CN116246722B - 一种硬石膏快速水化的智能控制方法及*** - Google Patents
一种硬石膏快速水化的智能控制方法及*** Download PDFInfo
- Publication number
- CN116246722B CN116246722B CN202310226681.2A CN202310226681A CN116246722B CN 116246722 B CN116246722 B CN 116246722B CN 202310226681 A CN202310226681 A CN 202310226681A CN 116246722 B CN116246722 B CN 116246722B
- Authority
- CN
- China
- Prior art keywords
- hydration
- scheme
- historical
- anhydrite
- component content
- 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.)
- Active
Links
- 230000036571 hydration Effects 0.000 title claims abstract description 588
- 238000006703 hydration reaction Methods 0.000 title claims abstract description 588
- OSGAYBCDTDRGGQ-UHFFFAOYSA-L calcium sulfate Chemical compound [Ca+2].[O-]S([O-])(=O)=O OSGAYBCDTDRGGQ-UHFFFAOYSA-L 0.000 title claims abstract description 207
- 229910052925 anhydrite Inorganic materials 0.000 title claims abstract description 186
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000000126 substance Substances 0.000 claims description 26
- 239000002245 particle Substances 0.000 claims description 23
- 238000001354 calcination Methods 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 25
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 230000002708 enhancing effect Effects 0.000 abstract description 3
- 239000000047 product Substances 0.000 description 95
- 229910052602 gypsum Inorganic materials 0.000 description 16
- 239000010440 gypsum Substances 0.000 description 16
- 239000013078 crystal Substances 0.000 description 12
- 229910052500 inorganic mineral Inorganic materials 0.000 description 11
- 239000011707 mineral Substances 0.000 description 11
- 229940095672 calcium sulfate Drugs 0.000 description 9
- 238000000498 ball milling Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 4
- 150000004683 dihydrates Chemical class 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000002922 simulated annealing Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- VTYYLEPIZMXCLO-UHFFFAOYSA-L Calcium carbonate Chemical compound [Ca+2].[O-]C([O-])=O VTYYLEPIZMXCLO-UHFFFAOYSA-L 0.000 description 2
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 2
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000002441 X-ray diffraction Methods 0.000 description 2
- BRPQOXSCLDDYGP-UHFFFAOYSA-N calcium oxide Chemical compound [O-2].[Ca+2] BRPQOXSCLDDYGP-UHFFFAOYSA-N 0.000 description 2
- 239000000292 calcium oxide Substances 0.000 description 2
- ODINCKMPIJJUCX-UHFFFAOYSA-N calcium oxide Inorganic materials [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- TXKMVPPZCYKFAC-UHFFFAOYSA-N disulfur monoxide Inorganic materials O=S=S TXKMVPPZCYKFAC-UHFFFAOYSA-N 0.000 description 2
- 230000000887 hydrating effect Effects 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 239000011777 magnesium Substances 0.000 description 2
- 229910052749 magnesium Inorganic materials 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000011734 sodium Substances 0.000 description 2
