水泥熟料性能的预测、评价及优化方法及其装置和系统制造方法及图纸

本发明专利技术是关于一种水泥熟料性能的预测、评价及优化方法及其装置和系统。本发明专利技术方法包括：采用机器学习法，基于水泥熟料生产的历史数据构建水泥熟料的性能预测模型；获取待测水泥熟料的生产数据，输入所述的性能预测模型中，得到待测水泥熟料的性能预测数据；对待测水泥熟料的性能进行评价分析；若待测水泥熟料的性能预测数据满足设定要求，则直接输出；若待测水泥熟料的性能预测数据未达到设定要求，则对待测水泥熟料的生产数据进行优化，直至性能预测数据满足设定要求。本方法利用水泥厂大量积累生产数据，通过构建水泥熟料的性能预测模型对熟料性能进行快速预测和评价，实现熟料生产质量的稳定控制和优化提升。生产质量的稳定控制和优化提升。生产质量的稳定控制和优化提升。

【技术实现步骤摘要】
水泥熟料性能的预测、评价及优化方法及其装置和系统


[0001]本专利技术涉及一种水泥检测
，特别是涉及一种水泥熟料性能的预测、评价及优化方法及其装置和系统。

技术介绍

[0002]快速评价水泥熟料性能，并在熟料生产中及时调整生产方案，优化熟料生产工艺参数，是有效控制和优化提升熟料生产质量的关键。当前我国水泥熟料生产工艺优化一般通过传统的试验试错法。但水泥性能的测定一般至少需要28天时间。因此，采用传统试错法调整工艺和生产参数，不但消耗了大量的时间和资源，也达不到生产控制的时效性需求。
[0003]尽管一些学者，也曾尝试了经验公式和理论建模方法，对熟料性能进行预测，但由于影响因素复杂且多维，导致上述模型自身存在理论局限性，可靠性有限。例如，Ono曾通过建立经验公式，利用光学显微镜参数(包括特晶粒尺寸及折光性，贝利特尺寸及色泽度)预测熟料28天强度。但研究表明，其并不可靠。随后许多学者尝试应用孔隙率、孔径分布等建立经验公式，预测熟料强度性能的办法，均未获得理想效果。当前实践中，水泥厂一般通过测定游离氧化钙含量，凭借工程师的经验和常识快速判断熟料质量。这缺乏可靠性和准确性，质量控制成效有限，也达不到稳定优化提升的目的。
[0004]水泥工业日常生产积累了大量的生产试验数据。采用当前发展的机器学习方法，利用已有的大量数据积累，深入分析揭示数据规律，构建科学有效的预测模型，形成更加客观可靠的熟料性能预测及评价方法，并结合熟料化学基本原理，集成水泥质量控制和优化提升的高效智能化新技术，必将极大提升水泥行业技术水平和智能化水平，对推动我国水泥工业提质增效和智能化升级具有重要意义。

