贾华平： 水泥行业粉磨系统的智能化与改造实践

　　当今工业生产的发展方向，美国提出了工业互联、德国提出了工业4.0、中国提出了两化深度融合。但无论提法有何不同，其本质是一样的，自动化的范围向上发展到智能化，向下扩展到整个工业生产的全方位、全过程。

　　基于《中国制造2025》规划关于建设制造业强国的发展要求，实现我国水泥生产由大变强的转变，面向智能化的发展已成为水泥行业不可回避的问题。早在2015年01月30日，工业和信息化部就发布了《原材料工业两化深度融合推进计划(2015-2018年）》（以下简称“推进计划”），明确要求水泥行业要建立“智能水泥工厂”。

　　这里，仅局限在水泥生产的粉磨系统，探讨一下智能化的发展。有两个概念需要注意，“智能化工厂”并不完全等同于“智能工厂”，这要看你“化”到什么程度，智能工厂都是逐渐“化”过来的。

　　一，智能水泥厂的概念

　　什么是智能？我们先用现代语言探讨一下“智能”概念。所谓的“人类智慧”，是从感知（信息的检测与传递）到记忆（信息的储存）再到思维（对信息的逻辑化处理、对已有逻辑的因果类比），这一过程被称为“智慧”；智慧的结果（因果类比的导向作用）产生了行为和语言，将行为和语言的表达过程称为“能力”；将智慧和能力合在一起就是“智能”。应该说，人类的智能是最高的，智能化就是让企业向人类趋近。

　　类比于人类，我们讲一个人非常“聪明”，本意是说他的脑子好用，但“聪明”的具体指向是“耳聪目明”，可见及时、准确、甚至量化的信息对“大脑”的作用是多么重要；我们说这个人“心灵手巧”，又是在强调执行机构的重要性，没有理想的执行机构，再好用的脑子又有什么用呢、而且没有“巧手”的实践又如何演化出“心灵”的大脑呢？

　　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存在的一个主要问题。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，只能根据预设的因果关系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，能够跟踪变化了的情况自我总结新的因果关系，根据不同的变化作出不同的反应，就像高等动物除了本能以外还具有一定的自适应能力。

　　因此，如何建立一个智能水泥厂，应该是一个智能化与自动化的结合，在装备的运行维护上实现高度自动化、在生产管理和工艺操作上实现高度智能化。我们再来看看“推进计划”给出的“智能水泥厂”概念：

　　（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（BI）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；

　　（5）建立与供应商和用户的上下游协作管理系统，按照供应商提前介入（EVI）、准时生产技术（JIT）等模式，统一企业资源计划（ERP）等企业业务系统间信息交换接口、标准和规范，通过信息共享和实时交互，实现物料协同、储运协同、订货业务协同以及财务结算协同。

　　二，走向智能水泥厂的技术路线

　　对于大工业生产，各种原燃材料以及各工序的工况，其波动是难以避免的，各项生产控制参数的稳定、以及过程产品和成品性能指标的稳定，都需要通过及时地操作调整才能得以实现。这些操作调整，可以是人工手动的，也可以是仪表自控的，但最好是智能程控的。那么，如何对一条水泥生产线实施智控呢？

　　这里将范围收缩回来，以水泥粉磨系统为例，谈谈智控的技术路线：

　　应该说，我们在水泥磨的操作控制上已经下了不少功夫，跟随预分解烧成工艺的发展，水泥粉磨几乎都采用了磨音自控系统，其建立的调节模型为：“水泥磨喂料量”＝＞“磨音信号”，（注：A=>B为逻辑学符号，表示命题A与B的蕴涵关系，后同）。实践证明，这个回路在粉磨系统正常时有一定的作用，但在系统出现较大波动、正是需要它发挥作用的时候，它却“掉链子”了，不但几乎是没有作用，有时甚至起副作用。

　　仔细分析便会发现，调节模型（单变量）建立的过于简单。影响“磨音信号”的因素，并不只是一个“喂料量”，还与诸如“原料配比、原料水分、入磨粒度或细度、研磨体状态、磨内通风、出磨细度”等有关。欲稳定“磨音信号（磨内填充率的特征信号）”，必须建立起符合现场实际的多变量控制模型；而且，水泥粉磨的最终目的并不是稳定磨内填充率，而是获得理想细度的产品。

