水泥生产智能化成套技术研发与集成应用

鞠殿元 蔡永琦 王孝红 胡艳军

（济南大学，山东济南 250022）

近年来，随着数据采集处理、人工神经网络、系统辨识和优化控制等技术取得突破，工业智能化技术迅猛发展，并展现出较大的应用价值。利用智能化技术赋能工业生产，构建覆盖全生产过程的全新智能制造体系，实现制造业跨越式追赶已经成为可能[1]。

在当前制造业升级转型的大背景下，传统水泥制造业的生产和管理方式面临一系列难题。首先，受限于操作人员的经验和责任心等，生产过程很难实现稳定控制和优化控制，因此节能减排提升空间有限。其次，水泥企业生产经营的子系统众多，销售、生产、物流、仓储等多个环节的信息无法快速传递、处理和存储，缺乏统一的管理平台。最后，劳动力等要素成本不断增加。因此，行业普遍认为利用新一代互联网技术赋能水泥生产，驱动水泥产业精细化、绿色化、智能化发展已成为必然趋势。《建材工业智能制造数字转型行动计划（2021—2023年）》中指出，加快新一代信息技术在建材工业推广应用，促进建材工业全产业链价值链与工业互联网深度融合，构建网络安全和密码应用支撑体系，促进行业智能化生产、网络化协同、规模化定制、服务化延伸，夯实建材工业信息化支撑基础，提升智能制造关键技术创新能力，实现生产方式和企业形态根本性变革，引领建材工业迈向高质量发展[2]。

在水泥工业领域，实现全方位、全过程的智能化是提升产业竞争力、实现绿色可持续发展的重要途径。当前，水泥生产面临的挑战包括信息获取不完整、生产工况复杂多变以及智能决策能力不足等。这些问题的解决对实现水泥行业的高性能生产和减负增效具有重要意义。

为解决上述问题，需要将前沿研究成果转化为实际应用，并进行一系列的工程实践。这包括在实际生产线上部署传感器和数据采集系统，建立实时数据监控平台，以及开发相应的控制系统和优化算法。通过这些实践活动，可以验证研究成果的有效性，并不断完善和优化技术方案。

本研究旨在提供一套系统的解决方案，从理论到工程应用，为水泥智能制造提供全面的思路和技术支持。通过解决上述关键技术问题，可以提高水泥生产的自动化和智能化水平，实现生产过程的优化控制，推动水泥行业向绿色、高效、智能化方向发展。

一、研究现状

自2015 年始，水泥产业逐步引进智能化生产技术，经过5 年时间的不断发展和完善，到了2020 年已经建立起较为成熟的系统[3-5]。2020 年以后，智能化生产方式在水泥行业的应用更加广泛。为了积极响应国家的政策指导并抢占市场优势，一些行业先锋企业开始积极研发智能产品[6-7]，比如平阴山水与金隅冀东的“‘零员工’智能生产管控一体化智慧决策平台”、中建材信息的“中国建材水泥云工业大数据平台”和华新水泥的“水泥智能制造一体化管控集成平台”。水泥企业和设计机构等行业参与者在开发智能化系统方面有其固有的优势，因为他们对水泥生产的流程和技术原理有深刻了解，并且拥有众多可供调配的资源，能在设计早期就进行综合规划，使智能化系统与生产需求紧密结合[8-11]。总的来说，在工程实践方面，这些智能化系统的部署为水泥企业带来了实质性的价值增长，主要体现在提高了能源效率、提升了产品质量以及降低了人力成本等多个方面[12-14]。

