CN105022355A - 一种水泥回转窑智能优化控制*** - Google Patents
一种水泥回转窑智能优化控制*** Download PDFInfo
- Publication number
- CN105022355A CN105022355A CN201410160655.5A CN201410160655A CN105022355A CN 105022355 A CN105022355 A CN 105022355A CN 201410160655 A CN201410160655 A CN 201410160655A CN 105022355 A CN105022355 A CN 105022355A
- Authority
- CN
- China
- Prior art keywords
- rotary kiln
- control
- subsystem
- loop
- control circuit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000004568 cement Substances 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 title claims abstract description 6
- 238000000034 method Methods 0.000 claims abstract description 68
- 230000008569 process Effects 0.000 claims abstract description 56
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 238000004886 process control Methods 0.000 claims abstract description 13
- 239000002817 coal dust Substances 0.000 claims abstract description 12
- 238000003745 diagnosis Methods 0.000 claims abstract description 8
- 238000005265 energy consumption Methods 0.000 claims abstract description 7
- 238000004519 manufacturing process Methods 0.000 claims description 26
- 238000002360 preparation method Methods 0.000 claims description 11
- 239000012716 precipitator Substances 0.000 claims description 9
- 239000002912 waste gas Substances 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 1
- 238000001354 calcination Methods 0.000 abstract description 12
- 230000008878 coupling Effects 0.000 abstract description 6
- 238000010168 coupling process Methods 0.000 abstract description 6
- 238000005859 coupling reaction Methods 0.000 abstract description 6
- 239000000428 dust Substances 0.000 abstract 1
- 239000002994 raw material Substances 0.000 description 13
- 230000008859 change Effects 0.000 description 10
- 235000012054 meals Nutrition 0.000 description 10
- 239000003245 coal Substances 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- BRPQOXSCLDDYGP-UHFFFAOYSA-N calcium oxide Chemical compound [O-2].[Ca+2] BRPQOXSCLDDYGP-UHFFFAOYSA-N 0.000 description 7
- ODINCKMPIJJUCX-UHFFFAOYSA-N calcium oxide Inorganic materials [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 7
