水泥熟料的活性调控模型及其应用制造技术

本发明专利技术是关于一种水泥熟料的活性调控模型及其应用。所述活性调控模型基于宽度增量学习系统；向所述活性调控模型中输入所述水泥熟料的矿相参数、掺杂离子种类及掺杂离子掺量，所述活性调控模型能够输出向所述水泥熟料中掺杂所述掺杂离子时达到的活性矩阵。所要解决的技术问题是如何基于机器学习技术，解决水泥熟料研究周期长、效率低等技术难题，使其能够指导水泥熟料的研发和制造，提高效率，从而更加适于实用。加适于实用。加适于实用。

【技术实现步骤摘要】
水泥熟料的活性调控模型及其应用


[0001]本专利技术属于水泥熟料制造
，特别是涉及一种水泥熟料的活性调控模型及其应用。

技术介绍

[0002]通过离子掺杂技术改变水泥熟料矿相结构以提高其活性，是目前最常用、最有效的方法之一，在水泥工业中也有着广阔的应用前景。离子掺杂技术主要从以下三个主要方面影响水泥的水化活性：1)通过固溶作用引起晶格缺陷，从而提高矿物的水化活性；2)使具有高水化活性的矿物相能在常温下稳定存在；3)在水泥颗粒表面形成不溶的物质，从而起着保护膜的作用，延缓其水化。
[0003]离子掺杂技术的发展与推进大部分是从掺杂离子半径/电负性角度出发建立相关联系，且大多数试验工作均在实验室中完成。这种“试错”法耗时费力，极大地延缓了该项技术的革新。
[0004]随着计算机的发展及其工作性能的提高，计算材料学快速兴起，推动着材料研发由“经验+试错”的模式向计算驱动的研发模式转变，引入科学的数据驱动+机器学习的研究范式，将显著地加速探索材料研究问题。
[0005]目前，机器学习技术已广泛应用于材料研究工作中，在水泥混凝土领域也有涉及，例如，估算多种因素的影响条件下混凝土的抗压强度、预测水泥混凝土中孔隙溶液成分、优化耐久性混凝土配合比等。但是，相关技术方法在水泥熟料制备方面仍处于空白。

