论文部分内容阅读
辊道窑是建筑陶瓷生产的核心设备,也是生产过程中主要的耗能设备,其运行状况将直接影响产品质量和能源使用效率。一旦辊道窑在生产过程中出现异常情况且得不到及时处理,就可能直接导致产品出现瑕疵、能源消耗增加,甚至造成严重的安全事故,给企业带来巨大损失。随着物联网和工业信息化的发展,以及智能仪表、工控技术的广泛应用,利用数据驱动的异常诊断方法成为研究热点,然而现阶段陶瓷生产企业还普遍依靠人工巡查和固定阈值报警的异常诊断方式,检测成本高、准确率低、异常发现滞后明显。另一方面,关于辊道窑的能耗异常诊断研究成果较少,国内外关于辊道窑的研究主要集中在智能控制和数值模拟方面。为此,本文提出了基于主元分析法的辊道窑生产过程能耗异常诊断方法。首先,以烧成带为重点,全面分析了辊道窑运行过程的基本原理,总结了能耗异常的常见类型;其次,以辊道窑能耗数据作为样本数据,基于主元分析法及其改进方法,建立了辊道窑能耗异常诊断模型;最后综合所研究内容,实现辊道窑能耗异常诊断模块。本文具体研究内容如下:(1)根据陶瓷砖的生产工艺流程,全面分析了辊道窑的结构和工艺原理,明确了影响能耗和产品质量的关键属性,总结了辊道窑生产过程的常见异常类型及对应原因。在此基础上,应用主元分析法对辊道窑能耗数据进行能耗异常诊断的初步验证,确定算法的适用性。(2)针对辊道窑系统的动态特性,提出一种基于改进动态主元分析的辊道窑能耗异常诊断方法,引入自相关函数,优化动态主元分析中增广矩阵的构造过程,有效减小矩阵规模,节省计算资源,提升了算法性能。通过案例分析,验证了改进动态主元分析算法在辊道窑能耗异常诊断的有效性。(3)针对辊道窑系统的时变特性,提出了一种基于自适应步长移动窗主元分析的辊道窑能耗异常诊断方法,通过判断每个新采集样本对更新到主元模型的必要程度,优化了移动窗递推更新的算法流程,提高了算法的精度和速度。通过案例分析,验证了自适应步长移动窗主元分析算法在辊道窑能耗异常诊断的有效性。综合上述研究内容,并结合了企业的具体需求,采用Python语言开发了能耗异常检测模块,通过服务调用的方式集成到企业现有能源管理系统中,并在企业生产中进行初步的应用。