上述工程实践的发展也推动了科技的进步和产业的升级，智能化技术已经成为推动水泥行业转型升级的关键力量。国内外学者也做出了众多研究，Zermane H 等学者提出一个能够使用已确定的技术对数据进行分类的系统[15]，并将其用于水泥工业制造。开发的学习模型采用了随机森林算法，通过与SVM、决策树、逻辑回归和K-NN 分类器的比较证明了所提算法的优势。石国平等学者针对水泥磨制系统的智能化转型路径进行了探讨，提出应从依靠人工智能操作向依靠机器智能操作转变的策略。通过在从设计到运营维护的整个生命周期中实施数字化管理，智能化地调节磨制生产操作，构建以神经网络为基础的多变量模型的综合智能操控系统和设备动态监管系统，结合智能化的生产方式如粒度分布调控、分类粉磨等，从软件与硬件两个层面共同努力，通过多种途径集成全流程智能化操作模式的水泥磨制系统[16]。数字孪生技术的应用日益丰富和扩大，为了充分发挥工业互联网平台在生产过程中的助推作用，苍志智等学者设计了一套基于工业互联网的设备故障诊断系统[17]，阐述了某水泥厂生产线的故障诊断和预防性维护系统的技术架构与软件功能实现。项目的成功实践验证了通过图形化封装平台IT 组件和基础组件，实现IT 与OT 技术分离的低耦合式创新开发模式的有效性和可行性，这有助于现场专业人员实现降维开发，并通过平台化管理简化应用系统建设，减少系统升级和运维成本。

与科技的进步类似，水泥工业在理论研究应用上也得到了迅猛发展。Moharana P K 等学者阐述了采用卡尔曼滤波估计技术对水泥回转窑Spyrometer 残差与估计残差的对比研究[18]，使用FLSmidth Private Limited 的模拟软件进行实验。Spyrometer 模型是通过不同输入参数（如窑炉进料、窑烧煤、煅烧煤、窑驱动转速、预热器风机转速）的阶跃响应实验获得的，从而观察唯一的输出参数——燃烧区温度。他们根据实验阶跃响应确定了系统的近似过程模型，然后对得到的SISO 系统模型进行可控性和可观测性测试。Haist M 等学者概述了基于计算机视觉和人工智能的数字化算法，用于量化整个流程链中水泥原材料和新拌混凝土的特性[19]。算法分为两种，一种是在生产过程中（即在水泥工厂）采用的系统，另一种是在生产后（即在施工现场）采用的系统。前者可以在批量生产过程中对水泥性能进行实时在线反映和控制，后者则可以进行离线质量控制，也就是生产后质量控制。针对在生料配比过程中出现原料成分复杂、波动大而人工计算配料法无法满足生产需求的问题，宋晓玲等学者基于固废原料的特征开发出以非支配排序算法为代表的全废渣水泥生料配料优化方法，输入历史进料数据后产生初始种群，经过巧妙设置的目标函数进行遗传迭代计算，直至满足终止条件输出最优解[20]。

二、水泥生产智能化体系框架及关键技术研究

立足于解决水泥生产过程信息不完备、生产工况复杂多变导致的控制难、智能决策水平偏低等关键技术问题，本文提出了集泛在感知、实时分析、自主决策、精准执行于一体的水泥生产智能化体系框架，并研究了水泥生产智能化关键技术，具体内容如下。

（一）水泥生产智能化体系框架

本文构建了集生产过程数据采集、工况智能辨识、多策略智能优化控制、智能生产管理于一体的水泥生产智能化体系框架，如图1所示，分为智能设备、智能生产和智慧管理3 个层级。

图1 水泥生产智能化关键技术整体解决方案

1.智能设备层级

智能设备是指在水泥生产过程所使用的机械设备，如回转窑、水泥磨等，通过增加控制器、传感仪、计量器、通信设备等多种智能感知元件，使其能够自主地执行任务、收集和处理数据并与其他设备进行协作。智能设备的出现使生产过程更加自动化、高效化，同时也提供了更多的数据支撑和实时监控。

2.智能生产层级

智能生产是在智能设备的基础上，通过大数据、工业人工智能等技术，实现水泥生产过程的自动化、智能化、数字化。在所提框架中，以DCS 生产过程控制为基础，结合智能优化系统，实现了水泥生产过程中的能源管理、设备管理、生产管理和质量管理以及矿物开采过程中的矿山数字化管理。

3.智慧管理层级

智慧管理指在智能生产的基础上，通过MES 系统、人工智能、云计算、大数据等技术在管理层面进行升级，实现企业从规模化管理向商业智慧化管理的转变。智慧管理实现了对企业全局的精细化管理和智能化决策，包括计划预算、经营分析、获利分析、商业预算和财务管理等。通过智慧化管理，企业能够更好地把握市场需求，提高工厂资源的利用效率，实现成本的最小化，同时也为企业未来的发展提供了更加可靠的数据支撑。

