一种基于工业大数据水泥生产烧成系统控制指标优化方法技术方案

本发明专利技术公开了一种基于工业大数据水泥生产烧成系统控制指标优化方法,包括下列步骤：步骤一、采集指征窑况的关键过程变量的历史数据。步骤二、将历史数据做归一化处理，通过数据拟合确定各关键过程变量的权重，得到窑况综合指标值的算式。步骤三、运行中采集上述关键过程变量的实时数据。步骤四、根据步骤二拟合得到的算式计算窑况综合指标值，对窑况进行综合评价。步骤五、将窑况综合指标值引入模型算法实现分解炉温度目标值的自动优化。本发明专利技术对包括分解炉温度的目标值和窑头喂煤秤罗茨风机送煤压力目标值在内的指标进行自动优化，实现工况的自适应调整，减少人为因素的影响，并在保证熟料质量的前提下实现较低的能耗。保证熟料质量的前提下实现较低的能耗。保证熟料质量的前提下实现较低的能耗。

【技术实现步骤摘要】
一种基于工业大数据水泥生产烧成系统控制指标优化方法


[0001]本专利技术属于水泥熟料生产领域，更具体地说，是涉及一种基于工业大数据水泥生产烧成系统控制指标优化方法。

技术介绍

[0002]水泥熟料生产属于典型的流程制造，生产工艺复杂，主要生产环节包括原料破碎、生料粉磨、煤磨、烧成(预热器、分解炉、篦冷机)、余热发电及熟料入库等过程。目前水泥生产过程操作，大多由操作人员通过DCS系统监控参数判断产线运行状况，根据工艺知识及经验手动调节喂煤量、喂料量以及风机转速等执行机构，实现生产工况的调整。近些年，随着《中国制造2025》的推进，水泥智能工厂持续推广，建设水平不断提升，水泥生产专家自动操作系统迎来了发展良机，应用范围不断扩大。
[0003]目前还出现了水泥生产专家自动操作系统，它的主要原理是根据传统人工操作调整的控制经验，以PID或MPC控制算法为计算核心，加入复杂的人为约束规则，操作人员根据经验设定控制目标，水泥生产专家自动操作系统根据设定的目标自动调整操作变量，让控制变量达到设定的目标值。
[0004]但上述现有技术根据水泥生产工况进行调整时都需要操作员根据经验对相应参数的目标值进行修改，因此存在以下技术问题：1.无法根据当前的工况进行适应性的调整。在水泥生产工业控制中，工况极其复杂，一旦系统完工后，它便失去了吸收新知识的能力，只能被动地解决之前出现过的情况，随着时间的推移，设备或工艺上的任何一个小小变更都可能使其失去活力，导致安全风险。2.经验挖掘比较肤浅。水泥专家自动操作系统所依赖的一些人工经验，大多都是线性关系，例如“提高篦速降低篦冷机风机出口压力”、“提高高温风机转速增加预热器出口氧含量”等，这些规则只能反应“1对1”或“2对1”之间的简单逻辑关系，如果再复杂一点的关系，采用经验规则约束的方式就越来越困难，甚至可以说是不可能完成的任务，在这种情况下，怎么样通过历史数据高效地剖析与挖掘参数之间的非线性关系就显得尤为重要。3.节能降耗。水泥专家自动操作系统只考虑了安全自动控制，不能兼顾节能的考量，无法做到进一步降低成本的目的，这也是传统专家系统没有大面积得到应用的主要原因。如何将大数据分析手段结合生产机理，解决多变量间复杂的耦合关系，从而达到生产过程的能耗降低及质量稳定，是实现水泥专家自动操作系统升级迭代的发展方向。

