氧化鋁回轉(zhuǎn)窯燒成帶溫度軟測量方法的研究.pdf

1、我國鋁土礦資源豐富，但占儲量80％的鋁土礦的鋁硅比較低，主要采用燒結(jié)法生產(chǎn)氧化鋁?；剞D(zhuǎn)窯是燒結(jié)法生產(chǎn)氧化鋁熟料的核心設(shè)備，其主要功能是將生料漿燒結(jié)成合格的氧化鋁熟料。在氧化鋁熟料燒結(jié)過程中，燒成帶溫度是決定氧化鋁熟料質(zhì)量的關(guān)鍵工藝參數(shù)，其準(zhǔn)確測量對提高回轉(zhuǎn)窯過程控制的可靠性和產(chǎn)品質(zhì)量具有重要的意義。
　　回轉(zhuǎn)窯長達(dá)百米且處于不斷旋轉(zhuǎn)和高溫煅燒中，其結(jié)構(gòu)的特殊性和燒結(jié)法工藝的復(fù)雜性使得回轉(zhuǎn)窯過程存在多變量、強耦合、強非線性、大慣性和

2、不確定性干擾等綜合復(fù)雜特性，且無法直接利用測量裝置在線連續(xù)準(zhǔn)確檢測燒成帶溫度。工業(yè)現(xiàn)場長期依賴“人工看火”方式，憑借經(jīng)驗判斷窯況進(jìn)行操作，易造成熟料欠燒或過燒，導(dǎo)致熟料合格率低、窯內(nèi)襯使用壽命短、窯運轉(zhuǎn)率低、產(chǎn)能低、能耗高和勞動強度大等問題。
　　針對上述問題，本文在國家863高技術(shù)計劃項目“大型回轉(zhuǎn)窯智能控制系統(tǒng)”的支持下，進(jìn)行了氧化鋁回轉(zhuǎn)窯燒成帶溫度軟測量方法的研究。本文的主要工作如下:
　　1.提出了燒成帶溫度軟測量模

3、型數(shù)據(jù)預(yù)處理方法。其中，軟測量模型的輸入變量包括冷卻機拖動電機電流、窯頭罩壓力、窯尾溫度、鼓風(fēng)機風(fēng)流量、熟料窯體轉(zhuǎn)速等檢測量和給煤機轉(zhuǎn)速控制變量。數(shù)據(jù)預(yù)處理包括濾波處理和歸一化處理。本文針對電流及流量變量存在高頻測量噪聲問題，采用butterworth濾波算法實現(xiàn)低通濾波。另外針對燒成帶溫度實測值導(dǎo)師樣本存在的離群點問題，采用了改進(jìn)的絕對值中值濾波算法，消除了“大尖峰”測量干擾影響。
　　2.提出了基于主元回歸(PCR)的燒成帶溫

4、度軟測量方法。軟測量模型輸入變量包括冷卻機拖動電機電流、窯尾溫度等11個檢測變量。采用方差累計貢獻(xiàn)率、相鄰特征值比較法和交叉檢驗三種方法確定主元個數(shù)，所得模型在測試樣本上的標(biāo)準(zhǔn)誤差為59.2。
　　3.提出了基于靜態(tài)PLS及動態(tài)PLS(DPLS)的燒成帶溫度軟測量方法。軟測量靜態(tài)模型輸入變量選擇同PCR模型。DPLS模型考慮過程變量之間的動態(tài)關(guān)系，輸入變量增加了給煤機轉(zhuǎn)速控制變量和各檢測量的過去時刻采樣值。采用交叉檢驗和方差累計貢

5、獻(xiàn)率的方法確定隱變量個數(shù)，靜態(tài)PLS模型在預(yù)測樣本上的標(biāo)準(zhǔn)誤差為59.1，DPLS模型在預(yù)測樣本上的標(biāo)準(zhǔn)誤差為57.9。
　　4.提出了基于BP神經(jīng)網(wǎng)絡(luò)的燒成帶溫度軟測量方法。軟測量輸入變量選擇同PCR模型，采用交叉檢驗方法確定隱層節(jié)點數(shù)，所得模型在預(yù)測樣本上的標(biāo)準(zhǔn)誤差52.2。提出了基于SVR的燒成帶溫度軟測量模型方法，輸入變量選擇同PCR模型，采用網(wǎng)格搜索與交叉驗證方法選擇懲罰因子C、不敏感損失函數(shù)參數(shù)占及核函數(shù)參數(shù)γ。本文建