一种基于制造技术

本发明专利技术提供了一种基于

【技术实现步骤摘要】
一种基于CatBoost模型的熟料立升重预测方法


[0001]本专利技术涉及水泥工业生产
，具体地，涉及一种基于
CatBoost
模型的熟料立升重预测方法
。

技术介绍

[0002]在新型干法水泥回转窑熟料烧成过程中，因立升重能反映熟料烧结情况和质量情况，测定立升重具有重要意义，第一衡量质量情况，第二可以反映窑内温度控制高低的标准，故而作为生产中质量检测项目之一，工厂会对熟料立升重进行测定
。
[0003]熟料立升重是指一定粒度熟料单位容量的重量，以
g/L
表示，为了及时掌握出窑熟料的质量，除了根据其外观特征进行鉴别外，还可以测定熟料立升重来鉴别熟料的质量
。
立升重太低或者过高都说明熟料烧制状态不佳
。
对于结粒大的熟料，其表面积会影响篦冷机的热回收效率
。
[0004]在现有的水泥生产控制过程中，大部分企业熟料立升重是通过人工检测得到
。
熟料立升重一般2小时检测一次，或者4小时检测一次，周期长，如要以立升重指导本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
CatBoost
模型的熟料立升重预测方法，其特征在于，包括以下步骤；步骤1：入窑生料化学成分数据采集；步骤2：入窑生料化学成分数据通讯；步骤3：生料化学成分数据处理；步骤4：构建烧成带温度实时动态模型；步骤5：采集人工测量熟料立升重数据；步骤6：构建
CatBoost
机器学习模型训练预测数据算法模型；步骤7：集成基于预测数据算法模型进行在线预测框架
。2.
如权利要求1所述一种基于
CatBoost
模型的熟料立升重预测方法，其特征在于，所述步骤1的流程包括：
S101
生料进行破碎和预均化处理后采集样本；
S102
对生料样本进行磨片处理；
S103
对生料样本进行压光处理；
S104
导入荧光分析仪进行检测；
S105
导出荧光仪数据
。3.
如权利要求1所述一种基于
CatBoost
模型的熟料立升重预测方法，所述步骤2的流程包括：
S201
采集导出的荧光仪数据采用
tcp socket
协议进行数据通讯传输，通过
tcp socket
接口发送
byte
字节流到客户端，客户端接受数据，解析数据写入数据库
A
；
S202
搭建
JVM、IntelliJ IDEA
环境，关系型数据库
mysql
环境，消息中间件
kafka
环境，通过正则表达式解析入窑生料化学成分，数据写入数据库
A
中；
S203
通过定时框架任务获取，定时调度获取数据
A。4.
如权利要求1所述一种基于
CatBoost
模型的熟料立升重预测方法，所述步骤3的流程包括：
S301
提取步骤2数据库
A
的数据，建立公式计算模型，进行灼烧基换算；
S3011
将生料氧化铝
Al2O3转换为灼烧基
Al2O3，结合水泥工艺机理，转换公式如下：
shu_liao_Al2O3＝
sheng_liao_Al2O3/(1
‑
loss/100)S3012
：将生料氧化铁
Fe2O3转换为灼烧基
Fe2O3，结合水泥工艺机理，转换公式如下：
Shu_liao_Fe2O3＝
sheng_liao_Fe2O3/(1
‑
loss/100)S3013
将生料氧化镁
MgO
转换为灼烧基
MgO,
结合水泥工艺机理，转换公式如下：
Shu_liao_MgO
＝
sheng_liao_MgO/(1
‑
loss/100)S302
读取步骤2数据库
A
中采集生料氧化物含量数据，计算液相量，按照以下公式：液相量
(1450℃)
＝
3.0Al2O3+2.25Fe2O3+Mg0+R
，其中
R
为
k
和
Na
之和
S303
若工厂不测定
R
，即
k
和
Na
不测定，通过如下公式计算液相量
:
液相量＝
(3.0Al2O3+2.25Fe2O3+Mg0)(1
‑
煤灰掺入量
/100)+
煤灰掺入量煤灰掺入量＝
(
标煤耗
*7000*
空气干燥基灰分
Aad)/
入窑煤粉热值
QnetAdS304
储存液相量计算后数据，将数据储存到数据库
B。5.
如权利要求1所述一种基于
CatBoost
模型的熟料立升重预测方法，所述步骤4的流程包括：
S401
通过
opc
接口采集现场
DCS
数据，包括窑尾气体分析仪
NOx,
二次风温，窑主机电流，窑尾烟室温度等4个数据；
S402
对窑尾气体分析仪
NOx
进行均值滤波处理，对变量的近5分钟
N
个样本数据求平均值，将反吹数据过滤掉，使用邻近值替换，并建立指标数据集
X1S403
对二次风温数据进行均值滤波处理，对变量的近5分钟
N
...

【专利技术属性】
技术研发人员：吴伟方，周士海，张新民，彭行勇，余伟，闫仕昭，王家普，陈勇，董浩，
申请(专利权)人：广德独山南方水泥有限公司，
类型：发明
国别省市：