　　实际上，水泥粉磨过程的控制目的，在于保证水泥细度、温度等指标的前提下，实现产量的最大化和电耗的最小化。在配料组分有效控制的情况下，水泥细度是控制系统调控的主要质量指标，调控细度的主要措施都影响到粉磨系统的产量，产量的高低又影响到电耗。

　　水泥细度是粉磨系统最重要的控制指标，既影响到水泥的质量（强度等）又影响到系统产量（电耗等），质量和产量是系统操作中需要平衡的主要矛盾，这个平衡点就是一个合适且稳定的细度。因此，水泥细度的稳定能减少产能和电耗的浪费，有效发挥粉磨系统的能力和降低粉磨电耗，“水泥细度”就成为自控系统的关键变量。

　　我们可以建立一个多变量调整模型：水泥细度＝＞∑（水泥磨喂料量、原料配比、原料水分、入磨粒度或细度、研磨体状态、磨内通风、出磨细度、循环负荷……）。总之，只要你能想到的因素就只管往蕴含变量里加，然后进行相关性统计分析。根据不同的相关系数给予各变量不同的调节权重，各变量对于水泥细度调节量的代数和，便是水泥细度的调节量。

　　相关性分析并不复杂，用计算机程序来做相关性分析更是小菜一碟。不仅可以从初始的统计分析开始，设定初始的调节权重，而且要每时、每天、每月、每年的一直做下去，以适应各种因素的变化。

　　为了适应各种因素的新情况、新变化，设定按照“先入先出的原则”滚动记录最近7天（可根据实际情况的异变速度和频次，确定和调整滚动天数）的数据、并进行相关性分析。根据最新的分析结果及时地调整调节权重的分配，使其在不断地循环调整中趋于合理化，自动调节回路（已经是智能调节回路）的效果就会越来越好。

　　三，粉磨系统智能化的国际概览

　　1，生料粉磨智能化

　　与熟料烧成和水泥粉磨相比，对生料粉磨智能控制的研究和应用明显偏少，主要是其大部分控制参数可通过传统的PID实现一对一控制，而基于生料细度、水分等复杂控制则由于重视程度不够、测量过程滞后等原因进展缓慢。

　　对生料粉磨过程中较为简单的控制系统，如磨的入口压力与循环风门开度，系统风量与循环风机阀门开度等，均可通过基本的PID调节来实现；而针对自动喂料、自动调节研磨压力等具有非线性、长时滞特性的过程，可基于新型PID控制、模糊预测等方法，建立相关控制模型实现智能控制。

　　所谓新型PID控制算法的控制，包括磨内压差、出口温度、磨内通风和磨机入口负压等。如基于模糊PID控制通过考察磨内压差实际值与控制值的误差和误差变化率，在基于模糊控制规则的情况下，在线对PID控制参数进行修改，从而使磨内压差的控制具有响应速度快、到达稳态时间短等优势。

　　生料粉磨的主要智控目标是以最低的耗电量、最高的台时产量，获得需要的生料细度。生料粉磨的主要控制平衡是质量与电耗的平衡，进一步细化就是细度与台时的平衡，要想比较精准的把握平衡点，获得对整个粉磨系统的优化操作，就必须有适时的量化数据作支撑，特别是粉磨能力、粉磨电耗、粉磨细度三个主要指标。

　　实际上，就现有生料粉磨系统而言，粉磨能力（台时产量）已有适时的配料秤给出，粉磨耗电（总耗电量）也有相关的电表随时提供，而且都已经进入DCS系统，唯一缺乏的只是生料细度的适时数据。生料细度，虽然也有具体的抽检指标，但不是全检存在代表性问题，不够适时一般要滞后1个小时左右，难以满足智能控制的需求。

　　生料粉磨系统（以立磨为例）智能控制模型的建立，需要确立如喂料量与磨内压差、磨机出口温度与喷水量、选粉机转速与生料细度等几个主要因子的关联性，需要一系列在线的适时数据。其中，喂料量、喷水量、振动值、压力、温度、转速等参数，均可通过现有传感器或计量装置实时测得，唯有生料细度的测定具有严重的滞后性，生料细度的在线监测就成为实现粉磨系统智能控制的关键。实际上，生料细度的在线监测技术已经获得突破，以下就此作一简单介绍。

