基于专家系统的回转窑窑头工况识别

2012年04月10日11:00:40 本网站我要评论(2)字号：T | T | T

关键字：应用

王孝红，房喜明，于宏亮
济南大学控制科学与工程学院，山东济南

摘　　　要：针对新型干法水泥生产线窑头环节非线性、多变量、强耦合、大时滞等特性导致的工况复杂，控制难度大的问题，在深入分析窑头工况特点的基础上，提出了一种基于专家系统的工况智能识别方法。该方法首先对从集散控制系统中采集的现场参数实时值进行数据预处理，运用ＡＲＴ２神经网络算法对关键参数的变化趋势进行在线辨识，并输出趋势类别，同时对主要参数的实时值进行模糊化处理，输出模糊档位。基于专家规则的工况识别系统根据参数的辨识结果，通过精确推理输出当前工况。工况识别软件采用Ｃ＋＋编写，现场实际运行表明了该方案的正确性和实用性。

关　键　词：回转窑；ＡＲＴ２神经网络；模糊；专家系统

１　引　言
水泥的整个生产流程是一个相互制约和连续运行的大系统。窑头环节是水泥生产过程的核心环节，烧成带煅烧的程度以及篦冷机冷却的效果直接决定了水泥的质量。窑头环节电耗巨大，煤耗约占水泥生产全过程总量的４０％［１］，因此，该环节的优化控制对于水泥企业节能降耗意义重大。然而窑系统强耦合、非线性、多变量、大时滞的特性使得回转窑系统模型的建立极为复杂，直接控制的难度很大。对回转窑工况进行分类与判别是实现智能操窑及优化控制的前提与基础。目前对于窑况的判断在很大程度上依赖操作员的知识和经验，由于操窑过程劳动强度大，操窑人员水平参差不齐，因此难以准确把握窑况的变化。人工智能及知识工程技术的发展对实现水泥生产过程中窑况的智能识别提供了相应的理论基础。本文主要介绍了基于ＡＲＴ２神经网络和模糊理论的窑头工艺参数辨识方法，以及针对参数辨识结果的专家系统在窑头工况智能识别中的应用研究。

登录网站后可下载文件

基于专家系统的回转窑窑头工况识别

相关阅读: