CN111348851B - 一种基于线性规划的水泥原材料调整方法和系统 - Google Patents

Abstract

本发明涉及一种基于线性规划的水泥原材料调配优化方法。通过构建高效的优化问题自动计算原材料配比，大幅降低调配方案对人工经验的依赖；同时，考虑到生料组份化验的滞后性和波动性，采用误差反馈的机制，不断修正三率值的虚拟目标值，使得实际三率值与目标三率值偏差缩小。另一方面，考虑到三种率值在生产过程中的重要程度不同，且率值对调整量的灵敏度不同，通过引入权重系数来控制每种原材料的调整幅度。本发明所提出的调配优化方法通过求解线性规划来实现，大大提供高了计算效率，降低系统的资源开销；反馈机制的引入使得该方案不需要精确的原材料化合物成分信息。

Description

一种基于线性规划的水泥原材料调整方法和系统

技术领域

本发明涉及一种物料调配优化控制技术，具体涉及对水泥生料混合采取的配方比例调整方案及系统。

背景技术

在水泥生产过程中生料配料环节是重要的物理过程，它直接影响了熟料质量、能量消耗和水泥质量。生料成分分析主要通过人工化验或在线分析仪检测得到。通常，由于烧成过程粉煤灰比例较低，且其中的成分比例相对稳定。因此，在实际应用中往往只需要保证生料三率值在短期内的稳定，通过反馈校正消除偏差。

目前，水泥原材料配比生产过程主要基于经验公式，采用人工调整的方式确定石灰石、高硅和铁粉的调整比例，通过对比化验结果和目标设定值的偏差，按照比例校正的方式首先确定石灰石的调整量，并结合硅率和铁率确定高硅和铁粉的调整比例。该调配效果的优劣受人为因素影响很大，在率值偏差较小时不进行配方调制，导致累计偏差大，不易稳定生料三率值。除此之外，由于石灰石比例使用量较大，人工调节在考虑石灰石饱和系数时，往往不能很好地兼顾硅率或铁率的波动。

本领域仍需高效精确的非依赖人工经验的控制原材料调整量的方法。

发明内容

鉴于上述问题，本发明提出了优化水泥原材料调整量的方法和系统。

本发明提供优化多组分水泥原材料的调整量并构建多组分水泥原材料调整模型的方法，包括以下步骤：

(1)采集水泥物料的三率值，所述三率值包括石灰饱和系数、硅率和铝率，

(2)根据检测的三率值获得水泥物料中化合物的比例关系，

(3)构建多组分水泥原材料中各组分的化合物含量矩阵，

(4)通过引入松弛变量并利用线性约束条件构建优化模型；和

任选的(5)对优化模型求解，获取优化的调整量。

在一个或多个实施方案中，所述化合物是氧化钙、二氧化硅和氧化铝和氧化铁。

在一个或多个实施方案中，所述水泥物料是水泥生料或从生料向熟料转变过程中的物料。

在一个或多个实施方案中，步骤(2)中化合物的比例关系通过式(1-1)获得

其中C、S、A、F分别表示物料中CaO、SiO₂、Al₂O₃、Fe₂O₃的百分比含量；KH、SM和IM分别表示石灰石饱和系数、硅率和铁率。

在一个或多个实施方案中，化合物的比例关系为：

F∶A∶S∶C＝1∶IM∶SM·(1+IM)∶[2.8KH·SM·(1+IM)+1.65IM+0.35]。

在一个或多个实施方案中，所述多组分水泥原材料包含2-10种组分，优选2、3、4、5或6种组分。在一个或多个实施方案中，所述多组分水泥原材料包括石灰石、砂岩、黏土和铁粉或由其组成。

在四组分水泥原材料的实施方案中，四组分水泥原材料中各组分的化合物含量如表1所示

表1

	组分1	组分2	组分3	组分4
					成分	x<sub>1</sub>	x<sub>2</sub>	x<sub>3</sub>	x<sub>4</sub>
C	a<sub>11</sub>	a<sub>12</sub>	a<sub>13</sub>	a<sub>14</sub>
					S	a<sub>21</sub>	a<sub>22</sub>	a<sub>23</sub>	a<sub>24</sub>
A	a<sub>31</sub>	a<sub>32</sub>	a<sub>33</sub>	a<sub>34</sub>
					F	a<sub>41</sub>	a<sub>42</sub>	a<sub>43</sub>	a<sub>44</sub>
G	g<sub>11</sub>	g<sub>12</sub>	g<sub>13</sub>	g<sub>14</sub>

其中g为各组分中其他成分的含量，如下式所示：

在一个或多个实施方案中，步骤(3)中的化合物含量矩阵如下式所示：

在一个或多个实施方案中，优化模型是基于下式构建的：

MX-N·(t-gX)＝0 (1-4)

其中，M表示原材料各组分中化合物的含量矩阵(例如含量占比)，X为原材料中各组分的含量矩阵(例如含量占比)t为总喂料量，g为各原材料中其他成分的含量(例如含量占比)。在一个或多个实施方案中，各参数如下所示：

X＝[x₁ x₂ x₃ x₄]^T

R＝[2.8KH×SM×(1+IM)+1.65IM+0.35+SM×(1+IM)+IM+1] (1-5)

g＝[g₁₁ g₁₂ g₁₃ g₁₄]。

在一个或多个实施方案中，松弛变量为ε＝[ε₁ ε₂ ε₃ ε₄]^T。在一个或多个实施方案中，松弛变量中每个元素均大于0。

在一个或多个实施方案中，线性约束条件如下所示：

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

其中，约束条件4里的I(4)表示维数为4的单位矩阵。

在一个或多个实施方案中，优化模型如下所示：

s.t.

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

其中，约束条件4里的I(4)表示维数为4的单位矩阵。

在三组分水泥原材料的实施方案中，三组分水泥原材料中各组分的化合物含量如表2所示

表2

	组分1	组分2	组分3
				成分	x<sub>1</sub>	x<sub>2</sub>	x<sub>3</sub>
C	a<sub>11</sub>	a<sub>12</sub>	a<sub>13</sub>
				S	a<sub>21</sub>	a<sub>22</sub>	a<sub>23</sub>
A	a<sub>31</sub>	a<sub>32</sub>	a<sub>33</sub>
				F	a<sub>41</sub>	a<sub>42</sub>	a<sub>43</sub>
G	g<sub>11</sub>	g<sub>12</sub>	g<sub>13</sub>

其中g为各组分中其他成分的含量，如下式所示：

在一个或多个实施方案中，步骤(3)中的化合物含量矩阵如下式所示：

在一个或多个实施方案中，优化模型是基于下式构建的：

MX-N·(t-gX)＝0 (1-4)

其中，t为总喂料量，g为各原材料中其他成分的含量。在一个或多个实施方案中，各参数如下所示：

X＝[x₁ x₂ x₃]^T

R＝[2.8KH×SM×(1+IM)+1.65IM+0.35+SM×(1+IM)+IM+1] (1-5)

g＝[g₁₁ g₁₂ g₁₃]。

在一个或多个实施方案中，松弛变量为ε＝[ε₁ ε₂ ε₃]^T。在一个或多个实施方案中，松弛变量中每个元素均大于0。

在一个或多个实施方案中，线性约束条件如下所示：

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

其中，约束条件4里的I(·)表示相应维数的单位矩阵；

在一个或多个实施方案中，优化模型如下所示：

s.t.

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

其中，约束条件4里的I(·)表示相应维数的单位矩阵。

在一个或多个实施方案中，构建优化模型还引入动态补偿。在一个或多个实施方案中，所述动态补偿利用检测三率值与目标三率值之间的偏差计算得到虚拟目标三率值，所述虚拟目标三率值作为下一次优化的第二目标三率值。在一个或多个实施方案中，动态补偿如下所示：

(1)令i＝0，利用X₀计算目标三率值KH₀,SM₀,IM₀；

(2)检测水泥材料三率值KH_化验，SM_化验，IM_化验；

(3)根据目标三率值与检测三率值的偏差得到第二目标三率值KH_i+1,SM_i+1,IM_i+1，如下所示：

KH_i+1＝KH_i+α(KH_目标-KH_化验)

SM_i+1＝SM_i+β(SM_目标-SM_化验)

IM_i+1＝IM_i+γ(IM_目标-IM_化验)

其中α,β,γ分别为三种率值的权重系数，优选范围为0-1，

(4)利用第二目标三率值根据式(1-5)和(1-6)得到N；

(5)求解线性优化问题，得到X_i+1；

任选的(6)将X_i+1百分化得到原材料各组分的配比。

在一个或多个实施方案中，进行一次或多次动态补偿，例如1-50次动态补偿。

本发明还揭示了一种优化水泥原材料调整量的系统，包括：

数据采集模块，用于采集水泥材料的三率值，所述三率值包括石灰饱和系数、硅率和铝率，

数据处理模块，用于根据检测的三率值获得水泥材料中化合物的比例关系和构建多组分水泥原材料中各组分的化合物含量矩阵，

模型构建模块，用于通过引入松弛变量并利用线性约束条件构建优化模型；和

任选的模型求解模块，对优化模型求解，获取优化的调整量，

任选的原材料添加模块，根据优化的调整量向水泥材料中添加原材料。

在一个或多个实施方案中，所述系统应用于水泥生料制备和/或窑炉煅烧过程。

本发明还揭示了水泥原材料调整方法，包括：

(1)采集水泥物料的三率值，包括石灰饱和系数、硅率和铝率，

(2)采用本文所述的方法构建的模型对水泥原材料调整量进行优化，和(3)根据优化的调整量向水泥材料中添加水泥原材料。

本发明还公开了一种优化水泥原材料调整量的系统，包括计算机以及运行于计算机上的一计算机程序，计算机程序在计算机上运行如上所述的方法。

本发明还公开了一种存储计算机程序的计算机可读存储介质，其特征在于，存储介质上所存储的计算机程序运行后执行如上所述的方法。

本发明的有益效果是：

(1)本发明采用优化求解的方法自动计算原材料配比，大幅降低调配方案对人工经验的依赖；

(2)考虑到生料组份化验的滞后性和波动性，采用误差反馈的机制，不断修正三率值的虚拟目标值，使得实际三率值与目标三率值偏差缩小。反馈机制的引入使得该方案不需要精确的原材料化合物成分信息。

(3)考虑到三种率值在生产过程中的重要程度不同，且率值对调整量的灵敏度不同，通过引入权重系数来控制每种原材料的调整幅度。

(4)本发明所提出的调配优化方法通过求解线性规划来实现，大大提供高了计算效率，降低系统的资源开销；

附图说明

图1示出了本发明的优化方法的一个实施方案的流程图。

图2示出了本发明的优化方法的一个实施方案的结果。

具体实施方式

本发明基于磨机出磨混合生料的三率值化验数据，实现入磨原材料配比的动态调整。首先基于各原材料成分的初始化验值，以及目标三率值，通过优化求解得到原材料配方的初始调整量；然后将调整量实施后，得到三率值的化验数据；进而根据化验值与目标值的偏差计算下一次配方调整的目标值，称为虚拟目标值；最后，将虚拟目标值带入优化问题，计算下一次的配方调整量。通过重复以上步骤，以初始配方为基准优化各组分的调整量。

图1为本发明优化水泥原材料调整量的方法的总流程图，具体包括以下步骤：

(1)采集水泥材料的三率值，所述三率值包括石灰饱和系数、硅率和铝率，

(2)根据检测的三率值获得水泥材料中化合物的比例关系，

(3)构建多组分水泥原材料中各组分的化合物含量矩阵，

(4)通过引入松弛变量并利用线性约束条件构建优化模型；和

任选的(5)对优化模型求解，获取优化的调整量。

下文将对这些步骤进行详细描述。应理解，在本发明范围内，本发明的上述各技术特征和在下文(如实施方案或实施例)中具体描述的各技术特征之间都可以互相组合，从而构成优选的技术方案。

步骤1，采集水泥材料的三率值，所述三率值包括石灰石饱和系数、硅率和铝率

水泥材料包括水泥生料和熟料。水泥生料是以石灰石和粘土、铁质原料为主要原料，按适当比例配制成生料。水泥熟料是将生料烧至部分或全部熔融，并经冷却而获得的半成品。在一个或多个实施方案中，本文所述水泥材料是水泥生料或从生料向熟料转变过程中的物料。

本文所述“率值”是指水泥材料中各主要氧化物含量之间比例关系的系数。在水泥材料的生产过程中，通过率值可以简明表示化学成分与矿物组成之间的关系，是水泥生产质量控制的基本要素。

三率值包括石灰饱和系数(KH)、硅率(SM)、铝率(IM)三个率值。

硅率(SM)是熟料中SiO₂含量与Al₂O₃、Fe₂O₃之和的比。SM值越高，表示硅酸盐矿物多，铁、铝等熔剂矿物少，对熟料强度有利。但SM值过高时，熟料较难烧成，煅烧时液相量较少，不易挂窑皮；随SM值的降低，液相量增加，对熟料的易烧性和操作有利，但SM值过低，熟料强度低，窑内易结圈，结大块，操作困难。SM一般控制在2.3-2.5之间。

铝率(IM)是熟料中Al₂O₃含量Fe₂O₃含量之比。铝率反映煅烧过程中液相的性质。IM过大，液相粘度大，不利于硅酸三钙固溶体的形成，易引起熟料快凝；IM过低，液相粘度小，对硅酸三钙固溶体的形成有利，但窑内烧结范围窄，易使窑内结大块，对煅烧不利，不易掌握煅烧操作。IM一般控制在1.3-1.7之间。

石灰饱和系数(KH)是表示熟料中二氧化硅被氧化钙饱和成硅酸三钙固溶体的程度。KH越大熟料强度越高，越难烧。一般控制在0.9-1之间。

本领域知晓水泥物料三率值的检测方法。

步骤2，根据检测的三率值获得水泥材料中化合物的比例关系

在本发明中，水泥材料中的化合物主要包括CaO、SiO₂、Al₂O₃、Fe₂O₃。在一个或多个实施方案中，三率值与这些化合物的关系如下所示：

其中C、S、A、F分别表示物料中CaO、SiO₂、Al₂O₃、Fe₂O₃的百分比含量；KH、SM和IM分别表示石灰石饱和系数、硅率和铁率。

由式(1-1)可得其他氧化物与铁氧化物之间的关系：

A＝IM·F

S＝SM·(1+IM)·F

C＝[2.8KH·SM·(1+IM)+1.65IM+0.35]F

这样，可得到四种主要氧化物的比例关系

F∶A∶S∶C＝1∶IM∶SM·(1+IM)∶[2.8KH·SM·(1+IM)+1.65IM+0.35]

可见，通过给定三率值的目标值，可以控制原物料中各主要氧化物的比例，以保证生料质量。

步骤3，构建多组分水泥原材料中各组分的化合物含量矩阵，

在示例性实施方案中，采用4组份配料方式。本发明内容亦可应用到3组份配料任务，只需将其中一种原材料的含量设置成0即可。四台生料喂料机的喂料量分别为x₁、x₂、x₃、x₄。其组分定义如下表所示，表格内每一列数据代表该原材料中各成分的占比，满足式(1-2)

同时，根据表格数据，可通过式(1-3)得到在原材料喂料量一定的情况下，4种主要氧化物的含量

结合以上三个式子，根据质量守恒关系，可得出原材料配方方程如下:

MX＝N·(t-gX)

即

MX-N·(t-gX)＝0 (1-4)

其中，t＝530为总喂料量，g为各原材料中其他成分的百分含量。各向量矩阵如下所示：

X＝[x₁ x₂ x₃ x₄]^T

R＝[2.8KH×SM×(1+IM)+1.65IM+0.35+SM×(1+IM)+IM+1]

g＝[g₁₁ g₁₂ g₁₃ g₁₄]

步骤4，通过引入松弛变量并利用线性约束条件构建优化模型

4.1增加松弛变量

由于原材料组份检测和三率值化验过程往往存在误差，喂料称也很难实现精准控制，因此，式(1-4)为理想方程。

为保证优化后的三率值落在指定区间内，考虑松弛变量ε＝[ε₁ ε₂ ε₃ ε₄]^T，其中每个元素均大于0，使得以下式子成立，

||MX-N·(t-gX)||≤||ε|| (1-5)

可见，当||ε||＝0时，即为理想配比。

4.2利用线性约束条件构建优化问题

以式(1-5)为约束条件构建优化问题，通过最小化松弛变量的模，使得原材料配比结果更接近于理想值。由于式(1-5)为非线性约束，为了提高计算效率，便于算法应用到包括但不限于嵌入式系统，计算机系统或PLC等硬件系统内，本发明提出一种线性约束条件，大大提高了算法的适用范围，具体优化问题如下：

s.t.

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

其中，约束条件4里的I(4)表示维数为4的单位矩阵。

通过求解以上线性优化问题，即可得到各组分的质量，将X百分化后得到原材料配比。本发明考虑到成分矩阵的初始偏差，为防止优化后的配方与当前配方偏差过大，在以上优化问题中，考虑到石灰石占比较大，对其调整方向做约束，即当石灰石饱和系数偏大时，保证优化方向是减少石灰石用量；反之则增加石灰石用量。以获得稳定的混和物料，避免工况波动过大。

任选地，在构建优化模型中引入动态补偿。

成分矩阵M的检测往往需要投资大型仪器设备，造价高。而目前采用的数学计算模型往往无法实现准确的成分估计。由于实际应用中成分矩阵M难以准确获得，在调配方案优化问题中，基于反馈调整的思想，每次调整配方后，根据化验三率值与目标三率值的偏差，计算得到虚拟的目标三率值，以此作为下一次优化的调整方向。通过上述步骤来实现调整补偿，消除因初始成分矩阵M不准确带来的配比偏差。为了消除偏差，所述步骤可进行多次，例如至少2次、至少3次、至少4次、至少5次、至少6次、至少7次、至少8次、至少9次、至少10次、或2-20次、2-15次、2-10次、2-8次或3-6次。

具体计算过程如下：

令i＝0，利用当前配方X₀计算当前的三率值KH₀,SM₀,IM₀；

1.根据目标值和化验分析的偏差对三率值进行偏差校正得到下一次调配三率值的虚拟目标值KH_i+1,SM_i+1,IM_i+1；

KH_i+1＝KH_i+α(KH_目标-KH_化验)

SM_i+1＝SM_i+β(SM_目标-SM_化验)

IM_i+1＝IM_i+γ(IM_目标-IM_化验)

2.利用KH_i+1,SM_i+1,IM_i+1计算得到N；

3.求解线性优化问题，计算出新的X_i+1；

4.将X_i+1百分化即可得到各原材料的配比。

其中α,β,γ分别为三种率值的权重系数，取值范围在0-1之间。

此外，本发明还公开一种优化水泥原材料调整量的系统，包括计算机以及运行于计算机上的计算机程序，该计算机程序在该计算机上运行如前述实施方案的优化水泥原材料调整量方法。

本发明还公开存储计算机程序的计算机可读存储介质，存储介质上所存储的计算机程序运行后执行如前述实施方案的优化水泥原材料调整量方法。

尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施方案，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。

本领域技术人员将进一步领会，结合本文中所公开的实施方案来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

结合本文所公开的实施方案描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。

结合本文中公开的实施方案描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性实施方案中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。

Claims (18)

1.一种优化多组分水泥原材料的调整量并构建多组分水泥原材料调整模型的方法，包括：

(1)采集水泥物料的三率值，所述三率值包括石灰石饱和系数、硅率和铝率，

(2)根据检测的三率值获得水泥物料中化合物的比例关系，

(3)构建多组分水泥原材料中各组分的化合物含量矩阵，

(4)通过引入松弛变量并利用线性约束条件构建优化模型，和

(5)对优化模型求解，获取优化的调整量，

其中，所述多组分水泥原材料包含2-10种组分，松弛变量ε为多组分水泥原材料中各组分的松弛变量的矩阵，并且，线性约束条件包括：

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

式中，M表示原材料各组分中化合物的含量矩阵，X为原材料中各组分的含量矩阵，t为总喂料量，g为各原材料中其他成分的含量，N为水泥物料中化合物的比例矩阵。

2.如权利要求1所述的方法，其特征在于，所述化合物主要是氧化钙、二氧化硅和少量的氧化铝和氧化铁。

3.如权利要求1所述的方法，其特征在于，步骤(2)中化合物的比例关系通过式(1-1)获得

其中C、S、A、F分别表示物料中CaO、SiO₂、Al₂O₃、Fe₂O₃的百分比含量；KH、SM和IM分别表示石灰石饱和系数、硅率和铝率。

4.如权利要求1所述的方法，其特征在于，步骤(2)中化合物的比例关系为：

F：A：S：C＝1：IM：SM·(1+IM)：[2.8KH·SM·(1+IM）+1.65IM+0.35]。

5.如权利要求1所述的方法，其特征在于，

所述多组分水泥原材料是四组分水泥原材料，并且所述方法具有选自以下的一个或多个特征：

四组分水泥原材料中各组分的化合物含量如表1所示，

组分1 组分2 组分3 组分4 成分 x₁ x₂ x₃ x₄ C a₁₁ a₁₂ a₁₃ a₁₄ S a₂₁ a₂₂ a₂₃ a₂₄ A a₃₁ a₃₂ a₃₃ a₃₄ F a₄₁ a₄₂ a₄₃ a₄₄ G g₁₁ g₁₂ g₁₃ g₁₄

表1

其中g为各组分中其他成分的含量，如下式所示：

步骤(3)中的化合物含量矩阵如下式所示：

优化模型是基于下式构建的：

MX-N·(t-gX)＝0 (1-4)

其中，M表示原材料各组分中化合物的含量矩阵，X为原材料中各组分的含量矩阵，t为总喂料量，g为各原材料中其他成分的含量；

松弛变量为ε＝[ε₁ ε₂ ε₃ ε₄]^T；

线性约束条件如下所示：

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

其中，约束条件4里的I(4)表示维数为4的单位矩阵；

优化模型如下所示：

s.t.

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

其中，约束条件4里的I(4)表示维数为4的单位矩阵，

或者，所述多组分水泥原材料是三组分水泥原材料，并且所述方法具有选自以下的一个或多个特征：

三组分水泥原材料中各组分的化合物含量如表2所示，

组分1 组分2 组分3 成分 x₁ x₂ x₃ C a₁₁ a₁₂ a₁₃ S a₂₁ a₂₂ a₂₃ A a₃₁ a₃₂ a₃₃ F a₄₁ a₄₂ a₄₃ G g₁₁ g₁₂ g₁₃

表2

其中g为各组分中其他成分的含量，如下式所示：

步骤(3)中的化合物含量矩阵如下式所示：

优化模型是基于下式构建的：

MX-N·(t-gX)＝0 (1-4’)

其中，M表示原材料各组分中化合物的含量矩阵，X为原材料中各组分的含量矩阵，t为总喂料量，g为各原材料中其他成分的含量；

松弛变量为ε＝[ε₁ ε₂ ε₃]^T；

线性约束条件如下所示：

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

其中，约束条件4里的I（3）表示相应维数的单位矩阵；

优化模型如下所示：

s.t.

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

其中，约束条件4里的I（3）表示相应维数的单位矩阵。

6.如权利要求5所述的方法，其特征在于，松弛变量中每个元素均大于0。

7.如权利要求5所述的方法，其特征在于，

式(1-4)各参数如下所示：

X＝[x₁ x₂ x₃ x₄]^T

R＝[2.8KH×SM×(1+IM)+1.65IM+0.35+SM×(1+IM)+IM+1] (1-5)

g＝[g₁₁ g₁₂ g₁₃ g₁₄]；

式(1-4’)中各参数如下所示：

X＝[x₁ x₂ x₃]^T

R＝[2.8KH×SM×(1+IM)+1.65IM+0.35+SM×(1+IM)+IM+1] (1-5’)

g＝[g₁₁ g₁₂ g₁₃]。

8.如权利要求1所述的方法，所述构建优化模型还引入一次或多次动态补偿。

9.如权利要求8所述的方法，其特征在于，所述动态补偿利用检测三率值与目标三率值之间的偏差计算得到虚拟目标三率值，所述虚拟目标三率值作为下一次优化的第二目标三率值。

10.如权利要求8所述的方法，其特征在于，动态补偿如下所示：

(1)令i＝0，利用X₀计算目标三率值KH₀,SM₀,IM₀；

(2)检测水泥物料三率值KH_化验，SM_化验，IM_化验；

(3)根据目标三率值与检测三率值的偏差得到第二目标三率值KH_i+1,SM_i+1,IM_i+1，如下所示：

KH_i+1＝KH_i+α(KH_目标-KH_化验)

SM_i+1＝SM_i+β(SM_目标-SM_化验)

IM_i+1＝IM_i+γ(IM_目标-IM_化验)

其中α,β,γ分别为三种率值的权重系数，

(4)利用第二目标三率值根据式(1-5)和(1-6)或式(1-5’)和(1-6’)得到N；

(5)求解线性优化问题，得到X_i+1。

11.如权利要求8所述的方法，其特征在于，α,β,γ的范围分别为0-1。

12.如权利要求8所述的方法，其特征在于，动态补偿还包括步骤(6)将X_i+1百分化得到原材料各组分的配比。

13.一种水泥原材料调整方法，包括：

(1)采集水泥物料的三率值，包括石灰饱和系数、硅率和铝率，

(2)采用权利要求1-12中任一项所述的方法构建的模型对水泥原材料调整量进行优化，和

(3)根据优化的调整量向水泥物料中添加水泥原材料。

14.一种优化水泥原材料调整量的装置，包括：

数据采集模块，用于采集水泥物料的三率值，所述三率值包括石灰饱和系数、硅率和铝率，

数据处理模块，用于根据检测的三率值获得水泥物料中化合物的比例关系和构建多组分水泥原材料中各组分的化合物含量矩阵，

模型构建模块，用于通过引入松弛变量并利用线性约束条件构建优化模型；和

模型求解模块，对优化模型求解，获取优化的调整量，

其中，所述多组分水泥原材料包含2-10种组分，松弛变量ε为多组分水泥原材料中各组分的松弛变量的矩阵，并且，线性约束条件包括：

[M+Ng]X-ε≤Nt

-[M+Ng]X-ε≤-Nt

式中，M表示原材料各组分中化合物的含量矩阵，X为原材料中各组分的含量矩阵，t为总喂料量，g为各原材料中其他成分的含量，N为水泥物料中化合物的比例矩阵。

15.如权利要求14所述的装置，其特征在于，所述装置还包含原材料添加模块，该模块根据优化的调整量向水泥物料中添加原材料。

16.如权利要求14所述的装置，其特征在于，所述装置应用于水泥生料制备和/或窑炉煅烧过程。

17.一种优化水泥原材料调整量或调整水泥原材料的系统，包括计算机以及运行于计算机上的一计算机程序，计算机程序在计算机上运行权利要求1-12中任一项所述的方法。

18.一种存储计算机程序的计算机可读存储介质，其特征在于，存储介质上所存储的计算机程序运行后执行权利要求1-12中任一项所述的方法。

Images