基于人工神经网络的生料配料优化方法的研究开题报告

1. 研究目的与意义（文献综述）

水泥是一类重要的材料，被广泛的引用到土木建筑、水利、核电，水泥质量的好坏直接关系到人民的生命安全。因此，围绕提高水泥质量的研究蓬勃发展。水泥生料的质料对水泥熟料的质量有很大的影响。提高水泥熟料质量的最重要方法之一就是提高水泥生料的质量。水泥生料的配方与水泥生料的质量息息相关。因此，控制水泥生料的配方至关重要。水泥生料配方的工艺控制方法有两种，一种是钙铁控制，另一种的率值控制。钙铁控制方法因难以满足水泥的质量要求而被淘汰，率值控制方法由于有较高的控制精度和效率而被普遍采用^[1]。生料率值kh、sm、im是直接反映水泥生料配料的3个工艺参数，生料率值的均匀稳定对稳定窑系统的热工制度和提高熟料质量至关重要。而在水泥的生料质量控制系统中，生料率值的控制是通过生料配比的调整来实现的，由于水泥生产中生料制备过程是一典型多变量、耦合、非线性和大滞后系统，难以建立生料率值与生料配方的数学模型。人工神经网络系统（bp人工神经网络）能够以任意精度逼近高度非线性、高度耦合、高度复杂的系统，采用bp人工神经网络能优化生料的配方，提高水泥生料的质量，因此，bp人工神经网络在水泥生料的配方的优化领域有重要的应用。本文采用bp人工神经网络优化水泥的生料配方，以提高水泥生料的质量。

从80年代开始，国内开始采用率值控制系统来控制生料的配方，国内主要采用饱和石灰系数kh、硅率sm、铝率im三个率值是否合格来反映水泥的质量，三率值和水泥质量的高低息息相关。杨志强^[2]的研究表明了三率值对水泥质量以及强度的影响；童大懋等人^[3]的研究表明了率值对水泥生料的易烧性的影响，并用正交回归的方法分析了水泥易烧性与三率值的函数关系，得出水泥三率值的合理范围；王中豪^[4]提出用联合控制的方法取代现有的后置控制方法，但是该方法还没有普及，该方法能否在实践生产中提高水泥的质量以及带来经济收益还未可知。鉴于单纯的使用率值控制不能很好的解决水泥质量合格率的问题，刘云霞等人^[5]把专家控制引入水泥生料的配方方法中，该方法虽然能有效的提高水泥熟料的质量，但是该方法较为繁琐；由于bp人工神经网络在很多领域的成功应用^{[6][7][8][9][10][11][12]}，方千山等人^[13]针对水泥配料过程的多变量、多回路、大滞后和非线性的特点，引入bp人工神经网络，从而预测了水泥生产质量的神经网络模型，实现了生料配料的调优操作。庞强、范明哲等人^[14]在其他学者研究的基础上采用bp人工神经网络实现了生料配方的多目标优化，把生料的合格率从原来的30%提高到50%，实现了生料的质量的跨越；李瑞莲等人^[15]直接把生料磨机看成一个整体，把bp人工神经网络应用到生料磨机上，该方法炸一定程度上提高了水泥的质量。

外国的学者对提高水泥的质量做了相应的探索，g. bavdaz等人^[16]针对水泥生料混合过程,提出了一种基于增量算法的新型ts模糊控制器以改善其实时性,并进行了仿真研究；k. kizilaslan等人^[17]利用仿真技术比较了常规控制和智能控制在水泥配料过程中的应用,比较表明智能控制显示出明显的优势；ayhan等人^[18]研究了水泥生产生料混合过程的模型辨识与先进控制应用等问题,开发了随机多变量动态模型,并设计了模型预测控制器来计算生料在扰动情形下的最优喂料比,用原料(低品位矿石和铁矿石)的喂料比作为输入,铁氧化物和(或)石灰石饱和系数作为输出,获得了具有最小阶次和最少参数的多变量过程参数化模型,模型考虑了输出之间的耦合,而且不用考虑输入输出变量的约束条件,节省了计算时间,提高了控制性能。用这些模型获得了过程的稳态操作条件,参数调整简单,nuh水泥厂应用结果表明,所用铁矿石的比例由原来的11%降到6%,(mimo模型),极大地降低了水泥生产的成本；文献^[19]讨论了生料混合过程的一类最优控制结构,描述了一个基于一类新的控制器结构的成分适应控制算法简化策略,并在许多水泥厂得到了应用,效果不错；hongliang yu等人^[20]研究了基于在线检测的智能控制系统的水泥质量控制方案，该智能系统能根据不同的环境给定不同的控制策略，使用该系统，实用性以及效率都有所提升。文献^[21] 考虑到水泥生产过程和管理的特点,提出了以实时数据库为核心的mes结构,并描述了了个模块的功能。虽然国外对bp人工神经网络的研究比较多^[22][23][24]，但是国外的学者鲜有利用bp人工神经网络来研究水泥的。

2. 研究的基本内容与方案

2.1 基本内容

基于matlab的人工神经网络工具箱，对厂家提供的数据样本进行模拟训练，建立率值与生料配方变化的bp人工神经网络模型。再对测试样本进行测试，用测试结果比对厂家提供的实践生产结果，以此验证bp人工神经网络的训练是否合格。

2.2 研究目标

3. 研究计划与安排

第1－3周：查阅相关文献资料，完成英文翻译。明确研究内容，确定技术方案，并完成开题报告。

第4－5周：按照设计方案，学习掌握人工神经网络设计工具。

第6－11周：通过生产数据样本对生料配料控制模型进行训练和参数优化。

4. 参考文献（12篇以上）

[1]刘彬, 郝晓辰, 李海滨. 水泥生料配料控制系统研究[j]. 水泥技术, 2005(3):95-97.

[2]杨志强. 论率值对水泥质量的影响[j]. 山东科技大学学报:自然科学版, 1992(2):180-182.

[3]童大懋, 梅炳初. 率值对水泥生料易烧性的影响[j]. 武汉理工大学学报, 1991(1):8-13.