- 239000000292 calcium oxide Substances 0.000 description 7
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 6
- 238000001816 cooling Methods 0.000 description 6
- 238000011217 control strategy Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012369 In process control Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 230000005183 environmental health Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000010965 in-process control Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000005245 sintering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Muffle Furnaces And Rotary Kilns (AREA)
Abstract
一种水泥回转窑智能优化控制***,其***结构是:(1)过程控制子***由回转窑窑头负压控制回路、篦冷机篦室压力控制回路、窑头废气收尘器的入口温度控制回路、煤粉制备***的入口负压控制回路、煤粉制备***的球磨机出口温度控制回路组成;(2)运行优化子***由工序质量指标设定模块、关键工艺参数控制回路优化设定模块和回路智能控制模块组成;(3)过程监控子***由***监测、故障诊断、设备管理、安全保障组成。本发明能够适应水泥回转窑煅烧过程的强非线性、强耦合性、大惯性、大滞后,以提高熟料容重合格率、降低能耗。
Description
技术领域:
本发明属于水泥生产过程自动化控制技术领域,特别是涉及一种水泥回转窑智能优化控制***。
背景技术:
水泥生产过程的大型设备主要有回转窑、篦式冷却机以及制粉***的球磨机。对于回转窑生产过程,存在窑内流场、温度场、浓度场、燃烧释热场多场的耦合,参数之间相互影响、互相耦合、存在大滞后环节、扰动因素多的特点,长期以来都只能由有经验的操作人员进行手动控制。由于该回转窑生产过程复杂,包括流体力学、热力学、热传导等物理化学反应过程,并且其中只有少数参数可以直接测量,大部分依靠间接方式和经验推断。因此,本专利通过综合运用自适应控制、协调控制、前馈控制及模糊控制等先进的控制技术,设计控制精度高、适应性强、鲁棒性好的控制***,最大限度地将人的智能行为引入到过程控制中,建立人机交互的智能优化控制***,进而解决水泥回转窑过程控制难题。
发明内容:
本发明的目的是针对水泥生产过程中烧成带温度及分解炉温度检测受噪声干扰严重,运行条件与工况变化频繁,过程具有强非线性,强耦合性,大惯性,大滞后的难题,提供了一种水泥回转窑智能优化控制***及方法。
本发明解决其技术问题所采用的技术方案是:
一种水泥回转窑智能优化控制***由回转窑过程控制子***、回转窑运行优化子***和回转窑过程监控子***组成。实现该控制***包括以下步骤:
步骤一:由回转窑窑头负压控制回路、篦冷机篦室压力控制回路、窑头废气收尘器的入口温度控制回路、煤粉制备***的入口负压控制回路、煤粉制备***的球磨机出口温度控制回路组成回转窑过程控制子***,完成回转窑基础回路控制。
步骤二:由工序质量指标设定模块、关键工艺参数控制回路优化设定模块和回路智能控制模块组成回转窑运行优化子***,以提高产品质量指标熟料容重合格率、降低能耗。
步骤三:由***监测、故障诊断、设备管理、安全保障组成回转窑过程监控子***,可以综合查看重要变量数据、设备运行状态、***报警信息、历史数据趋势、生产报表等。
附图说明
图1水泥回转窑智能优化控制***结构图
图2回转窑过程控制***结构图
图3回转窑过程监控子***结构图
图4回转窑运行优化子***结构图
图5窑头负压控制回路结构框图
图6篦冷机压力控制回路结构框图
图7收尘器入口温度控制回路结构框图
图8球磨机入口负压控制回路结构框图
图9球磨机出口温度控制回路结构框图
图10分解炉温度过程智能控制策略图
图11篦冷机过程智能协调控制策略图
图12分解炉温度预设定模型结构图
具体实施方式:
下面结合附图对本发明做进一步的详细描述。
1、水泥回转窑智能优化控制***总体结构
如图1所示的水泥回转窑智能优化控制***结构图:
水泥回转窑智能优化控制***由回转窑过程控制子***、回转窑运行优化子***和回转窑过程监控子***组成。
如图2所示的回转窑过程控制子***结构图:
