[发明专利]水泥生料成分软测量的方法及装置

权利要求书

1.一种水泥生料成分软测量的方法，其特征是，包括以下步骤：

采集水泥厂辊磨机运行过程中的状态变量数据；

使用灰色关联度从所述状态变量数据中提取在线特征变量；

利用提取的在线特征变量建立生料CaO软测量模型；

采用生料CaO软测量模型对水泥生料CaO进行测量。

2.根据权利要求1所述的水泥生料成分软测量的方法，其特征是，所述状态变量数据包括：定辊电流、辊磨压力、斗提电流、选粉机电流、小仓仓重、循环风机电流、辊缝差、出磨温度和入磨温度。

3.根据权利要求1所述的水泥生料成分软测量的方法，其特征是，所述在线特征变量包括：定辊电流、辊磨压力和小仓仓重。

4.根据权利要求1所述的水泥生料成分软测量的方法，其特征是，所述提取在线特征变量，包括：

对状态变量数据使用线性插值来填充原始数据的瞬时缺失值，并用依达拉准则剔除异常值；

对剔除异常值后的状态变量数据进行均值滤波；

采用灰色关联度计算均值滤波后的状态变量数据与生料CaO含量的相关性程度。

5.根据权利要求4所述的水泥生料成分软测量的方法，其特征是，所述对状态变量数据使用线性插值来填充原始数据的瞬时缺失值的计算公式为：

式中，t_b与y_b是待求数据点对应的时刻与估计值，t_h与y_h是数据缺失时间段后有效记录点对应的时刻与实际值，t_q与y_q是数据缺失时间段前最近有效记录点对应的时刻与实际值。

6.根据权利要求4所述的水泥生料成分软测量的方法，其特征是，所述用依达拉准则剔除异常值的计算公式为：

式中，x_i为状态变量数据的值，n表示样本数目总个数，σ表示标准差。

7.根据权利要求4所述的水泥生料成分软测量的方法，其特征是，所述对剔除异常值后的状态变量数据进行均值滤波的计算公式为：

式中，n为均值滤波的时间窗口长度，X_j为状态变量数据，X_i为均值滤波后的均值滤波。

8.根据权利要求4所述的水泥生料成分软测量的方法，其特征是，所述采用灰色关联度计算均值滤波后的状态变量数据与生料CaO含量的相关性程度，包括：

选取确定的原始序列，以状态变量数据为自变量，生料CaO含量为因变量构成一个比较数列；

采用归一化公式对状态变量数据进行无量纲处理；

对归一化后的状态变量数据求差序列、两级差；

计算关联度系数和灰色关联度。

9.根据权利要求3所述的水泥生料成分软测量的方法，其特征是，所述利用提取的在线特征变量建立生料CaO软测量模型，包括：

给定样本集合是{(x_i，y_i),i＝1,2,3,L,n}，并且x_i∈R^m为输入向量，y_i∈R为目标向量，n为样本数量；

进行线性回归处理：

f(x)＝ω^Tφ(x)+b

式中，ω表示权向量，b表示偏置项，φ(x)为非线性映射函数；

根据结构风险最小化原则，LSSVM的优化目标为：

其约束条件为：

y_i＝ω^Tφ(x_i)+b+ε_i

式中：ε为误差变量；c0为惩罚系数；

引入拉格朗日函数将该问题转化到其对偶空间进行求解，即：

其中，α_i为拉格朗日乘子；

根据最优化理论中的KKT条件，并用最小二乘法求出α和b，得到软测量输出。

10.一种水泥生料成分软测量的装置，其特征是，包括：

数据采集模块，用于采集水泥厂辊磨机运行过程中的状态变量数据；

特征变量提取模块，用于使用灰色关联度从所述状态变量数据中提取在线特征变量；

模型建立模块，用于利用提取的在线特征变量建立生料CaO软测量模型；

生料CaO测量模块，用于采用生料CaO软测量模型对水泥生料CaO进行测量。