- 229910052708 sodium Inorganic materials 0.000 description 2
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical compound S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 229940095564 anhydrous calcium sulfate Drugs 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910000019 calcium carbonate Inorganic materials 0.000 description 1
- ZOMBKNNSYQHRCA-UHFFFAOYSA-J calcium sulfate hemihydrate Chemical compound O.[Ca+2].[Ca+2].[O-]S([O-])(=O)=O.[O-]S([O-])(=O)=O ZOMBKNNSYQHRCA-UHFFFAOYSA-J 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009388 chemical precipitation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Manufacturing & Machinery (AREA)
- Human Resources & Organizations (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种硬石膏快速水化的智能控制方法及***,涉及生产控制技术领域,获取待进行水化的硬石膏内多种组分的含量,获得水化产物要求信息,输入方案选择模块,水化方案集合,按照水化产物要求信息和组分含量信息进行寻优,获得最优水化方案,采用最优水化方案控制对硬石膏进行水化。本发明解决了现有技术中硬石膏水化控制方法由于对硬石膏组分含量、水化产物要求的掌握不足,使得水化控制方案匹配效果差,导致最终硬石膏水化效果差、效率低的技术问题,实现了对硬石膏组分含量、水化产物要求的精准掌控,并对历史数据进行精确分析,进而匹配最优水化方案,达到增强硬石膏水化效果、提高硬石膏水化效率的技术效果。
Description
技术领域
本发明涉及生产控制技术领域,具体涉及一种硬石膏快速水化的智能控制方法及***。
背景技术
天然硬石膏,又称无水石膏,是化学沉积作用形成的无水硫酸钙矿物,在自然界里主要形成于内海和盐湖中,在热液和接触交代矿床以及火山熔岩孔洞内也偶有出现,常与二水石膏和一些盐类共生,这种矿物根据化学组成、矿层和成因可以分为数种石膏。我国天然硬石膏矿产资源非常丰富,在已探明的石膏资源储量中,硬石膏约占石膏资源总量的42~60%,总的远景储量达300亿吨,居世界第一。在天然石膏矿中,不仅具有单独的硬石膏矿床,且各石膏矿床170米以下,一般逐步过渡为硬石膏,也有两种石膏摆呈互层分布。现今常用的硬石膏开发利用方法还存在着一定的弊端,对于硬石膏的开发利用还存在着一定的可提升空间。
现有技术中硬石膏水化控制方法由于对硬石膏组分含量、水化产物要求的掌握不足,使得水化控制方案匹配效果差,导致最终硬石膏水化效果差、效率低。
发明内容
本申请实施例提供了一种硬石膏快速水化的智能控制方法及***,用于针对解决现有技术中硬石膏水化控制方法由于对硬石膏组分含量、水化产物要求的掌握不足,使得水化控制方案匹配效果差,导致最终硬石膏水化效果差、效率低的技术问题。
鉴于上述问题,本申请实施例提供了一种硬石膏快速水化的智能控制方法及***。
第一方面,本申请实施例提供了一种硬石膏快速水化的智能控制方法,所述方法包括:获取待进行水化的硬石膏内多种组分的含量,获得组分含量信息;获取对硬石膏进行水化后水化产物的要求,获得水化产物要求信息;将所述组分含量信息和所述水化产物要求信息输入所述方案选择模块,获得适用于所述组分含量信息和水化产物要求信息的水化方案集合,其中,所述水化方案集合内包括多个水化方案,每个水化方案包括相同的水化步骤和不同的步骤参数;按照所述水化产物要求信息和所述组分含量信息,在所述方案参数优化模块内,对所述水化方案集合内的多种水化方案进行寻优,获得最优水化方案;采用所述最优水化方案控制对硬石膏进行水化。
第二方面,本申请实施例提供了一种硬石膏快速水化的智能控制***,所述***包括:组分含量信息获取模块,所述组分含量信息获取模块用于获取待进行水化的硬石膏内多种组分的含量,获得组分含量信息;水化产物要求信息获取模块,所述水化产物要求信息获取模块用于获取对硬石膏进行水化后水化产物的要求,获得水化产物要求信息;水化方案集合获取模块,所述水化方案集合获取模块用于将所述组分含量信息和所述水化产物要求信息输入所述方案选择模块,获得适用于所述组分含量信息和水化产物要求信息的水化方案集合,其中,所述水化方案集合内包括多个水化方案,每个水化方案包括相同的水化步骤和不同的步骤参数;最优水化方案获取模块,所述最优水化方案获取模块用于按照所述水化产物要求信息和所述组分含量信息,在所述方案参数优化模块内,对所述水化方案集合内的多种水化方案进行寻优,获得最优水化方案;硬石膏水化模块,所述硬石膏水化模块用于采用所述最优水化方案控制对硬石膏进行水化。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种硬石膏快速水化的智能控制方法,涉及生产控制技术领域,获取待进行水化的硬石膏内多种组分的含量,获得组分含量信息,获取对硬石膏进行水化后水化产物的要求,获得水化产物要求信息,将组分含量信息和水化产物要求信息输入方案选择模块,获得适用于组分含量信息和水化产物要求信息的水化方案集合,其中,水化方案集合内包括多个水化方案,每个水化方案包括相同的水化步骤和不同的步骤参数,按照水化产物要求信息和组分含量信息,在水化方案集合内的多种水化方案进行寻优,获得最优水化方案,采用最优水化方案控制对硬石膏进行水化。通过对硬石膏组分含量、水化产物要求的精准掌控,并对历史数据进行精确分析构建方案选择模块,获得适用于组分含量信息和水化产物要求信息的水化方案集合,在水化方案集合中寻优获得最优水化方案以此进行硬石膏的水化。解决了现有技术中硬石膏水化控制方法由于对硬石膏组分含量、水化产物要求的掌握不足,使得水化控制方案匹配效果差,导致最终硬石膏水化效果差、效率低的技术问题,实现了对硬石膏组分含量、水化产物要求的精准掌控,并对历史数据进行精确分析,进而匹配最优水化方案,达到增强硬石膏水化效果、提高硬石膏水化效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种硬石膏快速水化的智能控制方法流程示意图;
图2为本申请实施例提供了一种硬石膏快速水化的智能控制方法中获得组分含量信息流程示意图;
图3为本申请实施例提供了一种硬石膏快速水化的智能控制方法中获得水化产物要求信息流程示意图;
图4为本申请实施例提供了一种硬石膏快速水化的智能控制***结构示意图。
附图标记说明:组分含量信息获取模块10,水化产物要求信息获取模块20,水化方案集合获取模块30,最优水化方案获取模块40,硬石膏水化模块50。
具体实施方式
本申请实施例通过提供一种硬石膏快速水化的智能控制方法,用于针对解决现有技术中硬石膏水化控制方法由于对硬石膏组分含量、水化产物要求的掌握不足,使得水化控制方案匹配效果差,导致最终硬石膏水化效果差、效率低的技术问题。
实施例一
如图1所示,本申请实施例提供了一种硬石膏快速水化的智能控制方法,所述方法应用于一硬石膏快速水化的智能控制***,所述***包括方案选择模块和方案参数优化模块,所述方法包括:
步骤S100:获取待进行水化的硬石膏内多种组分的含量,获得组分含量信息;
具体而言,本申请实施例提供的一种硬石膏快速水化的智能控制方法应用于一硬石膏快速水化的智能控制***,所述***包括方案选择模块和方案参数优化模块,所述方案选择模块用于获取适用于组分含量信息和水化产物要求信息的水化方案集合,所述方案参数优化模块用于对水化方案集合内的多种水化方案进行寻优。首先,硬石膏是二水石膏、半水石膏和Ⅲ型无水石膏经高温煅烧脱水后在常温下稳定的最终产物,通过X射线衍射仪技术对待进行水化的硬石膏进行X射线衍射,获得其衍射图谱,经过物相定性分析确定材料的组成元素、含量、存在状态,经过物相定量分析确定各组成元素的含量。
硬石膏的组成包括化学组成和矿物组成,根据其生成条件和矿床的类型不同,它的组成也有差异,纯硬石膏的化学组成为41.2%的氧化钙和58.8%的氧化硫,而普通硬石膏中还含有数量不等的钾、钠、镁、铁、硅等杂质。通常硬石膏矿中主要化学成分是硫酸钙,含量一般在80%以上,除此之外,还含有二水石膏、碳酸钙等矿物,经过适当的煅烧后,这些矿物都会发生分解反应,生成的产物会对硬石膏的水化硬化性能产生重要影响,以此作为组分含量信息。经过组分含量信息的获取,实现了对待进行水化的硬石膏基本信息的掌握,为后续进行水化方案选择打下基础。
步骤S200:获取对硬石膏进行水化后水化产物的要求,获得水化产物要求信息;
具体而言,硬石膏凝结硬化缓慢,煅烧后的硬石膏凝结时间显著缩短、水化率大幅提升,因为煅烧后产生的β型半水石膏具有很高的水化活性,其水化速度很快,从而促进了硬石膏的水化和凝结硬化速度,因此通过提升硬石膏的水化活性,可以达到提升其硬化强度的效果。硬石膏的主要成分是无水石膏,水化后形成的主要产物是二水石膏,硬石膏硬化体的晶体形貌中无水石膏含量较高,主要为不均匀和结构不规则状晶体,水化产物二水石膏晶体较少,而煅烧硬石膏硬化体的晶体形貌中则主要是水化产物二水石膏晶体,其表面光滑,结构致密,大多呈短柱状,形状和排列都很规则。
二水石膏晶体形貌和尺度对石膏硬化体的强度具有重要影响,通过调整煅烧温度、煅烧时间即可不同程度地影响二水石膏晶体形貌、尺度和硬化体强度,除此之外,水化过程中各节点的步骤和步骤参数都会对其造成影响。因此通过获取硬石膏进行水化后水化产物的形貌、尺度和硬化体强度要求,即可对水化步骤参数进行确定,以此为最优水化方案的获取提供依据。
步骤S300:将所述组分含量信息和所述水化产物要求信息输入所述方案选择模块,获得适用于所述组分含量信息和水化产物要求信息的水化方案集合,其中,所述水化方案集合内包括多个水化方案,每个水化方案包括相同的水化步骤和不同的步骤参数;
具体而言,通过大数据,或基于此前对硬石膏进行水化生产的生产日志,获取一段时间内进行硬石膏水化的历史数据,包括历史组分含量信息集合、历史水化产物要求信息集合和历史水化方案集合,其中,历史水化方案集合中包括煅烧步骤、水化步骤以及各步骤参数。获取历史组分含量信息集合与历史水化方案集合的对应关系,构建第一方案选择单元,获取历史水化产物要求信息集合与历史水化方案集合的对应关系,构建第二方案选择单元,基于第一方案选择单元和第二方案选择单元,组成所述方案选择模块。
将所述组分含量信息和所述水化产物要求信息输入所述方案选择模块,在第一方案选择单元中,匹配与所述组分含量信息一致的历史组分含量信息集合区间,以此获取该区间内多个历史组分含量信息对应的多个历史水化方案,以此作为第一水化方案子集。在第二方案选择单元中,匹配与所述水化产物要求信息一致的历史水化产物要求信息区间,以此获取该区间内多个历史水化产物要求信息对应的多个历史水化方案,以此作为第二水化方案子集,获取所述第一水化方案子集和所述第二水化方案子集的交集,以此作为水化方案集合,水化方案集合内包括多个水化方案。
通过方案选择模块的构建,实现了基于历史数据对硬石膏水化节点的划分,进而实现硬石膏水化方案的智能匹配,达到提升水化方案选择效率的技术效果。
步骤S400:按照所述水化产物要求信息和所述组分含量信息,在所述方案参数优化模块内,对所述水化方案集合内的多种水化方案进行寻优,获得最优水化方案;
具体而言,所述水化方案集合内的每个水化方案包括相同的水化步骤和不同的步骤参数,如pH、温度、激发剂、球磨、煅烧等处理参数,通过模拟退火算法对多种水化方案进行寻优。示例性地,根据水化控制成本、水化控制预测效率及预测效果等设置评价函数E,如E=a%激发剂+b%pH+c%温度+d%球磨+e%煅烧,以此快速找到多种水化方案中的最优参数W,进而获得最优水化方案F(W)。
其中模拟退火算法为从一随机水化方案出发,结合一定的概率突跳特性在解空间中随机寻找目标函数的全局最优解,即在局部最优解能概率性地跳出并最终区域全局最优,简单来说,在多种水化方案中随机找出一组方案作为当前最优解,如果新解比当前解更优,则接受新解,否则按照概率判断是否接受新解。示例性地,在多种水化方案中随机初始化一个方案X,获取方案X的评价E(X),再随机初始化一个方案X′,获取方案X′的评价E(X′),评价X′是否比X更好,即ΔT=E(X′)-E(X),如果是则替换X,否则根据一定概率替换X,继续迭代寻优,直到达到一定迭代次数,将最终的最优水化方案输出。
实现了在一定时间内找出最优水化方案,使得寻优过程简单、灵活、快速,进而提升水化方案的选择效率。
步骤S500:采用所述最优水化方案控制对硬石膏进行水化;
具体而言,根据所述最优水化方案中的各项参数控制硬石膏的水化步骤和参数,以此进行硬石膏的水化,通过对硬石膏组分含量、水化产物要求的精准掌控,并对历史数据进行精确分析构建方案选择模块,获得适用于组分含量信息和水化产物要求信息的水化方案集合,在水化方案集合中寻优获得最优水化方案以此进行硬石膏的水化。解决了现有技术中硬石膏水化控制方法由于对硬石膏组分含量、水化产物要求的掌握不足,使得水化控制方案匹配效果差,导致最终硬石膏水化效果差、效率低的技术问题,实现了对硬石膏组分含量、水化产物要求的精准掌控,并对历史数据进行精确分析,进而匹配最优水化方案,达到增强硬石膏水化效果、提高硬石膏水化效率的技术效果。
进一步而言,如图2所示,本申请步骤S100还包括:
步骤S110:基于XRD,对待进行水化的硬石膏进行检测,获得多种物质衍射峰;
步骤S120:根据所述多种物质衍射峰,对硬石膏的组分进行化学检测分析,获得多种物质的含量,作为所述组分含量信息。
具体而言,XRD即X射线衍射仪技术,是研究物质的物相和晶体结构的主要方法,通过对材料进行X射线衍射,根据材料物质组成、晶型、分子构型、构像等生成特有的衍射图谱,分析其衍射图谱,获得材料的成分、材料内部原子或分子的结构或形态等信息,具有不损伤样品、无污染、快捷、测量精度高、能得到有关晶体完整性的大量信息等优点。
通过XRD对待进行水化的硬石膏进行检测,获得待进行水化的硬石膏的衍射图谱,通过与标准图谱进行对比,即可知道所测样品是由哪些物相组成,由于晶态物质组成元素或者基团如果不相同或者其结构有差异,那么他们的衍射图谱在衍射峰数目、角度位置、相对强度及衍射峰型上会显现出差异,通过XRD的峰位置来确定晶体的大小,进而确定硬石膏的组分含量信息。
实现了快速、精准地获取硬石膏的组分含量信息,提高了水化控制的精确性。
进一步而言,如图3所示,本申请步骤S200还包括:
步骤S210:获取对硬石膏进行水化后水化产物的粒径尺寸的要求,获得粒径要求信息;
步骤S220:获取对硬石膏进行水化后硬化体强度的要求,获得强度要求信息;
步骤S230:将所述粒径要求信息和强度要求信息作为所述水化产物要求信息。
具体而言,硬石膏具备潜在的胶凝性,由其溶解缓慢,水化活性低,凝结硬化时间长,使得硬石膏的利用率始终较低。传统的理论认为:硬石膏水化过程是一个“溶解-结晶-再生长”的过程,因而改性硬石膏既是激发硬石膏的活性使其水化凝结或溶解。因此,拟采用球磨或煅烧等方法来处理硬石膏,在通过改变pH、温度及增加激发剂的方法来加速硬石膏的水化速率,最终对水化产物进行转晶制备高强石膏。通过对硬石膏的球磨、煅烧处理可以改***石膏的粒度或比表面积以及增加硬石膏缺陷,从而加快硬石膏的溶解过程,而pH、温度和激发剂对于硬石膏的水化则可以起到进一步的促进作用,最终使其快速水化得到二水石膏,为制备高强石膏提供原料。
粒径要求信息即硬石膏进行水化后水化产物的颗粒直径大小,强度要求信息即硬石膏进行水化后硬化体的抵抗断裂和变形的力学性能,根据实际的使用需求来确定,如硬石膏的水化产物的中位径在xμm以下,制备的高强石膏等级在y级及以上,根据x、y对硬石膏的球磨、煅烧、pH、温度及激发剂的类型和含量进行选择,达到对水化方案进行限定的效果。
进一步而言,本申请步骤S300还包括:
步骤S310:根据历史时间内进行硬石膏水化的历史数据,获取历史组分含量信息集合和历史水化产物要求信息集合;
步骤S320:根据历史时间内进行硬石膏水化的历史数据,获取历史水化方案集合,其中,每个历史水化方案内均包括煅烧步骤和水化步骤,且每个历史水化方案内的煅烧温度、煅烧时间、水化激发剂种类和激发剂的含量不同;
步骤S330:根据所述历史组分含量信息集合、历史水化产物要求信息集合和历史水化方案集合,构建第一方案选择单元和第二方案选择单元,所述第一方案选择单元和第二方案选择单元组成所述方案选择模块;
步骤S340:将所述组分含量信息和所述水化产物要求信息分别输入所述第一方案选择单元和第二方案选择单元,获得第一水化方案子集和第二水化方案子集;
步骤S350:获取所述第一水化方案子集和所述第二水化方案子集的交集,获得所述水化方案集合。
具体而言,根据硬石膏水化历史选定数据采集时间段,时间选取过早则技术不够成熟没有参考价值,时间选取过晚会导致有效数据缺失,对数据采集时间段的硬石膏水化的历史数据进行采集,包括历史组分含量信息集合和历史水化产物要求信息集合,其中历史组分含量信息为历史数据中各种进行水化的硬石膏的组分含量,通常硬石膏矿中硫酸钙含量在80%以上,不同的硬石膏中还包含不同的矿物,根据其生成条件和矿床的类型不同,它的组成也有差异,纯硬石膏的化学组成为41.2%的氧化钙和58.8%的氧化硫,而普通硬石膏中还含有数量不等的钾、钠、镁、铁、硅等杂质。历史水化产物要求信息即历史数据中各种进行水化的硬石膏的水化产物的粒径尺寸的要求和水化后硬化体强度的要求。
对历史组分含量信息集合中的历史组分含量信息根据组分和各组分的含量进行区间划分,如纯硬石膏分为第一区间,99%硫酸钙的分为第二区间,98%硫酸钙的分为第三区间,分别获取多个区间的历史组分含量信息对应的历史水化方案,其中,每个区间包含多个历史组分信息,因此每个区间也包含多个历史水化方案,以此获得多个组分含量信息区间对应的第一历史水化方案子集。根据历史组分含量信息与历史水化方案的一一对应关系,构建多个组分含量信息区间和多个对应的第一历史水化方案子集的映射关系,获得第一方案选择单元。以同样的方式获取多个要求信息区间和多个对应的第二历史水化方案子集的映射关系,获得第二方案选择单元。以此组成所述方案选择模块。
将组分含量信息输入第一方案选择单元,根据组分含量信息中硫酸钙的含量匹配对应的区间,根据上述映射关系,获得该区间对应的历史水化方案子集,其中,历史水化方案子集包含多个历史水化方案,以此作为第一水化方案子集,将水化产物要求信息输入第二方案选择单元,以同样的方法获得第二水化方案子集。获取所有属于第一水化方案子集且属于第二水化方案子集的方案所组成的集合,作为水化方案集合,即该集合中的方案可同时满足组分含量信息和水化产物要求信息,如此,提升水化方案初步获取的效率以及准确性,并且节省计算资源。
进一步而言,本申请步骤S330还包括:
步骤S331:对所述历史组分含量信息集合内的历史组分含量信息进行划分,获得多个组分含量信息区间;
步骤S332:根据所述多个组分含量信息区间内的历史组分含量信息,获取对应的历史水化方案,获得多个对应的第一历史水化方案子集;
步骤S333:构建所述多个组分含量信息区间和所述多个对应的第一历史水化方案子集的映射关系,获得所述第一方案选择单元;
步骤S334:对所述历史水化产物要求信息集合内的历史水化产物要求信息进行划分,获得多个要求信息区间;
步骤S335:根据所述多个要求信息区间内的历史水化产物要求信息,获取对应的历史水化方案,获得多个对应的第二历史水化方案子集;
步骤S336:构建所述多个要求信息区间和所述多个对应的第二历史水化方案子集的映射关系,获得所述第二方案选择单元。
具体而言,如纯硬石膏分为第一区间;99%硫酸钙的分为第二区间,其中,第二区间还包含1%的其他物质,因此第二区间包含多个历史组分含量信息;98%硫酸钙的分为第三区间,其中,第三区间还包含2%的其他物质,因此第三区间包含多个历史组分含量信息。以此类推,获得多个组分含量信息区间,每个区间内都包含多个历史组分含量信息,每个信息以组分的类型、含量进行区别。