（二）关键技术

1.水泥生产状态识别

采用基于数据滤波、经验模态分解、K 均值聚类及专家知识的水泥生产状态识别方法，编制形成多个数据处理与融合软件，突破了生料成分、烧成带温度和水泥粒度分布信息准确提取的瓶颈，涉及水泥生料制备、熟料烧成和水泥粉磨3 个生产环节的关键参数获取与融合方法，具体阐述如下。

（1）借助近红外光谱分析技术，获取生料成分的动态变化过程，采用异常值剔除准则，提出了任意长度数据的异常值精准滤波方法，实现了生料成分真值的获取；将矩阵半张量积、K 均值聚类和专家知识三者融合，实现知识库优化及状态识别。图2 所示为红外在线分析仪与水泥生料数据处理软件。

图2 红外在线分析仪与水泥生料数据处理软件

（2）引入红外热成像技术，获取烧成带温度动态变化信息，基于经验模态分解，提出了烧成带温度自适应滤波方法，实现了烧成带温度及其变化趋势的准确识别。通过最小二乘支持向量机和径向基神经网络建模手段，解决了煤粉热值、入窑水泥生料分解率等关键参数在线估值难题，并与化验室数据、现场实时数据融合，发明了烧成工况综合识别方法，熟料烧成工况识别准确率达到80%以上。图3、图4所示为热像仪与水泥回转窑工况识别系统。

图3 热像仪

图4 水泥回转窑工况识别系统

（3）借助激光衍射检测技术，获取水泥粒度分布动态变化特征，采用均值滚动滤波、限幅滤波、中位值滤波相融合的手段，准确提取水泥粒度分布真值；采用极限学习机、T-S 模糊等方法，揭示了粉磨与分选机制对水泥粒度分布的影响规律。图5、图6 所示为水泥粒度分布信息与粉磨质量优化系统界面。

图5 水泥粒度分布信息

图6 粉磨质量优化系统界面

2.水泥生产智能化控制方法

基于数据驱动、专家控制、模糊控制、人工神经网络、预测控制等算法，攻克了多变量、时滞、非线性引起的控制难题，研发了“两磨一烧”全流程优化控制技术，并编制了相应的控制软件，实现了水泥生产的智能优化控制。

（1）针对水泥生料制备过程原料成分变化频繁、工况波动剧烈，建立了基于化验室数据补偿的阶跃动态响应模型，发明了组合前馈补偿、专家规则、预测控制等先进算法的智能预测控制方法，实现了生料智能制备，使示范企业水泥生料粉磨电耗下降7.0%。

（2）针对复杂多变的熟料烧成工况导致其生产过程表现出强非线性特点，将PID、神经网络、预测控制、模糊控制、专家系统相融合，发明了多模态智能控制方法，即采用搜索策略，确定分解炉温度、烧成带温度、篦冷机压力优化设定值，实现窑系统的智能慢烧，使示范企业熟料烧成标准煤耗下降3.3%。

（3）针对水泥制备过程表现出的非线性、大滞后等特性，将操作员经验、粉磨机理、现场运行数据相融合，构建了基于极限学习机、最小二乘支持向量机的水泥粉磨过程动态模型，发明了基于Bang-Bang 控制和自适应PID 控制相结合的水泥粉磨粒度预测控制方法，优化了水泥粒度分布，使示范企业水泥粉磨电耗下降5.3%。

（4）针对各环节最优并不等于全局最优问题，给出全流程协同动态关系，提出基于级联关系、集成模糊控制、神经网络控制、预测控制、自适应控制等技术的多目标一体化优化方法，突破面向综合能耗最优指标的生产计划优化分解难题，实现了水泥生料制备、熟料烧成和水泥粉磨环节的生产任务和设备运行的合理安排，达到水泥生产全流程优化控制的目的。图7 所示为水泥全流程多目标一体化优化框。

图7 水泥全流程多目标一体化优化框

三、应用案例

（一）水泥智能控制平台整体框架

基于水泥生产智能化体系框架，构建集智能传感、全流程优化控制和现代管理于一体的水泥智慧决策平台，解决了异构数据采集、传输与融合的关键技术难题，编制了水泥企业数据分析与管理系列软件，实现了水泥生产数字化、智能化、高效化和绿色化，确保企业的行业竞争力。整体技术方案示范应用于5 家企业。水泥智能控制平台总体框架如图8 所示。

图8 水泥智能控制平台总体框架

水泥智能控制平台主要包括4 个子系统，分别为数据采集子系统、数据预处理子系统、数据管理子系统以及客户端子系统。该平台融合冲突解决、尺度统一、冗余消除以及时空映射等方法，突破了实时数据、结构化数据及非结构化数据融合与管理难题，解决了水泥企业“信息孤岛”问题，实现了全系统的智能化决策。

1.数据采集子系统

数据采集子系统通过传感器和监测设备实时采集水泥生产过程中的各种关键参数和设备状态数据。这些参数可以包括熟料温度、窑头负压、电流电压、风机速度等。数据采集子系统负责将这些原始数据准确地收集并传输给后续处理系统。数据采集子系统可以使用现场总线技术、传感器网络或无线通信等方式进行数据采集，并确保数据的实时性和准确性。

2.数据预处理子系统

在采集数据后，数据预处理子系统对原始数据进行校正和去噪等操作，以提高数据的质量和可用性。数据预处理子系统可以识别和纠正异常值、缺失数据，并且可以使用滤波、插值和数据平滑等方法来消除数据中的噪声。数据预处理子系统还可以进行数据的时间戳标记以及数据格式转换等操作，便于后续的分析和应用。

3.数据管理子系统

数据管理子系统负责对预处理后的数据进行存储、管理和查询。数据管理子系统可以建立数据库或数据仓库，存储历史数据和实时数据，并提供数据查询、统计分析和报表生成等功能。数据管理子系统还能够进行数据的备份和恢复，以确保数据的安全性和可靠性。此外，数据管理子系统还可以与其他系统进行数据交互和共享，实现对数据的集成管理。

4.客户端子系统

客户端子系统是用户与水泥智能生产系统进行交互的界面，它可以是基于互联网、移动应用或本地软件的用户界面。通过客户端子系统，管理人员和运营人员可以实时监视生产过程、查看参数数据、进行远程操作和调整，并进行实时通信和报警。客户端子系统可提供直观易用的可视化界面，帮助用户更好地理解和掌握生产情况，支持决策和调度工作的开展。

（二）同类技术对比

国外ABB 等企业的水泥生产智能控制系统过去长期居于领先地位，其核心产品多数诞生于21 世纪初，技术手段相对单一，多数仅使用专家系统技术，且在引入我国生产企业时往往存在难以适应国内原材料波动频繁、工艺参数检测不完全、生产工况多变的情形[21-22]。相关信息表明，ABB 公司同类产品应用效果为煤耗降低3%～5%、电耗降低3%～5%；RoCkwell 公司同类产品应用效益为能耗降低2%～7%。而本项目技术实现生料粉磨电耗降低7%、熟料煤耗降低3.3%、水泥粉磨电耗降低5.3%，适应我国水泥生产特点，可完全替代国外同类产品。

四、结论与展望

本文通过构建集生产管理监控、专家优化控制、能源管理及能效分析、设备监控与故障诊断于一体的生产智能制造与决策支持信息化平台，进而建立生料成分、回转窑烧成带温度及水泥粒度分布特征提取和粉磨与分选机制对水泥粒度分布影响的动态关系模型，解决了多变量、大滞后、非线性带来的控制复杂性和水泥生产过程工况在线准确辨识难题；提出了集数据采集、在线工况识别、模型库在线匹配、多策略组合控制于一体的智能集成优化控制体系，构建了水泥智能制造控制平台，实现了水泥生产过程智能集成优化控制；研发集泛在感知、实时分析、自主决策、精准执行于一体的水泥生产智慧平台，形成具有我国自主知识产权的科学技术，实现了水泥生产数字化、智能化、高效化和绿色化。未来，结合钢铁、化工等流程工业工艺特点完成在相应行业的智能生产关键技术的推广应用，提升所研平台的普适性。