水泥生料配料工况识别研究
本文选题:水泥生料 切入点:工况识别 出处:《济南大学》2017年硕士论文
【摘要】:水泥生料为水泥生产的首个生产环节,其质量的好坏会对后面的生产环节造成一定的影响。生产出质量好的水泥生料可以为水泥熟料的烧成提供稳定的生产条件,并且有利于节能降耗。水泥生料的生产是一个扰动较多的生产环节,具有大滞后、多变量、非线性等特性,由于这些特性的存在导致水泥生料配料过程中存在着较多种类的工况。工况的变化会导致基于在线分析仪的水泥生料自动控制系统产生算法失准、模型失配等情况发生,从而影响控制效果。因此及时准确的识别出生产过程中的工况变化并根据识别结果进行调节不仅能够稳定水泥生料的质量,而且会使水泥熟料质量有所提高,还对水泥生料自动化生产的实现有着重要意义。为此本文对采用近红外在线分析仪的水泥生料配料工况识别进行了详细的研究,主要内容如下:结合水泥生料生产的具体工艺确定了工况识别所需要的参数,并通过不同方式进行实时获取。对数据进行研究分析划分出了水泥生料调配运行工况、生料原材料成分变化工况以及设备工况三类。针对运行工况提出了运行工况评估标准,该标准既包含了水泥生料三率值的数值信息,又包括三率值的趋势变化情况。运用特征知识库法对水泥生料三率值的趋势变化进行趋势识别,识别出的趋势大致可分为平稳,上升,下降三种趋势。最后对识别结果进行计算分析给出原材料配比调节策略从而得出工况划分。针对原材料变化工况对石灰石饱和系数石灰石配比以及泥岩配比进行了聚类研究,根据聚类结果逆推出了原材料成分含量及其变化。根据原材料成分含量对原材料变化进行了工况划分,大致分为原材料成分含量正常、较少、较多。根据识别结果生料控制系统会针对不同情况采取不同的模型进行控制。结合操作员经验和实际情况对原料称的设备工况进行了研究,并对称的实际运行情况进行了实时监控。最后,开发出了水泥生料配料工况识别系统。对根据研究结果编写的软件进行了实际应用,其结果表明了本文研究方法的正确性和实用性,对水泥生料质量的控制和自动化生产具有重要意义。
[Abstract]:Cement raw material is the first production link in cement production, and the quality of cement raw material will have a certain influence on the later production link. The production of cement raw material with good quality can provide stable production conditions for cement clinker burning. The production of cement raw meal is a production link with many disturbances, which has the characteristics of large lag, multivariable, nonlinear and so on. Due to the existence of these characteristics, there are many kinds of working conditions in the process of cement raw meal batching. The change of working condition will lead to the misalignment of algorithm and model mismatch in the automatic control system of cement raw meal based on on-line analyzer. Therefore, it can not only stabilize the quality of raw cement, but also improve the quality of cement clinker. It is also of great significance to realize the automatic production of cement raw meal. In this paper, the identification of cement raw meal burden condition using Near-infrared on-line analyzer is studied in detail. The main contents are as follows: combined with the concrete process of cement raw material production, the parameters needed for condition identification are determined and obtained in real time through different ways. There are three kinds of raw material composition changing conditions and equipment working conditions. The operating condition evaluation standard is put forward, which not only contains the numerical information of the cement raw material's three-rate value, but also provides the evaluation standard for the operation condition. The trend change of cement raw meal is identified by using the feature knowledge base method, and the identified trend can be roughly divided into stable and upward trend. At last, the adjustment strategy of raw material ratio is given by calculating and analyzing the identification results, and the working conditions are divided. The limestone ratio of limestone saturation coefficient and mudstone ratio are clustered according to the changing conditions of raw materials. According to the clustering results, the content of raw materials and their changes are derived. According to the contents of raw materials, the working conditions of raw materials are divided into two parts: the content of raw materials is normal and the content of raw materials is less. According to the identification results, the raw material control system will adopt different models to control different conditions. Combined with the operator's experience and actual situation, the operating conditions of raw material weighing equipment are studied. In the end, the system of cement raw material proportioning condition identification is developed. The software compiled according to the results of the research is applied in practice. The results show that the research method is correct and practical, which is of great significance to the quality control and automatic production of cement raw meal.
【学位授予单位】:济南大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TQ172.4
【参考文献】
相关期刊论文 前10条
1 尚义华;吕志庆;陈幸仁;;水泥元素在线分析仪在水泥生产中的应用[J];水泥工程;2016年04期
2 万新;于宏亮;王孝红;;基于典型工况的水泥生料质量控制方法[J];济南大学学报(自然科学版);2015年02期
3 马小燕;王孝红;于宏亮;;基于聚类法的水泥分解炉工况识别研究[J];控制工程;2014年S1期
4 龚建贵;;CB-Omni在线分析仪在生料配料中的应用[J];水泥;2014年01期
5 袁铸钢;宋秋云;;新型干法水泥生产过程中工况识别方法概述[J];济南大学学报(自然科学版);2014年02期
6 丁廉洁;;水泥生料生产过程中的质量控制[J];中国建材科技;2013年02期
7 冯立;;国内首台自主研发的中子活化水泥多元素在线分析仪的应用[J];水泥技术;2012年02期
8 阳春华;任会峰;桂卫华;鄢锋;唐朝晖;;基于泡沫纹理信度分配SVM的矿物浮选工况识别[J];仪器仪表学报;2011年10期
9 鄢泰宁;张杰;方俊;邵春;张涛;;基于小波分析的钻探孔内工况识别技术[J];煤田地质与勘探;2010年05期
10 王孝红;房喜明;于宏亮;;基于专家系统的回转窑窑头工况识别[J];控制工程;2010年03期
相关会议论文 前1条
1 邢杰;李春明;;基于硬件在环仿真的HEV工况识别研究[A];2011中国汽车工程学会年会论文集[C];2011年
相关硕士学位论文 前9条
1 张先垒;水泥生产联合粉磨标准工况模板及建模研究[D];济南大学;2015年
2 吴小勋;基于烧成带图像的回转窑熟料烧结工况识别方法研究[D];东北大学;2014年
3 郭德益;基于趋势分析的除铜工况识别方法及应用[D];中南大学;2013年
4 王爽;基于测试案例的专家系统的设计与实现[D];北京邮电大学;2013年
5 赵利;基于模糊模型的专家系统推理方法[D];浙江大学;2013年
6 孙栋;基于近红外光谱分析技术的几种固体粉末混合均匀度快速检测研究[D];山东大学;2012年
7 刘万丽;水泥生产过程篦冷机工况识别研究[D];济南大学;2012年
8 欧阳骏;复杂工业过程的开工异常工况识别与控制器性能评价方法研究[D];北京化工大学;2009年
9 豆增发;基于可拓规则和案例推理的混合专家系统[D];西安电子科技大学;2007年
,本文编号:1654086
本文链接:https://www.wllwen.com/kejilunwen/huagong/1654086.html