摘要：水泥作为当今世界应用最广泛的建筑材料，一直受到人们的广泛关注。水泥的生产对于一个国家的基础设施建设起着至关重要的作用。随着科学技术的发展，制造业转型升级的迫切需要，水泥行业智能化生产成为水泥行业内的前沿趋势。近几年在水泥生产智能化方面，熟料煅烧研究较多，但作为水泥生产关键环节的水泥粉磨工序研究相对较少，然而下游企业的发展对水泥品质的适应性、稳定性提出了更高的要求，智能粉磨控制系统便应运而生。
关键词：智能粉磨控制系统； 水泥生产应用；
水泥细度是影响水泥使用性能的主要指标之一，对下游混凝土的坍落度、外加剂适应性、凝结和硬化等过程具有重要的影响。在水泥的生产过程中，对于水泥粒度的检测一直是行业内关注的重点。智能粉磨控制系统以在线粒度分析仪为载体，可以对粉磨过程中水泥的粒度进行实时检测，及时对风机、选粉机和喂料量等进行调整，使其达到一个最佳的平衡状态，可以有效地稳定产品质量和降低电耗。
一、关于智能化概念与智能水泥厂
智能化并不简单等同于自动化，这是智能化发展中必须突破的思维概念，也是目前国内智能化开发中的一个主要问题。智能化是自动化的高级发展，自动化是智能化的基础部分；智能化是在自动化基础上，通过引入“数字化、信息化、网络化”，实现了一些智慧和能力的高级发展。一般的自动化系统或装置，能够根据既定指令进行操作调整实现无人控制，但一般会出现对于不同情况作出相同反应的结果，就像所有的生物具有一定的遗传本能一样，多用于重复性的工作或工程中。而智能化是在自动化基础上又加入了类似于人类的智慧程序，具有一定的学习能力，能根据外界的信息丰富自己，自主产生新的指令，一般能根据多种不同情况作出不同的反应，就像高等动物除了本能以外还具有一定的自适应能力。智能化的工作过程包括：信息的检测、采集、传输。。智能水泥厂不仅包括如下内容：（1）基于自适应控制、模糊控制、专家控制等先进技术，利用智能仪器仪表、工业机器人、计算机仿真、移动应用等信息系统与专用装备，进一步突出实时控制、运行优化和综合集成，基本实现矿山开采、配料管控、窑炉烧成、水泥粉磨全系统全过程的智能优化。（2）应用机器人等技术，在矿山爆破排险、窑炉运行维护、投料装车作业、高温高尘抢修等，危害、危险、重复作业的环节，基本实现无人值守或机器人替代人工作业。（3）建设信息物理融合系统（CPS），实现企业生产运营的自动化、数字化、模型化、可视化、集成化，提高企业劳动生产率、安全运行能力、应急响应能力、风险防范能力和科学决策能力。（4）在生产管控和经营决策中，通过大数据平台建设，应用商业智能系统（B I）和产品生命周期管理（PLM），建立对采购、生产、仓储、销售、运输、质量、资源、能源和财务等全方位的智能管控平台，实现产品、市场和效益的动态监控、预测预警，提升各环节的资源优化配置能力和智能决策水平。
二、智能粉磨控制系统在水泥生产中的应用
1.智能预测控制技术。本次研究的智能预测控制技术脱胎于BP神经网络控制技术。动物的神经中枢系统能够快速高效的处理自身的问题，所以研究人员结合神经中枢系统和动物的信号处理机制，模拟出的数学模型就叫做人工神经网络。根据相关研究表明，人工神经网络能够有效地针对计算机的各种问题进行处理，进而实现高效的智能控制。神经网络的优势在于其可控范围广泛、可控环境复杂、多模态组合、高容错性能等特点，基于神经网络开发出的控制技术分为传统的自适应方式神经网络控制器、神经网络与传统控制结构组合的控制器、神经网络智能控制等等。
