[发明专利]水泥联合粉磨球磨机负荷软测量模型的建立方法及应用

说明书

本发明公开了一种水泥联合粉磨球磨机负荷软测量模型的建立方法，基于模糊聚类认知网络建立，具体方法包括：确定模糊认知网络节点，节点状态值归一化表示；根据各节点之间因果关系，确定节点权值；建立节点状态值与权值和上一时刻状态值的函数关系；节点权值随系统反馈值更新；采用可能性核聚类算法计算节点状态估计值；建立软测量规则库，根据规则使用节点状态估计值代替模糊认知网络的系统反馈值。本发明还公开了应用上述模型的软测量方法。本发明的软测量技术借助易于测量的辅助变量与较难测量的主导变量之间的函数关系，实现对主导变量即磨机负荷的在线测量，能够准确地反映磨机的实际工况。

技术领域

本发明涉及水泥联合粉磨领域，具体涉及一种水泥联合粉磨球磨机负荷软测量模型的建立方法及应用。

背景技术

水泥联合粉磨是目前技术最为成熟并且被大多数水泥企业采用的生产工艺，球磨机系统是水泥联合粉磨的重要组成部分。水泥联合粉磨工艺如图1所示。在水泥联合粉磨工艺中，球磨机系统的主要设备有球磨机、后选粉机、后主排风机、磨尾收尘风机以及出磨提升机等。原料在完成预粉磨之后掺入粉煤灰进入球磨机继续粉磨，由球磨机磨尾排出的物料中一部分颗粒较小的物料由收尘器3收集后进入混料机，另一部分物料通过出磨提升机送入后选粉机进行分选，小颗粒物料由收尘器2收集起来进入混料机，大颗粒物料重新进入球磨机进行粉磨。

在水泥的粉磨过程中，球磨机起着至关重要的作用，表征球磨机运行状态的指标被称为磨机负荷，是决定球磨机做功好坏的主要因素。磨机负荷会直接影响水泥的粉磨效率，从而决定着水泥生产的质量和产量。受到物理条件和工作特性的限制，磨机负荷难以准确检测。目前，在水泥厂水泥粉磨的实际生产过程中，磨机负荷主要由现场操作员根据以往经验，由与磨机负荷有关的诸多变量中的一个变量或部分变量值来进行判断，这样会存在以下问题：(1)不同操作员的操作水平不同，经验不足的操作员往往很难准确的判断磨机负荷状态；(2)磨机的负荷与诸多变量有关，往往单一的一个变量或部分变量不能准确地反映磨机的实际工况，当某个变量出现波动时，容易导致操作员误判，进行不恰当的调节，从而影响水泥生产；(3)由于球磨机系统大惯性、大滞后的特点，磨机负荷的变化在一定的时间内才能显现出来，而现场操作员很难及时的进行相应的操作，从而不能使球磨机维持在稳定的工况下；(4)对于磨机负荷的分类定义(如欠负荷、正常负荷、过负荷等)没有量化为数值，区间过于宽泛，为后续的控制带来了很大的不确定性，磨机负荷的辨识框架设定过于简单。

发明内容

为了解决上述技术问题，本发明提出了一种水泥联合粉磨球磨机负荷软测量模型的建立方法及应用，实现对主导变量即磨机负荷的在线测量，提高测量结果可信度。

为实现上述目的，本发明采用以下技术方案：

水泥联合粉磨球磨机负荷软测量模型的建立方法，其特征是，基于模糊聚类认知网络建立，具体方法包括：

确定模糊认知网络节点，节点状态值归一化表示；

根据各节点之间因果关系，确定节点权值；

建立节点状态值与权值和上一时刻状态值的函数关系；

节点权值随系统反馈值更新；

采用可能性核聚类算法计算节点状态估计值；

建立软测量规则库，根据规则使用节点状态估计值代替模糊认知网络的系统反馈值。

进一步地，所述模糊认知网络节点包括：磨机负荷、磨机电流、回料量、出磨斗提电流、磨后温度。

进一步地，磨机负荷为主导变量节点，其他节点为辅助变量节点，辅助变量节点为稳定节点，主导变量节点为输出节点。

进一步地，所述函数关系表示为：

A^t＝f(A^t-1W+A^t-1)