氧化铝熟料烧结窑节能降耗的应用研究

根据氧化铝熟料烧结回转窑热平衡测试的跟踪调查、研究，本文详细地分析了能耗的主要原因，总结出熟料烧结回转窑节能降耗的综合治理措施。     

熟料烧结回转窑传热传质数值模型

建立了窑长为90m的氧化铝熟料回转窑的传热传质数学模型.采用化学动力学方法研究了烧结反应吸、放热对窑内温度分布的影响,提出了氧化铝与碳酸钠的反应为窑内熟料烧结反应结束的标志.结果表明,熟料反应约在距离窑头85 m处完全结束,各反应速率随温度的升高而增大,喷煤量的增加对预热、烧结带的影响大于其他各带区.     

基于小波包分析与BP神经网络的氧化铝熟料检测

利用小波包分析与BP(Back Propagation)神经网络相结合的算法,对氧化铝熟料检测的应用进行了研究.通过采集回转窑中氧化铝熟料下落碰撞窑壁产生的声音信号,利用小波包分析提取特征向量,根据氧化铝的烧结状况与声音信号特征向量的对应关系,提出建立BP神经网络模型.利用MATLAB对测试样本进行验证,结果表明BP神经网络模型在氧化铝熟料检测中具有可行性,而且具备一定的准确率.     

氧化铝熟料回转窑干法烧结数值分析

建立60t.h-1氧化铝熟料回转窑综合传热、传质数学模型.应用数值方法,研究喂入料浆的水分含量对窑内热过程的影响,分析得到熟料烧结方式由湿法转变为干法时回转窑具有提高产能、降低能耗的潜力.结果表明:当料浆水的质量分数降至20%时,回转窑生产能力可比实际工况提高24%,相应燃煤单耗降幅可达18%.随料浆含水量再递减,则产能和燃煤单耗的平均变化量显著减少,改变幅度逐渐趋缓.     

熟料烧结炉料配方浅析

烧结炉料配方,对混联法生产氧化铝烧结工艺过程有着十分重要作用,选择正确的配方,对获取高质量烧结熟料和较好的技术经济指标具有十分重要意义。     

烧结生产过程的智能控制技术

针对烧结生产复杂的物理化学反应进程,提出烧结终点预测模型和应用机尾烧结矿断面图像判断烧结终点的实际解决方法。在分步骤地解决烧结生产各个关键环节的在线检测和实现各个环节的智能控制的基础上,应用信息化、智能化技术集成各个控制环节,构成烧结生产过程的综合智能控制系统。     

烧结生产过程的智能控制技术

针对烧结生产复杂的物理化学反应进程,提出烧结终点预测模型和应用机尾烧结矿断面图像判断烧结终点的实际解决方法.在分步骤地解决烧结生产各个关键环节的在线检测和实现各个环节的智能控制的基础上,应用信息化、智能化技术集成各个控制环节,构成烧结生产过程的综合智能控制系统.     

氧化铝、莫来石增强白水泥熟料基质复相陶瓷材料性能

研究了氧化铝、莫来石颗粒增强白水泥熟料基质复相陶瓷材料的常温力学性能。采用干混、冷等静压成型、常压烧结等方法，制备复相陶瓷。结果表明：这种材料具有良好的烧结性能，氧化铝、莫来石颗粒可以显著地提高材料的常压力学性能。     

橡胶硫化泛“噪声”控制模型及仿真

针对硫化工艺智能控制过程中的精确和实时性问题，提出了一种基于人工智能的新型控制模型，并将硫化过程中出现的所有噪声统一为一种噪声模型——“泛”噪声，系统控制过程中对该噪声进行自适应学习．该控制策略的目的是提高硫化控制的精确性和控制的实时性，同时为大规模、集群化硫化制品生产提供一条智能控制的途径．该控制模型由两部分组成：神经网络对输入参数进行预分类，动态系统对控制过程中的参数进行自适应学习．模型的动态系统仿真结果表明自适应控制方式对于处理硫化过程中的噪声是有效的．     

基于铁矿物还原的拜耳法赤泥熟料烧结

利用铁化合物在熟料烧结过程中可被煤粉还原为单质铁的特性,实验研究赤泥炉料在还原烧结条件下的反应行为和性质。研究结果表明:在还原烧结条件下,赤泥熟料的熔化温度大于1 250℃,且烧结炉料的铁铝比(即Fe2O3与Al2O3的物质的量比n(Fe2O3)/n(Al2O3))对熟料的熔化温度和熟料中氧化铝的溶出率无显著影响,高铁赤泥熟料的烧结温度和烧结温度范围显著提高;还原烧结赤泥熟料中氧化铝和氧化钠的溶出率随烧结温度的升高而升高,而与炉料配煤质量分数和钙硅比之间存在极值性关系,适当提高炉料的碱比有利于提高熟料中Al2O3的溶出率;赤泥熟料还原烧结的适宜条件是:温度为1 200~1 250℃,炉料碱铝比NR≈1.10,钙硅比CR=1.6~1.7,配煤质量分数wc≈6%。在该还原烧结条件下,铁铝比n(Fe2O3)/n(Al2O3)为0.3的赤泥熟料中Al2O3的溶出率可达91%~93%,Na2O的溶出率大于92%。     

回转窑液压传动系统的设计与开发

介绍了回转窑液压传动系统的主要设计方法,提出回转窑系统只有采取智能化集中控制,才能有效地提高运转率和可靠性。     

水泥回转窑多因素智能控制系统

针对水泥回转窑热工过程,提出了一种基于系统运行模式的智能控制算法.依据专家操作模式下,对影响系统各因素的在线测量数据,运用改进聚类分析算法,建立系统的运行模式,并针对每个运行模式在线学习生成一条控制规则,进而自动生成控制规则库,实现复杂的水泥回转窑热工制度的最优控制.     