　　生料细度的在线检测，目前已有软测量与实测量两种方法。前者指应用易测过程变量（辅助变量）和待测过程变量（主导变量）之间的数学关系，建立细度软测量模型，实现细度在线检测；后者指采用激光衍射仪等装置，在线实测与细度相关的变量，继而通过数学转换实现细度的在线测量。

　　软测量技术，是基于最小二乘支持向量机的实验模型，利用DCS系统的历史数据和相应时刻化验室离线分析值，基于生料喂料量、研磨压力、选粉机转速和磨内压差四个参数来预测生料细度，获得生料细度软测量模型，实现对生料粒度的在线检测。当然，除了基于最小二乘支持向量机的模型外，还可通过神经网络、模糊预测、专家规则等方式实现生料细度的在线软检测。

　　实测量技术，是应用激光衍射仪等装置，直接对物料粒度进行在线检测。其原理是激光在传播过程中，遇到颗粒时会发生一定的衍射和散射，其光能的空间（角度）分布与颗粒粒径有关，通过测量各特定角光能量即可反映颗粒粒径分布情况。实际上，早在20世纪90年代，日本就已将激光衍射用于水泥粒度的在线检测了，目前这一技术已经非常成熟，而且国内也有丹东百特、东方测控等在线粒度检测仪推向市场。

　　激光衍射仪，目前用于水泥粒度在线检测的业绩比较多，而用于生料粒度在线检测的业绩尚未见报道，这有两方面的原因。从技术角度上看，是因为生料中含有一定的黏土，给激光衍射仪的检测增加了难度；而更主要的原因在于粒度的在线检测还未上升为制约生料粉磨的主要矛盾。

　　无论是软测量还是激光衍射仪，目前对生料细度的在线检测相比水泥其应用并不广泛，因为生料粉磨（立磨）系统的操作难点在于避免立磨振动过大发生跳停，对生料细度对粉磨电耗、煅烧能耗的影响认识还不到位，对该技术的需求尚缺乏紧迫性。

　　2，水泥粉磨智能化

　　水泥粉磨过程的控制目的，在于保证水泥细度、温度等指标的前提下，实现产量的最大化和电耗的最小化。与生料粉磨系统已经普遍“无球化”不同，水泥粉磨系统仍然广泛使用着球磨机，包括裸用球磨机系统、增设辊压机或立磨的预粉磨系统、带辊压机或立磨的联合粉磨等系统。其控制参数包括原料配比、入磨粒度或细度、磨内通风、循环负荷、磨机进出口压差、出磨细度和成品细度等。水泥粉磨智能控制的前提与前述其他系统的过程控制相同，仍是识别相关控制参数及控制模型。

　　在配料组分有效控制的情况下，水泥细度是控制系统调控的主要质量指标，调控细度的主要措施都影响到粉磨系统的产量，产量的高低又影响到电耗。适时地对细度调节能有效发挥粉磨系统的能力和降低粉磨电耗，适时的调节需要适时的检测结果，水泥粒度在线检测就成为水泥粉磨智能控制系统的重要技术。

　　水泥细度在线检测与生料细度在线检测类似，已经有基于激光衍射仪的直接测量、基于神经网络等先进算法的软测量，两种方法被广泛采用。而且，由于水泥原料中基本不含生料中的黏土，给激光衍射仪的检测打开了方便之门。

　　前述的熟料烧成智能控制系统，由于与水泥粉磨智能控制系统在控制方法上大同小异，一般也提供水泥粉磨的智能控制方案，这里仅对Lafarge LUCIE系统作一简单介绍。

　　Lafarge的LUCIE系统,控制的基本原则是：稳定磨机物料总的通过量,优化水泥的细度,优化磨机物料总的通过量来提高磨机产量。该系统的控制方法为模糊控制，先将工艺操作经验和规则加以总结，再运用语言变量和模糊逻辑，归纳出一系列控制算法和规则进行控制。

　　总的控制过程是：首先采集磨喂料量、回粉量、磨机功率、磨音、出磨斗式提升机功率、选粉机转速、磨差压或出口压力等信号；继而应用标准化参数表对这些信号进行处理，转换成无量纲的数值；然后通过模糊控制的规则由输入的信号对磨机总通过量、磨内物料量、水泥细度等进行评估；最后通过模糊化参数表做出模糊决策，进行自动控制。