回转窑过程控制子***由回转窑窑头负压控制回路、篦冷机篦室压力控制回路、窑头废气收尘器的入口温度控制回路、煤粉制备***的入口负压控制回路、煤粉制备***的球磨机出口温度控制回路组成,完成回转窑基础回路控制。
如图3所示的回转窑过程监控子***结构图:
回转窑过程监控子***由***监测、故障诊断、设备管理、安全保障等模块组成,可以综合查看重要变量数据、设备运行状态、***报警信息、历史数据趋势、生产报表等。
如图4所示回转窑运行优化子***结构图:回转窑运行优化子***由工序质量指标设定模块、关键工艺参数控制回路优化设定模块和回路智能控制模块组成,以提高产品质量指标熟料容重合格率、降低能耗。
2、水泥回转窑回路控制策略
本专利的回路控制策略主要包括:窑头负压控制回路、篦冷机篦室压力控制回路、窑头废气收尘器的入口温度控制回路、煤粉制备***的磨机入口负压控制回路、以及球磨机出口温度控制回路。下面逐一进行介绍。
2.1窑头负压控制回路
如图5所示窑头负压控制回路结构框图:
窑头负压表征着窑内通风及冷却机入窑二次风之间的平衡。正常生产中,窑头负压一般保持在-50Pa~-100Pa,决不允许窑头形成正压,否则窑内细料熟料飞出,会使窑头密封圈磨损,也影响人身安全及环境卫生,对装设在窑头的比色高温计及电视摄像头等仪器仪表的正常工作及安全也很不利。窑头负压控制回路输入为窑头负压的设定值,控制器输出为排风机阀门的输出开度,执行机构为电动调节阀,测量仪表为压力传感器。
2.2篦冷机篦室压力控制回路
如图6所示篦冷机压力控制回路结构框图:
篦冷机篦室压力不仅指示熟料厚度的状况,亦可指示窑内烧成带温度变化。熟料厚度的状况主要反映在二室风机上方篦床的压力,厚度越大压力越大。操作工一般通过压力的大小来判断篦床上的熟料厚度。利用二室下压力与篦床速度构成自动调节回路,当二室压力增大,篦床速度自动加快,以改善熟料冷却状况。其篦下五室压力和二段篦床速度也构成一个调节回路,两个回路的调节方法相同。篦冷机篦室压力控制回路输入为二室(五室)压力的设定值,控制器输出为篦冷机篦板运行速度,执行机构为液压***,测量仪表为压力传感器。
2.3窑头废气收尘器的入口温度控制回路
如图7所示收尘器入口温度控制回路结构框图:
温度控制在规定范围,对保证电收尘器设备安全及防止气体冷凝结露十分重要。一般,在电收尘器装有自控装置,当入口气温达到最高允许值时,电收尘器的高压电源自动跳闸。窑头废气收尘器的入口温度控制回路的输入为收尘器入口温度的设定值,控制器输出为冷水阀的阀门输出开度,执行机构为电动调节阀,测量仪表为热电阻。
2.4煤粉制备***的入口负压控制回路
如图8所示球磨机入口负压控制回路结构框图:
磨煤机入口负压(通风量)调节,就是维持磨煤机入口负压稳定,防止入口负压出现太小或者出现正压,以防原煤通过球磨机入口处喷出,不但污染环境,而且会造成生产停机,影响正常生产。磨机入口负压控制回路的输入为入口负压的设定值,控制器输出为冷风门阀门开度,执行机构为电动调节阀,测量仪表为热电阻。
2.5煤粉制备***的球磨机出口温度控制回路
如图9所示球磨机入口负压控制回路结构框图:
在煤粉制备***回路控制策略中磨机的出口温度大小是通过调整给煤量来调节的。通过改变给煤量的多少来改变进入钢球磨煤机内部的热风量,来改变钢球磨煤机的出口温度。球磨机出口温度控制回路的输入为出口温度的设定值,控制器输出为给煤量多少,执行机构为变频器,测量仪表为热电阻。
3、水泥回转窑过程监控策略
如图3所示水泥回转窑监控***功能树:
水泥回转窑监控***包括***监测、故障诊断、生产管理、运行支援***、数据归档及查询、***通讯和回路设定。
***监测功能:主要完成数据的采集、处理、生产过程的监视等任务。***监测功能是水泥回转窑煅烧过程的工艺参数,如温度、流量、压力、料位等信号的监测,同时也包括对设备的运行、停止、报警、故障等状态的显示。对于***中每一变量的显示都包含如下的内容:变量名、实时数据、变量的单位、数据的检测点、变量超限时的报警闪烁及颜色的变化和传感器故障及通讯故障时的显示。监控层实现了全部的模拟量和开关量信息的采集,进行处理和归档等功能。这些信息以直观形象可视的方式呈现在监控画面中,便于操作员对水泥生产过程进行全面的监视和控制。
故障诊断功能:根据信号判断***中的故障并给与指导。生产过程的故障诊断是***的一个重要部分,它是根据***监测的数据,如设备状态信息、工艺参数信息等,对生产过程发生的事故和故障进行判断,根据故障诊断所做出的判断,给操作员提供警报。并且对报警程度进行了三个等级的划分:低度报警、中度报警、高度报警。不同程度的报警都采用不同颜色的底色和字体进行区分,如低度报警采用的是浅黄色、中度报警采用深黄色、高度报警采用红色。比如,一个温度测量值为40℃,产生黄色低度报警,说明此温度测量值有点稍稍偏高,操作员需要注意;如果温度继续上升到50℃,会产生深黄色中度报警,说明此温度测量值有点较高,操作员应该密切关注,并且按照报警消息中的指示手动进行调节;若此时温度还在升高到60℃,说明此温度测量值很高,会产生蜂鸣器报警,操作员需要进行紧急的处理,否则会出现重大事故。
生产安全管理功能:设备连锁保护、操作确认、设备故障报警等。生产安全管理包括设备间的连锁保护,关键操作执行前确认以及对主要设备运行状况进行监测,一旦设备运行过程中出现故障,应该迅速报警,通知操作工查明原因,现场处理。
运行支援***:判断生产状况和条件给出相应的***提示。运行支援***是为了帮助操作员更好的操作***而提供的***运行状况的提示。在运行支援***的显示框中部分主要是显示一些文字信息提示给操作员,表现***运行于什么样的状态并且要做什么样的工作。
数据归档及查询:数据归档,在线实时及历史趋势图。现场的实时数据和历史数据无论对现场工程师和实验室研究所人员都是很重要的,如何保存历史数据,并且更方便快捷更直观的对历史数据和实时数据进行查询是十分重要的。
4、水泥回转窑运行优化策略
如图4所示回转窑运行优化子***结构图:
回转窑运行优化子***由工序质量指标设定模块、关键工艺参数控制回路优化设定模块和回路智能控制模块组成,其特征在于该***在保证回转窑生产过程安全平稳运行和保证熟料质量指标的前提下将降低能耗的优化问题转化为工序质量指标的设定问题、关键工艺参数的设定问题和控制问题。工序质量指标设定模块由生料分解率指标设定模型和熟料游离氧化钙指标设定模型组成,根据变化的生产边界条件和产品等级要求给定工序质量指标目标值,从而保证***可以根据生产边界条件的变化情况优化给定工序质量指标,在保证回转窑生产过程安全平稳运行和熟料质量指标合格的前提下降低能耗;关键工艺参数智能设定模块由分解炉温度智能设定模型、回转窑窑转速智能设定模型、篦冷机篦室压力智能设定模型组成,根据变化的生产边界条件和工序质量指标目标值给定智能过程控制层关键工艺参数的设定值,从而提高***适应工况变化的能力,以保证产品质量指标熟料容重在生产边界条件及操作条件发生改变情况下也能达到工艺要求,并尽可能节能降耗;关键工艺参数智能控制模块由基于监督模糊推理方法的分解炉温度智能控制、基于回转窑火焰图像与过程数据多信息融合的熟料游离氧化钙推理控制、基于规则推理的篦冷机过程协调控制等组成,实现关键工艺参数的稳定控制。
回路智能控制模块针对熟料质量指标游离氧化钙或熟料容重难以在线测量,而且与熟料质量密切相关的关键工艺参数烧成带温度无法测量的难题,本专利提出基于回转窑火焰图像与过程数据多信息融合的熟料游离氧化钙推理控制方法,采用图像处理、多信息融合、模式识别等多学科领域技术解决质量指标软测量问题和烧结工况识别问题。针对分解炉与回转窑和预热器直接相连,设备关联严重,不确定干扰因素众多,炉内燃烧、传热、分解等过程机理复杂,分解炉温度过程存在着不确定性、非线性、难以建立精确模型,本专利提出如图10所示分解炉温度过程智能控制策略。
篦冷机过程对冷却熟料、回收热量以及提高整个***的热效率起着重要的作用。其主要控制目标是保证篦冷机出口熟料温度满足冷却要求前提下,保证篦冷机篦室压力稳定、二次风温度、三次风温度稳定,以保证篦冷机安全运行并稳定窑炉热工制度,从而节能降耗。篦冷机过程存在的控制难点包括关键生产设备关联严重,篦式冷却机和回转窑之间关联严重,被控变量间存在着严重的耦合;边界条件等扰动大,回转窑熟料的来料流量和熟料的颗粒度对篦式冷却过程都有较大的影响;控制量与被控量之间存在严重的非线性,篦式冷却过程是典型的气固换热过程,其换热机理复杂,换热本身就是非线性过程;篦式冷却过程的控制目标和控制约束复杂。针对上述控制难点,本专利提出如图11所示的基于规则推理方法的篦冷机过程协调控制策略,分别针对异常工况和正常操作条件建立专家规则库,优先处理异常工况。
分解炉温度预设定模型的主要功能是根据人工化验分析并录入的生料成份计算输出相应生料成份下的分解炉温度预设定值。本专利将案例推理技术与生料分解过程专家经验相结合建立分解炉温度预设定模型,结构如图12所示。
基于案例推理的分解炉温度预设定模型根据生料分解率指标目标值γ*,入分解炉生料粒度ζ,入分解炉生料氧化铁含量FFe,入分解炉生料氧化钙含量FCa的变化给出分解炉温度的预设定值该方法包括初始案例产生、案例检索、案例重用、案例修正和案例存储。
1)案例产生
根据分解炉过程操作人员的操作经验得到不同工作点的初始案例,案例描述可以表示如下:
Ck={Tk,Xk,Yk}
式中:Ck表示案例库中第k条案例,k=1,2,…,n,n为案例数量;Tk为案例产生的时间;Xk=(xk,1,xk,2,xk,3,xk,4)为案例库Ck中的工况描述,xk,1为分解率目标值γ*,xk,2为入分解炉生料粒度ζ,xk,3为入分解炉生料氧化铁含量FFe,xk,4入分解炉生料氧化钙含量FCa;Yk=yk,1为案例库Ck中的解,yk,1代表分解炉温度的预设定值
2)案例检索
设当前工况描述Ccur的特征为xi(i=1,2,…,4),案例Ck的描述特征为xk,i(i=1,2,…,4;k=1,2,…,n)n为案例数量,则当前工况描述Ccur的特征xi(i=1,2,…,4)与第k条案例描述特征xk,i(i=1,2,…,4)的相似度函数sim(xi,xk,i)为
其中k=1,2,…,n;i=1,2,…,4。当前工况Ccur与案例库中案例Ck(k=1,2,…,n)的相似度函数Sim(Ccur,Ck)为
其中,ωi表示工况特征描述的加权系数。
3)案例重用
通常情况下,案例库中不存在与当前工况描述完全匹配的案例,因此,检索出匹配工况的解并不能直接作为当前工况的解,必须对这一案例根据所给出的条件进行重用。具体方法如下:
假设在案例库中检索到r个匹配的案例,记为{C1,C2,…,Cr},其中Ck(k=1,…,r)与当前工况的相似度为Simk,其对应案例的解为Yk=yk,1(k=1,…,r),则当前工况的案例解为Ycur=y1,其中(l=1),wk(k=1,…,r)为不同案例的权值,wk=Simk(k=1,…,r)。
分解炉温度设定前馈补偿模型采用基于模糊聚类的知识提取方法建立。水泥熟料生产过程工况复杂且变化频繁,造成生料分解率波动较大。由于生料分解率不能在线实时检测,只能由人工每两小时检测一次,这样存在检测信息严重滞后,为了克服这种困难,本课题建立了以生料分解率软测量模型输出值与生料分解率的目标值γ*的偏差Δγ为输入,以分解炉温度设定值前馈补偿值为输出的分解炉温度设定前馈补偿模型。
生料分解率软测量模型采用基于最小二乘法-支持向量机方法(LS-SVR)建立。软测量模型的输入变量包括生料粒度、生料氧化钙含量、生料氧化铁含量、分解炉喂料量、窑喂煤量、分解炉喂煤、高温风机电流、窑尾排风机电流、喂料风机电流、窑主电机电流、窑尾温度、窑头温度、C5出口温度、C1出口温度、分解炉温度、二次风温度、三次风温度和窑尾压力。数据预处理包括滤波处理和归一化处理。针对电流及流量变量存在高频测量噪声问题,采用butterworth滤波算法实现低通滤波。采用网格搜索与交叉验证方法选择惩罚因子、不敏感损失函数参数及核函数参数。
反馈补偿模型利用人工取样分析得到的生料分解率数据与生料分解率指标目标值相比较得到的偏差量,基于模糊推理方法对分解炉温度设定值进行修正,以克服生料分解过程中的各种不确定干扰,从而保证生料分解率质量指标合格。
Claims (2)
1.一种水泥回转窑智能优化控制***,其特征在于该***由回转窑过程控制子***、回转窑运行优化子***和回转窑过程监控子***组成。***建设包括以下步骤:
步骤一:由回转窑窑头负压控制回路、篦冷机篦室压力控制回路、窑头废气收尘器的入口温度控制回路、煤粉制备***的入口负压控制回路、煤粉制备***的球磨机出口温度控制回路组成回转窑过程控制子***,完成回转窑基础回路控制。
步骤二:由工序质量指标设定模块、关键工艺参数控制回路优化设定模块和回路智能控制模块组成回转窑运行优化子***,以提高产品质量指标熟料容重合格率、降低能耗。
步骤三:由***监测、故障诊断、设备管理、安全保障组成回转窑过程监控子***,可以综合查看重要变量数据、设备运行状态、***报警信息、历史数据趋势、生产报表等。
2.根据权利要求1所述的一种水泥回转窑智能优化控制***,其特征在于步骤二中所述的回转窑运行优化子***,该***由工序质量指标设定模块、关键工艺参数控制回路优化设定模块和回路智能控制模块组成。其特征在于该***在保证回转窑生产过程安全平稳运行和保证熟料质量指标的前提下将降低能耗的优化问题转化为工序质量指标的设定问题、关键工艺参数的设定问题和控制问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410160655.5A CN105022355A (zh) | 2014-04-21 | 2014-04-21 | 一种水泥回转窑智能优化控制*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410160655.5A CN105022355A (zh) | 2014-04-21 | 2014-04-21 | 一种水泥回转窑智能优化控制*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105022355A true CN105022355A (zh) | 2015-11-04 |
Family
ID=54412401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410160655.5A Pending CN105022355A (zh) | 2014-04-21 | 2014-04-21 | 一种水泥回转窑智能优化控制*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105022355A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107153748A (zh) * | 2017-06-07 | 2017-09-12 | 北京信息科技大学 | 基于加权核主元分析(wkpca)的回转窑故障诊断方法 |
