水泥生料的质量控制对保证最终水泥成品的质量至关重要。水泥生料制备过程是指生料入窑煅烧前对原料进行的一系列加工过程,即原料的破碎、预均化、入磨前配料,以及生料的粉磨和均化。因此,本文针对水泥原料的入磨前配料和生料的粉磨这两个关键环节,对水泥生料质量控制的相关技术进行了研究。通过优化水泥原料配比以及合理控制生料粉磨过程的关键运行参数,确保生料粉磨过程的稳定性,提高了生料质量和产量。本文主要研究内容如下:
首先,介绍了水泥生产流程及生料粉磨工艺,阐述了水泥原料配比原理,确定了粉磨过程的直接控制量与间接控制量,提出了生料质量控制方案。
其次,基于系统辨识方法对水泥原料氧化物成分等效值进行了软测量。针对原料氧化物成分含量波动和立磨工况变化情况,提出了原料氧化物成分等效值的概念,并基于最小二乘辨识的三种改进形式对其进行了软测量建模和求解,通过求解结果的对比分析可知,限定记忆递推加权最小二乘算法的辨识准确度高,求解水泥原料氧化物成分等效值更具优越性。
然后,对原料配比过程进行了数学建模和配比求解。以原料配比调整量最小和原料成本最低为目标,建立了基于原料成分等效值的水泥原料配比优化模型,并提出了改进多目标粒子群算法(Improved Multi-Objective Particle Swarm Optimization, IMOPSO)对模型进行求解,所得配比结果提高了生料氧化物成分合格率,降低了配比成本,因此满足了实际生产需要。
再者,对水泥生料粉磨过程的运行参数进行了软测量研究。以磨内压差为例,以喂料量、磨机电流和磨辊压力作为输入变量,磨内压差作为输出变量,分别建立了基于RBF神经网络和BP神经网络的磨内压差软测量模型,通过仿真结果对比,确定以RBF神经网络软测量模型实现磨内压差的在线估计。
最后,对水泥生料粉磨过程的运行参数进行了控制方法研究。以关键运行参数磨内压差为研究对象,采用模糊PID控制器,利用模糊推理进行参数的自整定,以实现磨内压差的智能控制。利用MATLAB对磨内压差模糊PID控制器进行了仿真验证。