以上述第三区间为例,如该区间内,包含第一历史组分含量信息为98%硫酸钙、1%a物质、1%b物质,和第二历史组分含量信息为98%硫酸钙、2%a物质,根据第一历史组分含量信息获得第一历史水化方案,根据第二历史组分含量信息获得第二历史水化方案,根据第一历史水化方案和第二历史水化方案组成第一历史水化方案子集,所述第一历史水化方案子集与第三区间相对应。第三区间内各组分含量信息与第一历史水化方案子集中各历史水化方案一一对应,以此构建第一映射关系,根据各区间与多个对应的历史水化方案子集的映射关系,获得所述第一方案选择单元。以同样的方法获取第二方案选择单元。
进一步而言,本申请步骤S400包括:
步骤S410:在所述水化方案集合内的多种水化方案内随机选择一水化方案,作为第一水化方案,并作为当前的最优水化方案;
步骤S420:根据所述组分含量信息和水化产物要求信息,获取所述第一水化方案的第一水化评分;
步骤S430:再次在所述水化方案集合内的多种水化方案内随机选择一水化方案,作为第二水化方案;
步骤S440:根据所述组分含量信息和水化产物要求信息,获取所述第二水化方案的第二水化评分;
步骤S450:判断所述第二水化评分是否大于所述第一水化评分,若是,则将所述第一水化方案作为当前的最优水化方案,若否,则按照概率将所述第二水化方案作为当前的最优水化方案,所述概率通过下式计算获得:
其中,g1为第一水化评分,g2为第二水化评分,k为随着寻优迭代次数增加而减小的常数;
步骤S460:继续进行迭代寻优,直到达到预设迭代次数,将最终的最优水化方案输出。
具体而言,在水化方案集合内的多种水化方案内随机选择一水化方案,作为第一水化方案,获取组分含量信息对应的当前组分含量信息区间,根据历史数据获取根据第一水化方案对当前组分含量信息区间内硬石膏进行水化后水化产物性能信息,包括对硬石膏进行水化后水化产物的粒径尺寸和对硬石膏进行水化后硬化体强度,其中包含多组数据,对数据求均值获得平均水化产物性能信息,计算平均水化产物性能信息超出水化产物要求信息的百分比,以此作为第一水化评分。以同样的方法获得第二水化方案和第二水化评分。
结合概率突跳特性在水化方案中随机寻找全局最优方案,若第二水化评分大于第一水化评分,则将所述第一水化方案作为当前的最优水化方案,若第二水化评分小于第一水化评分,则按照概率将所述第二水化方案作为当前的最优水化方案,概率通过下式计算获得:其中,g1为第一水化评分,g2为第二水化评分,k为随着寻优迭代次数增加而减小的常数,使得概率P也随着寻优迭代次数的增加而逐渐减小,便于在寻优初期跳出局部最优,以及在寻优后期保证寻优的精度。***对搜索点从第一方案到第二方案转变的接受概率即为上述公式。模拟退火算法具有渐进收敛性,根据水化方案集合设置预设迭代次数,迭代次数过少会导致还没找到全局最优就结束了,迭代次数过多则会使得收敛速度慢、执行时间长,因此需选择合适的迭代次数。当达到预设迭代次数,输出最优水化方案,示例性地,预设迭代次数可设置为50次。
进一步而言,本申请步骤S420包括:
步骤S421:获取所述组分含量信息对应的当前组分含量信息区间;
步骤S422:根据历史时间内进行硬石膏水化的历史数据,获取所述第一水化方案对当前组分含量信息区间内的硬石膏进行水化后的平均水化产物性能信息;
步骤S423:计算所述平均水化产物性能信息优于所述水化产物要求信息的程度,获得所述第一水化评分。
具体而言,基于前述组分含量信息区间,匹配组分含量信息对应的当前组分含量信息区间,其中包含多种硬石膏的组分含量信息。根据历史数据,获取根据第一水化方案对所述多种石膏进行水化后的水化产物性能信息,包括对硬石膏进行水化后水化产物的粒径尺寸集合和硬化体强度集合,分别对其求均值获得平均粒径尺寸和平均强度,计算平均粒径尺寸超出粒径尺寸要求的百分比,作为粒径尺寸评分,计算平均强度超出强度要求的百分比,作为强度评分,计算粒径尺寸评分与强度评分的均值,以此作为第一水化评分。
实施例二
基于与前述实施例中一种硬石膏快速水化的智能控制方法相同的发明构思,如图4所示,本申请提供了一种硬石膏快速水化的智能控制***,所述***包括:
组分含量信息获取模块10,所述组分含量信息获取模块10用于获取待进行水化的硬石膏内多种组分的含量,获得组分含量信息;
水化产物要求信息获取模块20,所述水化产物要求信息获取模块20用于获取对硬石膏进行水化后水化产物的要求,获得水化产物要求信息;
水化方案集合获取模块30,所述水化方案集合获取模块30用于将所述组分含量信息和所述水化产物要求信息输入所述方案选择模块,获得适用于所述组分含量信息和水化产物要求信息的水化方案集合,其中,所述水化方案集合内包括多个水化方案,每个水化方案包括相同的水化步骤和不同的步骤参数;
最优水化方案获取模块40,所述最优水化方案获取模块40用于按照所述水化产物要求信息和所述组分含量信息,在所述方案参数优化模块内,对所述水化方案集合内的多种水化方案进行寻优,获得最优水化方案;
硬石膏水化模块50,所述硬石膏水化模块50用于采用所述最优水化方案控制对硬石膏进行水化。
进一步而言,***还包括:
检测模块,用于基于XRD,对待进行水化的硬石膏进行检测,获得多种物质衍射峰;
化学检测分析模块,用于根据所述多种物质衍射峰,对硬石膏的组分进行化学检测分析,获得多种物质的含量,作为所述组分含量信息。
进一步而言,***还包括:
粒径要求信息获取模块,用于获取对硬石膏进行水化后水化产物的粒径尺寸的要求,获得粒径要求信息;
强度要求信息获取模块,用于获取对硬石膏进行水化后硬化体强度的要求,获得强度要求信息;
要求信息获取模块,用于将所述粒径要求信息和强度要求信息作为所述水化产物要求信息。
进一步而言,***还包括:
历史信息获取模块,用于根据历史时间内进行硬石膏水化的历史数据,获取历史组分含量信息集合和历史水化产物要求信息集合;
历史水化方案集合获取模块,用于根据历史时间内进行硬石膏水化的历史数据,获取历史水化方案集合,其中,每个历史水化方案内均包括煅烧步骤和水化步骤,且每个历史水化方案内的煅烧温度、煅烧时间、水化激发剂种类和激发剂的含量不同;
方案选择单元构建模块,用于根据所述历史组分含量信息集合、历史水化产物要求信息集合和历史水化方案集合,构建第一方案选择单元和第二方案选择单元,所述第一方案选择单元和第二方案选择单元组成所述方案选择模块;
水化方案子集获取模块,用于将所述组分含量信息和所述水化产物要求信息分别输入所述第一方案选择单元和第二方案选择单元,获得第一水化方案子集和第二水化方案子集;
交集获取模块,用于获取所述第一水化方案子集和所述第二水化方案子集的交集,获得所述水化方案集合。
进一步而言,***还包括:
组分含量信息划分模块,用于对所述历史组分含量信息集合内的历史组分含量信息进行划分,获得多个组分含量信息区间;
第一历史水化方案子集获取模块,用于根据所述多个组分含量信息区间内的历史组分含量信息,获取对应的历史水化方案,获得多个对应的第一历史水化方案子集;
第一映射关系构建模块,用于构建所述多个组分含量信息区间和所述多个对应的第一历史水化方案子集的映射关系,获得所述第一方案选择单元;
要求信息划分模块,用于对所述历史水化产物要求信息集合内的历史水化产物要求信息进行划分,获得多个要求信息区间;
第二历史水化方案子集获取模块,用于根据所述多个要求信息区间内的历史水化产物要求信息,获取对应的历史水化方案,获得多个对应的第二历史水化方案子集;
第二映射关系构建模块,用于构建所述多个要求信息区间和所述多个对应的第二历史水化方案子集的映射关系,获得所述第二方案选择单元。
进一步而言,***还包括:
第一水化方案获取模块,用于在所述水化方案集合内的多种水化方案内随机选择一水化方案,作为第一水化方案,并作为当前的最优水化方案;
第一水化评分获取模块,用于根据所述组分含量信息和水化产物要求信息,获取所述第一水化方案的第一水化评分;
第二水化方案获取模块,用于再次在所述水化方案集合内的多种水化方案内随机选择一水化方案,作为第二水化方案;
第二水化评分获取模块,用于根据所述组分含量信息和水化产物要求信息,获取所述第二水化方案的第二水化评分;
当前最优水化方案获取模块,用于判断所述第二水化评分是否大于所述第一水化评分,若是,则将所述第一水化方案作为当前的最优水化方案,若否,则按照概率将所述第二水化方案作为当前的最优水化方案,所述概率通过下式计算获得:
其中,g1为第一水化评分,g2为第二水化评分,k为随着寻优迭代次数增加而减小的常数;
最终最优水化方案获取模块,用于继续进行迭代寻优,直到达到预设迭代次数,将最终的最优水化方案输出。
进一步而言,***还包括:
组分含量信息区间获取模块,用于获取所述组分含量信息对应的当前组分含量信息区间;
平均水化产物性能信息获取模块,用于根据历史时间内进行硬石膏水化的历史数据,获取所述第一水化方案对当前组分含量信息区间内的硬石膏进行水化后的平均水化产物性能信息;
水化评分获取模块,用于计算所述平均水化产物性能信息优于所述水化产物要求信息的程度,获得所述第一水化评分。
本说明书通过前述对一种硬石膏快速水化的智能控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种硬石膏快速水化的智能控制方法及***,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种硬石膏快速水化的智能控制方法,其特征在于,所述方法应用于一种硬石膏快速水化的智能控制***,所述***包括方案选择模块和方案参数优化模块,所述方法包括:
获取待进行水化的硬石膏内多种组分的含量,获得组分含量信息;
获取对硬石膏进行水化后水化产物的要求,获得水化产物要求信息;
将所述组分含量信息和所述水化产物要求信息输入所述方案选择模块,获得适用于所述组分含量信息和水化产物要求信息的水化方案集合,其中,所述水化方案集合内包括多个水化方案,每个水化方案包括相同的水化步骤和不同的步骤参数;
按照所述水化产物要求信息和所述组分含量信息,在所述方案参数优化模块内,对所述水化方案集合内的多种水化方案进行寻优,获得最优水化方案;
采用所述最优水化方案控制对硬石膏进行水化;
其中,将所述组分含量信息和所述水化产物要求信息输入所述方案选择模块,获得适用于所述组分含量信息和水化产物要求信息的水化方案集合,包括:
根据历史时间内进行硬石膏水化的历史数据,获取历史组分含量信息集合和历史水化产物要求信息集合;
根据历史时间内进行硬石膏水化的历史数据,获取历史水化方案集合,其中,每个历史水化方案内均包括煅烧步骤和水化步骤,且每个历史水化方案内的煅烧温度、煅烧时间、水化激发剂种类和激发剂的含量不同;
根据所述历史组分含量信息集合、历史水化产物要求信息集合和历史水化方案集合,构建第一方案选择单元和第二方案选择单元,所述第一方案选择单元和第二方案选择单元组成所述方案选择模块;
将所述组分含量信息和所述水化产物要求信息分别输入所述第一方案选择单元和第二方案选择单元,获得第一水化方案子集和第二水化方案子集;
获取所述第一水化方案子集和所述第二水化方案子集的交集,获得所述水化方案集合;
其中,根据所述历史组分含量信息集合、历史水化产物要求信息集合和历史水化方案集合,构建第一方案选择单元和第二方案选择单元,包括:
对所述历史组分含量信息集合内的历史组分含量信息进行划分,获得多个组分含量信息区间;
根据所述多个组分含量信息区间内的历史组分含量信息,获取对应的历史水化方案,获得多个对应的第一历史水化方案子集;
构建所述多个组分含量信息区间和所述多个对应的第一历史水化方案子集的映射关系,获得所述第一方案选择单元;
对所述历史水化产物要求信息集合内的历史水化产物要求信息进行划分,获得多个要求信息区间;
根据所述多个要求信息区间内的历史水化产物要求信息,获取对应的历史水化方案,获得多个对应的第二历史水化方案子集;
构建所述多个要求信息区间和所述多个对应的第二历史水化方案子集的映射关系,获得所述第二方案选择单元;
其中,按照所述水化产物要求信息和所述组分含量信息,在所述方案参数优化模块内,对所述水化方案集合内的多种水化方案进行寻优,获得最优水化方案,包括:
在所述水化方案集合内的多种水化方案内随机选择一水化方案,作为第一水化方案,并作为当前的最优水化方案;
根据所述组分含量信息和水化产物要求信息,获取所述第一水化方案的第一水化评分;
再次在所述水化方案集合内的多种水化方案内随机选择一水化方案,作为第二水化方案;
根据所述组分含量信息和水化产物要求信息,获取所述第二水化方案的第二水化评分;
判断所述第二水化评分是否大于所述第一水化评分,若是,则将所述第一水化方案作为当前的最优水化方案,若否,则按照概率将所述第二水化方案作为当前的最优水化方案,所述概率通过下式计算获得:
其中,g1为第一水化评分,g2为第二水化评分,k为随着寻优迭代次数增加而减小的常数;
继续进行迭代寻优,直到达到预设迭代次数,将最终的最优水化方案输出。
2.根据权利要求1所述的方法,其特征在于,获取待进行水化的硬石膏内多种组分的含量,获得组分含量信息,包括:
基于XRD,对待进行水化的硬石膏进行检测,获得多种物质衍射峰;
根据所述多种物质衍射峰,对硬石膏的组分进行化学检测分析,获得多种物质的含量,作为所述组分含量信息。
3.根据权利要求1所述的方法,其特征在于,获取对硬石膏进行水化后水化产物的要求,获得水化产物要求信息,包括:
获取对硬石膏进行水化后水化产物的粒径尺寸的要求,获得粒径要求信息;
获取对硬石膏进行水化后硬化体强度的要求,获得强度要求信息;
将所述粒径要求信息和强度要求信息作为所述水化产物要求信息。
4.根据权利要求1所述的方法,其特征在于,根据所述组分含量信息和水化产物要求信息,获取所述第一水化方案的第一水化评分,包括:
获取所述组分含量信息对应的当前组分含量信息区间;
根据历史时间内进行硬石膏水化的历史数据,获取所述第一水化方案对当前组分含量信息区间内的硬石膏进行水化后的平均水化产物性能信息;
计算所述平均水化产物性能信息优于所述水化产物要求信息的程度,获得所述第一水化评分。
5.一种硬石膏快速水化的智能控制***,其特征在于,所述***包括方案选择模块和方案参数优化模块,所述***包括:
组分含量信息获取模块,所述组分含量信息获取模块用于获取待进行水化的硬石膏内多种组分的含量,获得组分含量信息;
水化产物要求信息获取模块,所述水化产物要求信息获取模块用于获取对硬石膏进行水化后水化产物的要求,获得水化产物要求信息;
水化方案集合获取模块,所述水化方案集合获取模块用于将所述组分含量信息和所述水化产物要求信息输入所述方案选择模块,获得适用于所述组分含量信息和水化产物要求信息的水化方案集合,其中,所述水化方案集合内包括多个水化方案,每个水化方案包括相同的水化步骤和不同的步骤参数;
最优水化方案获取模块,所述最优水化方案获取模块用于按照所述水化产物要求信息和所述组分含量信息,在所述方案参数优化模块内,对所述水化方案集合内的多种水化方案进行寻优,获得最优水化方案;
硬石膏水化模块,所述硬石膏水化模块用于采用所述最优水化方案控制对硬石膏进行水化;
所述***还包括:
历史信息获取模块,用于根据历史时间内进行硬石膏水化的历史数据,获取历史组分含量信息集合和历史水化产物要求信息集合;
历史水化方案集合获取模块,用于根据历史时间内进行硬石膏水化的历史数据,获取历史水化方案集合,其中,每个历史水化方案内均包括煅烧步骤和水化步骤,且每个历史水化方案内的煅烧温度、煅烧时间、水化激发剂种类和激发剂的含量不同;
方案选择单元构建模块,用于根据所述历史组分含量信息集合、历史水化产物要求信息集合和历史水化方案集合,构建第一方案选择单元和第二方案选择单元,所述第一方案选择单元和第二方案选择单元组成所述方案选择模块;
水化方案子集获取模块,用于将所述组分含量信息和所述水化产物要求信息分别输入所述第一方案选择单元和第二方案选择单元,获得第一水化方案子集和第二水化方案子集;
交集获取模块,用于获取所述第一水化方案子集和所述第二水化方案子集的交集,获得所述水化方案集合;
组分含量信息划分模块,用于对所述历史组分含量信息集合内的历史组分含量信息进行划分,获得多个组分含量信息区间;
第一历史水化方案子集获取模块,用于根据所述多个组分含量信息区间内的历史组分含量信息,获取对应的历史水化方案,获得多个对应的第一历史水化方案子集;
第一映射关系构建模块,用于构建所述多个组分含量信息区间和所述多个对应的第一历史水化方案子集的映射关系,获得所述第一方案选择单元;
要求信息划分模块,用于对所述历史水化产物要求信息集合内的历史水化产物要求信息进行划分,获得多个要求信息区间;
第二历史水化方案子集获取模块,用于根据所述多个要求信息区间内的历史水化产物要求信息,获取对应的历史水化方案,获得多个对应的第二历史水化方案子集;
第二映射关系构建模块,用于构建所述多个要求信息区间和所述多个对应的第二历史水化方案子集的映射关系,获得所述第二方案选择单元;
第一水化方案获取模块,用于在所述水化方案集合内的多种水化方案内随机选择一水化方案,作为第一水化方案,并作为当前的最优水化方案;
第一水化评分获取模块,用于根据所述组分含量信息和水化产物要求信息,获取所述第一水化方案的第一水化评分;
第二水化方案获取模块,用于再次在所述水化方案集合内的多种水化方案内随机选择一水化方案,作为第二水化方案;
第二水化评分获取模块,用于根据所述组分含量信息和水化产物要求信息,获取所述第二水化方案的第二水化评分;
当前最优水化方案获取模块,用于判断所述第二水化评分是否大于所述第一水化评分,若是,则将所述第一水化方案作为当前的最优水化方案,若否,则按照概率将所述第二水化方案作为当前的最优水化方案,所述概率通过下式计算获得:
其中,g1为第一水化评分,g2为第二水化评分,k为随着寻优迭代次数增加而减小的常数;
最终最优水化方案获取模块,用于继续进行迭代寻优,直到达到预设迭代次数,将最终的最优水化方案输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310226681.2A CN116246722B (zh) | 2023-03-10 | 2023-03-10 | 一种硬石膏快速水化的智能控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310226681.2A CN116246722B (zh) | 2023-03-10 | 2023-03-10 | 一种硬石膏快速水化的智能控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116246722A CN116246722A (zh) | 2023-06-09 |
CN116246722B true CN116246722B (zh) | 2023-11-28 |
Family
ID=86625898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310226681.2A Active CN116246722B (zh) | 2023-03-10 | 2023-03-10 | 一种硬石膏快速水化的智能控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116246722B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117148729B (zh) * | 2023-10-31 | 2024-01-26 | 一夫科技股份有限公司 | 一种天然硬石膏的水化率控制方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101314534A (zh) * | 2008-07-14 | 2008-12-03 | 浙江大学 | 采用有机复配添加剂增强α半水石膏水化硬化体的方法 |
CN110128045A (zh) * | 2019-04-30 | 2019-08-16 | 江苏一夫科技股份有限公司 | 一种ⅱ型无水石膏快速水化用激发剂及快速水化方法 |
CN114735998A (zh) * | 2022-05-18 | 2022-07-12 | 湖北工业大学 | 一种基于水化协同作用的高性能磷石膏复合胶凝材料 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8226766B2 (en) * | 2010-12-22 | 2012-07-24 | United States Gypsum Company | Set accelerator for gypsum hydration |
