水泥回转窑软测量技术及烧成状态识别研究

发布时间：2020-05-01 20:18

【摘要】：回转窑作为水泥熟料煅烧的关键设备,其煅烧过程对熟料最终的产量和质量有着直接的影响。其中,游离氧化钙(f-CaO)作为衡量回转窑内熟料煅烧过程的一项重要性能指标,能够直接表征物料在回转窑内的煅烧状况。因此,通过检测熟料中f-CaO含量来实现熟料的生产控制,对确保最终产品(水泥)的质量要求具有重要意义。目前,f-CaO含量多是通过离线取样化验的方式获取,其化验结果对窑内熟料煅烧情况的判断存在严重滞后,导致基于熟料质量的回转窑传统控制模式难以适用。除此之外,回转窑烧成状态与f-CaO密切相关,是反映窑内熟料煅烧状况的一项重要参数,直接决定熟料最终的煅烧情况以及水泥生产过程的能耗。由于与烧成状态密切相关的f-CaO含量无法在线检测,因此操作人员仍是依赖“人工看火”和参考其他可在线获取的过程参数特征的方式来对窑内烧成状态进行判断。此种操作模式下会导致烧成状态识别准确率降低和熟料质量指标的不稳定,对熟料最终的烧成产生不利的影响。因此,f-CaO含量的在线检测和回转窑烧成状态的准确识别是一个亟待解决的重要课题。针对上述问题,本课题以山东省***公司5000t/d水泥熟料生产线为应用背景,采用软测量技术,建立基于LS-SVM的f-CaO软测量模型,实现f-CaO含量的在线检测;并采用基于专家系统的智能识别方法实现对窑内烧成状态和各类工况的识别判断。具体研究内容如下:(1)针对过程数据中存在异常数据和随机误差的问题,采用三种不同的数据预处理方法对过程数据进行预处理。其中,采用局部加权回归散点平滑(LOWESS)的数据平滑滤波方法,对本课题研究相关的重要参数烧成带温度进行数据平滑处理。(2)针对f-CaO含量难以在线检测的问题,采用LS-SVM算法对其进行软测量研究。基于水泥熟料煅烧机理分析和操作经验,确定模型辅助变量,并制定与模型输出变量之间的时间匹配方案;采用基于网格搜索和交叉验证的方法确定模型最佳参数,建立基于LS-SVM的f-CaO软测量模型,并对其进行验证。(3)针对回转窑烧成状态难以准确识别的问题,本文采用基于专家系统的烧成状态识别方法。基于对水泥工艺及回转窑烧成状态的分析,总结了窑内三种基本的烧成状态以及与烧成状态相关的工况类别,并确定识别烧成状态和窑内工况的工艺参数。利用模糊推理规则和专家经验知识,对窑内烧成状态及各类工况进行准确识别。(4)软件平台开发。采用C#编程语言开发了f-CaO在线预测和烧成状态识别软件平台。该软件平台主要包括数据采集子系统、f-CaO在线预测和回转窑烧成状态识别三个功能模块,并分别进行研发。其中,f-CaO在线预测和回转窑烧成状态识别模块均通过数据采集子系统实现与水泥生产现场及数据库之间的数据交互。最后,将该软件应用于生产现场。结果表明,该软件可实现对f-CaO的在线预测和回转窑烧成状态的准确识别。本课题研究成果对于提高水泥熟料质量、降低生产能耗、指导水泥生产具有重大的现实意义。
【图文】：

工艺图,烧成系统,水泥回转窑,工艺图

该环节的主要作用是通过来自外界的冷空气对窑内的“红料”进行冷却，最后得到熟料。水泥回转窑烧成系统工艺图如图 1.1 所示。图1.1 水泥回转窑烧成系统工艺图1.3 研究现状1.3.1 熟料关键质量指标 f-CaO 软测量研究现状目前针对熟料中 f-CaO 含量的检验方法主要有乙二醇-乙醇快速法和乙醇萃取

离线,采样数据,熟料,熟料质量

熟料中铝酸三钙多，液相粘度大，熟料难烧。但IM 也不宜过低，，否则不利于窑的控制。由以上分析可以看出，KH、SM、IM 对于熟料质量有很大的相关性。本文所采集的与KH、SM、IM 部分原始数据如图2.1所示。
【学位授予单位】：济南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TQ172.62

【参考文献】