新型干法水泥烧成系统fcao软测量研究

《新型干法水泥烧成系统fcao软测量研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、济南大学硕十学位论文摘要f-CaO是水泥熟料中没有参加化学反应，以游离态存在的氧化钙，是影响水泥安定性的主要因素，能够直接反映物料在烧成系统烧成带的烧成状况。目前大部分水泥厂采用丙三醇．乙醇法或乙二醇．乙醇快速法来检测水泥熟料f-CaO含量，这两种方法都是离线检测。由于通常化验室每隔一小时取样一次进行f-CaO含量检测，中控室操作员获得的f-CaO含量检测值是一小时之前的数据，故降低了对于烧成系统控制的参考价值。一切工业生产的目的都是为了获得合格的产品，为了实现良好的质量控制，就必须对产品质量或与产品质量密切相关的重要

2、过程变量进行实时准确的检测。软测量技术正是解决现代复杂工业过程中难以检测的重要过程变量实时估计问题的有效手段。本文依托国家高技术研究发展计划(863)子课题——软测量、单元级优化控制系统设计开发及工程应用(新型干法水泥生产过程集成控制应用)课题，对于新型干法水泥烧成系统f-CaO软测量进行研究。在深入分析新型干法水泥烧成系统水泥熟料生产工艺的基础之上，选择窑主电机电流、二次风温和烟室温度作为水泥熟料f-CaO软测量的辅助变量，采用平均最小距离(MMD)聚类算法剔除样本数据中的过失误差，并进行数据的标准化处理。由于新型干

3、法水泥烧成过程具有强耦合、大时滞、非线性、多变量、时变等特性，故难以建立精确的数学模型来描述水泥熟料的烧成过程，无法采用机理建模的方法进行水泥熟料f-CaO软测量。在分析比较各种经验建模方法的基础上，本文选择了基于统计理论的最dx--乘支持向量机(LS．SVM)作为水泥熟料f-CaO软测量的建模方法。仿真试验表明LS．SVM建模具有良好的学习能力、泛化性能和求解速度。文中选用径向基函数作为LS．SVM的核函数，采用交叉验证和网格搜索的方法确定LS．SVM的正规化参数和核参数。针对LS．SVM丧失稀疏性的问题给出了改进的

4、LS—SVM建模方法。仿真研究表明基于改进的LS—SVM水泥熟料f-CaO软测量可以取得较为理想的效果。文中以ABB公司的Freelance2000DCS系统为例，给出了以OPC技术和SQLServer数据库技术为基础的水泥熟料f-CaO软测量实现方案、辅助变量的在线数据处理方法及LS．SVM的在线算法。用VC++6．0开发f-CaO软测量界面，将其用于新型干法水泥生产现场，得到了良好的f-CaO软测量效果。III新犁干法水泥烧成系统f--CaO软测量研究水泥熟料f-CaO软测量的实现对于保证水泥熟料质量和实现水泥生产

5、烧成系统的优化控制具有重要意义，对其进一步研究具有良好的应用前景。关键词：f-CaO，软测量，数据预处理，LS—SVM建模，在线算法IV济南大学硕士学位论文AbstractThecalciumoxideincementclinkerwhichdoesnotreactduringcalcinationandexistsfreeiscalledf-CaO．Itimpactsstabilityofcement，andreflectsfiringconditionofthecementclinkerintheburningzo

6、neoftheburningSystem．Currently,mostcementplantadoptsGlycerol·-ethanolmethodorGlycol·-ethanolrapidmethodtodetectcontentoff-CaO，bothofthemareofflinedetection．Becausecontentoff-CaOdetectseveryonehour,operatorsinthecontrolroomCanonlygetdetectionvalueonehourago，there

7、ferencevalueoncontrollingburningSystemisdecreasing．Thepurposeofallindustrialproductionisgettingforeligibleproducts．Inordertoachievegoodqualitycontrol，itmustberealizingreal-timedetectiononproductsqualityorimportantprocessvariables．SoR-sensingisaneffectivewaytosol

8、vetheproblemofprocessvariablesreal-timedetection．Inthispaper,relyingonnationalhigh-techresearchdevelopmentplan(863)sub—topic：Soft—sensing，unit—leveloptimizationcontro