摘    要：针对新型干法水泥生产线窑头环节非线性、多交量、强耦合、大时滞等特性导致的工况复杂，控制难度大的问题，在深入分析窑头工况特点的基础上，提出了一种基于专家系统的工况智能识别方法。该方法首先对从集散控制系统中采集的现场参数实时值进行数据预处理，运用art-2神经网络算法对关键参数的笺化趋势进行在线辨识，并输出趋势类别，同时对主要参数的实时值进行模糊化处理，输出模糊档位基于专家规则的工况识别系统根据参数的辨识结果，通过精确推理输出当前工况二工况识别软件采用c++编写，现场实际运行表明了该方案的正确性和实用性

关键词：回转窑；art-2神经网络；模糊；专家系统

中图分类号：tp 27    文献标识码a

    水泥的整个生产流程是一个相互制约和连续运行的大系统。窑头环节是水泥生产过程的核心环节，烧成带煅烧的程度以及篦冷机冷却的效果直接决定了水泥的质量。窑头环节电耗巨大，煤耗约占水泥生产全过程总量的百分之40，因此，该环节的优化控制对于水泥企业节能降耗意义重大。然而窑系统强耦合、非线性、多变量、大时滞的特性使得同转窑系统模型的建立极为复杂，直接控制的难度很大。对回转窑工况进行分类与判别是实现智能操窑及优化控制的前提与基础。

    目前对于窑况的判断在很大程度上依赖操作员的知识和经验，由于操窑过程劳动强度大，操窑人员水平参差不齐，因此难以准确把握窑况的变化。人工智能及知识工程技术的发展对实现水泥生产过程中窑况的智能识别提供了相应的理论基础。本文主要介绍了基于art-2神经网络和模糊理论的窑头工艺参数辨识方法，以及针对参数辨识结果的专家系统在窑头工况智能识别中的应用研究。

    工况智能识别的实现必须建立在对生产工艺的高度理解和把握的基础上。新型干法水泥回转窑的烧成系统结构，如图1所示。

   

    其中，预热器是系统的热交换装置，分解炉使生料进一步加热并提前分解，回转窑是烧成过程的核心设备，生料在窑头烧成带区域经过一系列复杂的物理化学反应生成高温熟料。篦冷机接收从回转窑出来的高温熟料，对其进行冷却。热交换过程中产生的高温气体一部分作为二次风返回窑内助燃，一部分作为三次风进入分解炉助燃，其他热风在窑头引风机的作用下进入窑头电收尘器，经收尘净化处理后排出。

  通过吸取现场操作人员的实践经验，综合考虑影响回转窑热工制度的诸多因素发现，窑头环节最关键的参数是窑主电机电流和篦冷机一室压力，在实际操窑过程中，操作员不仅关注以上2个参数的实时值，更加关心参数的变化趋势，因为窑电流的变化趋势直接反应窑内负荷的变化，间接反映烧成带温度的走势；篦压的变化趋势直接反映人冷机熟料的粒度大小或料层厚度的改变。为准确判断窑况，除以上关键参数外，还需要同时参考以下几个主要参数束给出最终判断：生料投料量、分解炉温度、烟室温度、窑头喂煤量、窑头罩温度、窑头电收尘器入口温度等。

    1)数据的预处理为保证趋势辨识和实时值辨识的准确性，需对原始数据进行预处理，采用连续均值滤波，在保证数据不失真的前提下，尽量使参数曲线平滑，趋势明显。滤波函数如下：

式中xi表示某时刻某参数的实时值。

    以篦冷机一室压力为例，采用以上滤波方式对现场采集的2 000个数据进行预处理，如图2所示。

   

    滤波效果明显，较好地保持了原始数据的变化趋势和幅值

  2) art-2网络辨识关键参数变化趋势art网络的最初形式是art-1网络，它是由美国boston大学的crossberg和carpenter于1987年3月提出的。1987年6月提出适用于模拟信号任