国内外水泥回转窑温度控制研究现状水泥从年诞生以来，生产技术历经多次变革。水泥锻烧设备从最开始的土立窑发展到回转窑，工艺上历经了湿法生产、老式干法生产、半干法生产到现在的新型干法生产。水泥工业是我国支柱产业之一，多年以来一直处于向前发展的态势。水泥具有可塑性好、适应性强及耐久性好的优点。因此，它被广泛地应用于楼宇建造、道桥铺设、水利工程等方面。由水泥和砂石等材料制成的混凝土是一种低能耗的建筑材料，相同荷载条件下混凝土柱的能耗仅为砖柱的1/4。所以，在找到更廉价的建筑材料之前，水泥仍是主要的建筑材料。年我国水泥产量仍位居世界第一，总产量为23.48亿吨，这和我国加快城镇化建设脚步是密不可分的，短期内国内水泥的需求量还是巨大的。不可否认，水泥生产需要消耗大量的煤炭和电能，同时会产生大量二氧化碳、氮氧化物、粉尘等污染物，是名副其实的重污染行业。面对经济增长过程中环境污染日益严重的问题，国家不断出台政策要求工业生产企业节能降耗，并大量关停了不合格的生产线。面对日益严重的环境问题，众多科研工作者不断从硬件和软件方面提高水泥生产的效率降、降低生产能耗和减少污染物排放。硬件方面主要是生产设备的设计。目前，新型干法水泥生产线所使用的设备，如:粉磨机、均化设备、悬浮预热设备、回转窑、蓖冷机等，都是逐步更新换代的。软件方面主要是回转窑优化控制系统的使用。随着智能算法和控制理论的发展，人们将这两者结合提出了智能控制理论。许多学者将智能控制理论应用到水泥回转窑烧成带温度建模中。软硬件的结合使得水泥生产的成本降低、品质逐渐提升、单机产量逐步增大，吨水泥的综合电耗和熟料热耗都呈下降趋势。年，工信部节能与综合利用司提出了规模以上单位工业增加值能耗下降18%的目标，其中，到年吨水泥综合能耗要降到85千克标准煤。由此可见国家对降低工业生产能耗的决心。水泥回转窑温度建模的方法大致可以分为两类:根据机理建立模型和数据拟合建模。回转窑内发生着复杂的物理化学反应，机理分析的思想是运用物理原理或者化学反应热量传递的方法得到回转窑烧成带温度的数学表达式。有学者对煤粉燃烧进行研究，煤粉的燃烧是水泥烧制能量的来源。煤粉和空气按比例混合好之后通过喷煤器喷入回转窑内，在窑内被点燃后释放出大量的热量。Nadeau等从煤粉燃烧状况出发，建立了煤粉燃烧和烧成带温度之间的模型。考虑到煤粉在窑内是否充分燃烧，Anders等对煤粉的燃烧效率进行了大量的实验，最后建立了燃烧效率公式，这为降低系统能耗提供了理论依据。回转窑内温度不是一致的，从窑尾到窑头按温度分布大致可以分为四个部分，分解带、过渡带、烧成带和冷却带。温度是先升高再降低，在烧成带达到最高，不同温度下物料的状态不同。文献结合温度分布、热传递以及物料在窑内的横向、轴向运动情况建立了温度分布模型，为寻找窑内各变量的数学关系，奠定了基础。水泥生产过程是一个物料不断运动并发生物理和化学反应的过程，其中包含了能量的传递，但是不管发生什么样的反应，都要遵守能量守恒和质量守恒这两个定律。因此，赵洁依据这两个定律建立了窑内锻烧过程的数学方程，取得了一定的成果。随着锻烧过程的进行，水泥原料逐渐由固体变为熔融状态，熔融状态具有流体的特性，部分学者从流体力学角度进行分析，并建立了物料运动的一维模型;在此基础上，Eckehard等进行了深入研究，考虑了窑皮厚度对窑转动、物料运动的影响，经过实验得到了参数关系模型。数据拟合建模也可以称作黑箱建模，通过己知的输入输出数据利用智能算法进行建模。现在智能算法广泛应用于水泥回转窑系统中，比如人工神经网络、模糊系统、支持向量机等，这些方法建立的模型被应用于实际生产中并取得了一定的成果。神经网络以其具有的非线性映射能力，在水泥回转窑烧成系统的建模过程中得到了应用。水泥回转窑的转速影响物料在窑内烧结时间，因此Hou等人采用神经网络的方法对窑转速进行建模研究，并取得了一定的效果;Masoud等将模糊理论和神经网络相结合，对水泥回转窑模型进行辨识，并在过程误差的识别和预测中得到应用。覃新颖等采用Elman神经网络建立了回转窑温度模型，该神经网络能很好的适应动态系统。模糊模型具有善于表达知识，推理类似于人的思维等特点，目前在水泥回转窑烧成系统的建模过程中应用的最为广泛。由于水泥回转窑内反应复杂、变量众多，窑模型的建立存在极大的困难，袁铸钢等建立了回转窑温度辨识模型，达到了预期的辨识和控制效果;专家系统融合了人工经验和实际操作方法，从而形成了信息全面的知识库，根据该知识库建立的系统模型，具有很强的适应性，因此在水泥建模中得以应用。Walen等研究了水泥回转窑的专家系统并建立了生产过程模型;房喜明根据模糊专家系统建立了回转窑和蓖冷机各种工况的模型，郭峰采用T-S模糊模型和线性ARX模型相结合的方法建立了回转窑锻烧系统的预测模型。孙旭晨建立了游离氧化钙(f-Ca0)的预测模型，然后研究了F-Ca0和烧成带温度的关系，最终得到了烧成带温度的软测量方法。