　　四，搭建粉磨智能化的基础平台

　　我们可以捋一捋前面讲过的内容，一个好的智能化系统应该具备三大特征，一是要多变量调控、二是不能拉掉关键变量的调控、三是调控程序应该不断的滚动优化。下面就谈谈这三方面的实际案例：

　　1，POLYSIUS的多变量自动化控制

　　到目前为止，国内厂家对球磨机自控系统也做了大量的工作，系统主要以磨音（或磨震）信号反馈控制喂料量，有的还引入了循环提升机运行电流，虽取得了不可否定的效果，但始终不尽人意。

　　笔者在多年前使用过一个Polysius的球磨机自控系统，不论水泥磨还是生料磨（风扫式球磨机）都感觉非常好用，与我们现用的系统相比，主要是对喂料量的控制引用了多个因变量，而且各因变量的调节权重是向操作员开放的，操作员可以根据自己不断的经验累积进行不断地优化调整。

　　虽然时过多年，但仍然值得我们借鉴。我们在第二部分已经给出了一个智能化路线，主要涵盖了“多变量”和“滚动优化”两个概念。按此定义，Polysius的这个系统虽然还谈不上智能化，但已经采用了“多变量”控制，突破了现有自动化单变量控制的概念，只是将“滚动优化”交给了操作员而已，已经为我们进一步的智能化打下了基础。

　　笔者有幸操作过polysius设计的球磨机自控系统，不论是生料磨还是水泥磨，都感觉非常顺手。除开磨初期需要人工干预，防止较长时间的调节震荡外，正常运行中几乎不用操心，可以达到几天之内不需要人工干预。

　　1.1 自控系统的构成

　　该球磨机的控制原理如图04-01所示。现场画面显示为白色的为瞬时参数（见图中序号：1、2、4、6、9、10、12、14、16、17、19、20、），现场画面显示为蓝色的为调节参数（见图中序号：3、5、7、8、11、13、15、18、21、22、23），包括控制调节参数和工艺调节参数。

　　图04-01  Polysius的水泥磨控制系统现场画面

　　图04-01中所标示设备为:

　　Feeder：是喂料设备。

　　PDM ：是脉宽调节器。该系统对喂料秤的控制输出采用脉冲信号，即输出一个信号后要维持一定的时间后再输出下一个信号，这个维持的时间就是脉宽。

　　MAX ：是限幅调节器。对通过调节器的数值进行限幅处理，限幅值可根据需要设定，对超过限幅的数据，一律以限幅值输出。

　　PD-CO ：是比例微分调节器。它不但能对输出参数与给定值的偏差进行比例调节，而且能对该信号进行微分处理，即可根据输出参数（被调参数）的变化速度进行“超前调节”，从而提高调节系统的稳定性。

　　PT1 ：是数字滤波器。它的功能是对采集的原始信号进行滤波处理，不但减少采集信号的外来干扰，而且能缓慢信号的变化速度。

　　P-CO：是比例调节器。根据被调节参数与给定值的偏差进行比例调节。

　　L(W)：是数字校正器。用于校正某一参数对采集信号的影响。

　　MAX、MIN：是双向限幅调节器。即能限制最大的输出，也能限制最小的输出。

　　1.2 自控系统的参数

　　（1）S.FRESH M 表示喂料量

　　（2）F.MDEMAND

　　N1G08-OUT Cement mill feed demand   %

　　水泥磨要求喂料量

　　此值为喂料需求量（4）经限幅处理后，给出的喂料秤的百分比开度。比如此值60%时，表示喂料量为150×60%=90t/h。

　　（3）MAX

　　N1FM MAX       Fresh material maxlmum  %

　　喂料最大值

　　它的主要作用是对输出的喂料参数进行限幅处理。此值根据需要进行人为设定，一般取60%～65%。避免由于过激调节引起反复震荡。

　　其功能关系式如下：（2）= MIN [（3）,（4）]

　　（4）FMD

　　N1FMD          Fresh material demand   %

　　喂料需求量

　　此值为限幅处理前的实际需求值，是经过回粉、磨位调整后的设定喂料量，其功能关系式为：（4）= （5）+ （6）

　　（5）FMYD

　　N1FMYD   Fresh material  %

　　设定喂料量

　　此值由操作员根据磨机能力初步设定，然后再由计算机根据回粉及磨位与设定值的偏差进行调节，最终建立一个相对平衡。

　　此值设定较高时，平衡后回粉及磨位也较高，此值设定较低时，平衡后的回粉及磨位较低。

　　但此值如果设的过大，超出了系统的调节范围，将引起回粉陡增，继而满磨；如果设的过小，又将引起回粉陡降，继而磨空。因此，要求此值设定尽量适中，也就是说要尽量减小计算机的调节负荷（6），尽量使设定值（5）与输出值（2）同一起来。

　　当此值设定较高时，由于其具有较高的回粉量，这可作为在不动选粉机的情况下提高比表面积的一个手段。

　　设定喂料量＝预调回粉量×0.3×（7）

　　对于一定的立轴转速和循环风量，（5）与（2）的偏差越大，将使计算机系统对回粉的调节能力增强，从而强化了对回粉的调节，在这种平衡状态下生产，可减小回粉的波动幅度。

　　（6）GRCO

　　N1 GRCO   Backflow controller output   %

　　回粉控制器输出值

　　此值是在设定喂料量的基础上，根据回粉及磨位与各自设定值的偏差而给出的调节量。当（8）= 0.000时，（6）= 0.3 ×（7）×（9）

　　（7）P-FACT

　　N1 GRCP   Backflow controller P-FACT

　　回粉控制器比例调节系数

　　（8）D-FACT

　　N1 GRCD   Backflow controller D-FACT

　　回粉控制器微分调节系数

　　（9）GRCXW

　　N1 GRCXW   Backflow controller deviation TP

　　回粉控制器输入偏差值 吨/小时

　　（9）= （13）- （12）+ （14）

　　（10）Back Flow

　　选粉机的回粉量

　　（11）F-FACT

　　N1 GRFF  Backflow filter factor

　　回粉过滤器系数

　　（12）B.F. Filtered

　　N1 GRF   Backflow filtered TP.

　　滤波后的回粉量 吨/时

　　（13）GRYO

　　N1 GRYO   Backflow YO TP.

　　设定回粉量

　　存在回粉是闭路系统具有较高产质量的根本所在，因此就选粉系统而言，如果提升机、选粉机的能力允许，应该尽量选择较高的回粉量，这样能够及时的将合格产品选出，减少过粉磨现象。

　　但从另一个角度来讲，回粉太大势必增高磨位。如果磨位太高，势必影响研磨体对物料的冲击与研磨，从而使粉磨效率降低。

　　鉴于上述两点，当磨位不是太高时（≥60%）应尽量选择较大的回粉，以充分体现闭路系统的功能。

　　就该厂而言，出磨物料一般控制在280t/h左右（计算和设计控制基准，实际中也可适当突破，在300t/h左右提升机仍能正常生产），还要考虑留出20t/h的波动能力，故回粉量的选择式一般为：

　　回粉量= 280－20－台时产量

　　（14）LEVCO

　　N1 LEVCO   level controller output TP.

　　磨位控制器输出值

　　（14）= （15）× （16）

　　（15）P-FACT

　　N1 LEVCP   level controller P-FACT

　　磨位控制器比例调节系数

　　磨位控制器比例调节系数，即磨位百分比调节量对回粉相当吨的转换系数，它的大小在一定程度上反映着粉磨系统的稳定性。

　　如果此系数较小，磨系统以回粉调节为主，而回粉调节存在着滞后时间长且缺少稳定调节的弱点，易造成喂料、磨位、回粉三个参数的反复振荡。既不利于提高台时产量，又易造成水泥波动，影响斜槽输送。

　　如能适当的提高此参数，比如控制在10或15，就可以增加磨位调节的比重。磨位调节不但滞后时间较短，而且具有稳定调节能力。虽然喂料调节频率提高了，显得操作不稳，但磨位却被大大地稳定下来，从而使回粉也稳定了下来，这对粉磨系统是相当重要的。

　　但此参数也不可控制的过高，否则，由于调节幅度较大，不利于磨位的回粉调节，容易造成反复振荡。

　　因此，当磨位处于回粉调节状态时，应将此参数设的较小一点，比如5，或者干脆手控干预；而当磨位处在稳定调节状态时，可将该参数设的大一些。

　　值得注意的是，当该参数设的较高时，由磨位调节比例的增加，同时降低了回粉调节比例，要求磨位上限设定值给与适当降低。提早进行回控调节，以免回粉过高引起振荡或压住提升机。

　　（16）LEVCXW

　　N1 LEVCXW   level controller deviation %

　　磨位控制器输入偏差值

　　（16）= （20）- （19）

　　（17）LEVEL 磨位信号  %

　　此信号由磨音测量电耳测得。

　　（18）W-FACT

　　N1 WATKF   water injection factor

　　磨内喷水校正系数

　　（19）LEVEL CORRECTED

　　N1 LEVK LEVEL CORRECTED %

　　校正后的磨位信号。

　　（20）LEV FIL

　　N1 LEVF   level filtered   %

　　滤波（限幅）后的磨位信号

　　当（19）＞（22）时，（20）= min [（21），（19）]；

　　当（19）＜（22）时，（20）=（22）

　　（21）MAX  磨位限幅调节器的最大值 %

　　（22）MIN  磨位限幅调节器的最小值 %

　　此限幅调节器具有双向限幅调节功能和范围内的稳定调节功能。磨位最大最小值的设定，除与填充率、通风量、喷水、回粉、物料易磨性有关外，设定时还应考虑到它是一个相对信号，并不能指示真正的磨位，有时甚至相差很大（调整不当时）。只有在设定磨位最大最小值时，将此偏差考虑在内，才能更好的适应控制系统的需要，进行优化生产。

　　（23）F-FACT

　　N1 LEVFF   level filter factor

　　磨位滤波器系数

　　1.3 自控系统的功能

　　Polysius的水泥球磨机自控系统的特点是，在设定喂料量的基础上，进行以回粉、磨位两个参数的调节，再加以磨内喷水校正。

　　该系统以回粉调解为主，进行“回粉定量”调节，以磨位调节为辅。当磨位在上下限之间时，只进行稳定调节，延缓磨位的变化；只有在磨位超出上限或下限时，才进行磨位“回粉调节”。

　　磨位的调节是在比例调节器将磨位百分比转换为“相当吨”后，与回粉调节量叠加输出的，整个控制系统是以磨位稳定并达到合理的比表面积为目标的。

　　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，遗憾的是笔者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。

　　事实上，Polysius的球磨机自控系统仍然是用多变量纠偏，只是不带滚动优化而已，各因变量的相关性由人工判断调整。尽管不是前沿技术，但这正是多变量优化纠偏的前生或基础，对完善现有的自控回路、进一步发展为“多变量优化纠偏的智控回路”都具有借鉴意义。

　　2，XOPTIX的关键变量自动化控制

　　我们知道，水泥的粉磨细度是粉磨系统最重要的控制指标，既影响到水泥的质量（强度等）又影响到系统产量（电耗等），而且质量和产量是系统操作中主要平衡的矛盾，这个平衡点就是一个合适的粉磨细度。所以，“粉磨细度”就是自控系统的关键变量。那么，如何控制这个关键变量呢？

　　早期主要是控制80um方孔筛筛余，逐渐进步到控制45μm方孔筛筛余，或者两者互补监控，但筛余更多反应的是细度不合格部分的剔除量，而对水泥中的合格部分缺少细度的体现；后来又进步到采用比表面积控制水泥细度，较好地体现了对水泥中合格部分细度的反应，或者比表面积和筛余互补监控，获得了对水泥中合格、不合格两部分的同时监控，这是目前对水泥粉磨细度的主要监控措施，反应的仍然是水泥粉磨后的总体细度。

　　水泥技术发展到今天，我们已经知道不仅是总体细度，水泥性能还受到其颗粒级配和颗粒形状的重大影响。同一种配料，即使在筛余和比表面积相同的情况下，如果颗粒级配不同，水泥的性能也会表现出较大的差异。因此，我们对水泥粉磨细度的控制又提出了更高的要求，不仅要控制其总体细度、而且要控制其颗粒级配。目前，有些公司已经配置了水泥颗粒级配检测仪器。

　　尽管颗粒级配检测仪已经成熟，但由于其仍然需要人工取样，时效性差、代表性差，仍然不能满足生产系统智控的需要；对“水泥颗粒级配的在线监控”就成为生产智控的必要，“在线粒度检测仪”便应运而生。目前在国内可供选用的在线粒度仪如表04-01所示，已有上海传伟引进技术的Xoptix、丹东百特的BT-Online1在线粒度监控系统、济南微纳的Winner7303在线激光粒度监测仪投入使用。

　　表04-01   国内可供选用的在线粒度仪

　　2.1 Xoptix在线粒度监控系统简介

　　Xoptix是一套专门针对工业现场设计的在线粒度监控系统，直接在生产管线中对水泥的颗粒级配和变化趋势，进行24小时连续、快速、及时、准确的检测监控，并将监控结果及时传送到中控室的DCS或PLC系统中，从而为水泥粉磨系统的自动化控制提供重要的信息支撑。

　　Xoptix在线激光粒度仪，不但解决了人工取样和检测的时效性和代表性问题，而且解决了其他在线产品镜头容易脏、经常需要激光对焦的问题，能够较好地建立起粒度分布与强度的关系。Xoptix在线激光粒度仪在水泥粉磨系统中的应用位置如图04-02所示。

　　Xoptix在线粒度监控系统的主要功能部件有：仪器主机（包括激光发送、信号接收），样品流动池，取样系统，回样系统，信号控制箱。在线激光粒度仪的组成和工作原理如图04-03所示。

图04-02  Xoptix在线激光粒度仪在水泥粉磨系统中的应用

图04-03  Xoptix在线激光粒度仪的工作原理

 　　在线粒度监控系统，为了确保系统的长期稳定、精准运行，必须对容易受样品污染的光学镜片等加以保护。该系统给分布于样品池两侧的激光发射腔和接收腔充以高于取样气体压力的保护气体，分别在两腔与样品池之间形成隔离粉尘的气幕（高压气体密封），较好的解决了光学镜片的污染问题。Xoptix激光衍射装置及气封保护如图04-04所示。

　　图04-04  Xoptix激光衍射装置及气封保护

　　Xoptix是一套专门针对工业现场设计的在线粒度监控系统，可以减小人工取样的劳动强度和人工检测的误差，能为水泥粉磨系统的精细化操作、智能控制提供重要及时的信息支撑。

　　在粉磨系统启动的初期，适时的调整是不可避免的,使用Xoptix能使您随时掌握您的调整结果，提高调整的准确性、加快进入稳定状态的速度,从而减小开停机损失。

　　在粉磨系统稳定的状态下，使用Xoptix能够实时了解到运行状况，作出及时、准确的微调，避免了滞后调节、盲目调节造成的被动局面，减少产量、质量、能耗损失，降低质量波动、减少为应付波动设定的超标率，这也正是我们所谓“新型干法”在操作上强调“预打小慢车、防止大变动”的体现。

　　2.2 Xoptix自控系统在中联响水的使用案例

　　中联水泥响水公司（粉磨站）2013年安装了一套Xoptix在线粒度分析系统，将Xoptix安装在选粉机后的成品输料斜槽上，Xoptix通过螺旋输送器将斜槽内一部分水泥取出，经Xoptix激光衍射检测后再送回到成品输料斜槽内。

　　在安装Xoptix之前，质控处用80?m和45?m筛余控制水泥细度，不同人员的检验误差和30分钟的检验时长，影响到中控操作员稳定操作；使用Xoptix之后，尝试对选粉机的转速作细微调整，约3分钟之后在中控室就可以看到水泥的粒度分布随选粉机转速的调整而变化的结果，就像把实验室的仪器搬到了现场，既精准又方便还及时。

　　使用了Xoptix前，该公司一直采用45?m筛余和比表面积相结合控制出磨水泥的细度，在生产初期取得了不错的效果，但对于水泥的颗粒分布却没有监控。使用Xoptix后，能够实时获得出磨水泥的颗粒级配，快速判断是磨机研磨导致颗粒分布变化还是物料（熟料和混合材）活性变化导致水泥强度变化，并且能够实时跟踪调整结果，给中控操作员增添了一个控制水泥性能的先进手段。

　　仪器的稳定性也在长期的使用中得到印证，在系统工艺稳定的情况下，几个特征粒度参数的趋势非常稳定，波动范围在±1.5%以内。使用Xoptix前后几个水泥特征粒度参数（90μm、32μm、45μm）的波动情况如图04-05所示。

　　图04-05  Xoptix使用前后水泥特征粒度参数的波动情况

　　该公司是粉磨站企业，外购熟料质量存在较大波动，导致出磨水泥强度标准偏差较大。使用Xoptix之前出磨水泥28天抗压强度标准偏差为1.633MPa，使用之后由于操作员根据粒度趋势的及时调整，使出磨水泥28天抗压强度标准偏差减小到0.459MPa，水泥产品均衡稳定，满足了商品混凝土公司的需求，也成了该公司产品的主要卖点。