CN107168067A (zh) * | 2017-06-26 | 2017-09-15 | 北京工业大学 | 一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法 |
CN109917762A (zh) * | 2019-03-13 | 2019-06-21 | 安徽海螺集团有限责任公司 | 一种水泥窑***二次风温自动补偿的方法 |
CN111123874A (zh) * | 2019-12-30 | 2020-05-08 | 杭州电子科技大学 | 基于分数阶lqg基准的水泥回转窑烧成过程性能确定方法 |
CN111338211A (zh) * | 2020-03-10 | 2020-06-26 | 华东理工大学 | 一种余热利用过程优化控制方法及*** |
CN112179127A (zh) * | 2020-09-23 | 2021-01-05 | 万洲电气股份有限公司 | 一种水泥回转窑分析诊断优化的节能*** |
CN112229206A (zh) * | 2020-10-19 | 2021-01-15 | 济南大学 | 水泥回转窑窑头喂煤控制方法 |
CN113093674A (zh) * | 2021-04-01 | 2021-07-09 | 万洲电气股份有限公司 | 基于大数据分析的水泥生产综合单耗自动分析优化*** |
CN113336457A (zh) * | 2021-07-10 | 2021-09-03 | 阳泉恒跃兴钙业有限公司 | 回转窑烧制石灰的自反馈煅烧控制方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6790034B1 (en) * | 1999-11-04 | 2004-09-14 | Pretoria Portland Cement Company Limited | Kiln plant control system |
CN1645025A (zh) * | 2004-12-24 | 2005-07-27 | 湖南科技大学 | 用于回转窑健康维护的便携式检测与信息优化决策*** |
WO2006086175A2 (en) * | 2005-02-08 | 2006-08-17 | Pegasus Technologies, Inc. | Method and apparatus for optimizing operation of a power generating plant using artificial intelligence techniques |
CN102629104A (zh) * | 2011-12-01 | 2012-08-08 | 燕山大学 | 一种水泥回转窑煅烧预测控制***及方法 |
-
2014
- 2014-04-21 CN CN201410160655.5A patent/CN105022355A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6790034B1 (en) * | 1999-11-04 | 2004-09-14 | Pretoria Portland Cement Company Limited | Kiln plant control system |
CN1645025A (zh) * | 2004-12-24 | 2005-07-27 | 湖南科技大学 | 用于回转窑健康维护的便携式检测与信息优化决策*** |
WO2006086175A2 (en) * | 2005-02-08 | 2006-08-17 | Pegasus Technologies, Inc. | Method and apparatus for optimizing operation of a power generating plant using artificial intelligence techniques |
CN102629104A (zh) * | 2011-12-01 | 2012-08-08 | 燕山大学 | 一种水泥回转窑煅烧预测控制***及方法 |
Non-Patent Citations (1)
Title |
---|
粘坤: "预测控制在水泥回转窑温度控制中的应用研究", 《万方学位论文数据库》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107153748A (zh) * | 2017-06-07 | 2017-09-12 | 北京信息科技大学 | 基于加权核主元分析(wkpca)的回转窑故障诊断方法 |
CN107168067A (zh) * | 2017-06-26 | 2017-09-15 | 北京工业大学 | 一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法 |
