生料率值自動控制系統的應用現狀水泥生料配料控制是水泥生產中最重要的環節之一。生料質量好壞直接影響熟料的產量和質量。目前我國絕大多數水泥廠的生料配料控制的模式如下：
1） 回轉窯廠， 尤其是 2000t/d 以上的新型干法回轉窯廠， 大都配備了生料率值自動控制系統， 即 QCS系統，但走訪了解許多廠后發現， 大多數水泥廠并沒有真正實現率值自動控制功能， 即只利用了其先進的X熒光檢測、配料秤實時監控的檢測監視功能與配料秤中控控制的集中控制功能， 而關鍵的“率值自動控制”， 即計算機利用X熒光檢測的結果， 自動計算進行配料秤的反饋控制的功能， 大多沒有投用， 而是繼續由人工控制。據了解，不投用的原因是投用后效果不好， 因為原料情況千變萬化， 由計算機自動控制時容易失控，還不如人工根據經驗控制的生料率值合格率高。因此， 只在原料質量非常穩定時才投用， 而原料情況一旦出現波動，就改由人工控制。試生產期間就投運的還幾乎沒有。
2）立窯水泥廠大都采用鈣鐵控制， 但鈣鐵控制方法只有在原料中的 SiO2 和 Al2O3 含量比較穩定的前提下，才可保證出磨生料成分的穩定。如果原料中的SiO2 和 Al2O3 含量波動較大， 即使出磨生料的鈣鐵煤指標完全合格， 也難保出磨生料率值的合格。在實際生產中， 許多采用鈣鐵控制的水泥生料， 雖然出磨生料鈣鐵滴定值合格率很高，但其每天平均樣的率值卻波動很大。由于生料率值自動控制系統的優越功能，許多較先進的立窯廠也裝備了生料率值自動控制系統，但據了解， 其使用情況與回轉窯廠一樣。2 生料率值自動控制系統助手的開發ZRS 率值配料自動控制系統助手從數學模型開始，在實際生產中邊應用、邊完善。以下結合某新建的2500t/d 生產線的應用情況談該軟件的開發。
2.1、情況的判斷是率值配料自動控制的前提一般來講， 生料成分波動時， 有以下幾種原因：
1）原料成分波動；
2）配料秤波動；
3） 原料水分波動， 如該廠采用濕排粉煤灰， 控制水分 15%～20%；
4）測定誤差。
這幾種原因一般同時存在， 但有時某一種起主要作用， 判斷清楚起主要作用的原因， 即可采取措施。分析其內在規律，根據檢測的數據判斷導致波動的主要原因， 調整時兼顧到三個率值， 從數理統計上是有規律可循的， 但計算繁瑣，在很短的時間內靠手工是難以做到的。“率值配料自動控制系統助手”程序， 將繁瑣的計算、判斷由計算機來完成，在瞬間即可完成計算， 從各個角度給出數據信息， 根據這些信息來判斷和決策， 從而使操作人員心中有數，再加上經驗、感覺和現場綜合情況， 調整時就得心應手， 使生料質量大幅度提高。如果是配料秤波動或原料水分波動（ 原料水分變化， 就相當于干基物料配比發生了變化， 與配料秤波動的表觀特征相同）， 相對應的反算配比系數 Pi 與特征成分對應的綜合波動系數 ξR 點將發生同方向波動； 如果是測定誤差， 則只有有偏差的 Pi與 ξR 點將發生同方向波動， 而其它點正常； 如果是原料成分波動，則變化成分對應的 ξR 點將發生波動，其規律可根據具體原料成分分析，Pi 與 ξR 曲線排除了調整配比的影響， 其原料成分的變化情況、波動周期， 配料秤的工作狀況可一目了然。
2、 該廠配料初期， CaO 持續偏高而 Al2O3 持續偏低， 操作人員狠減石灰石， CaO 終于降至預定目標， 但說不清楚CaO 從哪來； 加粉煤灰到不可思議的比例，Al2O3 仍然偏低。將數據輸入本軟件后， 從 Pi 曲線可明顯看出，P 石灰石徘徊在 1.08 到 1.09 之間， 而 P 粉煤灰徘徊在0.39到 0.41 之間， 說明石灰秤大而粉煤灰秤小， 由石灰石的配比乘以 1.1 就與理論配比相接近了， 筆者建議將粉煤灰的配比提高到預定配比的 2.2～2.5 倍， 誰也不敢， 因為配料秤已經反復標定，都認為不可能有如此大的偏差， 最后決定進行實物標定， 限于條件， 采用在皮帶秤穩定工作時測定秤上兩點的時間差而后突然停機，稱量兩點間的物料質量進行標定， 結果秤的系數為 0.42。有關人員檢查后認為傳感器配置不正確，換傳感器重新標定后，由程序計算的 P 粉煤灰接近 0.7，但仍然達不到 1 左右， 最后只能就此運行， 將程序中粉煤灰的配料秤系數設定為0.7。
