基于時間序列單維卷積神經網絡的水泥熟料游離鈣軟測量方法

趙彥濤，何永強，賈利穎，楊黎明，郝曉辰

(燕山大學 電氣工程學院，河北 秦皇島 066004)

1 引 言

水泥熟料游離鈣(free calcium oxide， fCaO)含量是新型干法水泥生產中衡量熟料質量的一個重要指標[1,2]。熟料fCaO的含量不僅影響水泥的安定性和熟料強度，還直接關系著水泥燒成能耗。目前水泥熟料fCaO含量很難在線監測，主要依靠人工采樣化驗測得，離線測量結果對水泥燒成過程的指導具有明顯的滯后性，很難實現水泥燒成過程的實時控制和優化。

近年來，實際生產過程中，對于一些無法建立準確機理模型且難以在線測量的變量，可采用軟測量技術實現測量。研究人員在現有建模方法的基礎上，提出了許多改進的軟測量建模方法。Yang等[3]提出了一種新的基于高斯過程回歸的軟測量方法，用于測得橡膠混合過程變量(如穆尼粘度)；Jin等[4]提出了一種新的多模型自適應軟測量建模方法，說明其優于傳統自適應軟傳感器的有效性；Yuan等[5]提出加權概率主成分分析法，可以適當地提取非線性特征進行回歸建模；Yu等[6]建立了一個基于混合核偏最小二乘算法的溫度軟測量模型，通過收集爐壁溫度來估算實際鍛造溫度，采用局部加權算法來確定訓練樣本權重提高模型精度；趙彥濤等[7]提出一種基于互信息和最小二乘支持向量機的軟測量建模方法，實現水泥生料細度的實時監測。文獻[3～7]的實驗結果表明，改進后的軟測量建模方法明顯優于傳統的軟測量建模方法。

軟測量技術不僅能夠實現待測變量的實時監測，而且可以通過歷史時刻數據預測目標值的未來變化情況。……