[發(fā)明專利]基于隨機分布的水泥粒徑分布預測方法

有效

• 申請?zhí)枺?/td>: 201811218359.0
• 申請日: 2018-10-18
• 公開（公告）號: CN109446236B
• 公開（公告）日: 2021-12-21
• 發(fā)明（設計）人: 程蘭;來顏博;閻高偉;閆飛;喬鐵柱
• 申請（專利權）人: 太原理工大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06N3/04;G01N15/02
• 代理公司: 太原晉科知識產權代理事務所(特殊普通合伙) 14110
• 代理人: 任林芳

本發(fā)明屬于水泥細度預測研究技術領域，具體是一種基于隨機分布的水泥粒徑分布預測方法。包括以下步驟，S100：獲取水泥粉磨系統中磨機喂料量、磨機工作電流、磨機出入口溫度、磨機壓差、循環(huán)提升機電流、選粉機轉速、循環(huán)風機電流以及對應時刻水泥粒徑概率分布，并將所有參數信號存儲為歷史數據集；S200：建立水泥粒徑概率分布密度函數的基函數表示模型；S300：篩除異常數據，依照分類賦值樣本權重，構成新數據樣本；S400：建立輸入變量與前n?1個權值向量之間的非線性預測模型，預測下一時刻水泥粒徑分布；S500：通過模型輸出誤差值，更新水泥粒徑概率分布密度函數的基函數表示模型參數。本發(fā)明可實時檢測水泥粉磨系統中的水泥粒徑分布。

技術領域

本發(fā)明屬于水泥細度預測研究技術領域，具體是一種基于隨機分布的水泥粒徑分布預測方法。

背景技術

水泥是一種粉體產品，由不同大小的顆粒按照一定的比例構成。水泥粉磨系統是將水泥熟料研磨成符合國家質量標準的水泥產品的過程。它是生產水泥過程的最后一個環(huán)節(jié)，也是至關重要的環(huán)節(jié)。目前，水泥質量標準的評價以水泥細度為主，水泥細度對水泥強度、凝結時間、準稠度用水量等有著很大的影響。水泥細度主要包含篩余、比表面積、顆粒級配三項指標，而在企業(yè)生產中通常采用篩余或比表面積來進行水泥細度的測定和評判。實際上，篩余和比表面積只能部分體現水泥的顆粒大小情況，并不能完全表現水泥真實的質量信息。

水泥細度檢測分為在線和離線檢測，在線檢測的主要設備是粒度監(jiān)測儀，盡管可以快速、實時地對水泥細度進行測量，但是該類設備價格昂貴且維修成本高，并不適合大多數中小規(guī)模企業(yè)。而離線監(jiān)測通過每一個小時到現場采樣，將樣本在實驗室進行分析，但是由于離線檢測取樣量小，導致其檢測結果的代表性不夠。另外，間隔時間長會導致最后測定的水泥比表面積和細度跟實際生產不一致。軟測量技術的出現很好解決了以上問題，目前針對水泥粒徑細度的軟測量技術主要通過神經網絡、模糊控制、最小二乘法等建立預測模型。這些軟測量技術均以水泥細度的百分比為預測結果，不能完全反應水泥實際質量性能。另外，也未考慮水泥粒徑分布具有非高斯特性，導致預測精度不高。

發(fā)明內容

本發(fā)明為了解決上述技術問題，提供一種基于隨機分布的水泥粒徑分布預測方法。

本發(fā)明采取以下技術方案：一種基于隨機分布的水泥粒徑分布預測方法，包括以下步驟，

S100：獲取水泥粉磨系統中磨機喂料量、磨機工作電流、磨機出入口溫度、磨機壓差、循環(huán)提升機電流、選粉機轉速、循環(huán)風機電流以及對應時刻水泥粒徑概率分布，并將所有參數信號存儲為歷史數據集；

S200：建立水泥粒徑概率分布密度函數的基函數表示模型；

S300：篩除異常數據，依照分類賦值樣本權重，構成新數據樣本；

S400：建立輸入變量與前n-1個權值向量之間的非線性預測模型，預測下一時刻水泥粒徑分布；

S500：通過模型輸出誤差值，更新水泥粒徑概率分布密度函數的基函數表示模型參數。

所述S100的具體方法如下，歷史數據集包括磨機喂料量W_mw、磨機電流I_md、磨機入口溫度T_mrw、磨機出口溫度T_mcw、磨機壓差P_my、循環(huán)提升機電流I_mw、選粉機轉速V_xf和循環(huán)風機電流I_xf，數據集為P組數據，而同一組下包含K時刻的各個數據，具體表示為利用實驗室離線分析獲取相應時刻的水泥粒徑概率分布函數其中D為采集的水泥顆粒直徑信息，U_i為輸入參數。

所述S200具體方法如下，

S201：從S100獲得的水泥粒徑概率分布利用公式1求出水泥粒徑分布概率分布密度函數