用生料易烧性指数控制回转窑煅烧温度

研究了带余热发电回转窑窑灰对熟料煅烧的影响,结果表明,窑灰的掺入对生料的易烧性和回转窑的煅烧有很大的影响,其中存在一个最佳掺入量。应该严格控制窑灰的加入量,才能保证窑的优质高产。生料的煅烧温度与其易烧性有直接的关系,在设备条件一定的情况下,可以用易烧性来控制窑的煅烧温度。     

用生料易烧性指数控制回转窑煅烧温度

研究了带余热发电回转窑窑灰对熟料煅烧的影响 ,结果表明 ,窑灰的掺入对生料的易烧性和回转窑的煅烧有很大的影响 ,其中存在一个最佳掺入量。应该严格控制窑灰的加入量 ,才能保证窑的优质高产。生料的煅烧温度与其易烧性有直接的关系 ,在设备条件一定的情况下 ,可以用易烧性来控制窑的煅烧温度     

回转窑简体温度红外扫描与状态预报系统研究

针对烧结法生产氧化铝工艺过程中回转窑窑皮形状复杂与筒体测温难的特点，采用红外线测温与数字滤波补偿技术相结合，开发出回转窑筒体温度红外线扫描和状态预报系统孩系统在测量回转窑筒体表面温度及其变化的基础上，通过基于模糊协方差矩阵的聚类算法。在线仿真出窑内村与窑皮的形状及厚度，发出相应的状态预报信号，有效地改善了窑的操作，提高了设备的运转率，降低了生产成本，并为回转窑的自动控制提供参考．图2，参12．     

锌钡白转窑"等质量等能量"控制模型参数辨识

针对锌钡白转窑控制项目中“等质量等能量”控制模型在进料量估算和控制模型参数辨识方面的不足,通过分析大量的历史数据和总结操作工人现场手动控制的经验,提出一种新的进料量计算方法和控制模型参数辨识方法,把进料量控制纳入到消色力控制中来,同时引入人工判断消色力作为辨识依据.文中还给出了参数辨识的具体过程,并对控制效果进行了探讨.该方法已成功应用于转窑控制中,提高了产量和产品的消色力.     

基于知识的工业窑炉控制策略

提出了一种应用于工业窑炉控制的基于知识的实时控制方法,并结合水泥生产机立窑锻烧过程的控制,阐述了它在工业窑炉控制中的应用,对该方法中知识的分层组织和控制结构进行了较深入的分析。     

面向复杂工业过程应用的图像处理系统

针对复杂工业过程中工况变化的复杂性与检测手段相对落后的难题,结合计算机多媒体与图像处理技术,提出了一类面向复杂工业过程应用的图像处理系统体系结构.该体系结构包括视频监控模块、图像处理算法集成模块、智能工况识别模块,兼有通用性设计与面向对象设计的特点,体现了软件工程所追求的结构化设计与软件复用的思想.结合氧化铝回转窑生产过程中对烧成带工况识别的需要,应用该体系结构建立了一个氧化铝回转窑烧成带图像处理系统,取得了良好的效果.     

基于深度迁移学习的回转窑燃烧状况智能感知

针对回转窑燃烧状况的认知问题,探索了一种基于深度迁移学习的回转窑燃烧状况智能感知机制和计算方法。首先,采用自优化调节的机制构建卷积神经网络的架构（ASCNN,adaptive structure convolutional neural networks）,建立火焰图像由全局到局部具有确定映射关系的非结构化动态特征空间。其次,基于特征可区分性测度指标和变精度粗糙集理论,从信息论的角度在不确定信息条件下,面向可区分性约束条件,建立自优化特征表征的回转窑燃烧状况认知决策信息系统,增强燃烧状况非结构化简约可分特征空间的可解释性。再次,构建具有万局逼近能力的随机配置网络分类器（SCN,stochastic configuration networks）,建立火焰图像燃烧状况的分类决策准则。最后,构建语义误差熵评测指标,实时测量火焰图像燃烧状况认知结果的不确定性,构建基于不确定认知结果测度指标约束的动态迁移学习机制,实现燃烧状况多层次差异化特征空间及其分类准则的自寻优调节和重构。实验结果表明了所构建的基于深度迁移学习的火焰图像燃烧状况智能感知模型较已有方法对水泥回转窑燃烧状况精确认知的可行性和优越性。     

使用单个自适应神经元的智能控制

提出一种适用于控制的自适应神经元模型以及使用单个自适应神经元的智能控制方法,描述了神经元的学习策略和收敛性,给出了神经元系统控制学习算法及其学习控制机理证明.实例表明了这种新颖的智能控制方法简单可行的优点.