水泥熟料回转窑燃烧效率软测量研究

摘要

如今，节能与减排成为水泥行业发展的趋势，而水泥生产中能耗最大的设备之一就是回转窑。生产过程中，生料由窑尾送入，在窑体不断的旋转中生料自窑尾向窑头（自上而下）逐渐运动；经磨煤机磨碎的煤粉自窑头向窑内喷入与窑内空气混合，在窑内燃烧形成热力场，提供由生料煅烧为熟料的热量；窑内温度场分布均匀，自窑尾到窑头依次为过渡带、烧成带及冷却带，热量经三种传热方式辐射、对流、传导进行热交换；回转窑能够满足熟料形成过程中不同阶段化学和物理反应的需求；熟料煅烧过程产生的热力场和温度场能够降解有毒废弃物、固化重金属，减少环境污染。
　　目前，回转窑燃烧效率没有现成的在线测量方法，离线测量手段也仅有使用GB/T26281-2010《水泥回转窑热平衡、热效率、综合能耗计算方法》进行物料统计。以统计手段获得回转窑燃烧效率，既浪费人力物力又费工费时，其大滞后性极大减小了对回转窑优化控制的参考意义，无法及时反应回转窑的运行工况。因此实现回转窑燃烧效率软测量，改变水泥生产过程中人工看火的现状对回转窑后期优化控制和水泥行业节能减排具有重大的意义。
　　本文以吉林亚泰水泥有限公司双阳建材公司2000T/D水泥熟料生产线为研究对象，在深入分析回转窑结构和水泥生产工艺的基础上，结合厂家DCS生产线，初步选出一次风速、二次风温、窑尾压力、生料喂料量、喂煤量、窑尾氧气浓度、窑尾一氧化碳浓度、窑头压力、窑尾烟气温度、分解炉窑尾分解率为软测量辅助变量，回转窑燃烧效率作为主导变量的水泥熟料回转窑燃烧效率软测量原始数据集合。然后使用格罗布斯准则对原始数据集合中存在的粗大误差进行处理，最后对原始数据进行灰色关联度分析，最终确定了辅助变量为一次风速、喂煤量、窑尾氧气浓度、窑尾一氧化碳浓度与窑尾烟气温度。由于回转窑的特点，机理建模不适用于回转窑燃烧效率测量，为此本文分别使用人工神经网络中的BPNN和基于统计学习理论的SVR建立软测量模型，并分别对其进行改进，仿真结果验证了本文回转窑燃烧效率软测量的有效性和可行性。最后选取软测量效果最佳的遗传算法改进SVR的回转窑燃烧效率软测量，使用VC++6.0平台的MFC图形化编程系统、ADO技术和OPC技术开发了回转窑燃烧效率软测量软件，软件现场运行状况良好，符合回转窑燃烧效率软测量需要，具有一定的实用价值。

目录

声明

第1章 绪 论

1.1 课题的研究背景及意义

1.2 回转窑燃烧效果国内外研究现状

1.3 本研究完成的主要工作

2.1 软测量技术

2.2 回转窑燃烧效率软测量辅助变量选择

2.3 回转窑燃烧效率软测量数据预处理

2.4 本章小结

第3章 基于BPNN的回转窑燃烧效率软测量

3.1 人工神经网络ANN

3.2 BPNN的回转窑燃烧效率软测量建模

3.3 本章小结

第4章 基于SVR的回转窑燃烧效率软测量

4.1 统计学习理论

4.2 基于SVR的回转窑燃烧效率软测量建模

4.3 几种回转窑燃烧效率软测量建模效果对比

4.4 本章小结

第5章 水泥熟料回转窑燃烧效率软测量软件开发

5.1 系统框架

5.2 系统实现

5.3 本章小结

第6章 结 论

致谢

参考文献

作者简介

攻读硕士学位期间研究成果