技术实现思路

[0005]本专利技术的目的是提供一种基于工业大数据水泥生产烧成系统控制指标优化方法，用于解决现有技术中对水泥生产线进行自动操作控制时必须依赖人为调整实现对参数目标值的优化，且相应控制方法在考虑安全控制和保障熟料质量的情况下不能兼顾节能考量的技术问题。
[0006]所述的一种基于工业大数据水泥生产烧成系统控制指标优化方法，包括下列步
骤。
[0007]步骤一、采集指征窑况的关键过程变量的历史数据。
[0008]步骤二、将历史数据做归一化处理，通过数据拟合确定各关键过程变量的权重，得到窑况综合指标值的算式。
[0009]步骤三、运行中采集上述关键过程变量的实时数据。
[0010]步骤四、根据步骤二拟合得到的算式计算窑况综合指标值，对窑况进行综合评价。
[0011]步骤五、将窑况综合指标值引入模型算法实现分解炉温度目标值的自动优化。
[0012]优选的，关键过程变量至少包括：窑头火焰的亮度、二次风温度、窑主电机电流、窑尾高温NO
x
含量和熟料游离氧化钙含量。
[0013]拟合用的窑况综合指标值的算式为：窑况综合指标值＝火焰亮度归一数值*系数1+二次风温度归一数值*系数2+窑主电机电流归一数值*系数3+窑尾高温NOx归一数值*系数4+熟料游离氧化钙含量归一数值*系数5。
[0014]优选的，火焰亮度根据每次计算时截取视频画面，对火焰明亮程度进行识别，分五级：亮、较亮、正常、较暗、暗；对应的火焰亮度归一数值：亮(1.0)、较亮(0.5)、正常(0)、较暗(
‑
0.5)、暗(
‑
1.0)。
[0015]优选的，如果关键过程变量能被直接测定，则计算相应关键过程变量按时间间隔的滚动平均值，间隔时间为t，采用的每个间隔时间内相应关键过程变量在使用间隔时间内的滚动平均值，归一化的算式为：关键过程变量归一数值＝(关键过程变量滚动平均
(当前)
‑
关键过程变量滚动平均
(t前)
)/关键过程变量滚动平均最大变化幅度。
[0016]关键过程变量滚动平均
(当前)
为当前时间起向前一个时间间隔内算出的关键过程变量的滚动平均值，“t前”即一个间隔时间前的关键过程变量滚动平均
(当前)
，二者差值即一个时间间隔前后关键过程变量滚动平均值之间的变化幅度，该变化幅度的最大值即关键过程变量滚动平均最大变化幅度根据历史数据能直接算出。
[0017]采用上述算式的关键过程变量包括二次风温度、窑主电机电流和窑尾高温NO
x
含量。
[0018]优选的，对于熟料游离氧化钙含量，系统应用熟料游离氧化钙预测算法，建立预测模型，用预测值进行控制，利用历史数据中与预测值对应的检测结果对预测模型进行修正，保持预测数据的准确性，相应算式如下：
[0019]熟料游离氧化钙含量归一数值＝(熟料游离氧化钙含量预测值
(当前)
‑
熟料游离氧化钙含量目标设定值)/熟料游离氧化钙含量与目标设定值间最大差值。
[0020]优选的，所述步骤四中计算出的窑况综合指标值是个在
‑
1至1之间的数值，根据试验和经验设定不同窑况综合指标取值区间对应的窑况具体状态：窑况综合指标值≥0.5，说明窑况非常好；0.5＞窑况综合指标值≥0.2，说明窑况较好；0.2>窑况综合指标值>
‑
0.2，说明窑况正常；
‑
0.2≥窑况综合指标值>
‑
0.5，说明窑况较差；
‑
0.5≥窑况综合指标值，说明窑况非常差；这一窑况综合指标值及对应的窑况具体状态为相应参数的目标值的优化调整提供依据。
[0021]优选的，所述步骤五中分解炉温度目标值的优化控制方式包括：当窑况综合指标值≥0.5时，系统通过计算一定滚动时间区间内二次风温度的波动幅度对二次风温度波动情况进行判断，相应波动幅度的算式为：二次风温度波动幅度＝二次风温度当前值
‑
二次风
温度前t'分钟滚动平均值，t'分钟即滚动时间区间。
