[发明专利]一种基于模型预测框架的水泥配方石灰石比例调节方法

说明书

本发明属于基于智能算法的盘景水泥磨配料配比优化的技术领域，具体涉及一种基于模型预测框架的水泥配方石灰石比例调节方法。所述调节方法通过将历史数据进行数据预处理，并采用粗糙集算法获得石灰石烧失量主导影响因素石灰石比例；进行数据拼接并将石灰石比例离散化获得石灰石比例逻辑分析决策表；构建神经网络模型在线训练得预测水泥烧失量变化趋势的模型；制定模糊pid优化规则，采用所述预测水泥烧失量变化趋势的模型进行预测获得水泥烧失量预测值，并基于模糊pid优化规则进行石灰石比例调整。该方法能够是的配方调节标准化，大大减少了工作量和认为误差。

技术领域

本发明属于基于智能算法的盘景水泥磨配料配比优化的技术领域，具体涉及一种基于模型预测框架的水泥配方石灰石比例调节方法。

背景技术

水泥磨工艺流程中将熟料，转炉渣，磷石膏，石灰石分别送到对应的库中，将它们按不同的配比，喂料量，流量分为两种型号，将两种型号的物料分别进行混合除铁送至3号，4号磨，而后经履带和提升斗送入称重仓，经称重仓出来的物料进入辊压机破碎后由提升斗送微选机，微选机将饼状料打散的同时具有简单的选分功能，将粗料重新送称重仓，细料由循环风机产生的舱内负压带入旋风筒，旋风筒细料灰尘在负压作用下进入选粉机，绝大部分物料以粗料形式经斜槽直接进入水泥磨。水泥磨旋转带动研磨介质将混合料磨细后在由尾排风机产生的磨内负压的作用下经磨机出口排出，经斜槽和磨尾提升斗送入选粉机，选粉机将粗料甩到外壁后滑落进入磨机，细料在由主排风机产生的舱内负压作用下进入除尘设备后经斜槽进入水泥提升斗，直接送入水泥仓库。

水泥配方主要指熟料、石灰石、石膏和矿粉，通过调节这几个物料的百分比来控制水泥关键质量参数。盘景目前根据钙铁硫分析仪检测水泥中的SO3和CaO含量，通过烧失实验来确定水泥烧失量。目前根据SO3含量来调整石膏配比从而调节凝结时间；根据烧失量来控制石灰石配比，因为石灰石对烧失量的影响是37--38％，石膏的影响量是10--20％，熟料只贡献0.3--0.5％；根据CaO含量来调节矿粉和石灰石含量，因为熟料带来氧化钙65--66％，石灰石带来40--45％，矿粉带来35--40％。配方和工况对水泥关键质量参数都有影响，关键质量参数的阶跃变化由配方引起，其随机波动由工况引起，目前我国的配料调节过程仍以人工调节为主，为稳定水泥质量，降低成本，提出基于模型预测框架的水泥配方石灰石比例调节方法。

发明内容

基于此，为解决基于历史生产数据分析，通过模型预测控制水泥磨工艺从而稳定水泥质量的问题，本发明目的在于从历史生产数据中挖掘影响水泥烧失量的关键配方和工况因素，拼接形成决策表，大数据决策表在线训练统计预测与机理预测模型，对水泥烧失量进行在线预测，并制作配方优化控制器完成配方的在线优化。

本发明提供了一种基于模型预测框架的水泥配方石灰石比例调节方法，所述调节方法具体包括：

获取水泥配方、水泥烧失量历史数据，将可能影响水泥烧失量的因素的历史记录数据与水泥烧失量的历史记录数据进行拼接，再进行数据预处理，即采用粗糙集算法将拼接后配方、工况和水泥烧失量数据离散化并去除冗余和矛盾数据；

根据数据预处理后的数据获得石灰石比例逻辑分析决策表；

构建神经网络模型，根据所述石灰石比例逻辑分析决策表在线训练，获得预测水泥烧失量变化趋势的模型；

制定模糊pid优化规则，将待调整石灰石比例采用所述预测水泥烧失量变化趋势的模型进行预测获得水泥烧失量预测值，并基于模糊pid优化规则进行石灰石比例调整。

进一步的，所述调节方法还包括：

根据所述石灰石比例调整后进行水泥配置，并测定其实际水泥烧失量；

将所述实际水泥烧失量和水泥烧失量预测值进行比较，当绝对差值小于1％时，采用模糊pid优化规则进行调节，当绝对差值大于1％时，采用反馈校正方法进行调节。

进一步的，所述数据预处理具体包括：