东莞立德粉生产厂家 13829211105

当前位置:立德粉 > 新闻资讯 > 正文

立德粉回转窑消色力的波动原因

为寻找某锌钡白(立德粉)回转窑过程的关键质量指标 ———消色力不稳定的原因 ,对消色 力指标的序列进行了研究.首先用傅立叶方法进行分析 ,发现其包含 的谐波分量比较显 著 ,表明消色力波动存在一定的周期性.为得到关于波动的更详细信息 ,并考虑消色力序 列的非平稳特性 ,进一步采用希尔伯特 – 黄变换时频联合分析的方法, 通过对其边际谱的 研究得到比较精确的波动频率, 并由 Hilbert谱的分析实现对该波动的时间定位 ,最后结 合实际指出 产生该波动的管理和工艺上的原因 , 从而为质量问题的追溯提供了线索和 条件 . 关键词 :回转窑 ;消色力;波动性;傅立叶变换;希尔伯特 -黄变换业中成功应用的 LINKMan系统包括常规控 制回路和专家控制系统两层 .芬兰的 Wisaforest纸 浆厂碳酸钙煅烧回转窑自动控制系统是在底层常规 控制 回路的基础上, 基于神经网络等方法建立智能 前馈控制模型实施控制[ 1] .国内回转窑高层监控系 统的设计往往基于专家系统 、智能控制等方法.例 如 基于模糊时间序列挖掘辅助设计的专 家控制规则提取方法解决了回转窑智能控制规则提 取的瓶颈问题.刘可文等采用定值控制 回路和径 向基函数神经网络两层控制结构, 实现水泥窑的优 化控制 .吴永建等[ 4] 基于自适应模糊控制、软开关控 制、自适应预测控制和传统回路 控制相结合的智能控 制策略,实现氧化铝熟料烧结回转窑的智能控制. 回转窑干燥煅烧是锌钡白生产中最为关键的工 艺[ 5] .某厂的锌钡白回转窑拟 建立分层的自动控制 系统, 目前已经建立了底层的窑头温度和窑速两个 相对独立的子系统[ 6] .但回转窑过程的复杂性, 要 求操作员不断观察煅烧 情况, 按经验协调改变煅烧 或烧结温度、窑头温度和窑尾温度等关键变量回路 的给定值 .要建立更上层的系统, 则需要在此基础上 对回转窑的关键 变量进行数据分析和建模, 其中对 消色力的分析是一个重要的内容 . 消色力是锌钡白的关键质量指标, 该指标通常 每小时检测一次, 生产中要求该 指标的值达到某个 值以上.在生产过程中该指标经常波动 ,导致产品质 量不稳定 .由于工艺流程复杂 ,涉及工艺 、生产、管理 等诸多方面的因素 , 因此 ,目前不仅尚无法建立消色 力预测模型,甚至在大多数情况下现场技术员也难 以确定波动的原因 .借助强有力的数据分析工具对 消色力化验历史 记录进行分析, 可有助于管理和技 术人员发现其变化规律 ,确定产品质量波动的原因. 对数据序列进行分析时, 若一个序列中同时含 有多个周期分量 , 则阶数较低的自回归移动平均模 型很难将多个周期同时反映出来[ 7] .频谱分析 、相 关分析、传递函数分析、细化谱分析 、倒频谱分析和 包络 分析等传统信号处理方法均以傅立叶变换为核心 ,通常只能处理窄带谱信号.对于宽带谱信号 ,傅 立叶变换只能得到尺度的范围 ,无法揭示其结构及 其所蕴含的不同尺度的串级过程, 即傅立叶变 换在 时空域中没有任何分辨率 .虽然可采用窗口傅立叶 变换e分布[ 9] 等方法来提高时频分辨 率 ,但这些方法的本质核心仍为 傅立叶变换.基于多 尺度分解的小波变换能较好地展现信号的时 -频局 部特征 ,但其本质上是窗口可调的傅立叶变换 ,一旦 选择了小波基和分解尺度 , 则所得到的结果是某一 固定频带信号,频带范围与信号本身无关 .因此 ,小 波分解不具有自适应性[ 10] ,且若基本子波母函数选 择不当 ,会产生 很多虚假的谐波 . 各种传统的时间序列分析方法在处理非线性 、 非平稳的数据时往往显得力不从心或者所得结果没 有清晰的物理含义, 因此有必要 对回转窑过程中的 非线性 、非平稳数据采用新的方法进行分析和研究 . Hilbert-Huang变换 (HHT)是一种自适应的信号处 理方法 ,适于处理非线性 和非平稳数据,文中针对消 色力序列的非平稳特征,采用 HHT方法对其进行波 动性研究,试图发现其波动的规律,并结合生产实际 分析其原因 ,以达到 辅助稳定产品质量、提高生产合 格率的目的 ,满足质量管理的需要. 1 基于傅立叶变换的消色力指标分析 周期性分析是信号波动特性研究的重要任务 之 一 ,通常采用的方法都是以傅立叶变换为核心 .考虑 到化工过程中普遍存在的周期性特点, 可以采用快 速傅立叶变换对消色力指标进行频谱分析 (a)给出了某锌钡白回转窑 2005-03-14 ~ 2005-03-21期间共 173h的消色力检验曲线,该时段 的粉种为 ELD粉 .图 1(a)表明, 该时段的消色力 指 标不稳定,很难从记录本身得到指标波动的特征. 为了解其波动频率分布 ,对该时段记录作傅立 叶变换 ,得到图 1(b)所示的 Fourier谱.中可以看出 ,该时段序列包含的谐波分量比较显著 , 表明该时段的消色力波动存在一定的周期性 , 这为 实现锌钡白的质量追溯提供了线索.但根据 往往只能推知相应时段的消色力存在周期波动 , 无法进一步了解具体的波动周期和各周期波动的持 续时间等,因而无法为确定波动原因提 供依据 . 傅立叶变换以固定的时窗 (采样时间 )和频窗 (频率间隔 )对信号进行变换 , 是一种全局的变换 , 不具有时间定位能力 ,因此不适用于非 平稳信号的 分析 .受粉种切换等不确定因素的影响 ,消色力波动 存在明显的时变特性.此时, 傅立叶变换很难给出有 效的分析结果 ,可以考虑采用时 识, 其分解基依赖于数据本身;数据 的分解具有客观性 ;有较高的时频分辨率;形式简 洁, 易于精确分析 ;对信号的非线性反映能力较好, 适于对具有 非线性和非平稳动态变化特征的信号进 行描述与刻划[ 12-13] . HHT方法由经验模态分解(EMD)和 Hilbert变 换两部分组成.首先, EMD方法把数据序 :锌钡白回转窑消色力波动性的成因分析 133有限个瞬时频率有意义的 、幅度或频率受调制的高 频和低频固有模态函数 (IMF)之和 , 这些函数满足 两个条件:(1)在整个数据集上, 极值点和过零 点的 数目必须相等或者至多相差一个;(2)在任意点 ,由 局部最大值和局部最小值定义的包络均值为零 .然 后 ,对这些 IMF作 Hilbert变换, 因 IMF 是窄带信号 , 满足 Hilbert变换的条件 ,得到包含时间、频率与振 幅的三维骨架谱 (HHT时频谱 ),该时频谱沿时间轴 积分即可得到边际谱 . EMD过 程可以理解为一步一步地剥离出信号 中的最高频率成分 , 从局部看, 每个 IMF相比前一 个 IMF,总是保留低频成分 .限于篇幅, HHT的具体 内容、理 但仅 根据 Fourier谱和 HHT得到的边际谱仍然无法 解决 信号的时频分布问题, 无法了解某个波动分量持续 的时间及是否在整个生产过程中都会出现 .因此,准 确定位波动时间对于确定干扰源具有重要 的意义.

未经允许不得转载:立德粉 » 立德粉回转窑消色力的波动原因