CN107168067B (zh) * | 2017-06-26 | 2020-03-13 | 北京工业大学 | 一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法 |
CN109917762A (zh) * | 2019-03-13 | 2019-06-21 | 安徽海螺集团有限责任公司 | 一种水泥窑***二次风温自动补偿的方法 |
CN111123874A (zh) * | 2019-12-30 | 2020-05-08 | 杭州电子科技大学 | 基于分数阶lqg基准的水泥回转窑烧成过程性能确定方法 |
CN111338211A (zh) * | 2020-03-10 | 2020-06-26 | 华东理工大学 | 一种余热利用过程优化控制方法及*** |
CN111338211B (zh) * | 2020-03-10 | 2022-08-12 | 华东理工大学 | 一种余热利用过程优化控制方法及*** |
CN112179127A (zh) * | 2020-09-23 | 2021-01-05 | 万洲电气股份有限公司 | 一种水泥回转窑分析诊断优化的节能*** |
CN112229206A (zh) * | 2020-10-19 | 2021-01-15 | 济南大学 | 水泥回转窑窑头喂煤控制方法 |
CN112229206B (zh) * | 2020-10-19 | 2022-04-29 | 济南大学 | 水泥回转窑窑头喂煤控制方法 |
CN113093674A (zh) * | 2021-04-01 | 2021-07-09 | 万洲电气股份有限公司 | 基于大数据分析的水泥生产综合单耗自动分析优化*** |
CN113336457A (zh) * | 2021-07-10 | 2021-09-03 | 阳泉恒跃兴钙业有限公司 | 回转窑烧制石灰的自反馈煅烧控制方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105022355A (zh) | 一种水泥回转窑智能优化控制*** | |
CN103092171B (zh) | 水泥数字化管控*** | |
CN102314184B (zh) | 干熄焦循环***的温度压力控制方法 | |
CN101892338B (zh) | 热风炉定风温控制*** | |
CN201040260Y (zh) | 磨煤机自适应控制*** | |
CN103030313B (zh) | 水泥生产与优化*** | |
CN102721288B (zh) | 一种加热炉高效智能化控制方法 | |
CN102652925B (zh) | 高炉喷煤中速磨制粉***煤粉粒度的测量*** | |
CN109033511B (zh) | 一种结合数据驱动与数据挖掘的水泥窑***热耗分析方法 | |
CN103028480A (zh) | 一种基于模糊pid算法的立磨智能控制*** | |
CN103034130B (zh) | 水泥在线模拟***及其实现方法 | |
Feng et al. | Hybrid intelligent control based on condition identification for combustion process in heating furnace of compact strip production | |
CN103759277A (zh) | 燃煤电站锅炉智能吹灰闭环控制方法、装置和*** | |
CN108332213A (zh) | 一种垃圾焚烧炉控制*** | |
CN101089463A (zh) | 一种工业蒸汽锅炉自动化控制技术*** | |
CN105785761A (zh) | 水泥生料分解过程温度智能切换控制方法 | |
CN203798184U (zh) | 特高压电瓷窑自动控制*** | |
CN101275811B (zh) | 熟料篦式冷却机冷却过程智能控制方法 | |
US10816197B2 (en) | System for the dynamic movement of waste in an incinerator | |
Zhou et al. | Pattern-based hybrid intelligent control for rotary kiln process | |
CN103615716B (zh) | 循环流化床锅炉排烟温度预测***及方法 | |
CN204084441U (zh) | 一种用于锅炉全自动燃烧控制装置 | |
CN105021030A (zh) | 一种氧化铝熟料窑综合自动化控制*** | |
CN115561997A (zh) | 一种基于高可靠性柜门设计的户外通信机柜节能控制方法 | |
CN103713600B (zh) | 一种生产钾肥的自动控制*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151104 |