技术实现思路

[0005]本专利技术的主要目的在于，提供一种水泥熟料性能的预测、评价及优化方法及其装置和系统，所要解决的技术问题是使其对熟料性能进行快速预测、及时干预，实现熟料生产质量的稳定控制和优化提升，有利于提升水泥产品质量，提升产品市场竞争力，具有可观的产品经济效益。
[0006]本专利技术的目的及解决其技术问题是采用以下技术方案来实现的。依据本专利技术提出的一种水泥熟料性能的预测、评价及优化方法，其包括如下步骤：
[0007]S100、采用机器学习法，基于水泥熟料生产的历史数据构建水泥熟料的性能预测模型；
[0008]S200、获取待测水泥熟料的生产数据，输入所述的性能预测模型中，得到待测水泥熟料的性能预测数据；将所述的性能预测数据与水泥熟料的生产要求或历史生产平均水平进行对比，对待测水泥熟料的性能进行评价分析；
[0009]若待测水泥熟料的性能预测数据满足设定要求，则直接输出；
[0010]若待测水泥熟料的性能预测数据未达到设定要求，则执行步骤S300；
[0011]S300、以熟料性能为目标函数，并根据实际生产需要，设定目标函数阈值，建立水泥熟料生产数据的多维参数向量空间；将任意满足所述多维参数向量空间的组合参数输入所述的性能预测模型中，得到组合参数对应的性能预测数据；
[0012]若组合参数对应的性能预测数据满足设定要求，则直接输出；
[0013]若组合参数对应的性能预测数据未达到设定要求，则对水泥熟料的生产数据进行优化，直至性能预测数据满足设定要求。
[0014]本专利技术的目的及解决其技术问题还可采用以下技术措施进一步实现。
[0015]优选的，前述的水泥熟料性能的预测、评价及优化方法，其中在步骤S300中，所述的建立水泥熟料生产数据的多维参数向量空间的步骤，具体包括：
[0016]基于水泥熟料生产的历史数据，以熟料性能为目标函数变量Y＝(y1,y2,y3,
……
,y
n
)，以水泥熟料生产数据作为因变量X＝(x1,x2,x3,
……
,x
m
)，建立因变量X与目标函数变量Y的分布关系，并根据设定的目标函数阈值，分别得到目标函数为y
i
时x
j
的下限和上限，其中i＝1,2,3,
……
,n，j＝1,2,3,
……
,m，建立因变量X的多维参数向量空间；
[0017]当只有一个目标函数变量时，其对应的因变量X的多维参数向量空间即为针对单一目标性能建立的水泥熟料生产数据的多维参数向量空间；
[0018]当有两个或两个以上的目标函数变量时，其对应的因变量X的两个或两个以上的多维参数向量空间取交集，得到水泥熟料生产数据的多维参数向量空间。
[0019]优选的，前述的水泥熟料性能的预测、评价及优化方法，其中在步骤S300中，所述的对水泥熟料的生产数据进行优化，直至性能预测数据满足设定要求，具体包括：
[0020]在所述的水泥熟料生产数据的多维参数向量空间中选择K个变量X分别作为迭代循环计算的输入参数起点，其中，K为1～200的整数；
[0021]当K＝1时，只有一个变量X，其第j个维度变量x
j
起始取值按照建立的多维参数向量空间，根据相应维度变量取值与性能的关系，选定输入参数起点值；
[0022]当K大于1时，有K个变量X，其中每个变量X
H
第j个维度变量x
hj
的起始值按照建立的多维参数向量空间，从相应维度变量参数最小值到最大值按K
‑
1份分割，获得K个数据点，按照如下公式计算：
[0023][0024]分别将获得的K个多维参数向量X作为起始输入变量，输入所述的性能预测模型，得到K个输入变量对应的性能预测数据，选出最优的性能预测数据作为优化后的性能预测数据，若优化后的性能预测数据满足设定要求，则直接输出；
[0025]若优化后的性能预测数据还未达到设定要求，则按照设定步长调节待测水泥熟料的生产数据，对待测水泥熟料的生产数据进行进一步地优化，直至满足设定要求，并确认输出。
[0026]优选的，前述的水泥熟料性能的预测、评价及优化方法，其中所述的按照设定步长调节待测水泥熟料的生产数据的步骤，具体包括：
[0027]将率值参数和化学成分以有效数字的最后一位，按1～9数值梯度递增或递减，分别调整水泥熟料组成信息；和/或
[0028]生料进料量、用煤量、窑转速度、煅烧温度、煅烧时间、气氛、风量、风温和风压按最
小记数单位步长递增或递减。
[0029]优选的，前述的水泥熟料性能的预测、评价及优化方法，其中将设定步长转换生成对应变量X的多维步长向量M，M＝(Δx1,Δx2,Δx3,
…
,Δx
m
)，迭代步长向量ΔM＝(r1*Δx1,r2*Δx2,r3*Δx3,
…
,r
m
*Δx
m
)，其中，r
j
在
‑
1、0和1三个数值之间随机取值；则第t次迭代变量X的输入值为X
Ht
＝X
H(t
‑
1)
+ΔM，其中1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水泥熟料性能的预测、评价及优化方法，其特征在于，包括如下步骤：S100、采用机器学习法，基于水泥熟料生产的历史数据构建水泥熟料的性能预测模型；S200、获取待测水泥熟料的生产数据，输入所述的性能预测模型中，得到待测水泥熟料的性能预测数据；将所述的性能预测数据与水泥熟料的生产要求或历史生产平均水平进行对比，对待测水泥熟料的性能进行评价分析；若待测水泥熟料的性能预测数据满足设定要求，则直接输出；若待测水泥熟料的性能预测数据未达到设定要求，则执行步骤S300；S300、以熟料性能为目标函数，并根据实际生产需要，设定目标函数阈值，建立水泥熟料生产数据的多维参数向量空间；将任意满足所述多维参数向量空间的组合参数输入所述的性能预测模型中，得到组合参数对应的性能预测数据；若组合参数对应的性能预测数据满足设定要求，则直接输出；若组合参数对应的性能预测数据未达到设定要求，则对水泥熟料的生产数据进行优化，直至性能预测数据满足设定要求。2.根据权利要求1所述的水泥熟料性能的预测、评价及优化方法，其特征在于，在步骤S300中，所述的建立水泥熟料生产数据的多维参数向量空间的步骤，具体包括：基于水泥熟料生产的历史数据，以熟料性能为目标函数变量Y＝(y1,y2,y3,
……
,y
n
)，以水泥熟料生产数据作为因变量X＝(x1,x2,x3,
……
,x
m
)，建立因变量X与目标函数变量Y的分布关系，并根据设定的目标函数阈值，分别得到目标函数为y
i
时x
j
的下限和上限，其中i＝1,2,3,
……
,n，j＝1,2,3,
……
,m，建立因变量X的多维参数向量空间；当只有一个目标函数变量时，其对应的因变量X的多维参数向量空间即为针对单一目标性能建立的水泥熟料生产数据的多维参数向量空间；当有两个或两个以上的目标函数变量时，其对应的因变量X的两个或两个以上的多维参数向量空间取交集，得到水泥熟料生产数据的多维参数向量空间。3.根据权利要求2所述的水泥熟料性能的预测、评价及优化方法，其特征在于，在步骤S300中，所述的对水泥熟料的生产数据进行优化，直至性能预测数据满足设定要求，具体包括：在所述的水泥熟料生产数据的多维参数向量空间中选择K个变量X分别作为迭代循环计算的输入参数起点，其中，K为1～200的整数；当K＝1时，只有一个变量X，其第j个维度变量x
j
起始取值按照建立的多维参数向量空间，根据相应维度变量取值与性能的关系，选定输入参数起点值；当K大于1时，有K个变量X，其中每个变量X
H
第j个维度变量x
Hj
的起始值按照建立的多维参数向量空间，从相应维度变量参数最小值到最大值按K
‑
1份分割，获得K个数据点，按照如下公式计算：H＝1,2,3,
……
,K；分别将获得的K个多维参数向量X作为起始输入变量，输入所述的性能预测模型，得到K个输入变量对应的性能预测数据，选出最优的性能预测数据作为优化后的性能预测数据，若优化后的性能预测数据满足设定要求，则直接输出；若优化后的性能预测数据还未达到设定要求，则按照设定步长调节待测水泥熟料的生
产数据，对待测水泥熟料的生产数据进行进一步地优化，直至满足设定要求，并确认输出。4.根据权利要求3所述的水泥熟料性能的预测、评价及优化方法，其特征在于，所述的按照设定步长调节待测水泥熟料的生产数据的步骤，具体包括：将率值参数和化学成分以有效数字的最后一位，按1～9数值梯度递增或递减，分别调整水泥熟料组成信息；和/或生料进料量、用煤量、窑转速度、煅烧温度、煅烧时间、气氛、风量、风温和风压按最小记数单位步长递增或递减。5.根据权利要求4所述的水泥熟料性能的预测、评价及优化方法，其特征在于，将设定步长转换生成对应变量X的多维步长向量M，M＝(Δx1,Δx2,Δx3,
…
,Δx
m
)，迭代步长向量ΔM＝(r1*Δx1,r2*Δx2,r3*Δx3,
…
,r
m
*Δx
m
)，其中，r
j
在
‑
1、0和1三个数值之间随机取值，j＝1,2,3,
……
,m；则第t次迭代变量X的输入值为X
Ht
＝X
H(t
‑
1)
+ΔM，其中1≤...

【专利技术属性】
技术研发人员：任雪红，张文生，叶家元，张洪滔，史迪，董刚，
申请(专利权)人：中国建筑材料科学研究总院有限公司，
类型：发明
国别省市：