石灰回转窑窑况识别过程及框架判断：了解预热器、分解炉以及石灰回转窑的运行状况，完成石灰回转窑系统的窑况识别。但是在判断发生此种窑况的原因时，我们还需要参考次要工艺参数的状态以及变化，从而判断窑况，并给出当前窑况、生产指导建议。

    石灰回转窑窑况识别的工作过程与判断框架设计过程分为下述三步：
(1)权值学习   
   先整理反映水泥石灰回转窑生产过程中典型窑况的样本数据，存储到SQL数据库中。按照采样模式，系统每5秒采样一次数据，18个数据形成一个模式向量，逐个将模式向量送入ART-2神经网络进行分类。这样经大量样本数据训练后，ART-2神经网络输出类别数M可基本稳定。
(2)合并整理   
    以窑尾温度为例，在对SQL数据库中的3990个数据进行权值学习训练后，得到类别数=36。在其他参数形同的情况下，类别数的多少与警戒参数P值关系很大，减小p可以减少类别数。同时为了简化计算和窑况识别的复杂性，可以根据实际的生产工艺情况进一步将相似的类合并。选择适当的类别数M，使尽可能全面反映出工艺参数的各种变化情况，又不至于太复杂。通过进行合并整理后，可以得到四类典型的窑尾温度类别。例如第一类，表示窑尾温度上升，造成窑尾温度上升原因包括某级预热器旋风筒堵塞：煤粉然烧值的波动。石灰回转窑内拉风过大：窑头用煤过多等。训练好的权值存储在SQL数据库中，为ART-2神经网络实时运行时提供权值。
(3)实时分类将第二步中具有4类权值的ART-2神经网络用于实时系统。通过OPC接口读取数据，存储到SQL数据库中，ART-2神经网络接受实时数据，并将数据归入到4类中的某一类。

本文链接:
本站声明: 河南晨洋机械为用户量身打造不同产量的自动化回转窑生产线，满足用户各种烘干需求，公司拥有一支经验丰富，技术精湛的销售服务团队和完善的服务体系，在全国多个城市设有客户服务网点， 服务方式灵活多样，为客户提供完善的安装、售后服务，同时公司不断运用电子商务拓展市场，还实施互联网销售，跟踪作业，与客户零距离接触，咨询回转窑价格请拨打:13629845333