[发明专利]一种球磨机水泥生料粉磨粒度软测量方法

说明书

技术领域

本发明涉及水泥生产过程参数监测领域，尤其是涉及一种球磨机水泥生料粉磨粒度软测量方法。

背景技术

球磨机水泥生料粉磨过程中成品粒度是重要的质量指标。粒度大小合适、颗粒均匀的水泥生料有利于烧成工序化学反应的快速平稳进行。为保证生产顺利进行，水泥生料粉磨过程必须要将成品粒度控制在一定的范围内。生产过程中，由于缺乏成品粒度的在线检测设备，使得先进控制系统无法及时获取生料粒度信息。虽然水泥企业可通过取样化验得到离线测量结果，但是，这种离线测量方式操作复杂、采样间隔时间过长，不适合作为先进控制系统中的变量反馈。因此，建立成品粒度的软测量模型，提供生料成品粒度参数进行实时、连续估计和预测，使先进控制系统能够及时获得球磨机生料粉磨过程中的工况变化信息，对实现生料粉磨粒度的优化和先进控制，保证成品质量具有重要意义。

球磨机生料粉磨过程工艺如图1所示。石灰石、砂岩、钢渣、页岩等水泥生料原材料经皮带秤计量后进入球磨机粉磨。生料在球磨机中被破碎、研磨和充分混合。经球磨机粉磨后的生料进入选粉机筛选，合格的生料进入生料均化库，不合格的生料回到球磨机继续粉磨。在选粉机成品出口，生料由自动取样设备采样送入生料粒度监测仪进行分析。生料粉磨控制系统根据生料粒度监测值，对球磨机、选粉机、配料控制系统进行调节，以达到最佳的生料粉磨粒度。在这一过程中，由于生料成品采样时间间隔较长，检测结果反馈到生料粉磨控制系统中再到控制系统完成各设备的调整，该调节过程是一个大滞后过程。另外，由于生料流量和成分的波动较大，造成生料粉磨粒度受到了较大的扰动影响。因此，水泥生料粉磨粒度检测具有较为明显的大滞后及大扰动的特点。

目前，生料粉磨粒度的软测量方法主要有两种：(1)基于多元线性回归模型的软测量方法；(2)基于BP（误差反向传播）神经网络的软测量方法。研究表明，基于多元线性回归模型的软测量方法虽然实施和软件开发比较容易，但是由于估计精度太低，实际应用一般不予采用；BP建模算法实施比较困难，且由于是基于梯度搜索的，网络学习过程收敛速度慢，容易陷入局部最优，而且对网络的初始权值和学习速率都极为敏感。因此，有必要根据水泥生料粉磨粒度在线检测的理论寻找一种新的软测量方法，有针对性的解决水泥生料粒度软测量的实际问题。

发明内容

针对当前生料粉磨过程中存在的成品粒度实时测量问题的不足，本发明要解决的技术问题是提供一种能够克服估计精度低、收敛速度慢、容易陷入局部最优等缺点，能够对生料成品粒度实时、连续、准确地估计和预测的软测量方法。

为解决上述技术问题，本发明采用的技术方案是：一种球磨机水泥生料粉磨粒度软测量方法，包括以下步骤：

选择辅助变量：对球磨机生料粉磨的过程变量进行关联度分析，选择关联度相对较高的多个过程变量作为辅助变量；

数据预处理：对采集到的数据进行筛选、滤波和标准化；

基于GA-NN的软测量建模：以成品生料粒度作为主导变量，基于GA算法提出一种用于神经网络训练的学习算法，即将神经网络中需要调整的权值看成是染色体的基因，通过染色体的选择、交叉和变异来完成网络训练过程；

软测量模型的校正：采用长期校正的方式对软测量模型进行校正。

所述辅助变量选择步骤根据灰色关联度理论确定辅助变量为：选粉机转速、喂料流量、选粉机入口风压和选粉机负荷。

所述关联度分析理论中的灰色关联度表达式为：