；
以达到最大迭代次数或寻优目标函数值小于预定精度为所述粒子群寻优算法的寻优终止条件；
运行所述粒子群寻优算法，获取最终烧成带温度值；
以所述最终烧成带温度值作为所述烧成带温度控制回路的设定值。
所述输入变量包括烧成带温度、入窑生料三滤值、窑主机电流、二次风温及分解炉出口温度。
所述输出变量包括：游离氧化钙含量。
所述数据处理包括：异常值剔除与标准化处理。
所述建模算法包括核极限学习机算法。
所述游离氧化钙软测量模型的核函数为径向基核函数。
本发明采用智能优化算法自主确定烧成带温度的优化设定值，使回转窑运行在熟料质量优、生产能耗低的优化状态，对于实现水泥行业节能减排意义重大。
具体地，如图2所示，一种获取智能化水泥工厂烧成带温度控制回路设定值的方法，包括步骤：
步骤1：确定游离氧化钙软测量模型输入输出变量；
步骤2：输入输出变量数据处理；
步骤3：确定游离氧化钙软测量模型建模算法；
步骤4：构建游离氧化钙软测量模型；
步骤5：基于粒子群寻优策略寻找智能化水泥工厂烧成带温度设定值；
步骤6：确定烧成带温度控制回路设定值。
步骤1、2、3、4是为了建立游离氧化钙软测量模型，下面结合图3所示的游离氧化钙软测量模型的建模流程图详细说明。
步骤1：确定游离氧化钙软测量模型输入输出变量。
根据水泥熟料烧成工艺，图3过程1游离氧化钙软测量模型的输入确定为烧成带温度、入窑生料三率值、窑主机电流、二次风温、分解炉出口温度，输出确定为游离氧化钙含量。
步骤2：输入输出变量数据处理。
图3过程2输入输出变量数据预处理主要包括异常值剔除和标准化。异常值剔除是为了剔除外界干扰等原因所导致的数据异常值，优选地，本实施例选择拉依达准则剔除异常值。烧成带温度、入窑生料三率值、窑主机电流、二次风温、分解炉出口温度和游离氧化钙的异常值剔除步骤一致，以烧成带温度为例，基于拉依达准则的烧成带温度异常值剔除步骤如下：
步骤(1)：令烧成带温度的采样值为x1,x2,...,xn，根据公式(1)可计算其平均值
步骤(2)：根据公式(1)可计算标准差s；
步骤(3)：计算偏差
步骤(4)：若|ei|＞3s，表明xi是异常值，需要剔除。
标准化是为了消除单位或量级对参数的影响，优选地，本实施例通过公式(3)将参数值转换为平均值是0、方差是1的标准数据。
公式(3)中xij代表烧成带温度、入窑生料三率值、窑主机电流、二次风温、分解炉出口温度构成的i×j矩阵，x'ij是转换之后平均值是0、方差是1的标准数据，i是样本个数，j＝7。
步骤3：确定游离氧化钙软测量模型建模算法。
考虑到游离氧化钙软测量模型建模样本数量难以获取，属于小样本识别问题，优选地，本实施例采用具有小样本建模能力的核极限学习机算法建立游离氧化钙软测量模型。
步骤4：构建游离氧化钙软测量模型。
游离氧化钙软测量模型通过对训练样本进行训练得到。具体训练时，根据图3过程3将训练样本分为训练集和测试集两部分。图3过程4训练集是为了建立基于核极限学习机的游离氧化钙软测量模型，图3过程5测试集是为了验证建立的游离氧化钙软测量模型可靠性。最终得到的基于核极限学习机的游离氧化钙软测量模型如公式(4)所示。
公式(4)中，x代表训练集的输入变量，Y代表优选地训练集的输出变量游离氧化钙含量，I是单位矩阵，H是极限学习机的隐含层映射函数，C是正则化系数。K(x,xi)是核函数，优选地，本实施例选择为径向基核函数，如公式(5)所示，其中σ是核宽参数。
步骤5、6是采用粒子群寻优策略智能确定烧成带温度设定值，下面结合图4所示的粒子群寻优策略流程图详细说明。
步骤5：基于粒子群寻优策略寻找智能化水泥工厂烧成带温度设定值。
图4中，粒子群寻优算法的粒子是烧成带温度，速度是粒子群寻优步长，适应度函数是游离氧化钙软测量模型，寻优目标函数是软测量模型预测值与最优工艺指标值之差的平方最小，寻优终止条件为达到最大迭代次数或寻优目标函数值小于预定精度。
步骤6：确定烧成带温度控制回路设定值。
烧成带温度控制回路的最终设定值是步骤5中粒子群寻优算法确定的最终烧成带温度值。
如图5所示，本发明还提供了一种获取智能化水泥工厂烧成带温度控制回路设定值的装置，包括：
建模单元，用于构建游离氧化钙软测量模型；
运算单元，用于利用所述有利氧化钙软测量模型与粒子群寻优算法获取智能化水泥工厂烧成温度控制回路设定值。
本发明还提供了一种获取智能化水泥工厂烧成带温度控制回路设定值的设备，所述设备包括处理器与存储器，以及存储在所述存储器上的获取水泥工厂烧成带温度控制回路设定值的程序，所述获取水泥工厂烧成带温度控制回路设定值的程序被所述处理器执行，实现所述的获取水泥工厂烧成带温度控制回路设定值的方法，和/或所述设备包括所述的获取智能化水泥工厂烧成带温度控制回路设定值的装置。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种获取智能化水泥工厂烧成带温度控制回路设定值的方法，其特征在于，包括步骤：
构建游离氧化钙软测量模型；
利用所述有利氧化钙软测量模型与粒子群寻优算法获取智能化水泥工厂烧成温度控制回路设定值。
2.根据权利要求1所述的获取智能化水泥工厂烧成带温度控制回路设定值的方法，其特征在于，所述构建游离氧化钙软测量模型的步骤包括：
获取所述游离氧化钙软测量模型的输入变量数据与输出变量数据；
对所述输入变量数据与输出变量数据进行数据处理；
确定所述游离氧化钙软测量模型建模算法；
以所述输入输出变量为依据，利用所述建模算法构建所述游离氧化钙软测量模型。
3.根据权利要求1所述的获取智能化水泥工厂烧成带温度控制回路设定值的方法，其特征在于，所述利用所述有利氧化钙软测量模型与粒子群寻优算法获取水泥工厂烧成温度控制回路设定值的步骤包括：
以烧成带温度为所述粒子群寻优算法的粒子；
以粒子群寻优步长为所述粒子群寻优算法的速度；
以游离氧化钙软测量模型为所述粒子群寻优算法的适应度函数；
以游离氧化钙软测量模型预测值与最优工艺指标值之差的平方最小作为所述粒子群寻优算法的寻优目标函数；
以达到最大迭代次数或寻优目标函数值小于预定精度为所述粒子群寻优算法的寻优终止条件；
运行所述粒子群寻优算法，获取最终烧成带温度值；
以所述最终烧成带温度值作为所述烧成带温度控制回路的设定值。
4.根据权利要求2所述的获取智能化水泥工厂烧成带温度控制回路设定值的方法，其特征在于，所述输入变量包括烧成带温度、入窑生料三滤值、窑主机电流、二次风温及分解炉出口温度。
5.根据权利要求2或4所述的获取智能化水泥工厂烧成带温度控制回路设定值的方法，其特征在于，所述输出变量包括：游离氧化钙含量。
6.根据权利要求2所述的获取智能化水泥工厂烧成带温度控制回路设定值的方法，其特征在于，所述数据处理包括：异常值剔除与标准化处理。
7.根据权利要求2所述的获取智能化水泥工厂烧成带温度控制回路设定值的方法，其特征在于，所述建模算法包括核极限学习机算法。
8.根据权利要求7所述的获取智能化水泥工厂烧成带温度控制回路设定值的方法，其特征在于，所述游离氧化钙软测量模型的核函数为径向基核函数。
9.一种获取智能化水泥工厂烧成带温度控制回路设定值的装置，其特征在于，包括：
建模单元，用于构建游离氧化钙软测量模型；
运算单元，用于利用所述有利氧化钙软测量模型与粒子群寻优算法获取水泥工厂烧成温度控制回路设定值。
10.一种获取智能化水泥工厂烧成带温度控制回路设定值的设备，其特征在于，所述设备包括处理器与存储器，以及存储在所述存储器上的获取水泥工厂烧成带温度控制回路设定值的程序，所述获取水泥工厂烧成带温度控制回路设定值的程序被所述处理器执行，实现如权利要求1-8任一所述的获取水泥工厂烧成带温度控制回路设定值的方法，和/或所述设备包括如权利要求9所述的获取水泥工厂烧成带温度控制回路设定值的装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910066812.9A CN109721264B (zh) | 2019-01-24 | 2019-01-24 | 获取智能化水泥工厂烧成带温度设定值方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910066812.9A CN109721264B (zh) | 2019-01-24 | 2019-01-24 | 获取智能化水泥工厂烧成带温度设定值方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109721264A true CN109721264A (zh) | 2019-05-07 |
| CN109721264B CN109721264B (zh) | 2021-04-30 |
Family
ID=66299889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910066812.9A Active CN109721264B (zh) | 2019-01-24 | 2019-01-24 | 获取智能化水泥工厂烧成带温度设定值方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109721264B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110849164A (zh) * | 2019-12-09 | 2020-02-28 | 济南大学 | 用于获取水泥熟料煅烧窑炉环节优化设定值的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005063641A1 (fr) * | 2003-12-24 | 2005-07-14 | Vermont | Melange pour fabrication d’un verre ambre, verre ambre, procede de fabrication de tubes et d’ebauches d’ampoule teintee, et ampoules teintees obtenues avec un tel verre |
| CN106327004A (zh) * | 2016-08-08 | 2017-01-11 | 燕山大学 | 一种基于熟料质量指标的水泥烧成过程优化方法 |
| CN109147878A (zh) * | 2018-10-08 | 2019-01-04 | 燕山大学 | 一种水泥熟料游离钙软测量方法 |
-
2019