李帷韬将采集到的火焰图像进行滤波处理，提取出图像的特征，进而得到烧成带温度。水泥回转窑烧成带温度的预测解决了无法连续直接测量窑内温度的问题，但是如何保持窑内温度一直处于最佳就需要对各个影响温度的变量进行控制。由于水泥烧制过程是复杂的热工反应过程，参数之间存在祸合，相互之间有影响，具有时滞、时变、非线性的特点。因此，传统的控制方法不能有效地解决温度控制问题。许多学者对此进行了大量的研究工作，并取得了相应的成果。随着智能算法的发展，智能控制越来越多的被应用到非线系统的控制中。为了提高水泥回转窑系统控制的精度，Kong利用CMAC神经网络对温度进行预测，结合参数动态调整的PID控制器，设计了CMAC-PID温度控制器，通过仿真实验验证了系统良好的动静态特性和抗干扰能力;周平等采用CBR技术对回转窑温度进行估计，并建立了动态神经网络的软测量模型，实现了在线估计回转窑温度;Elman神经网络建模方法是目前广泛应用的方法之一，黄清宝等对该方法进行了改进，并将其应用于回转窑系统的建模中，在此基础之上结合双重启发式动态规划算法设计了窑温度的控制器，同时取得了一定的成果。窑尾温度是反映回转窑烧成带温度的一个重要参数，该温度数据较容易测得，Maryam等设计了窑尾温度的模糊控制系统，并实现了对窑尾温度的模糊控制;杨为民等人研究了二次风温的控制，同样采用的是模糊控制方法，该方法将二次风温控制在一个合理的范围之内，减小了窑内温度的变化，稳定了生产过程;王蕊等采用模糊PID算法设计控制器，并将其应用于水泥回转窑的温度控制;Chiang在模糊控制器的设计过程中加入了约束条件，并将它运用在了水泥悬浮预热回转窑的温度控制中，机理建模的基础是对水泥生产过程的深入分析。水泥生产伴随着固体气体不断运动、反应和热交换等过程。机理分析就是要从这些复杂的过程中找到变量之间的数学关系。机理建模方法具有物理意义明确的特点，其中的很多物理和化学过程是己知的，这对体现水泥锻烧的特征有很大帮助，使得变量间关系明确，可以推导出回转窑系统中各变量之间的精确数学表达式，适用范围大且操作条件变化遵循一定规律。但工业反应复杂、变量解祸困难、时滞性、非线性等都是建模的制约因素，再加上我们不能完全知道系统的信息，部分反应的机理不明，导致不能有效地应用于复杂系统的建模。在进行机理建模的过程中会做一些假设，这些假设简化了建模过程，但也导致了所建模型同实际情况有较大差距，不能很好地反映系统特征。多数情况下这类模型是用于回转窑操作过程的仿真，进行简单粗略的描述与分析。数据拟合建模是从数据角度出发，利用现有的智能算法得到拟合模型，取得了一定的成果。运用数据拟合建模方法最大的优点是避开了复杂反应的分析，直接构建输入与输出之间的关系。只要获得一定量的输入输出数据，就能建立相应的系统模型。这为系统模型的建立提供了新的途径。虽然，数据拟合建模方法有着方便快捷的好处，但是也存在一些问题。例如，专家系统需要结合人工经验，可是人工经验是不全面的，当遇到未出现过的状况，会影响模型的精度;神经网络具有任意的逼近效果是它的优势，但是它需要大量的训练样本，对于训练样本有限的情况下，它的效果不理想;模糊模型具有善于表达知识，推理方法类似于人的思维等特点，但是它的泛化能力不是很好，制约了它的应用。计算机技术的飞速发展，为智能控制的实现提供了有力的前提，为工业生产自动控制的实现成为可能。经过众多学者的研究，智能控制在非线性、多变量、时变的复杂系统控制中表现出优越性。国外在优化控制系统的研究一直领先于国内，瑞士ABB公司、德国西门子公司、法国Adersa公司、福斯公司、蓝圈公司等都开发了水泥生产线的优化系统。但是，国内水泥生产线同国外相比存在数据测量点少、设备运行稳定性差等问题。同时，整套引进国外控制系统需要购买相应的生产线，昂贵的价格使得企业无法承受。因此，自主研发适用于国内水泥生产的优化控制系统迫在眉睫。在水泥生产过程中，回转窑处于核心的地位，其内部发生着复杂的物理化学反应，并伴随着物料的翻滚、气体的流动、热量的传递。水泥生料在进入回转窑锻烧之前要经过粉磨、均化以及预热分解等流程，然后被送入回转窑中进一步加热，此时生料分解完全，在高温的作用下部分物料发生化学反应并呈现出熔融的状态，温度到达℃后，硅酸二钙和氧化钙在矿物溶剂中发生反应生成硅酸三钙(水泥的主要成分)，在℃左右时，反应迅速进行，维持这一温度15到20分钟就可以得到水泥熟料，最后熟料送入蓖冷机中进行冷却。从上面的分析可以得到，回转窑内的温度是水泥制备的关键因素。但是，窑内温度高、粉尘大不便于对烧成带温度进行直接测量，人工看火凭借的是工作人员的经验，由于工作人员的能力参差不齐，这样不利于水泥的连续生产和有效控制。因此，烧成带温度的预测及控制是水泥生产中备受

转载请注明:http://www.aideyishus.com/lkgx/712.html