CN117180899A - 一种水泥生产粉尘清理方法及系统 - Google Patents

Abstract

本发明提供了一种水泥生产粉尘清理方法及系统，涉及粉尘清理技术领域，包括：加载预激活生产节点和预激活生产规模；进行粉尘产生量预测，生成单位时长粉尘产生量；进行粉尘蔓延预测，生成粉尘蔓延预测区域；设定粉尘清理控制指标；进行寻优赋值，生成粉尘清理控制优化参数；当预激活生产节点和预激活生产规模激活时，调取粉尘清理控制优化参数控制固定于车间顶部的高压喷嘴阵列进行喷雾控制。本发明解决了传统喷雾过程中缺乏对实际生产状态的考虑，无法根据生产规模和节点进行粉尘产生量预测和蔓延预测，智能化程度较低的技术问题。

Description

一种水泥生产粉尘清理方法及系统

技术领域

本发明涉及粉尘清理技术领域，具体涉及一种水泥生产粉尘清理方法及系统。

背景技术

水泥生产过程中产生的粉尘是一个普遍存在的问题，由于粉尘对环境和工人健康造成负面影响，粉尘清理变得至关重要，而现今常用的水泥生产粉尘清理方法还存在着一定的弊端，一方面，传统的喷雾清理过程缺乏对实际生产状态的考虑，缺乏针对性和精确度，往往只能进行简单粗略的喷洒操作，无法根据具体情况优化喷雾方向、流量、时长和压力等参数；另一方面，传统方法中的粉尘清理人工干预较多，操作员需要根据经验进行判断和设置，这种方式无法实现自动化和智能化控制，效率和效果受到限制。因此，需要创新方法来提高水泥生产粉尘清理效率和效果。

发明内容

本申请通过提供了一种水泥生产粉尘清理方法及系统，旨在解决传统喷雾过程中缺乏对实际生产状态的考虑，无法根据生产规模和节点进行粉尘产生量预测和蔓延预测，智能化程度较低的技术问题。

鉴于上述问题，本申请提供了一种水泥生产粉尘清理方法及系统。

本申请公开的第一个方面，提供了一种水泥生产粉尘清理方法，所述方法包括：加载第一水泥生产车间的预激活生产节点和预激活生产规模；根据所述预激活生产规模和所述预激活生产节点进行粉尘产生量预测，生成单位时长粉尘产生量；根据车间空气流通状态，基于所述预激活生产节点进行粉尘蔓延预测，生成粉尘蔓延预测区域；设定粉尘清理控制指标，其中，所述粉尘清理控制指标至少包括喷雾方向序列、喷雾流量序列、喷雾时长序列和喷雾压力序列；根据所述单位时长粉尘产生量和所述粉尘蔓延预测区域对所述粉尘清理控制指标进行寻优赋值，生成粉尘清理控制优化参数；当所述预激活生产节点和所述预激活生产规模激活时，调取所述粉尘清理控制优化参数控制固定于车间顶部的高压喷嘴阵列进行喷雾控制。

本申请公开的另一个方面，提供了一种水泥生产粉尘清理系统，所述系统用于上述方法，所述系统包括：预激活信息加载模块，所述预激活信息加载模块用于加载第一水泥生产车间的预激活生产节点和预激活生产规模；产生量预测模块，所述产生量预测模块用于根据所述预激活生产规模和所述预激活生产节点进行粉尘产生量预测，生成单位时长粉尘产生量；蔓延预测模块，所述蔓延预测模块用于根据车间空气流通状态，基于所述预激活生产节点进行粉尘蔓延预测，生成粉尘蔓延预测区域；指标设定模块，所述指标设定模块用于设定粉尘清理控制指标，其中，所述粉尘清理控制指标至少包括喷雾方向序列、喷雾流量序列、喷雾时长序列和喷雾压力序列；寻优赋值模块，所述寻优赋值模块用于根据所述单位时长粉尘产生量和所述粉尘蔓延预测区域对所述粉尘清理控制指标进行寻优赋值，生成粉尘清理控制优化参数；喷雾控制模块，所述喷雾控制模块用于当所述预激活生产节点和所述预激活生产规模激活时，调取所述粉尘清理控制优化参数控制固定于车间顶部的高压喷嘴阵列进行喷雾控制。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

利用预激活生产节点和规模，结合粉尘产生量预测和蔓延预测，实现了对粉尘产生量和蔓延区域的准确预测；设定精细化的粉尘清理控制指标，包括喷雾方向序列、流量序列、时长序列和压力序列，提高了喷雾操作的针对性和精度；根据粉尘产生量和蔓延区域进行寻优赋值，生成粉尘清理控制优化参数，进一步提升了喷雾控制的效果和智能化程度；在预激活生产节点和规模激活时，通过调取粉尘清理控制优化参数，实现了高压喷嘴阵列的精确喷雾控制，进一步提高了粉尘清理效果。综上所述，该水泥生产粉尘清理方法解决了传统的水泥厂的喷雾过程未曾考虑实际生产状态，智能化程度较低的技术问题，达到了精确预测、精细控制和智能化程度提升的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种水泥生产粉尘清理方法流程示意图；

图2为本申请实施例提供了一种水泥生产粉尘清理系统结构示意图。

附图标记说明：预激活信息加载模块10，产生量预测模块20，蔓延预测模块30，指标设定模块40，寻优赋值模块50，喷雾控制模块60。

具体实施方式

本申请实施例通过提供一种水泥生产粉尘清理方法，解决了传统喷雾过程中缺乏对实际生产状态的考虑，无法根据生产规模和节点进行粉尘产生量预测和蔓延预测，智能化程度较低的技术问题。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种水泥生产粉尘清理方法，所述方法包括：

