[發(fā)明專利]一種水泥回轉(zhuǎn)窯燒成工況識(shí)別方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811542196.1
• 申請(qǐng)日: 2018-12-17
• 公開（公告）號(hào): CN109684968B
• 公開（公告）日: 2023-07-04
• 發(fā)明（設(shè)計(jì)）人: 錢鋒;鐘偉民;朱遠(yuǎn)明;杜文莉;梅華
• 申請(qǐng)（專利權(quán)）人: 華東理工大學(xué)
• 主分類號(hào): G06V20/10
• 分類號(hào): G06V20/10;G06V10/762;G06V10/82;G06V10/40;G06V10/77;G06N3/0464;G06N3/082
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 施浩

本發(fā)明公開了一種水泥回轉(zhuǎn)窯燒成工況識(shí)別方法和系統(tǒng)，基于卷積神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)融合來實(shí)現(xiàn)，提高了水泥燒成看火的自動(dòng)化水平，解決了水泥回轉(zhuǎn)窯燒成系統(tǒng)因多變量、強(qiáng)耦合和大時(shí)滯帶來的工況識(shí)別困難的問題。其技術(shù)方案為：獲取水泥回轉(zhuǎn)窯中火焰圖像的并處理；搭建卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練與優(yōu)化；獲取水泥回轉(zhuǎn)窯燒成系統(tǒng)的主要工藝參數(shù)并對(duì)其進(jìn)行聚類；綜合卷積神經(jīng)網(wǎng)絡(luò)模型分類結(jié)果與模糊C均值聚類的聚類結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及水泥生產(chǎn)工藝技術(shù)領(lǐng)域，具體涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)融合的水泥回轉(zhuǎn)窯燒成工況識(shí)別方法和系統(tǒng)。

背景技術(shù)

在水泥燒成過程中，生料依次通過懸浮預(yù)熱器、分解爐、回轉(zhuǎn)窯和篦冷機(jī)，經(jīng)過煅燒和冷卻，最后得到孰料。水泥燒成過程是水泥生產(chǎn)中的核心，它直接影響了水泥的產(chǎn)量與質(zhì)量，并且它的煤耗約占水泥生產(chǎn)全過程的90％。除此之外，回轉(zhuǎn)窯的電耗也占了水泥生產(chǎn)全過程的大部分。因此水泥生產(chǎn)控制系統(tǒng)的優(yōu)化能夠給企業(yè)帶來非常可觀的經(jīng)濟(jì)效益，而控制系統(tǒng)的優(yōu)化又依賴于對(duì)水泥回轉(zhuǎn)窯燒成工況的準(zhǔn)確識(shí)別。

水泥回轉(zhuǎn)窯燒成工況識(shí)別的主要難點(diǎn)有以下幾個(gè)方面：

1、回轉(zhuǎn)窯燒成工況涉及的工藝參數(shù)多，噪聲大，使用多變量的方法進(jìn)行辨識(shí)極為困難；

2、回轉(zhuǎn)窯燒成過程的工藝參數(shù)之間有強(qiáng)耦合性，為回轉(zhuǎn)窯燒成工況識(shí)別帶來困難；

3、回轉(zhuǎn)窯燒成過程存在大時(shí)滯，為工況的自動(dòng)識(shí)別帶來困難。

目前已有的工況識(shí)別方法主要是“人工看火”加工藝參數(shù)判別法和基于圖像特征的機(jī)器學(xué)習(xí)識(shí)別方法。“人工看火”加工藝參數(shù)判別法通過專門的“看火工”去查看回轉(zhuǎn)窯的燒成情況，加上中控室操作工對(duì)工藝參數(shù)的監(jiān)測(cè)，依靠自身經(jīng)驗(yàn)，得出燒成工況的一個(gè)判別結(jié)果。基于圖像特征的機(jī)器學(xué)習(xí)識(shí)別方法通過提取圖像的特征(顏色、紋理和Sift等)，以圖像特征作為輸入向量，選擇神經(jīng)網(wǎng)絡(luò)作為判別模型，得出一個(gè)判別結(jié)果。除此之外，現(xiàn)有的燒成工況識(shí)別方法中，僅通過一張火焰圖像來判斷當(dāng)前燒成工況，這樣做帶來的問題是工況識(shí)別的結(jié)果不具有代表性，且存在較大的不確定性。

總的來說，現(xiàn)有的工況識(shí)別方法存在的問題有以下幾點(diǎn)：

1、傳統(tǒng)的“人工看火”受人的主觀因素影響較大，由于熟練程度、勞動(dòng)強(qiáng)度和責(zé)任心的不同，工況識(shí)別效果和穩(wěn)定性都不能保證；

2、基于人工提取的圖像特征的模式識(shí)別方法存在一個(gè)局限：圖像特征的選擇需要時(shí)間成本，且所選圖像特征因人而異，工況識(shí)別的穩(wěn)定性和普適性得不到保證；

3、基于燒成過程工藝參數(shù)的識(shí)別模型也存在一個(gè)問題：大部分工藝參數(shù)都具有時(shí)滯性，若數(shù)據(jù)預(yù)處理不當(dāng)就會(huì)造成模型識(shí)別效果不佳。

發(fā)明內(nèi)容

以下給出一個(gè)或多個(gè)方面的簡(jiǎn)要概述以提供對(duì)這些方面的基本理解。此概述不是所有構(gòu)想到的方面的詳盡綜覽，并且既非旨在指認(rèn)出所有方面的關(guān)鍵性或決定性要素亦非試圖界定任何或所有方面的范圍。其唯一的目的是要以簡(jiǎn)化形式給出一個(gè)或多個(gè)方面的一些概念以為稍后給出的更加詳細(xì)的描述之序。

本發(fā)明的目的在于解決上述問題，提供了一種水泥回轉(zhuǎn)窯燒成工況識(shí)別方法和系統(tǒng)，基于卷積神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)融合來實(shí)現(xiàn)，有效地提高了水泥燒成看火的自動(dòng)化水平，有效地解決了水泥回轉(zhuǎn)窯燒成系統(tǒng)因多變量、強(qiáng)耦合和大時(shí)滯帶來的工況識(shí)別困難的問題。

本發(fā)明的技術(shù)方案為：本發(fā)明揭示了一種水泥回轉(zhuǎn)窯燒成工況識(shí)別方法，包括并行的卷積神經(jīng)網(wǎng)絡(luò)模型處理流程和模糊C均值聚類處理流程以及基于兩個(gè)流程結(jié)果的處理步驟，其中：

卷積神經(jīng)網(wǎng)絡(luò)模型處理流程包括：

對(duì)火焰圖像進(jìn)行濾波處理；

對(duì)經(jīng)濾波處理后的火焰圖像進(jìn)行標(biāo)定，生成模型訓(xùn)練樣本；以及

使用已有的樣本集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，并對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化；