水泥生料磨工況識(shí)別研究.pdf

1、本文針對(duì)水泥生料磨這樣一個(gè)多變量、大滯后、非線性、難以建立精確數(shù)學(xué)模型的控制對(duì)象，運(yùn)用分類識(shí)別算法對(duì)磨機(jī)的主要檢測參數(shù)進(jìn)行故障檢測和運(yùn)行趨勢識(shí)別，判斷當(dāng)前的參數(shù)所處的運(yùn)行狀態(tài)，通過綜合多個(gè)主要檢測參數(shù)的實(shí)時(shí)狀態(tài)，結(jié)合現(xiàn)場專家經(jīng)驗(yàn)，對(duì)磨機(jī)的當(dāng)前工況做出判斷，實(shí)現(xiàn)基于信息融合的水泥生料磨工況的智能識(shí)別，進(jìn)而實(shí)施相應(yīng)的控制。 文章首先闡述了水泥行業(yè)及生料磨的發(fā)展及現(xiàn)狀，指明水泥行業(yè)發(fā)展中存在的問題和所面臨的機(jī)遇。通過分析水泥生料粉磨系

2、統(tǒng)的工藝流程，明確了影響生料磨系統(tǒng)運(yùn)行的內(nèi)、外因素，確定了影響生料磨運(yùn)行的主要檢測參數(shù)，并介紹了國內(nèi)外有關(guān)水泥生料磨的控制方式和控制策略。 其次，研究了小波分析消噪理論、分形理論和信息融合技術(shù)，并由基于小波分析及分形理論結(jié)合的故障識(shí)別算法和ART-2神經(jīng)網(wǎng)絡(luò)構(gòu)成分類識(shí)別算法。分類識(shí)別算法主要實(shí)現(xiàn)對(duì)工藝參數(shù)的故障檢測和趨勢類型的劃分；基于小波分析及分形理論的故障信號(hào)檢測方法實(shí)現(xiàn)參數(shù)的故障識(shí)別，判斷檢測參數(shù)的當(dāng)前運(yùn)行狀態(tài)是否處在異常

3、趨勢狀態(tài)，并進(jìn)行報(bào)警；ART-2網(wǎng)絡(luò)完成生料磨工況趨勢識(shí)別并進(jìn)行分類。在實(shí)際應(yīng)用中發(fā)現(xiàn)原有的ART-2網(wǎng)絡(luò)存在缺乏幅值模式相似度比較及無法處理大噪聲數(shù)據(jù)兩方面的問題，本文采用增加輔助神經(jīng)元及數(shù)據(jù)預(yù)處理步驟的方法對(duì)其進(jìn)行了改進(jìn)，不僅解決了上述問題，而且有效的提高了聚類的準(zhǔn)確度，實(shí)現(xiàn)了檢測參數(shù)的趨勢類型的準(zhǔn)確劃分。 第三，通過分析和總結(jié)主要檢測參數(shù)狀態(tài)變化對(duì)生料粉磨運(yùn)行狀態(tài)的影響，結(jié)合現(xiàn)場專家經(jīng)驗(yàn)，歸納生料磨系統(tǒng)的典型工況，建立專家

4、知識(shí)庫；提出了生料磨工況識(shí)別的設(shè)計(jì)方案，以生料磨磨音反饋為例實(shí)現(xiàn)并驗(yàn)證了分類識(shí)別算法；采用分類識(shí)別算法對(duì)生料粉磨系統(tǒng)的磨音反饋信號(hào)、磨頭進(jìn)風(fēng)口壓力、磨尾進(jìn)風(fēng)口壓力、磨機(jī)主電機(jī)功率、選粉機(jī)電流及出磨提升機(jī)電流進(jìn)行了工況狀態(tài)識(shí)別，實(shí)現(xiàn)了多參數(shù)的信息融合。 最后，結(jié)合山水集團(tuán)4＃線的生料粉磨系統(tǒng)，選取磨音反饋信號(hào)、磨頭進(jìn)風(fēng)口壓力、磨尾進(jìn)風(fēng)口壓力、磨機(jī)主電機(jī)功率、選粉機(jī)電流及出磨提升機(jī)電流作為主要檢測參數(shù)，通過ADO接口把存儲(chǔ)在SQL數(shù)

5、據(jù)庫中的水泥工藝參數(shù)的歷史數(shù)據(jù)導(dǎo)入分類識(shí)別模塊進(jìn)行分類識(shí)別，其結(jié)果與現(xiàn)場實(shí)際工況進(jìn)行對(duì)比，建立并完善工況識(shí)別知識(shí)庫。在此基礎(chǔ)上，在VisualC++環(huán)境下編程實(shí)現(xiàn)水泥磨工況分類識(shí)別模塊。水泥磨工況識(shí)別算法通過OPC接口與DCS進(jìn)行實(shí)時(shí)數(shù)據(jù)通訊，對(duì)現(xiàn)場實(shí)時(shí)數(shù)據(jù)進(jìn)行分類識(shí)別，實(shí)現(xiàn)水泥生料磨工況的在線識(shí)別。 實(shí)際應(yīng)用表明，本文提出的小波分析結(jié)合分形理論的故障識(shí)別算法和改進(jìn)的ART-2神經(jīng)網(wǎng)絡(luò)分類識(shí)別方法，可以有效地識(shí)別水泥生料磨的工況