[发明专利]一种回转窑烧成带温度软测量方法

说明书

本发明公开了一种水泥回转窑烧成带温度软测量方法。所述方法包括：以回转窑窑头温度模型和窑尾温度模型为基础模型，通过模型迁移得到回转窑烧成带温度模型以进行烧成带温度预测。

技术领域

本发明涉及自动化测量技术领域，尤其涉及回转窑烧成带温度的软测量方法。

背景技术

水泥是建筑工程的重要基础材料之一。新型干法水泥生产工艺流程主要包括：生料制备、熟料煅烧、水泥制成及出厂。其中，熟料煅烧环节是水泥生产的重要环节，水泥熟料质量的关键是回转窑烧成带温度的控制。由回转窑窑头喷入煤粉主要用于加热水泥生料，使之温度达到1350到1450摄氏度，回转窑烧成带温度对熟料质量极为重要，温度过高，生成的液相量过多，黏度较小，给烧结反应带来了困难，同时过高温度对设备损耗较大；温度过低，成的液相量较少，烧结反应几乎停滞，生成的熟料质量差，不达标。由于回转窑烧成带温度与产品质量和能耗关系密切，因此，如何有效检测烧成带温度，对水泥生产的精细化操作具有重要意义。

对于回转窑烧成带温度检测具有重要意义。首先，提供实时的烧成带温度值，便于操作员对回转窑工况的判断，更好地实现回转窑精细化控制；其次可以通过控制合理的温度，有利于保护窑衬，稳定的热工制度，延长设备的使用寿命。同时，可以降低温室气体排放，保护环境，减少有害的NOx和CO气体的产生，达到要求的环保指标。

现有的回转窑烧成带温度主流为硬件检测和软件检测。硬件检测主要有比色温度计以及窑筒体扫描等方法。其中，比色温度计属于直接检测方法，窑内恶劣环境会影响比色温度计的检测精度，同时传感器寿命不长，可检测的有效范围比较小；窑筒体扫描属于间接检测，容易受环境影响，并且窑内运行状况不同对检测结果影响较大。软件检测主要包括基于机理模型和基于数据的软测量建模以及图像识别的方法，基于机理模型方法主要通过质量守恒和能量守恒来推算出烧成带温度，解释性强，但机理复杂，存在不可检测的环节；基于数据驱动软测量建模主要有BP神经网络，支持向量机等方法，采用输入输出数据进行建模，简单易行，具有较强的鲁棒性。但现有方法未充分利用子模型间的相似性信息进行输出估计。

发明内容

本发明旨在提供一种基于模型迁移的回转窑烧成带温度软测量方法。

本发明提供一种回转窑烧成带温度的软测量方法，所述方法包括：以窑头温度模型Y_base1和窑尾温度模型Y_base2为基础模型，通过模型迁移得到烧成带温度模型Y_new，以进行烧成带温度预测；

Y_base1＝f(X_base1)，Y_base2＝f(X_base2)

Y_new＝f(Y_base1,Y_base2)。

在另一优选例中，所述窑头温度模型和窑尾温度模型分别根据现场数据采用基于即时学习的最小二乘支持向量机建模获得。

在另一优选例中，经过即时学习(Just In Time,JIT)策略挑选样本后，采用最小二乘支持向量机(Least Square SVM，LSSVM)进行建模，得到窑尾温度和窑头温度模型。

在另一优选例中，所述即时学习策略包括步骤：

(a)相似样本选择；

(b)使用相似样本进行局部建模；和

(c)更新数据库。

本发明还提供一种回转窑烧成带温度的软测量方法，所述方法包括：

(1)选取辅助变量并对获得的过程数据进行鲁棒多变量预处理；