[0022]若该波动达到下述第一种状态：二次风温度波动幅度绝对值>二次风温度波动幅度设定值
(SP)
，系统开始进行时间累计，时间累计的时长阈值为t"，若该波动在第一种状态持续时长t"，则提升分解炉温度目标设定值0.1度，并重置累计的时间；若该波动持续不足时长t"但保持第一种状态，则分解炉温度目标值保持不变，并继续时间累本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于工业大数据水泥生产烧成系统控制指标优化方法，其特征在于：包括下列步骤：步骤一、采集指征窑况的关键过程变量的历史数据；步骤二、将历史数据做归一化处理，通过数据拟合确定各关键过程变量的权重，得到窑况综合指标值的算式；步骤三、运行中采集上述关键过程变量的实时数据；步骤四、根据步骤二拟合得到的算式计算窑况综合指标值，对窑况进行综合评价；步骤五、将窑况综合指标值引入模型算法实现分解炉温度目标值的自动优化。2.根据权利要求1所述的一种基于工业大数据水泥生产烧成系统控制指标优化方法，其特征在于：关键过程变量至少包括：窑头火焰的亮度、二次风温度、窑主电机电流、窑尾高温NO
x
含量和熟料游离氧化钙含量；拟合用的窑况综合指标值的算式为：窑况综合指标值＝火焰亮度归一数值*系数1+二次风温度归一数值*系数2+窑主电机电流归一数值*系数3+窑尾高温NOx归一数值*系数4+熟料游离氧化钙含量归一数值*系数5。3.根据权利要求2所述的一种基于工业大数据水泥生产烧成系统控制指标优化方法，其特征在于：火焰亮度根据每次计算时截取视频画面，对火焰明亮程度进行识别，分五级：亮、较亮、正常、较暗、暗；对应的火焰亮度归一数值：亮(1.0)、较亮(0.5)、正常(0)、较暗(
‑
0.5)、暗(
‑
1.0)。4.根据权利要求2所述的一种基于工业大数据水泥生产烧成系统控制指标优化方法，其特征在于：如果关键过程变量能被直接测定，则计算相应关键过程变量按时间间隔的滚动平均值，间隔时间为t，采用的每个间隔时间内相应关键过程变量在使用间隔时间内的滚动平均值，归一化的算式为：关键过程变量归一数值＝(关键过程变量滚动平均
(当前)
‑
关键过程变量滚动平均
(t前)
)/关键过程变量滚动平均最大变化幅度；关键过程变量滚动平均
(当前)
为当前时间起向前一个时间间隔内算出的关键过程变量的滚动平均值，“t前”即一个间隔时间前的关键过程变量滚动平均
(当前)
，二者差值即一个时间间隔前后关键过程变量滚动平均值之间的变化幅度，该变化幅度的最大值即关键过程变量滚动平均最大变化幅度根据历史数据能直接算出；采用上述算式的关键过程变量包括二次风温度、窑主电机电流和窑尾高温NO
x
含量。5.根据权利要求2所述的一种基于工业大数据水泥生产烧成系统控制指标优化方法，其特征在于：对于熟料游离氧化钙含量，系统应用熟料游离氧化钙预测算法，建立预测模型，用预测值进行控制，利用历史数据中与预测值对应的检测结果对预测模型进行修正，保持预测数据的准确性，相应算式如下：熟料游离氧化钙含量归一数值＝(熟料游离氧化钙含量预测值
(当前)
‑
熟料游离氧化钙含量目标设定值)/熟料游离氧化钙含量与目标设定值间最大差值。6.根据权利要求2
‑
5中任一所述的一种基于工业大数据水泥生产烧成系统控制指标优化方法，其特征在于：所述步骤四中计算出的窑况综合指标值是个在
‑
1至1之间的数值，根据试验和经验设定不同窑况综合指标取值区间对应的窑况具体状态：窑况综合指标值≥...

【专利技术属性】
技术研发人员：吴铁军，詹家干，王恒兵，赵波，王书信，胡义宏，陆小松，王松华，郭玉龙，陆兴风，胡小东，
申请(专利权)人：安徽海螺信息技术工程有限责任公司，
类型：发明
国别省市：