前言

　　本文主要解決目前水泥生產控制嚴重依賴中控操作員，大部分回路通過手動操作、部分回路波動過大等問題，在生產過程中主要通過人為經驗操作，存在操作人員操作經驗參差不齊、處理及時性差、操作方式不一等情況，還有對于運行狀態的判斷依據不一，無法使粉磨工藝參數全時運行在最佳狀態，最終通過應用智能控制解決以上難題。

第一章 工藝流程

蘇州天山水泥工藝流程示意圖

　　蘇州天山水泥生產工藝流程配置為4.2*13M管磨機+180*120輥壓機+TS4500雙轉籠選粉機，首先將各原材料按照一定配比通過電子皮帶秤計量混合后送至配料提升機,除鐵后進入循環提升機，提升至V型選粉機進行選粉，粗顆粒回恒重倉緩沖后進入輥壓機中碾壓，碾壓擠碎后通過循環提升機帶至V型選粉機，V型選粉機粗選出的較細物料進入TS4500選粉下轉籠初選，200um以上的顆粒通過下轉籠選粉后回恒重倉，小于200um的顆粒進入TS4500選粉機上轉籠再次進行選粉，合格品通過旋風筒收集送入成品斜槽與磨機成品進行混合，不合格品進入球磨機進行粉磨，球磨機粉磨后的物料通過出磨提升機提升至TS5000選粉機選粉,合格品通過系統風機帶入收塵系統收集后進入成品斜槽與TS4500成品混合，最終送入水泥庫作為水泥成品儲存，不合格品回球磨機進行再次粉磨。

蘇州天山水泥廠區

第二章 關鍵技術與創新

　　1.基于大數據、人工智能、知識圖譜等信息技術，融合現場操作規則，開發了包含先進控制技術、在線優化技術及大數據分析技術的成熟智能控制系統。

　　2.解決了部分應用在現場的系統對儀表精度過于依賴、工況適應性不佳等難題，實現智能優化系統可用率始終在90%以上。

　　3.創造性地在水泥生產過程中采用了“自尋優”算法，結合機理模型、數據模型和專家經驗三者進行變步長、變周期尋優，使系統始終運行在最佳工況，控制主界面如下圖：

第3章 智能控制方案

　　水泥磨智能控制系統基于RASO系統、水泥磨生產工藝以及資深操作專家的經驗，設計了整體的智能控制思路，從而實現多變量之間的協調控制和全局優化。具體包含以下幾個方面的控制單元，輥壓機負荷優化控制單元、水泥磨負荷優化控制單元、水泥質量優化控制單元等。通過對這些控制單元的協調，智能控制系統實現對整體水泥磨系統的穩定和優化操作。

1 輥壓機負荷優化控制單元

　　輥壓機負荷控制是根據輥壓機電流目標值自動調節喂料擋板，以保證輥壓機電流在正常范圍內。輥壓機電流反映輥壓機碾壓物料的多少，輥壓機電流不能過高。通過輥壓機喂料擋板自動控制穩定輥壓機滾壓物料量，從而穩定輥壓質量和產量，并且保證輥壓機電流不超過設定限值。

　　控制示意圖如下：

2 水泥磨負荷優化控制單元

干凈整潔的磨機車間

　　出磨提升機電流及穩流倉倉重的平穩控制是水泥磨平穩生產的核心，但這兩個指標存在較多的共同影響因素，單一的設定值有可能導致在實現上述回路的常規控制后，形成內部持續波動，在此需要對兩者進行協調。同時，穩流倉倉重控制的主要目的是使進入喂料倉的物料與進入輥壓機的物料達到一個相對平衡的狀態，以便輥壓機能夠工作在最佳狀態并且不會對輥壓機造成太大的沖擊，既可以使輥壓機運轉穩、利用率提高，也可以延長其使用壽命。

　　控制示意圖如下：

3 水泥質量優化控制單元

　　水泥成品粒度是水泥質量的核心指標，主要依托在線粒度儀實時測量(或化驗室數據)的粒度數據，實現對選粉機轉速設的實時控制。粒度控制主要以先進預測控制方法為基礎，實現對選粉機進行自動控制，控制框圖如下：

4 協調控制單元

　　出磨提升機電流以及喂料倉倉重的平穩控制是水泥磨平穩生產的核心，但這兩個指標存在較多的共同影響因素，單一的設定值有可能導致在實現常規控制后，形成內部持續波動。在此需要對兩者進行協調，采用智能設定調節死區的方式來避免兩個控制模型的干擾所導致的發散。

　　主要采用循環風機轉速、選粉機轉速、總喂料量與稱重倉下料開度等參數進行參考，對兩者調節靈敏度進行動態調整，如下圖所示：

5 大數據挖掘與處理技術應用

　　在先進控制與自尋優算法實現后，可基本實現現場準無人化操作、生產過程平穩可靠運行。在此基礎上，生產中所關注的焦點集中在對控制品質的進一步提升以及在能耗降低上的需求。為此，將大數據與機器學習算法等新技術應用到水泥磨生產智能控制系統中，可實現工藝參數最優化，體現出節能、質量、臺時等多方先效益。智能控制系統中的大數據挖掘與處理技術應用主要體現在以下方面：

　　1)軟測量

　　區別于傳統的基于公式的軟測量，RASO系統中的軟測量采用基于大數據網絡結構的方式，解決了傳統軟測量對單一測點與閥門死區極為敏感、受條件影響存在不一致、非線性性能差等缺陷。

　　2)佳值統計優化

　　由于水泥生產質量數據(主要是粒度數據)與實時數據相比，滯后較大，傳統分析過程無法準確得出最終質量指標。RASO系統采用時間序列自動調整的方式，將游離氧化鈣化驗值、7天強度、28天強度數據與實時測點數據相結合。對較好的運行狀態進行收集、統計(佳值統計)，運用機器學習算法，以此分析結果來修正設定點。

　　3)智能安全限幅與快速響應

　　大數據當前分析結果用于直接閥門輸出等控制過程時，考慮其安全性與可靠性，RASO系統中將其運算結果的±20%范圍作為調節安全限幅20%為舉例，系統進行智能修正)，確保工藝安全。同時對傳統反饋控制進行快速響應修正，減少傳統算法的穩定過程。

　　4)模型參數自學習與智能自更新

　　由于生產現場原料、設備、工況均處于動態過程中，模型參數的適應性會隨著時間的推移產生變化。在RASO系統中，進行完調參工作后，模型參數可以自身進行自學習，并采用定期+不定期方式進行自更新，以完全適應現場工況的變化。

　　5)智能語音報警功能

　　優化系統將生產裝置的主要運行故障都納進了智能語音報警模型，當某種故障發生或將要發生，優化系統會以不同的模仿真人聲音進行報警，直接定位到點，如“XX溫度異常，請注意!”

第四章 應用效果

　　1、智能控制系統投運至今，實現自控率大于95%，輥壓機循環系統和磨機系統始終保持平衡穩定狀態，各參數波動幅度大幅度降低，水泥生產全智能、準無人化運行，可靠實現了生產過程的連續、平穩運行，下圖為恒重倉倉位和出磨提升機電流手動控制和自動控制趨勢對比圖。

　　2、通過故障預警、真人語音報警，實現多起故障提前預警，大幅度降低了操作員勞動強度，全面提高系統的安全性、穩定性和管控性，下圖為語音智能報警畫面。

　　3、通過對29個班次臺產、電耗、質量控制對比，智能控制實現水泥粉磨工序電耗降低平均降低2.66%，TS4500選粉機成品合格率提升11%。

　　綜上，蘇州天山水泥近年來通過不斷努力，廠區環境持續亮化、生產技術指標持續改進，競爭力持續增強，經營指標在區域同類企業中遙遙領先，值得廣大粉磨企業學習借鑒。

相關問題咨詢：張總 18910037609