引用本文
乔景慧, 柴天佑. 数据与模型驱动的水泥生料分解率软测量模型. 自动化学报, 2019, 45(8): 1564-1578. doi: 10.16383/j.aas.c180734
QIAO Jing-Hui, CHAI Tian-You. Data and Model-based Soft Measurement Model of Cement Raw Meal Decomposition Ratio. ACTA AUTOMATICA SINICA, 2019, 45(8): 1564-1578. doi: 10.16383/j.aas.c180734
http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180734
关键词
生料分解过程,生料分解率,软测量模型,层级S核函数,协调因子
摘要
水泥生料在分解炉内分解过程的质量指标是生料分解率(Raw meal decomposition ratio,RMDR),由于生料边界条件频繁变化且人工离线检测周期为2小时,致使产品质量指标合格率低且极易造成预热器C5下料管堵塞.为了解决上述问题,本文提出了基于数据与模型驱动的水泥生料分解率软测量模型,由基于Kullback-Leibler(KL)散度密度比的异常值检测、基于机理模型的生料分解率模型、基于层级Sigmoid(S)核函数的生料分解率模型、生料分解率离线检测模型和基于模糊模型的协调因子组成.实际应用结果表明,所提出的模型能够根据当前工况的变化选择正确的子模型,并且使生产远离故障工况.
文章导读
复杂工业过程运行优化控制[1-2]需要准确检测与生产过程中产品质量、产量、效率、能耗等指标相关的难以直接测量的过程参数[3-4], 如水泥熟料生产过程中的生料分解率(Raw meal decomposition ratio, RMDR)、回转窑烧成带温度、烧成带长度、回转窑内物料停留时间、废气氮氧化物及氧含量、熟料游离氧化钙含量[5-6].这些过程参数的实时检测一直是水泥熟料生产过程亟待解决的难题.产品质量指标生料分解率决定台时产能、熟料热耗、回转窑负荷率及预热器C5下料管堵塞概率[7].实际中, 生料分解率由人工取样每隔1小时检测一次, 这样影响生产的正常运行.因此, 水泥生料分解过程生料分解率的研究是至关重要的.
实际中, 为了获得生料分解率软测量值, 需要采集离线及在线辅助变量数据.因此, 需要对这些辅助变量进行异常值检测, 常用的检测方法有基于距离的异常值检测[8].然而它没有考虑局部密度的变化, 仅适用于全局异常值检测, 不适用于局部异常值检测.目前, 基于密度的异常值检测方法得到广泛应用, 如文献[9-10], 但是对于未知样本计算概率密度是很困难的.因此, 采用不计算概率密度而直接进行密度比评估的Kullback-Leibler (KL)散度密度比的异常值检测方法[11].
对于水泥生料分解过程的研究, 文献[12]提出了递归限定记忆主元分析与最小二乘支持向量机结合的生料分解率软测量模型.采用鲁棒3σ检测采样数据的异常值, 选择高斯核函数与线性核函数.但是, 当生料成分稳定时, 没有采用机理模型计算生料分解率.文献[13]建立了基于二维数据投影映射的生料分解率动态软测量模型, 同时进行了实验室仿真验证.文献[14]提出了层级建模方法, 建立了适用于大型回转窑的混合的二维和三维计算流体动态模型.文献[15]建立了一个基于数据驱动的分解率仿真实验模型, 通过调整分解炉给煤量控制生料分解率.文献[16]为了分解炉优化设计, 通过分析历史数据和经验数据建立了多个线性回归模型.
图 1 生料分解过程工艺流程及控制现状
图 2 台时产能与生料分解率关系曲线
图 3 熟料热耗与生料分解率关系曲线
本文提出了数据与模型驱动的水泥生料分解率软测量模型.解决了建模过程采样数据异常值检测及生料分解率实时在线检测的难题, 该模型能够根据当前工况的变化确定模糊协调因子, 进而得出机理与层级S核函数加权的生料分解率软测量模型, 降低了预热器C5下料管堵塞概率.所提出的方法已经成功应用于某水泥厂水泥生料分解过程.下一步着重研究基于知识和数据驱动的水泥生料分解率软测量建模.
作者简介
柴天佑
中国工程院院士, 东北大学教授, IEEE Fellow, IFAC Fellow, 欧亚科学院院士.1985年获得东北大学博士学位.主要研究方向为自适应控制, 智能解耦控制, 流程工业综合自动化理论、方法与技术.E-mail:tychai@mail.neu.edu.cn
乔景慧
沈阳工业大学机械工程学院副教授.2012年获东北大学控制理论与控制工程专业博士学位.主要研究方向为复杂工业过程建模与智能控制, 机器学习.本文通信作者.E-mail:qiaojh2002@163.com
转载本文请联系原作者获取授权,同时请注明本文来自欧彦科学网博客。
链接地址:https://wap.sciencenet.cn/blog-3291369-1396870.html?mobile=1
收藏