-
2023
- 2023-03-10 CN CN202310226681.2A patent/CN116246722B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101314534A (zh) * | 2008-07-14 | 2008-12-03 | 浙江大学 | 采用有机复配添加剂增强α半水石膏水化硬化体的方法 |
CN110128045A (zh) * | 2019-04-30 | 2019-08-16 | 江苏一夫科技股份有限公司 | 一种ⅱ型无水石膏快速水化用激发剂及快速水化方法 |
CN114735998A (zh) * | 2022-05-18 | 2022-07-12 | 湖北工业大学 | 一种基于水化协同作用的高性能磷石膏复合胶凝材料 |
Non-Patent Citations (2)
Title |
---|
掺石膏白色阿利尼特水泥早期水化产物形成的研究;侯贵华, 许仲梓;硅酸盐学报(第08期);全文 * |
膏体充填材料配比试验与水化反应机理研究;张若江;张新国;白继文;李秀山;;山东科技大学学报(自然科学版)(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116246722A (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116246722B (zh) | 一种硬石膏快速水化的智能控制方法及*** | |
Cai et al. | Benchmarking carbon emissions efficiency in Chinese cities: A comparative study based on high-resolution gridded data | |
CN106295250A (zh) | 二代测序短序列快速比对分析方法及装置 | |
Huang et al. | Multi-objective optimization of fly ash-slag based geopolymer considering strength, cost and CO2 emission: a new framework based on tree-based ensemble models and NSGA-II | |
CN104680012A (zh) | 一种烧结配料计算模型 | |
Paudel et al. | Compressive strength of concrete material using machine learning techniques | |
CN113033923A (zh) | 水泥熟料性能的预测、评价及优化方法及其装置和*** | |
Han et al. | Deep learning to predict the hydration and performance of fly ash-containing cementitious binders | |
WO2021087154A1 (en) | Cement kiln modeling for improved operation | |
CN115049093B (zh) | 一种基于集成学习算法的屈服应力预测方法及*** | |
CN116864014A (zh) | 一种基于代理模型的湿法磷酸生产工艺全流程模拟与优化方法 | |
Wang et al. | Mechanical and microstructural characteristics of calcium sulfoaluminate cement exposed to early-age carbonation curing | |
CN101866397A (zh) | 一种确定影响污染物排放主导因素的方法 | |
CN117172116A (zh) | 基于pso-bp组合模型的混凝土抗压强度预测方法 | |
CN115684554B (zh) | 富有机质泥页岩的四端元岩相划分方法、***及介质 | |
Pirdashti et al. | An AHP-Delphi multi-criteria decision making model with application to environmental decision-making | |
Zhang et al. | Review on accelerated carbonation of calcium-bearing minerals: Carbonation behaviors, reaction kinetics, and carbonation efficiency improvement | |
Eremin et al. | Choice of the supercell with the optimum atomic configuration in simulation of disordered solid solutions | |
CN112992293A (zh) | 基于大数据分析的海洋环境下混凝土强度演变预测方法 | |
Song et al. | Decoding the genome of cement by Gaussian Process Regression | |
Ma et al. | Exploring the experimental design and statistical modeling of cementitious composite systems using various sampling methods | |
Wang et al. | Prediction and interpretation of concrete corrosion induced by carbon dioxide using machine learning | |
CN114739869B (zh) | 一种快速检测改性工业副产石膏中半水硫酸钙含量的方法 | |
CN114659941A (zh) | 一种铝碳酸镁咀嚼片生产工艺中淀粉用量的预测方法 | |
Qin et al. | Comparison of the determination methods for the calcium sulfate content in phosphogypsum |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |