基于專家系統(tǒng)的回轉(zhuǎn)窯窯頭工況識(shí)別
王孝紅，房喜明，于宏亮
濟(jì)南火學(xué)控制科學(xué)與工程學(xué)院，山東濟(jì)南250022
摘 要：針對新型干法水泥生產(chǎn)線窯頭環(huán)節(jié)非線性、多交量、強(qiáng)耦合、大時(shí)滯等特性導(dǎo)致的工況復(fù)雜，控制難度大的問題，在深入分析窯頭工況特點(diǎn)的基礎(chǔ)上，提出了一種基于專家系統(tǒng)的工況智能識(shí)別方法。該方法首先對從集散控制系統(tǒng)中采集的現(xiàn)場參數(shù)實(shí)時(shí)值進(jìn)行數(shù)據(jù)預(yù)處理，運(yùn)用art-2神經(jīng)網(wǎng)絡(luò)算法對關(guān)鍵參數(shù)的箋化趨勢進(jìn)行在線辨識(shí)，并輸出趨勢類別，同時(shí)對主要參數(shù)的實(shí)時(shí)值進(jìn)行模糊化處理，輸出模糊檔位基于專家規(guī)則的工況識(shí)別系統(tǒng)根據(jù)參數(shù)的辨識(shí)結(jié)果，通過精確推理輸出當(dāng)前工況二工況識(shí)別軟件采用c++編寫，現(xiàn)場實(shí)際運(yùn)行表明了該方案的正確性和實(shí)用性
關(guān)鍵詞：回轉(zhuǎn)窯；art-2神經(jīng)網(wǎng)絡(luò)；模糊；專家系統(tǒng)
中圖分類號：tp 27 文獻(xiàn)標(biāo)識(shí)碼a
1引 言
水泥的整個(gè)生產(chǎn)流程是一個(gè)相互制約和連續(xù)運(yùn)行的大系統(tǒng)。窯頭環(huán)節(jié)是水泥生產(chǎn)過程的核心環(huán)節(jié)，燒成帶煅燒的程度以及篦冷機(jī)冷卻的效果直接決定了水泥的質(zhì)量。窯頭環(huán)節(jié)電耗巨大，煤耗約占水泥生產(chǎn)全過程總量的百分之40，因此，該環(huán)節(jié)的優(yōu)化控制對于水泥企業(yè)節(jié)能降耗意義重大。然而窯系統(tǒng)強(qiáng)耦合、非線性、多變量、大時(shí)滯的特性使得同轉(zhuǎn)窯系統(tǒng)模型的建立極為復(fù)雜，直接控制的難度很大。對回轉(zhuǎn)窯工況進(jìn)行分類與判別是實(shí)現(xiàn)智能操窯及優(yōu)化控制的前提與基礎(chǔ)。
目前對于窯況的判斷在很大程度上依賴操作員的知識(shí)和經(jīng)驗(yàn)，由于操窯過程勞動(dòng)強(qiáng)度大，操窯人員水平參差不齊，因此難以準(zhǔn)確把握窯況的變化。人工智能及知識(shí)工程技術(shù)的發(fā)展對實(shí)現(xiàn)水泥生產(chǎn)過程中窯況的智能識(shí)別提供了相應(yīng)的理論基礎(chǔ)。本文主要介紹了基于art-2神經(jīng)網(wǎng)絡(luò)和模糊理論的窯頭工藝參數(shù)辨識(shí)方法，以及針對參數(shù)辨識(shí)結(jié)果的專家系統(tǒng)在窯頭工況智能識(shí)別中的應(yīng)用研究。
2 回轉(zhuǎn)窯系統(tǒng)工藝流程
工況智能識(shí)別的實(shí)現(xiàn)必須建立在對生產(chǎn)工藝的高度理解和把握的基礎(chǔ)上。新型干法水泥回轉(zhuǎn)窯的燒成系統(tǒng)結(jié)構(gòu)，如圖1所示。
其中，預(yù)熱器是系統(tǒng)的熱交換裝置，分解爐使生料進(jìn)一步加熱并提前分解，回轉(zhuǎn)窯是燒成過程的核心設(shè)備，生料在窯頭燒成帶區(qū)域經(jīng)過一系列復(fù)雜的物理化學(xué)反應(yīng)生成高溫熟料。篦冷機(jī)接收從回轉(zhuǎn)窯出來的高溫熟料，對其進(jìn)行冷卻。熱交換過程中產(chǎn)生的高溫氣體一部分作為二次風(fēng)返回窯內(nèi)助燃，一部分作為三次風(fēng)進(jìn)入分解爐助燃，其他熱風(fēng)在窯頭引風(fēng)機(jī)的作用下進(jìn)入窯頭電收塵器，經(jīng)收塵凈化處理后排出。
3工藝參數(shù)辨識(shí)
通過吸取現(xiàn)場操作人員的實(shí)踐經(jīng)驗(yàn)，綜合考慮影響回轉(zhuǎn)窯熱工制度的諸多因素發(fā)現(xiàn)，窯頭環(huán)節(jié)最關(guān)鍵的參數(shù)是窯主電機(jī)電流和篦冷機(jī)一室壓力，在實(shí)際操窯過程中，操作員不僅關(guān)注以上2個(gè)參數(shù)的實(shí)時(shí)值，更加關(guān)心參數(shù)的變化趨勢，因?yàn)楦G電流的變化趨勢直接反應(yīng)窯內(nèi)負(fù)荷的變化，間接反映燒成帶溫度的走勢；篦壓的變化趨勢直接反映人冷機(jī)熟料的粒度大小或料層厚度的改變。為準(zhǔn)確判斷窯況，除以上關(guān)鍵參數(shù)外，還需要同時(shí)參考以下幾個(gè)主要參數(shù)束給出最終判斷：生料投料量、分解爐溫度、煙室溫度、窯頭喂煤量、窯頭罩溫度、窯頭電收塵器入口溫度等。
1)數(shù)據(jù)的預(yù)處理為保證趨勢辨識(shí)和實(shí)時(shí)值辨識(shí)的準(zhǔn)確性，需對原始數(shù)據(jù)進(jìn)行預(yù)處理，采用連續(xù)均值濾波，在保證數(shù)據(jù)不失真的前提下，盡量使參數(shù)曲線平滑，趨勢明顯。濾波函數(shù)如下：
式中xi表示某時(shí)刻某參數(shù)的實(shí)時(shí)值。
以篦冷機(jī)一室壓力為例，采用以上濾波方式對現(xiàn)場采集的2 000個(gè)數(shù)據(jù)進(jìn)行預(yù)處理，如圖2所示。
濾波效果明顯，較好地保持了原始數(shù)據(jù)的變化趨勢和幅值
2) art-2網(wǎng)絡(luò)辨識(shí)關(guān)鍵參數(shù)變化趨勢art網(wǎng)絡(luò)的最初形式是art-1網(wǎng)絡(luò)，它是由美國boston大學(xué)的crossberg和carpenter于1987年3月提出的。1987年6月提出適用于模擬信號任 |