智能预测控制技术正是一种基于状态空间预测性能和BP 神经网络优化性能的全新控制技术，该策略的算法同样分为神经网络和状态预测两个核心部分，其中神经网络控制部分的结合保证了被控制对象的输出和参考量的一致性，状态预测是为了优化神经网络控制和被控制的时间点，规避系统时滞所带来的不良影响。智能预测控制技术控制技术能够依照被控制对象的不同进行相应的控制，如果被控制对象较为复杂（如MIMO 系统），智能预测控制技术控制技术就可以利用状态方程对被控制对象的未来进行预测，基于预测结果进行多层网络的控制；如果被控制对象较为简单时（如SISO 系统），智能预测控制技术控制技术可以化繁为简，直接使用单神经元进行控制。应该说明的是该水泥粉磨系统的现场设置有比表面积在线检测仪，遗憾的是到现场时这个在线检测仪已经停用了。何时停用的、什么原因停用的、为什么水泥球磨机自控系统没有将“比表面积”这个重要的参数引进来？由于该厂已经投产多年、管理和生产人员几经更换，这些问题的原因都难以说清了。
2.控制的水泥粉磨机控制系统优化。水泥磨机是一个复杂的非线性工业被控对象，其中影响磨机运行工况稳定的因索主要有选粉机转速、总量给定、辊压机电流、称重仓料位等，常规的控制算法很难满足磨机自动控制系统的生产目标。构建预测控制系统是维持粉磨机稳定的重要基础，也是提高设备自动化水平的重要保障。本次研究主要针对粉磨机的负荷问题来设计控制系统，水泥粉磨机系统中的选粉机转速和出磨提升机电流的关系为系统，所以可以直接使用神经网络中的单神经元控制方式进行控制。主要的步骤是据专家经验以及对历史数据的分析确定影响磨机负荷的关键变量并利用神经网络辨识磨机自动控制系统模型。建立磨机负荷的预测模型、优化控制器、反馈校正器，并采集现场的历史数据进行仿真，仿真结果表明神经网络预测控制算法在磨机负荷优化控制中的有效性，对于实际的生产过程具有指导意义。其中最为重要的两个地方时针对滚动环节和反馈校正环节的优化：所谓滚动优化是指在粉磨机使用的过程中设定了某一指标就能求得最优控制量的。对于非线性系统来说，控制率的求解也是一个非线性优化的问题，想要直接求解几乎不可能。本次研究采用的是算法，来解决求解问题，算法是一种二次收敛算法，相较于传统优化算法在非线性控制中的不足，它的优点是收敛速度快，迭代次数少，在非线性实时控制系统中得到很好的应用。优化算法通过迭代优化方案最小化代价函数，得到最优控制输入变量。在实际的生产中，各种随机的干扰和神经网络模型的局限性，无法对所有的工业情况进行总结，所以存在着必然的误差。为了提高生产的精度，引入反馈校正环节无疑能够大大减少误差的产生。粉磨机控制系统符合神经网络预测控制的流程可以分为以下几步，第一步是输入样本，初始化BP 神经网络参数，第二步是初始化各个输入参数，第三步是对输入值和输出值进行反馈校正，最后是根据滚动优化地结果来输入控制量和转速。
结束语：目前，水泥行业的自动化、智能化程度也越来越高，智慧工厂、智能制造也是当前水泥行业转型升级的热点，国内及国外进入智能粉磨系统专业领域开展研究的团队也在快速发展，功能将会更加丰富，应用前景更加广阔，将给水泥企业带来更大的经济效益和社会效益。随着智能读取数据量越大，智能系统控制越准确，生产会越稳定。同时，使用在线粒度分析仪自动取样测量，既减少了人力劳动，也避免了人工测量过程中误差的导入。总之，使用智能粉磨控制系统能够优化生产工艺，提高生产的自动化程度，保证产品质量，降低能耗，提高企业的核心竞争力。
参考文献：
[1]贾辉. 在线粒度分析仪在水泥粉磨系统的应用[J]. 中国水泥，2018（09）：105-107.
[2]张风刚. XOPTIX在线激光粒度分析仪的介绍及在5 000 t/d生产线中的应用[J]. 水泥，2017（07）：44-45.
[3]张晓阳. 水泥智能优化控制系统的应用研究[J]. 四川水泥，2017（12）：6.