　　使用Xoptix前后的几项指标比较见表04-02，按100万吨的年产能初步估算，每年可以降低生产成本达600多万元。

　　这里应该说明的是：1，Xoptix的应用业绩，国内主要在水泥粉磨系统，同时在生料磨、煤磨上也已有案例；2，Xoptix的应用，尽管抓住了关键变量，但仍然处于自动化阶段，首先它不是多变量控制，第二他还不具备自我滚动优化的自学习、自成长能力。

　　五，德国STEAG PiT在中国的实践

　　PiT Navigator系统，通常在球磨机的进料端安装两个“磨音指示器”，其中一个装于“有料侧”、另一个装于“无料侧”，用以反应磨内物料的填充程度；在选粉机入口、回料和成品收集的相关部位，安装有振动传感器，用以反应相关的物料量，继而求得循环负荷、选粉机效率等参数。

　　在上述硬件的基础上，系统配置有所谓“水泥磨导航器”，对水泥磨机和选粉机等设备进行优化控制。该“导航器”可实现相关数据的自动采集与分析，并通过自适应、自学习的非线性模型预测控制，实现对水泥粉磨系统磨的智能控制，其控制测量流程如图05-06所示。

　　图05-06  PiT Navigator水泥磨控制系统

　　2017年03月30日，德国Steag公司联合上海某公司，与中国的JL水泥公司签署了在5000t/d熟料线上使用PiT的合同，经过安装调试后，于2018年01月21日至01月30日进行了“5天在线、5天离线”的验收对比。PiT对稳定烧成概况发挥了很好的作用，在生料水硬率HM提高了21.15%的情况下，熟料F-CaO却降低了26.21%，为提产提质降耗减排打下了基础。

　　在窑上取得初步结果的鼓励下，他们又将PiT技术锁定了水泥粉磨系统。德国Steag在水泥磨系统的PiT智控系统如图05-07所示，由监测模块、预测模块、自寻优控制模块构成，采用聚类分析、神经元网络建模、模型预测等技术，具备全局优化和自学习功能，所有控制目标由系统自行探索、设定，适应性较强，可持续稳定在无人干预情况下运行。

　　图05-07 德国Steag的水泥磨PiT智控系统

　　PIT系统根据生产过程数据，包括实际喂料量、物料配比与水泥强度、颗粒级配与水泥强度、磨头磨尾压差与磨内通风、磨尾温度与磨内喷水、选粉机转速与风量、回粉量大小、提升机电流、磨内填充率（磨音、磨震），综合考虑实际工况和外部变量的影响，通过机理模型，实现对粉磨系统的自我实时优化。

　　PIT系统可基于系统的优化计算，自我设定系统喂料量、磨内填充率、系统风机转速、选粉机转数、循环风机转速、物料配比、颗粒级配等被控变量的控制目标，并持续优化。从而在低电耗、低料耗（熟料）的情况下，实现较高的台时产量、稳定的水泥质量。该系统基本符合我们前面讲的智能水泥厂概念。

　　2018年05月25日该系统在JL公司的2#水泥磨上投入运行，本人专程前往参与并见证了调试情况。本人在05月29日调试尚未结束时离开，已经看到了对系统的稳定作用，图05-08、图05-09、图05-10，显示了PiT在线前后几个关键参数的运行曲线。

图05-08  PIT在线前后几个主要参数曲线的对比

图05-09  PIT在线前后喂料量和填充率的曲线对比

　　由图05-08、图05-09可见，在PIT系统投入运行以后，粉磨系统的几个主要参数都趋于更加稳定；图05-10是本人离开后接到的资料，可见PIT在线能使比表面积迅速稳定下来。虽然最终结果尚未出来，但稳定就可减少浪费、稳定就会产生效益。

　　2018年12月17日，2#水泥磨智能改造项目通过验收，验收报告（见图05-08）显示改造前后对比，吨水泥粉磨电耗降低了3.592%；在2#水泥磨改造见到效果之后又对1#水泥磨进行了智能改造，并于2019年04月25日通过验收，吨水泥粉磨电耗降低了3.5%。

　　图05-08  2#水泥磨智能改造验收报告