加载第一水泥生产车间的预激活生产节点和预激活生产规模；

首先确定第一水泥生产车间中的预激活生产节点，这些节点是指在生产过程中产生粉尘的关键环节或设备，如破碎机、磨煤机、磨料机等，通过分析生产流程图、设备操作记录和工艺参数，识别获取这些节点。确定预激活生产节点后，根据车间的生产计划、预定的生产任务，确定预激活生产规模，预激活生产规模是指在某个时间段内所进行的具体生产量。

通过获得预激活生产节点和相应的生产规模信息，为后续粉尘清理控制提供基础数据支持。

根据所述预激活生产规模和所述预激活生产节点进行粉尘产生量预测，生成单位时长粉尘产生量；

进一步而言，根据所述预激活生产规模和所述预激活生产节点进行粉尘产生量预测，生成单位时长粉尘产生量，包括：

根据所述预激活生产节点从水泥生产记忆库，匹配单位生产规模的无风粉尘浓度记忆值和无风粉尘范围记忆值；

对所述无风粉尘浓度记忆值进行离群因子清洗，生成粉尘浓度记忆值清洗结果；

根据历史数据，建立水泥生产记忆库，该记忆库包含不同预激活生产节点，例如不同工序或设备，与对应的无风粉尘浓度记忆值和无风粉尘范围记忆值之间的关联信息，这些记忆值反映了过去相似条件下的粉尘情况。依据当前预激活生产节点的名称、标识符或其他识别信息，从水泥生产记忆库中匹配相应的记忆值，确保在记忆库中找到与预激活生产节点相关联的数据。对于匹配到的预激活生产节点，进一步匹配单位生产规模的记忆值。

进一步而言，对所述无风粉尘浓度记忆值进行离群因子清洗，生成粉尘浓度记忆值清洗结果，包括：

设定浓度集中区间，遍历所述无风粉尘浓度记忆值进行区间容量分析，生成多个粉尘浓度记忆值区间容量；

提取所述多个粉尘浓度记忆值区间容量大于或等于区间容量阈值的粉尘浓度，设为粉尘浓度集中记忆值；

提取所述多个粉尘浓度记忆值区间容量小于所述区间容量阈值的粉尘浓度，遍历所述粉尘浓度集中记忆值求取距离最小值，生成离散距离系数；

当所述离散距离系数大于所述粉尘浓度集中记忆值的两两距离均值，设为离群浓度记忆值；

将所述离群浓度记忆值从所述无风粉尘浓度记忆值进行清洗，生成所述粉尘浓度记忆值清洗结果。

预先定义一个固定范围作为浓度集中区间，以每个无风粉尘浓度记忆值作为中心点，在设定的浓度集中区间上下波动，统计区间内包含的其他记忆值数量，得到多个粉尘浓度记忆值区间容量，每个区间容量表示该区间内具有相似浓度水平的记忆值的数量，以此表现记忆值的分布情况和集中程度。

基于具体的业务需求和数据特征，设置区间容量阈值，遍历多个粉尘浓度记忆值区间容量，对于每个区间，检查其容量是否大于或等于设定的区间容量阈值，若满足条件，则将该区间的中心粉尘浓度记忆值提取为粉尘浓度集中记忆值，这些集中记忆值代表了在特定范围内具有较高频率的浓度水平，可以用来更好地理解和分析无风粉尘浓度数据的分布情况。

遍历多个粉尘浓度记忆值区间容量，对于每个容量小于设定的区间容量阈值的区间，提取该区间内的粉尘浓度记忆值，作为粉尘浓度离散记忆值，对于粉尘浓度集中记忆值中的每一个值，计算其与提取的各个粉尘浓度离散记忆值之间的距离，并记录下最小值作为离散距离系数，离散距离系数表示了这些粉尘浓度离散记忆值与集中记忆值之间的距离程度，用于衡量其离散度。

计算粉尘浓度集中记忆值之间的两两距离，并求取其均值，将离散距离系数与该均值进行比较，判断离散距离系数是否大于均值，若离散距离系数大于均值，则将该离散距离系数对应的粉尘浓度记忆值设为离群浓度记忆值，这些离群浓度记忆值代表了在给定的数据分布中与其他值较远的异常点。

确定哪些粉尘浓度记忆值被标识为离群浓度记忆值，将这些离群浓度记忆值从无风粉尘浓度记忆值中移除或标记为无效数据，生成经过清洗后的粉尘浓度记忆值结果，以此消除异常值对分析和预测的干扰，提高数据的准确性和可靠性。

对所述无风粉尘范围记忆值进行离群因子清洗，生成粉尘范围记忆值清洗结果；

分别对所述粉尘浓度记忆值清洗结果和所述粉尘范围记忆值清洗结果进行均值分析，生成粉尘浓度特征值和粉尘范围特征值；

根据所述粉尘浓度特征值和所述粉尘范围特征值，结合所述预激活生产规模的单位时长生产规模进行粉尘量累加，生成所述单位时长粉尘产生量。

采用前述相同的方法，获取粉尘范围记忆值清洗结果，为了说明书的简洁，在此不再赘述。

将所有清洗后的浓度值相加并除以样本数量，计算获得平均值，作为粉尘浓度特征值，这个均值代表了清洗后的粉尘浓度水平；将所有清洗后的范围值相加并除以样本数量，计算获得平均值，作为粉尘范围特征值，这个均值代表了清洗后的粉尘范围的典型大小。这些特征值用于作为后续粉尘量预测和清理控制优化的参考数据，帮助评估当前预激活生产节点的粉尘状况并调整相关参数。

获取所述预激活生产规模下的单位时间内的生产规模数据，例如每小时，将粉尘浓度特征值、粉尘范围特征值和单位时长生产规模相乘，得到单位时长内的粉尘产生量。这个值反映了预激活生产节点在给定生产规模下，每单位时间内所产生的粉尘量，这个粉尘产生量可以作为后续粉尘清理控制优化和管理决策的依据之一。