- 2019-01-24 CN CN201910066812.9A patent/CN109721264B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005063641A1 (fr) * | 2003-12-24 | 2005-07-14 | Vermont | Melange pour fabrication d’un verre ambre, verre ambre, procede de fabrication de tubes et d’ebauches d’ampoule teintee, et ampoules teintees obtenues avec un tel verre |
| CN106327004A (zh) * | 2016-08-08 | 2017-01-11 | 燕山大学 | 一种基于熟料质量指标的水泥烧成过程优化方法 |
| CN109147878A (zh) * | 2018-10-08 | 2019-01-04 | 燕山大学 | 一种水泥熟料游离钙软测量方法 |
Non-Patent Citations (1)
| Title |
|---|
| 刘彬等: ""基于粒子群算法与连续型深度信念网络的"", 《计量学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110849164A (zh) * | 2019-12-09 | 2020-02-28 | 济南大学 | 用于获取水泥熟料煅烧窑炉环节优化设定值的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109721264B (zh) | 2021-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109147878B (zh) | 一种水泥熟料游离钙软测量方法 | |
| CN104765350B (zh) | 基于组合模型预测控制技术的水泥分解炉控制方法及系统 | |
| WO2004077182A1 (en) | Process control system and method for configuring a process control system | |
| CN109033511B (zh) | 一种结合数据驱动与数据挖掘的水泥窑系统热耗分析方法 | |
| Shan et al. | Looking before crossing: An optimal algorithm to minimize UAV energy by speed scheduling with a practical flight energy model | |
| CN101748477B (zh) | 用于单晶硅生长过程控制的智能pid控制方法及其系统 | |
| CN111833970B (zh) | 一种水泥熟料质量表征参数预测模型构建方法及其应用 | |
| CN106327004A (zh) | 一种基于熟料质量指标的水泥烧成过程优化方法 | |
| CN106022496A (zh) | 原料烧结的配料优化方法和系统 | |
| CN110444257A (zh) | 一种基于无监督和有监督学习的水泥游离钙软测量方法 | |
| WO2023240769A1 (zh) | 一种用于远程控制设备的监控管理系统 | |
| CN112633292B (zh) | 一种金属表面氧化层温度测量方法 | |
| CN109721264A (zh) | 获取智能化水泥工厂烧成带温度设定值方法、装置及设备 | |
| CN110097929A (zh) | 一种高炉铁水硅含量在线预测方法 | |
| CN106482507B (zh) | 一种水泥分解炉燃烧自动控制方法 | |
| CN109359320B (zh) | 基于多采样率自回归分布滞后模型的高炉指标预测方法 | |
| CN106647610A (zh) | 一种智能的scr脱硝控制系统及其控制方法 | |
| CN115620846A (zh) | 一种活性锰材料制备及控制方法 | |
| CN110135084A (zh) | 一种复杂不确定性条件下的农机半轴可靠性分析方法 | |
| CN110246547A (zh) | 一种烧结过程配矿优化方法 | |
| CN112686160A (zh) | 一种基于双光谱视频图像预测林火蔓延方法及系统 | |
| CN105360052A (zh) | 一种水产养殖中多途径节约型智能增氧方法及其装置 | |
| Wang et al. | Reverse extraction of early-age hydration kinetic equation from observed data of Portland cement | |
| CN108387534A (zh) | 测定植株含水量方法和装置 | |
| CN116185107A (zh) | 一种鱼类生长智能调控方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |