技術領域

本發明涉及水泥生產技術領域，尤其是涉及一種水泥熟料f-CaO含量軟測量方法。

背景技術

水泥熟料f-CaO含量是反映水泥熟料質量和煅燒情況的一個關鍵指標，它表示熟料煅燒過程中氧化鈣與二氧化硅、氧化鋁、氧化鐵等發生化合反應后剩余的程度，綜合反映了配料的合理性、熟料煅燒的完全程度和熟料的安定性。熟料f-CaO含量過高或過低，都會導致熟料質量下降。

當前，水泥企業通過每小時對熟料進行一次取樣化驗，然后得到熟料f-CaO含量的分析結果。這種離線化驗方式操作復雜，采樣間隔時間過長，無法起到及時指導生產的作用，也阻礙了先進控制的實施。因此，建立熟料f-CaO含量的軟測量模型，對熟料f-CaO含量進行實時、連續預測，使先進控制能夠得以實施，對保證熟料質量具有重要意義。

針對水泥熟料f-CaO含量無法實時準確檢測的問題，一些學者在分析水泥工藝機理的基礎上，采用核主元分析-最小二乘支持向量機（KPCA-LSSVM）、最小二乘支持向量機（LSSVM）等方法進行軟測量建模研究。這些研究均取得了一定的效果，為水泥熟料f-CaO含量的實時準確檢測提供了有效可行的方法。

但是這些方法應用的前提條件是生料成分或煤粉質量基本穩定，沒有考慮生料細度及煤粉質量對熟料f-CaO含量的影響，這在一定程度上限制了它們的適用范圍。另外，這些方法所建立的軟測量模型都屬于單一的全局模型，難以適應工況變化。當工況發生變化時，這些單一的全局模型由于缺乏自適應能力，很難保證模型精度。因此，有必要根據水泥燒成過程工藝和軟測量理論的成果尋找一種新的軟測量方法，有針對性的解決水泥熟料f-CaO含量軟測量中存在的問題。

發明內容

針對當前水泥熟料f-CaO含量測量和已有軟測量方法中存在的問題，本發明要解決的技術問題是提供一種考慮因素更加全面，適用范圍更大，模型結構較為簡單，克服現有軟測量模型難以適應工況變化的缺點，能夠對水泥熟料f-CaO含量實時、連續、準確地預測的軟測量方法。

本發明為實現上述目的所采用的技術方案是：一種水泥熟料f-CaO含量軟測量方法，包括以下步驟：

輔助變量選取：選取生料的三率值、生料細度、煤粉熱值、煤粉灰分、生料加料量、分解爐出口溫度、窯電流和篦冷機的一篦床壓力為輔助變量；

數據預處理：對采集到的輔助變量的數據集合進行離群值去除、濾波和標準化，形成輸入數據集合；

基于部分最小二乘的分類軟測量建模：對所述輸入數據集合進行分類，對每個類分別建立部分最小二乘子模型和權重模型，再將每個子模型的輸出進行加權平均得到最終的軟測量結果；

軟測量模型校正：采用長期校正的方式對軟測量模型進行校正。

所述離群值去除采用Hampel?identifier方法，具體為：將每個輸入變量x_i（i=1,2,...,m）中滿足|xji0-xMedi0|>3sMADi]]>的數據點(j=1,2,...,NN)去除；