根据车间空气流通状态，基于所述预激活生产节点进行粉尘蔓延预测，生成粉尘蔓延预测区域；

进一步而言，根据车间空气流通状态，基于所述预激活生产节点进行粉尘蔓延预测，生成粉尘蔓延预测区域，包括：

根据所述车间空气流通状态，确定风速特征和风向特征；

根据所述预激活生产节点从水泥生产记忆库，匹配粉尘粒径记忆值，对所述粉尘粒径记忆值进行离群因子清洗，生成粉尘粒径记忆值清洗结果；

对所述粉尘粒径记忆值清洗结果进行均值分析，生成粉尘粒径特征；

根据所述风速特征和所述粉尘粒径特征进行蔓延速度映射，生成粉尘蔓延速度；

根据所述风向特征，设定粉尘蔓延方向；

根据生产预设时长，结合所述预激活生产节点的初始生产位置基于所述粉尘蔓延速度和所述粉尘蔓延方向进行蔓延预测，生成所述粉尘蔓延预测区域。

收集与车间空气流通相关的数据，例如气象站观测数据、风速传感器数据、风向传感器数据等，这些数据可以提供车间内外的环境条件和风速、风向信息。根据空气流通状态数据，对风速进行统计分析，例如计算平均风速、最大风速、最小风速等指标，以及风速的变化范围和频率分布情况等，获取风速特征；同样根据空气流通状态数据，对风向进行统计分析，例如计算主导风向、风向的变化范围和频率分布情况等，获取风向特征。这些特征可以提供关于车间内外环境的风力信息，为后续的粉尘蔓延预测和控制提供基础。

根据当前预激活的生产节点信息，从水泥生产记忆库中检索相应的粉尘粒径记忆值数据，采用前述相同的方法对提取的粉尘粒径记忆值进行离群因子清洗，以剔除异常和离群的数据点，将经过离群因子清洗处理之后的粉尘粒径记忆值作为粉尘粒径记忆值清洗结果。

清洗结果进行均值计算，计算得到这些粉尘粒径记忆值的平均值，将计算得到的平均值作为生成的粉尘粒径特征，该特征代表了清洗后粉尘粒径记忆值的集中趋势，反映了水泥生产中粉尘颗粒的平均大小。

使用已收集到的训练数据，其中包括历史上不同风速和粉尘粒径条件下的相关数据，如风速、粉尘粒径和蔓延速度，使用这些数据来训练神经网络模型，将风速特征和粉尘粒径特征作为输入，预测对应的粉尘蔓延速度。

如果没有足够的数据来训练神经网络模型，则根据历史数据中相同风速和粉尘粒径条件下的场景进行统计分析，通过分析历史记录中相似条件下粉尘的传播速度，并取平均值，得到估计的粉尘蔓延速度。

根据风向特征，确定粉尘蔓延的方向，一般情况下，粉尘会随着风的方向而扩散和蔓延。

确定生产预设时长，即期望进行生产的时间长度；根据预激活的生产节点，确定其初始生产位置。利用获取的粉尘蔓延速度和粉尘蔓延方向信息，结合生产预设时长、预激活生产节点的初始生产位置，进行蔓延预测，通过将已知信息与时间因素相结合，预测粉尘从初始位置开始，在一定时间内沿着特定方向扩散的范围，根据预测结果，将蔓延的范围确定为粉尘蔓延预测区域，这个区域可以用图形方式呈现，以提供对粉尘扩散范围的可视化理解。

设定粉尘清理控制指标，其中，所述粉尘清理控制指标至少包括喷雾方向序列、喷雾流量序列、喷雾时长序列和喷雾压力序列；

设定粉尘清理控制指标，这些指标用于优化喷雾系统的操作，以最大程度地减少粉尘的产生和蔓延。

具体地，喷雾方向序列指在喷雾操作过程中，确定喷雾喷头的方向顺序，通过合理安排喷雾方向，可以确保喷雾液覆盖到粉尘较为密集的区域，从而提高粉尘捕集效果，喷雾方向需要根据车间布局、预激活生产节点位置和粉尘蔓延模拟结果等因素进行调整；

根据粉尘产生量预测结果和车间实际情况，设置适当的喷雾流量，喷雾流量序列指在喷雾操作过程中，设定不同时间段的喷雾流量大小，通过调整喷雾流量，可以控制喷雾液在空气中形成细小液滴的数量和速度，从而提高清理粉尘的效率；

喷雾时长序列指在喷雾操作过程中，设定不同时间段的喷雾持续时间，喷雾时长决定了每一次喷雾操作的持续时间长度，根据粉尘蔓延预测和车间需求，调整每个时间段的喷雾时长，以最大程度地控制粉尘扩散和沉降；

喷雾压力序列指在喷雾操作过程中，设定不同时间段的喷雾压力大小，喷雾压力直接影响喷雾液体的细化程度和喷雾液滴的速度，通过调整喷雾压力，可以优化粉尘捕集效果，根据喷雾设备的特性和实际情况，确定不同时间段的喷雾压力。

通过设定上述粉尘清理控制指标，可以为喷雾系统的操作提供具体的参数设定，从而达到更好的粉尘控制和管理效果。

根据所述单位时长粉尘产生量和所述粉尘蔓延预测区域对所述粉尘清理控制指标进行寻优赋值，生成粉尘清理控制优化参数；

进一步而言，根据所述单位时长粉尘产生量和所述粉尘蔓延预测区域对所述粉尘清理控制指标进行寻优赋值，生成粉尘清理控制优化参数，包括：

根据所述单位时长粉尘产生量与生产预设时长做乘积运算，计算粉尘产生预测总量；

基于所述粉尘产生预测总量与所述粉尘蔓延预测区域，生成粉尘预测浓度；

激活与所述粉尘蔓延预测区域的水平面边界平行的车间顶部喷嘴阵列，获取喷嘴阵列布局特征；

根据所述粉尘预测浓度、所述粉尘蔓延预测区域和所述喷嘴阵列布局特征，基于喷雾控制日志，对所述喷雾方向序列、所述喷雾流量序列、所述喷雾时长序列和所述喷雾压力序列进行随机赋值，生成M组粉尘清理控制指标赋值结果；

对所述M组粉尘清理控制指标赋值结果进行分选，生成所述粉尘清理控制优化参数。

将单位时长粉尘产生量与生产预设时长相乘，得到粉尘产生的预测总量，这个值代表在给定的生产时长内车间内产生的粉尘总量。

粉尘蔓延预测区域表示粉尘扩散的范围，将粉尘产生预测总量与粉尘蔓延预测区域相结合，例如将粉尘产生预测总量除以粉尘蔓延预测区域的面积，从而得到单位面积上的粉尘浓度，作为粉尘的预测浓度。

确定粉尘蔓延预测区域的水平面边界，即沿着车间顶部水平方向的边界线，根据水平面边界，确保喷嘴阵列位于相应的位置上，启动其中的喷雾设备，以使其能够进行粉尘控制操作，在激活的喷嘴阵列中，提取喷嘴的布局特征，包括喷嘴的数量、间距和排列方式等，通过对喷嘴阵列的布局特征进行记录和分析，可以为后续的步骤提供基础数据。

使用得到的粉尘预测浓度作为基准指标，利用获取的喷嘴阵列布局特征，了解喷嘴的数量、间距等信息，根据现有的喷雾控制日志，获取喷雾方向、喷雾流量、喷雾时长和喷雾压力等参数。通过随机的方式对喷雾方向序列、喷雾流量序列、喷雾时长序列和喷雾压力序列进行赋值，以此在可能的参数范围内获得多个不同的组合，来探索不同的清理效果。重复随机赋值操作，直到生成所需的M组不同组合为止，获取M组粉尘清理控制指标赋值结果，这些结果将提供不同参数组合的参考，为粉尘清理控制的优化提供信息基础。

对M组粉尘清理控制指标赋值结果进行分选，并生成粉尘清理控制的优化参数，这些参数代表了在众多指标赋值结果中经过筛选的最佳组合，具备更好的粉尘清理性能或更满足特定需求的能力。

进一步而言，对所述M组粉尘清理控制指标赋值结果进行分选，生成所述粉尘清理控制优化参数，包括：

遍历所述M组粉尘清理控制指标赋值结果进行Chebyshev混沌反向映射，获取M组粉尘清理控制指标赋值结果的M个高维分布坐标；

设定分布方差阈值和边界距离阈值；

基于所述M个高维分布坐标、所述分布方差阈值和所述边界距离阈值，对所述M组粉尘清理控制指标赋值结果均匀筛选，生成Q个初始指标赋值结果；

基于所述Q个初始指标赋值结果，对所述M组粉尘清理控制指标赋值结果进行分选，生成所述粉尘清理控制优化参数。

针对每一组粉尘清理控制指标赋值结果，对其中的每个维度参数进行归一化处理，使其数值范围落在0-1之间，通过应用Chebyshev混沌反向映射公式，将归一化后的指标赋值结果转换为高维分布空间中的一个坐标点，Chebyshev混沌反向映射用于将输入序列映射到高维空间中，从而得到M个对应的高维分布坐标，每个坐标点代表了一组指标赋值结果在高维空间中的位置。

结合具体场景和需求设定分布方差阈值和边界距离阈值，例如通过试验、经验或基于先前数据的分析来确定合适的数值范围。其中，分布方差阈值用于度量高维分布空间中不同坐标点之间的离散程度，分布方差越大，表示点在分布空间中的分散性越大，通过设置分布方差阈值，可以控制筛选过程中所选取的坐标点的分布范围；边界距离阈值用于衡量高维分布空间中坐标点与边界之间的距离，通过设置边界距离阈值，可以确保筛选出的坐标点在分布空间中与边界的距离满足要求。

设定合理的分布方差阈值和边界距离阈值，可以帮助排除分散性不足或位置靠近边界的不合适坐标点，从而保证所选取的初始指标赋值结果更具代表性和优化的潜力。

对于给定的M个高维分布坐标，逐个进行遍历，针对每个坐标点，可以确定坐标分布的靠近各个1值边界，或0值边界的坐标序列，统计边缘坐标与靠近边界的距离，再计算距离均值，然后统计筛选的方差，获取坐标点在高维空间中的分布方差和与边界的距离，这些信息用于评估指标赋值结果的均匀性和是否位于边界附近。基于分布方差阈值和边界距离阈值，将坐标点与相应阈值进行比较，只有满足设定阈值条件的坐标点才会被筛选出来，根据筛选得到的坐标点，生成相应的Q个初始指标赋值结果，Q≤M，这些结果代表了在高维分布空间中分布较为均匀且满足阈值要求的一部分。

使用事先定义好的评估指标对每组指标赋值结果进行评估，并与Q个初始指标赋值结果进行比较，这些评估指标可以涵盖粉尘清理效果、成本、资源利用率等方面的考虑，根据评估结果，对M组指标赋值结果进行分选，筛选出表现较好或符合要求的指标赋值结果作为优化参数。根据经过分选得到的优化参数，生成最终的粉尘清理控制优化参数，这些参数代表了经过评估和筛选后的最佳组合，将作为改进粉尘清理控制效果的依据，供后续的优化工作使用。

进一步而言，基于所述Q个初始指标赋值结果，对所述M组粉尘清理控制指标赋值结果进行分选，生成所述粉尘清理控制优化参数，包括：

构建收敛概率评价函数：

；

其中，表征第i组初始指标赋值结果的收敛概率，表征第i组初始指标 赋值结果在喷雾控制日志记载的粉尘处理后浓度，表征粉尘预测浓度，表征去除率阈 值，表征第i组初始指标赋值结果在喷雾控制日志记载的控制能耗值，表征第 i组初始指标赋值结果在喷雾控制日志记载的耗水体积，表征期望能耗值，表征期望 耗水体积，表征能耗项权重，表征耗水项权重；

根据所述收敛概率评价函数，遍历所述Q个初始指标赋值结果进行分析，并清洗0概率，生成L个收敛概率评价结果；

设定筛选邻域容量；

根据所述筛选邻域容量，基于所述L个收敛概率评价结果自大而小选择三组初始指标赋值结果，在所述M组粉尘清理控制指标赋值结果自近而远，筛选一次迭代指标赋值结果待选集；

遍历所述一次迭代指标赋值结果待选集，结合所述收敛概率评价函数进行评价，生成一次迭代最大收敛概率；

当所述一次迭代最大收敛概率大于所述L个收敛概率评价结果的最大收敛概率评价结果时，基于所述一次迭代最大收敛概率的指标赋值结果，对所述Q个初始指标赋值结果进行更新；

对所述Q个初始指标赋值结果进行重复更新，当更新次数满足预设次数时，输出最大收敛概率评价结果的初始指标赋值结果，设为所述粉尘清理控制优化参数。

构建上述收敛概率评价函数，其中，收敛概率表示第i组初始指标赋值结果的收敛概率，用于衡量该组指标赋值结果是否趋于稳定和收敛到预期的目标，反映了指标赋值结果与理想结果之间的接近程度；

粉尘处理后浓度为喷雾控制日志中记录的粉尘经过清理处理后的浓度值，代表了粉尘清理的效果；去除率阈值为根据设计目标设定的阈值，用于评估指标赋值结果中清理效果；

控制能耗值表示第i组初始指标赋值结果在喷雾控制日志中所记录的控制能耗消耗值，即喷雾操作期间所消耗的能量；耗水体积表示第i组初始指标赋值结果在喷雾控制日志中所记录的耗水体积，即喷雾操作期间所消耗的水量；期望能耗值、期望耗水体积代表了优化目标中期望的能量消耗程度和水量消耗程度，作为参考指标；能耗项权重和耗水项权重用于对能耗项和耗水项在评价函数中的重要性进行加权。

该收敛概率评价函数的作用是根据控制过程中的多个指标以及预期目标，计算第i组初始指标赋值结果的收敛概率，它将浓度、去除率、能耗值、耗水体积等多个指标和权重进行综合考虑，用于评估指标赋值结果的优劣程度。通过收敛概率的计算，可以量化指标赋值结果与预期目标之间的差距，进而进行分析、筛选和优化操作。同时，通过选择一部分数据进行寻优，不用对所有数据处理，提高了处理效率。

逐个遍历Q个初始指标赋值结果，记为第i组初始指标赋值结果，对于每一组初始指标赋值结果，根据收敛概率评价函数的公式进行计算，得到相应的收敛概率值，检查计算得到的收敛概率是否为0，如果为0，则将该组初始指标赋值结果从结果集中剔除。遍历完所有初始指标赋值结果后，对于剩余的非零概率结果，选取前L个收敛概率评价结果进行保留，得到L个收敛概率评价结果。

根据实际需求和计算资源的限制，确定筛选邻域的容量大小，这个容量可以是一个固定的整数值，如10、20等，确保所设定的容量大小既能够满足筛选和评估的需求，又能够在合理的时间内完成，如果设定的容量过小，可能会导致结果不够准确；而如果容量过大，则可能会影响整个优化过程的效率。

将L个收敛概率评价结果按照收敛概率从大到小的顺序进行排序，从排序后的收敛概率评价结果中选择前三组（数量由筛选邻域容量决定）初始指标赋值结果作为候选结果，这些高收敛概率的结果被认为是相对优秀的指标赋值。对M组粉尘清理控制指标赋值结果按照从近到远的顺序排列，距离较近的指标赋值结果更接近当前状态或参考值。

根据所选择的三组初始指标赋值结果和粉尘清理控制指标赋值结果的顺序，在M组粉尘清理控制指标赋值结果中选择与选定的三组初始指标赋值结果最接近的若干组数据，形成一次迭代的指标赋值结果待选集，这个待选集作为下一步骤的评价和更新依据，进一步优化粉尘清理控制过程。

逐个遍历待选集中的每个指标赋值结果，记为第i组待选结果，根据收敛概率评价函数的公式，将第i组待选结果的各项指标值和权重带入计算，结合该函数，对第i组待选结果进行评价，得到相应的收敛概率。将每次评价的收敛概率与已经获得的最大收敛概率进行比较，如果当前评价的收敛概率大于最大收敛概率，则更新最大收敛概率的值，并记录下对应的指标赋值结果。遍历完待选集后，得到一次迭代的最大收敛概率和对应的指标赋值结果，这个最大收敛概率反映了在待选集中具有最优的指标赋值结果，对粉尘清理控制的效果更为理想。

比较一次迭代最大收敛概率与L个收敛概率评价结果中的最大收敛概率，如果大于，则表示迭代过程中产生了更优的指标赋值结果，则将一次迭代的最大收敛概率的指标赋值结果作为新的参考点，将其应用于Q个初始指标赋值结果中；否则，不需要进行更新，保留原有的初始指标赋值结果。这样可以使得新的指标赋值结果更优于之前的结果，为粉尘清理控制过程提供更好的初始条件和起点。

根据实际需求，设定一个预设的更新次数，表示对初始指标赋值结果进行重复更新的次数，按照预设的更新次数，重复上述操作，当更新次数达到预设次数后，选择具有最大收敛概率的初始指标赋值结果作为粉尘清理控制的优化参数，这些参数为在给定条件下达到收敛效果最好的结果。这样，可以获得一组经过优化调整的参数，以帮助实现更好的粉尘清理控制效果。

当所述预激活生产节点和所述预激活生产规模激活时，调取所述粉尘清理控制优化参数控制固定于车间顶部的高压喷嘴阵列进行喷雾控制。

确保车间顶部已经安装了高压喷嘴阵列，并与喷雾系统连接，检查喷嘴的布局和位置确保其符合喷雾方向序列的要求。根据预激活生产节点和预激活生产规模的激活状态，从存储的粉尘清理控制优化参数中调取相应的参数值，对高压喷嘴阵列进行喷雾控制操作，根据优化喷雾流量序列、优化喷雾时长序列和优化喷雾压力序列，调整高压喷嘴的工作状态，以达到最佳的粉尘清理效果。

通过使用预先生成的粉尘清理控制优化参数，对固定在车间顶部的高压喷嘴阵列进行喷雾控制，实现有效地控制和减少粉尘的扩散，进而保持车间环境的清洁和员工的健康。

综上所述，本申请实施例所提供的一种水泥生产粉尘清理方法及系统具有如下技术效果：

1.利用预激活生产节点和规模，结合粉尘产生量预测和蔓延预测，实现了对粉尘产生量和蔓延区域的准确预测；

2.设定精细化的粉尘清理控制指标，包括喷雾方向序列、流量序列、时长序列和压力序列，提高了喷雾操作的针对性和精度；

3.根据粉尘产生量和蔓延区域进行寻优赋值，生成粉尘清理控制优化参数，进一步提升了喷雾控制的效果和智能化程度；

4.在预激活生产节点和规模激活时，通过调取粉尘清理控制优化参数，实现了高压喷嘴阵列的精确喷雾控制，进一步提高了粉尘清理效果。

综上所述，该水泥生产粉尘清理方法解决了传统的水泥厂的喷雾过程未曾考虑实际生产状态，智能化程度较低的技术问题，达到了精确预测、精细控制和智能化程度提升的技术效果。

实施例二

基于与前述实施例中一种水泥生产粉尘清理方法相同的发明构思，如图2所示，本申请提供了一种水泥生产粉尘清理系统，所述系统包括：

预激活信息加载模块10，所述预激活信息加载模块10用于加载第一水泥生产车间的预激活生产节点和预激活生产规模；

产生量预测模块20，所述产生量预测模块20用于根据所述预激活生产规模和所述预激活生产节点进行粉尘产生量预测，生成单位时长粉尘产生量；

蔓延预测模块30，所述蔓延预测模块30用于根据车间空气流通状态，基于所述预激活生产节点进行粉尘蔓延预测，生成粉尘蔓延预测区域；

指标设定模块40，所述指标设定模块40用于设定粉尘清理控制指标，其中，所述粉尘清理控制指标至少包括喷雾方向序列、喷雾流量序列、喷雾时长序列和喷雾压力序列；

寻优赋值模块50，所述寻优赋值模块50用于根据所述单位时长粉尘产生量和所述粉尘蔓延预测区域对所述粉尘清理控制指标进行寻优赋值，生成粉尘清理控制优化参数；

喷雾控制模块60，所述喷雾控制模块60用于当所述预激活生产节点和所述预激活生产规模激活时，调取所述粉尘清理控制优化参数控制固定于车间顶部的高压喷嘴阵列进行喷雾控制。

进一步而言，所述系统还包括粉尘产生量获取模块，以执行如下操作步骤：

根据所述预激活生产节点从水泥生产记忆库，匹配单位生产规模的无风粉尘浓度记忆值和无风粉尘范围记忆值；

对所述无风粉尘浓度记忆值进行离群因子清洗，生成粉尘浓度记忆值清洗结果；

对所述无风粉尘范围记忆值进行离群因子清洗，生成粉尘范围记忆值清洗结果；

分别对所述粉尘浓度记忆值清洗结果和所述粉尘范围记忆值清洗结果进行均值分析，生成粉尘浓度特征值和粉尘范围特征值；

根据所述粉尘浓度特征值和所述粉尘范围特征值，结合所述预激活生产规模的单位时长生产规模进行粉尘量累加，生成所述单位时长粉尘产生量。

进一步而言，所述系统还包括清洗结果获取模块，以执行如下操作步骤：

设定浓度集中区间，遍历所述无风粉尘浓度记忆值进行区间容量分析，生成多个粉尘浓度记忆值区间容量；

提取所述多个粉尘浓度记忆值区间容量大于或等于区间容量阈值的粉尘浓度，设为粉尘浓度集中记忆值；

提取所述多个粉尘浓度记忆值区间容量小于所述区间容量阈值的粉尘浓度，遍历所述粉尘浓度集中记忆值求取距离最小值，生成离散距离系数；

当所述离散距离系数大于所述粉尘浓度集中记忆值的两两距离均值，设为离群浓度记忆值；

将所述离群浓度记忆值从所述无风粉尘浓度记忆值进行清洗，生成所述粉尘浓度记忆值清洗结果。

进一步而言，所述系统还包括预测区域生成模块，以执行如下操作步骤：

根据所述车间空气流通状态，确定风速特征和风向特征；

根据所述预激活生产节点从水泥生产记忆库，匹配粉尘粒径记忆值，对所述粉尘粒径记忆值进行离群因子清洗，生成粉尘粒径记忆值清洗结果；

对所述粉尘粒径记忆值清洗结果进行均值分析，生成粉尘粒径特征；

根据所述风速特征和所述粉尘粒径特征进行蔓延速度映射，生成粉尘蔓延速度；

根据所述风向特征，设定粉尘蔓延方向；

根据生产预设时长，结合所述预激活生产节点的初始生产位置基于所述粉尘蔓延速度和所述粉尘蔓延方向进行蔓延预测，生成所述粉尘蔓延预测区域。

进一步而言，所述系统还包括优化参数生成模块，以执行如下操作步骤：

根据所述单位时长粉尘产生量与生产预设时长做乘积运算，计算粉尘产生预测总量；

基于所述粉尘产生预测总量与所述粉尘蔓延预测区域，生成粉尘预测浓度；

激活与所述粉尘蔓延预测区域的水平面边界平行的车间顶部喷嘴阵列，获取喷嘴阵列布局特征；

根据所述粉尘预测浓度、所述粉尘蔓延预测区域和所述喷嘴阵列布局特征，基于喷雾控制日志，对所述喷雾方向序列、所述喷雾流量序列、所述喷雾时长序列和所述喷雾压力序列进行随机赋值，生成M组粉尘清理控制指标赋值结果；

对所述M组粉尘清理控制指标赋值结果进行分选，生成所述粉尘清理控制优化参数。

进一步而言，所述优化参数生成模块还包括如下操作步骤：

遍历所述M组粉尘清理控制指标赋值结果进行Chebyshev混沌反向映射，获取M组粉尘清理控制指标赋值结果的M个高维分布坐标；

设定分布方差阈值和边界距离阈值；

基于所述M个高维分布坐标、所述分布方差阈值和所述边界距离阈值，对所述M组粉尘清理控制指标赋值结果均匀筛选，生成Q个初始指标赋值结果；

基于所述Q个初始指标赋值结果，对所述M组粉尘清理控制指标赋值结果进行分选，生成所述粉尘清理控制优化参数。

进一步而言，所述优化参数生成模块还包括如下操作步骤：

构建收敛概率评价函数：

；

其中，表征第i组初始指标赋值结果的收敛概率，表征第i组初始指 标赋值结果在喷雾控制日志记载的粉尘处理后浓度，表征粉尘预测浓度，表征去除率 阈值，表征第i组初始指标赋值结果在喷雾控制日志记载的控制能耗值， 表征第i组初始指标赋值结果在喷雾控制日志记载的耗水体积，表征期望能耗值， 表征期望耗水体积，表征能耗项权重，表征耗水项权重；

根据所述收敛概率评价函数，遍历所述Q个初始指标赋值结果进行分析，并清洗0概率，生成L个收敛概率评价结果；

设定筛选邻域容量；

根据所述筛选邻域容量，基于所述L个收敛概率评价结果自大而小选择三组初始指标赋值结果，在所述M组粉尘清理控制指标赋值结果自近而远，筛选一次迭代指标赋值结果待选集；

遍历所述一次迭代指标赋值结果待选集，结合所述收敛概率评价函数进行评价，生成一次迭代最大收敛概率；

当所述一次迭代最大收敛概率大于所述L个收敛概率评价结果的最大收敛概率评价结果时，基于所述一次迭代最大收敛概率的指标赋值结果，对所述Q个初始指标赋值结果进行更新；

对所述Q个初始指标赋值结果进行重复更新，当更新次数满足预设次数时，输出最大收敛概率评价结果的初始指标赋值结果，设为所述粉尘清理控制优化参数。

本说明书通过前述对一种水泥生产粉尘清理方法的详细描述，本领域技术人员可以清楚得知道本实施例中一种水泥生产粉尘清理方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种水泥生产粉尘清理方法，其特征在于，所述方法包括：

加载第一水泥生产车间的预激活生产节点和预激活生产规模；

根据所述预激活生产规模和所述预激活生产节点进行粉尘产生量预测，生成单位时长粉尘产生量；

根据车间空气流通状态，基于所述预激活生产节点进行粉尘蔓延预测，生成粉尘蔓延预测区域；

设定粉尘清理控制指标，其中，所述粉尘清理控制指标至少包括喷雾方向序列、喷雾流量序列、喷雾时长序列和喷雾压力序列；

根据所述单位时长粉尘产生量和所述粉尘蔓延预测区域对所述粉尘清理控制指标进行寻优赋值，生成粉尘清理控制优化参数；

当所述预激活生产节点和所述预激活生产规模激活时，调取所述粉尘清理控制优化参数控制固定于车间顶部的高压喷嘴阵列进行喷雾控制。

2.如权利要求1所述的方法，其特征在于，根据所述预激活生产规模和所述预激活生产节点进行粉尘产生量预测，生成单位时长粉尘产生量，包括：

根据所述预激活生产节点从水泥生产记忆库，匹配单位生产规模的无风粉尘浓度记忆值和无风粉尘范围记忆值；

对所述无风粉尘浓度记忆值进行离群因子清洗，生成粉尘浓度记忆值清洗结果；

对所述无风粉尘范围记忆值进行离群因子清洗，生成粉尘范围记忆值清洗结果；

分别对所述粉尘浓度记忆值清洗结果和所述粉尘范围记忆值清洗结果进行均值分析，生成粉尘浓度特征值和粉尘范围特征值；

根据所述粉尘浓度特征值和所述粉尘范围特征值，结合所述预激活生产规模的单位时长生产规模进行粉尘量累加，生成所述单位时长粉尘产生量。

3.如权利要求2所述的方法，其特征在于，对所述无风粉尘浓度记忆值进行离群因子清洗，生成粉尘浓度记忆值清洗结果，包括：

设定浓度集中区间，遍历所述无风粉尘浓度记忆值进行区间容量分析，生成多个粉尘浓度记忆值区间容量；

提取所述多个粉尘浓度记忆值区间容量大于或等于区间容量阈值的粉尘浓度，设为粉尘浓度集中记忆值；

提取所述多个粉尘浓度记忆值区间容量小于所述区间容量阈值的粉尘浓度，遍历所述粉尘浓度集中记忆值求取距离最小值，生成离散距离系数；

当所述离散距离系数大于所述粉尘浓度集中记忆值的两两距离均值，设为离群浓度记忆值；

将所述离群浓度记忆值从所述无风粉尘浓度记忆值进行清洗，生成所述粉尘浓度记忆值清洗结果。

4.如权利要求1所述的方法，其特征在于，根据车间空气流通状态，基于所述预激活生产节点进行粉尘蔓延预测，生成粉尘蔓延预测区域，包括：

根据所述车间空气流通状态，确定风速特征和风向特征；

根据所述预激活生产节点从水泥生产记忆库，匹配粉尘粒径记忆值，对所述粉尘粒径记忆值进行离群因子清洗，生成粉尘粒径记忆值清洗结果；

对所述粉尘粒径记忆值清洗结果进行均值分析，生成粉尘粒径特征；

根据所述风速特征和所述粉尘粒径特征进行蔓延速度映射，生成粉尘蔓延速度；

根据所述风向特征，设定粉尘蔓延方向；

根据生产预设时长，结合所述预激活生产节点的初始生产位置基于所述粉尘蔓延速度和所述粉尘蔓延方向进行蔓延预测，生成所述粉尘蔓延预测区域。

5.如权利要求2所述的方法，其特征在于，根据所述单位时长粉尘产生量和所述粉尘蔓延预测区域对所述粉尘清理控制指标进行寻优赋值，生成粉尘清理控制优化参数，包括：

根据所述单位时长粉尘产生量与生产预设时长做乘积运算，计算粉尘产生预测总量；

基于所述粉尘产生预测总量与所述粉尘蔓延预测区域，生成粉尘预测浓度；

激活与所述粉尘蔓延预测区域的水平面边界平行的车间顶部喷嘴阵列，获取喷嘴阵列布局特征；

根据所述粉尘预测浓度、所述粉尘蔓延预测区域和所述喷嘴阵列布局特征，基于喷雾控制日志，对所述喷雾方向序列、所述喷雾流量序列、所述喷雾时长序列和所述喷雾压力序列进行随机赋值，生成M组粉尘清理控制指标赋值结果；

对所述M组粉尘清理控制指标赋值结果进行分选，生成所述粉尘清理控制优化参数。

6.如权利要求5所述的方法，其特征在于，对所述M组粉尘清理控制指标赋值结果进行分选，生成所述粉尘清理控制优化参数，包括：

遍历所述M组粉尘清理控制指标赋值结果进行Chebyshev混沌反向映射，获取M组粉尘清理控制指标赋值结果的M个高维分布坐标；

设定分布方差阈值和边界距离阈值；

基于所述M个高维分布坐标、所述分布方差阈值和所述边界距离阈值，对所述M组粉尘清理控制指标赋值结果均匀筛选，生成Q个初始指标赋值结果；

基于所述Q个初始指标赋值结果，对所述M组粉尘清理控制指标赋值结果进行分选，生成所述粉尘清理控制优化参数。

7.如权利要求6所述的方法，其特征在于，基于所述Q个初始指标赋值结果，对所述M组粉尘清理控制指标赋值结果进行分选，生成所述粉尘清理控制优化参数，包括：

构建收敛概率评价函数：

；

其中，表征第i组初始指标赋值结果的收敛概率，表征第i组初始指标 赋值结果在喷雾控制日志记载的粉尘处理后浓度，表征粉尘预测浓度，表征去除率阈 值，表征第i组初始指标赋值结果在喷雾控制日志记载的控制能耗值，表 征第i组初始指标赋值结果在喷雾控制日志记载的耗水体积，表征期望能耗值，表 征期望耗水体积，表征能耗项权重，表征耗水项权重；

根据所述收敛概率评价函数，遍历所述Q个初始指标赋值结果进行分析，并清洗0概率，生成L个收敛概率评价结果；

设定筛选邻域容量；

根据所述筛选邻域容量，基于所述L个收敛概率评价结果自大而小选择三组初始指标赋值结果，在所述M组粉尘清理控制指标赋值结果自近而远，筛选一次迭代指标赋值结果待选集；

遍历所述一次迭代指标赋值结果待选集，结合所述收敛概率评价函数进行评价，生成一次迭代最大收敛概率；

当所述一次迭代最大收敛概率大于所述L个收敛概率评价结果的最大收敛概率评价结果时，基于所述一次迭代最大收敛概率的指标赋值结果，对所述Q个初始指标赋值结果进行更新；

对所述Q个初始指标赋值结果进行重复更新，当更新次数满足预设次数时，输出最大收敛概率评价结果的初始指标赋值结果，设为所述粉尘清理控制优化参数。

8.一种水泥生产粉尘清理系统，其特征在于，用于实施权利要求1-7任一项所述的一种水泥生产粉尘清理方法，包括：

预激活信息加载模块，所述预激活信息加载模块用于加载第一水泥生产车间的预激活生产节点和预激活生产规模；

产生量预测模块，所述产生量预测模块用于根据所述预激活生产规模和所述预激活生产节点进行粉尘产生量预测，生成单位时长粉尘产生量；

蔓延预测模块，所述蔓延预测模块用于根据车间空气流通状态，基于所述预激活生产节点进行粉尘蔓延预测，生成粉尘蔓延预测区域；

指标设定模块，所述指标设定模块用于设定粉尘清理控制指标，其中，所述粉尘清理控制指标至少包括喷雾方向序列、喷雾流量序列、喷雾时长序列和喷雾压力序列；

寻优赋值模块，所述寻优赋值模块用于根据所述单位时长粉尘产生量和所述粉尘蔓延预测区域对所述粉尘清理控制指标进行寻优赋值，生成粉尘清理控制优化参数；

喷雾控制模块，所述喷雾控制模块用于当所述预激活生产节点和所述预激活生产规模激活时，调取所述粉尘清理控制优化参数控制固定于车间顶部的高压喷嘴阵列进行喷雾控制。