基于信息融合的水泥回轉(zhuǎn)窯工況的智能識別.pdf

1、回轉(zhuǎn)窯是一個(gè)多因素、慢時(shí)變、非線性、大時(shí)滯、強(qiáng)耦合、難以建立精確的數(shù)學(xué)模型的控制對象，本文運(yùn)用分類識別算法對回轉(zhuǎn)窯的主要檢測參數(shù)進(jìn)行故障檢測和趨勢類型的識別。在判斷每個(gè)參數(shù)所處運(yùn)行狀態(tài)的基礎(chǔ)上，通過綜合多個(gè)主要參數(shù)的實(shí)時(shí)狀態(tài)，結(jié)合現(xiàn)場專家經(jīng)驗(yàn)，對回轉(zhuǎn)窯當(dāng)前運(yùn)行狀態(tài)做出判斷，實(shí)現(xiàn)基于信息融合的回轉(zhuǎn)窯工況的智能識別。據(jù)此即可根據(jù)實(shí)際工況做出相應(yīng)控制。 本文在總結(jié)國內(nèi)外有關(guān)水泥回轉(zhuǎn)窯的控制現(xiàn)狀及分析新型干法水泥煅燒工藝流程的基礎(chǔ)上，明

2、確了影響回轉(zhuǎn)窯運(yùn)行的內(nèi)、外因素，確定了影響回轉(zhuǎn)窯系統(tǒng)運(yùn)行的主要檢測參數(shù)和控制手段；通過研究分形理論和信息融合技術(shù)，設(shè)計(jì)了基于分形理論的故障檢測與ART-2神經(jīng)網(wǎng)絡(luò)的分類識別算法，實(shí)現(xiàn)對檢測參數(shù)的工藝故障檢測和趨勢類型的劃分；采用基于分形理論的故障信號檢測方法，判斷當(dāng)前運(yùn)行狀態(tài)并進(jìn)行異常情況報(bào)警，故障檢測之后的實(shí)時(shí)數(shù)據(jù)，進(jìn)入ART-2網(wǎng)絡(luò)進(jìn)行趨勢識別，對不同的趨勢進(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)存在模式飄移、缺乏幅值模式相似

3、度比較及無法處理負(fù)實(shí)數(shù)數(shù)據(jù)等不足。據(jù)此，對ART-2網(wǎng)絡(luò)算法進(jìn)行了改進(jìn)，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)確分類，并用現(xiàn)場實(shí)際運(yùn)行數(shù)據(jù)驗(yàn)證了分類識別算法；結(jié)合現(xiàn)場經(jīng)驗(yàn)，總結(jié)主要工藝參數(shù)的狀態(tài)變化對回轉(zhuǎn)窯工況造成的影響，歸納定義了回轉(zhuǎn)窯的典型工況，并由此構(gòu)建了工況知識庫。反映回轉(zhuǎn)窯工況的主要工藝參數(shù)實(shí)際運(yùn)行數(shù)據(jù)經(jīng)分類識別算法并行處理之后，將其結(jié)果與知識庫的工況相對照，確定回轉(zhuǎn)窯的工況類別，并提出回轉(zhuǎn)窯控制的指導(dǎo)性建議。

4、 基于信息融合的回轉(zhuǎn)窯工況的智能識別方案，用VisualC++編程實(shí)現(xiàn)檢測參數(shù)的分類識別模塊、ADO及OPC，建立SQL數(shù)據(jù)庫存儲歷史數(shù)據(jù)。通過ADO把存儲在SQL數(shù)據(jù)庫中的水泥工藝參數(shù)的歷史數(shù)據(jù)導(dǎo)入分類識別模塊進(jìn)行分類識別，其結(jié)果與現(xiàn)場實(shí)際工況進(jìn)行對比，完善工況識別知識庫。在此基礎(chǔ)上，回轉(zhuǎn)窯工況識別算法通過OPC接口與DCS進(jìn)行實(shí)時(shí)數(shù)據(jù)通訊，對現(xiàn)場實(shí)時(shí)數(shù)據(jù)進(jìn)行分類識別，實(shí)現(xiàn)回轉(zhuǎn)窯工況的在線識別。 現(xiàn)場運(yùn)行表明，該系統(tǒng)能