技术实现思路

[0006]本专利技术的主要目的在于，提供一种水泥熟料的活性调控模型及其应用，所要解决的技术问题是如何基于机器学习技术，解决水泥熟料研究周期长、效率低等技术难题，使其能够指导水泥熟料的研发和制造，提高效率，从而更加适于实用。
[0007]本专利技术的目的及解决其技术问题是采用以下技术方案来实现的。依据本专利技术提出的一种水泥熟料的活性调控模型，所述活性调控模型基于宽度增量学习系统；向所述活性调控模型中输入所述水泥熟料的矿相参数、掺杂离子种类及掺杂离子掺量，所述活性调控模型能够输出向所述水泥熟料中掺杂所述掺杂离子时达到的活性矩阵。
[0008]本专利技术的目的及解决其技术问题还可采用以下技术措施进一步实现。
[0009]优选的，前述的水泥熟料的活性调控模型，其中所述活性调控模型按照下述步骤训练：
[0010]1)获取所述水泥熟料的矿相参数、掺杂离子种类和掺杂离子掺量；
[0011]2)将步骤1)所述水泥熟料的矿相参数、掺杂离子种类和掺杂离子掺量输入所述活性调控模型；
[0012]3)调整特征映射组数量n、每个特征映射组中特征节点数量k、增强节点数量m和迭代周期数量以优化模型预测性能，使所述活性调控模型的均方误差和均方根误差均小于1，
且相关系数R2≥0.850，得到水泥熟料的活性调控模型。
[0013]优选的，前述的水泥熟料的活性调控模型，其中所述水泥熟料选自硅酸盐水泥熟料、铝酸盐水泥熟料、硫铝酸盐水泥熟料和铁铝酸盐水泥熟料中的至少一种。
[0014]优选的，前述的水泥熟料的活性调控模型，其中所述水泥熟料的矿相包括硅酸二钙、硅酸三钙、铝酸一钙、二铝酸一钙、铝酸三钙、七铝酸十二钙、铁酸二钙、铁铝酸四钙、二铁铝酸六钙、铁二铝酸六钙、硫铝酸钙、硫硅酸钙、钙铝黄长石、方镁石、游离石膏和/或游离氧化钙。
[0015]优选的，前述的水泥熟料的活性调控模型，其中所述矿相参数为所述水泥熟料中每种矿相的晶体结构参数。
[0016]优选的，前述的水泥熟料的活性调控模型，其中所述晶体结构参数选自形成能、键序键长分布、电子结构、空间群、非键电子数、有效电荷、局部电荷密度、晶面间距和晶胞参数中的至少三种。
[0017]优选的，前述的水泥熟料的活性调控模型，其中所述特征映射组数量n为5～60的自然数；所述特征节点数量k为5～50的自然数；所述增强节点数量m为5～70的自然数；所述迭代周期数量为10～70的自然数。
[0018]优选的，前述的水泥熟料的活性调控模型，其中m≤20时，k＞5；m＞20时，k≤15。
[0019]优选的，前述的水泥熟料的活性调控模型，其中输入所述活性调控模型的水泥熟料的矿相参数、掺杂离子种类及掺杂离子掺量包括多个样本，且每个样本都包括多个维度参数的样本矩阵X；
[0020]所述样本矩阵X通过以下函数映射得到特征映射组：
[0021][0022]其中，是由样本矩阵到特征映射组的特征映射函数；W
ei
和β
ei
是由样本矩阵到特征映射组随机生成的权重矩阵和偏置矩阵；Z
i
是第i个特征映射组；n为自然数；
[0023]每个特征映射组包含k个特征节点，k为自然数；n个特征映射组形成特征映射矩阵Z
n
＝[Z1,Z2,
…
Z
n
]；
[0024]所述特征映射矩阵Z
n
通过以下函数映射得到增强节点：
[0025][0026]其中，ξ是由特征映射组到增强节点的非线性激活函数；所述非线性激活函数选自S型函数、高斯函数、双曲正切函数、线性整流函数和三角基函数中的任意一种；W
hm
和β
hm
是由特征映射组到增强节点随机生成的权重矩阵和偏置矩阵；H
j
是第j系列的增强节点；
[0027]m个增强节点形成增强节点矩阵H
m
＝[H1,H2,
…
H
m
]；
[0028]所述特征映射矩阵与增强节点矩阵组合为增强矩阵A
n+m
＝[Z
n
|H
m
]；所述水泥熟料的活性矩阵Y通过以下函数表示：
[0029]Y＝A
n+m
W
[0030]其中，W为由增强矩阵A
n+m
至活性矩阵Y的权重。
[0031]本专利技术的目的及解决其技术问题还采用以下的技术方案来实现。依据本专利技术提出的一种水泥熟料的活性调控模型在水泥熟料制备中的应用，其包括以下步骤：
[0032]1)获取水泥熟料的矿相参数和掺杂离子种类；
[0033]2)将所述水泥熟料的矿相参数和掺杂离子种类，以及掺杂离子掺量输入如前述的水泥熟料的活性调控模型中，得到向所述水泥熟料中掺杂所述掺杂离子时达到的活性矩阵；
[0034]3)根据所述活性矩阵获取目标掺杂离子掺量；
[0035]4)按照目标掺杂离子掺量进行试验验证，然后离子掺杂，煅烧，得到活性可控的水泥熟料。
[0036]借由上述技术方案，本专利技术提出的一种水泥熟料的活性调控模型及其应用至少具有下列优点：
[0037]本专利技术提出的水泥熟料的活性调控模型及其应用，其以水泥熟料矿相特性、掺杂离子种类及掺杂离子掺量为要素，通过从水泥熟料领域现有技术数据中学习掺杂离子等影响因素对于水泥熟料水化活性之间的潜在关系，从而建立一种水泥熟料的活性调控模型，以实现对水泥熟料活性的良好预测，使其能够在水泥熟料煅烧之前就给出水泥熟料活性的预控方案，从本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水泥熟料的活性调控模型，其特征在于，所述活性调控模型基于宽度增量学习系统；向所述活性调控模型中输入所述水泥熟料的矿相参数、掺杂离子种类及掺杂离子掺量，所述活性调控模型能够输出向所述水泥熟料中掺杂所述掺杂离子时达到的活性矩阵。2.根据权利要求1所述的水泥熟料的活性调控模型，其特征在于，所述活性调控模型按照下述步骤训练：1)获取所述水泥熟料的矿相参数、掺杂离子种类和掺杂离子掺量；2)将步骤1)所述水泥熟料的矿相参数、掺杂离子种类和掺杂离子掺量输入所述活性调控模型；3)调整特征映射组数量n、每个特征映射组中特征节点数量k、增强节点数量m和迭代周期数量以优化模型预测性能，使所述活性调控模型的均方误差和均方根误差均小于1，且相关系数R2≥0.850，得到水泥熟料的活性调控模型。3.根据权利要求1或2所述的水泥熟料的活性调控模型，其特征在于，所述水泥熟料选自硅酸盐水泥熟料、铝酸盐水泥熟料、硫铝酸盐水泥熟料和铁铝酸盐水泥熟料中的至少一种。4.根据权利要求1或2所述的水泥熟料的活性调控模型，其特征在于，所述水泥熟料的矿相包括硅酸二钙、硅酸三钙、铝酸一钙、二铝酸一钙、铝酸三钙、七铝酸十二钙、铁酸二钙、铁铝酸四钙、二铁铝酸六钙、铁二铝酸六钙、硫铝酸钙、硫硅酸钙、钙铝黄长石、方镁石、游离石膏和/或游离氧化钙。5.根据权利要求1或2所述的水泥熟料的活性调控模型，其特征在于，所述矿相参数为所述水泥熟料中每种矿相的晶体结构参数。6.根据权利要求5所述的水泥熟料的活性调控模型，其特征在于，所述晶体结构参数选自形成能、键序键长分布、电子结构、空间群、非键电子数、有效电荷、局部电荷密度、晶面间距和晶胞参数中的至少三种。7.根据权利要求1或2所述的水泥熟料的活性调控模型，其特征在于，所述特征映射组数量n为5～60的自然数；所述特征节点数量k为5～50的自然数；所述增强节点数量m为5～70的自然数；所述迭代周期数量为10～70的自然数。8.根据权利要求7所述的水泥熟料的活性调控模型，其特征在于，m≤20时，k＞5；m＞20时，k≤15。9.根据权利要求2所述的水泥熟料的活性调控模型，其特征在于，输入所述活性调控模型的水泥熟料的矿相参数、掺杂离子...

【专利技术属性】
技术研发人员：张文生，王鹏起，
申请(专利权)人：中国建材集团有限公司，
类型：发明
国别省市：