2.2、 確定數學模型是率值配料自動控制的基礎盡管各單位在推出率值配料自動控制時， 對核心程序的計算方法保密，但不外乎有幾種模式： ①利用補差法， 即根據目標值與測定值的差值， 進行各原料的增減， 使下一周期達到目標值；②利用反推法， 假定質量穩定的原料其成分不變， 將生料成分的變化視為某種原料的成分變化所致，反推其變化后的值進行重新核定配比， 以求達到目標值； ③PiD 調節法， 即假定原料成分的變化是隨機的， 符合正態分布規律，用PiD 調節原理， 選定合適的參數進行反饋調節； ④模糊法。這幾種方法各有所長， 補差法最實用， 也符合人的思維習慣，其難點在于要求下一周期的物料與上一周期的物料保持不變或能預測下一周期的物料變化。反推法本身就是近似假定， 有一定誤差，原料穩定時尚可， 不穩定時誤差就偏大， 還有其本身也要求下一周期的物料與上一周期的物料保持不變。PiD調節法的前提是理想假定， 實際操作中很難選取到合適的參數， 即使一段時間參數選取比較合適，原料情況一變，參數就又需要重新摸索， 并且調整間隔大導致調節周期太長。模糊法的控制理論較復雜，并且模糊因子的選定也需反復在實踐中摸索。
本軟件采用補差法， 同時同步用反推法進行比對參考， 并且采用了“模糊判斷”法， 將出磨檢測成分及率值進行模糊判斷， 參照人的思維習慣， 分為“合適”、“合格范圍內偏高”、“合格范圍內偏低”、“偏高”、“偏低”、“太高”和“太低”等， 在自動控制模式中根據模糊判斷結果分不同策略處理， 人工控制模式中模糊判斷結果僅以特定符號顯示提供參考， 不參與計算。
2.3 、預測下一周期的物料變化是率值配料自動控制的難點
假定下一周期的物料與上一周期的物料保持不變， 也是一種預測。據了解， 不少率值配料自動控制系統采用滾動平均法來預測，這也符合一般正態分布的理論。不過筆者進行了計算機模擬試驗， 發現在正態分布的隨機數據中， 采用滾動平均來預測下一個數據，其預測誤差的標準偏差確能縮小， 但在按照正態分布的“有條件隨機數據”中， 采用此法來預測下一個數據，其預測誤差的標準偏差有時能縮小， 但更多的時候是加大， 滾動的周期越長， 越接近于原始數據的標準偏差。這里“隨機數據”和“有條件隨機數據”， 是這樣定義的：
隨機數據： 是指在一個區間內， 數據是完全按照正態分布規律隨機出現的。如石灰石中的 CaO， 波動區間為 45～52，在這個區間內， 下一個 CaO 的測定值是按照正態分布規律隨機出現的， 與上一個測定值沒有聯系。
有條件隨機數據： 是指在一個區間內， 數據的變化是有條件的， 與上一個數據有關聯。首先， 數據變化的方向是有條件隨機出現的，但變化幅度卻是集中在一個更小的區間內按小區間正態分布規律隨機出現。
有條件隨機出現， 是指上一個測定數據接近于中值時，增加或減少是隨機的， 接近于邊界值時， 增加或減少就不是隨機的， 而是更傾向于向中值靠攏，其變化的方向遵循大區間正態分布規律。如石灰石中的CaO， 波動區間為 45～52， 上一個測定數據為 48.5，下一個測定數據不會在 45～52 范圍內按照大區間正態分布規律隨機出現， 而是在 48.5 基礎上， 增加或減少是隨機的，但增加或減少的幅度會集中到一個更小的區間， 如， 下一個測定數據是在 48.5±0.8范圍內按照小區間正態分布規律隨機出現的， 其概率非常大， 遠比完全按照大區間正態分布的 σ原則遵循的概率大的多， 而突破48.5±0.8， 在45～47.7 和 49.3～52 范圍內出現的概率非常小。再如上一個測定數據為 47，下一個測定數據是在 47＋0.8 范圍內隨機出現的概率較大， 47－ 0.8 范圍內出現的概率較小， 而突破47±0.8，在 45～46.2 和 47.8～52 范圍內出現的概率更小。
有條件隨機數據的實質是： ①如連續測定物料成分，組成一個數據組集合｛Ｘ＝ｘ1，ｘ2，ｘ3……｝， 相鄰兩數據的差也組成一個數據組集合 ｛ΔＸ＝ｘ2－ ｘ1，ｘ3－ｘ2，ｘ4－ ｘ3……｝， ΔＸ 比 Ｘ 更接近于正態分布， 且 ΔＸ 的標準偏差小于 Ｘ的標準偏差。②出現大幅度突變的可能性較小。
筆者發現， 水泥廠經過處理的原料， 其成分的波動更符合“有條件隨機數據”。按照這一規律來預測下一周期物料的變化，將有效縮小預測的偏差。