一种铁尾矿基地聚物构件养护预测控制系统
本发明属于非电变量的控制或调节,特别涉及一种对养护温度、养护湿度等多个非电变量同时进行检测、控制或调节、温度调节、湿度调节、恒温恒湿调节的铁尾矿基地聚物构件养护预测控制系统。
背景技术:
1、地聚物材料可利用铁尾矿等工业固废作为原料,并通过碱激发反应固化成型。铁尾矿基地聚物构件的养护条件会影响其力学性能和耐久性,其中温度、湿度、通风条件等因素会影响构件内部的碱激发反应进程和微观结构形成。现有养护管理多依赖人工经验或固定工艺参数,对养护全过程的动态调节不足。
2、具体而言,铁尾矿基地聚物构件的养护过程涉及温度、湿度、通风状态、养护时长及构件厚度等多维工艺参数的协同作用;铁尾矿基地聚物在碱激发剂作用下出现早期放热峰,养护温度过低会导致铝硅相溶解迟缓、凝胶生成不均,养护温度过高又可能引发表层微裂,铁尾矿成分批次波动也会带来反应进程不确定性。现有技术普遍采用预设的静态养护制度,无法根据构件实际状态及碱激发反应进程进行动态调整,导致养护效果一致性较差。
3、现有技术主要存在以下不足:对铁尾矿基地聚物碱激发反应放热特征的实时检测不够充分,对养护温度、养护湿度等非电变量的多点位检测以及反应阶段切换识别不足,缺乏依据实测值与设定值偏差对养护温度、养护湿度进行控制或调节(自动调节)的手段;固定养护制度不能针对早期放热峰前后阶段对养护温度、养护湿度进行差异化自动调节,容易造成构件内部反应过程波动和批次间性能差异。因此,需要一种能够对养护温度、养护湿度、通风强度等非电变量进行检测与自动调节(控制或调节)的系统。
4、从控制方式上看,现有养护过程控制多采用开环或定值控制:按预设的静态养护制度向加热、加湿、通风设备下发固定指令,缺乏对养护温度、养护湿度、通风强度的实时反馈,难以依据实测参数与设定值之间的偏差实时修正控制;并且,养护过程涉及温度、湿度、通风状态、养护时长及构件厚度等多维工艺参数的协同作用,现有方式按固定制度分别给定,难以对养护温度、养护湿度和通风强度等多个非电变量进行协同的同时调节,且铁尾矿基地聚物硅铝相反应程度受温湿度耦合波动影响明显,致使养护参数偏离设定值、波动大、批次间一致性差。因此,需要一种以反馈为核心、依据偏差修正控制并对多个非电变量进行协同同时调节的控制系统。
技术实现思路
1、本发明的目的在于提供一种对养护温度、养护湿度和通风强度等非电变量进行检测与控制或调节(自动调节、温度调节、湿度调节)的铁尾矿基地聚物构件养护预测控制系统,用于解决现有养护过程中养护温度、养护湿度等非电变量监测(检测)不足、反应阶段切换响应滞后、养护温度与养护湿度等非电变量难以随养护进程自动调节等问题。
2、从控制或调节的角度,本发明提供一种对养护温度、养护湿度和通风强度等非电变量进行检测—控制或调节—自动调节的系统:由布置于养护室内的温度传感器、湿度传感器、风速传感器实时检测养护温度、养护湿度与通风强度等非电变量;动态控制单元根据养护状态评估与养护进程判定结果在线确定养护温度、养护湿度和通风强度的设定值,并生成温度调节信号、湿度调节信号和通风调节信号,分别对加热或制冷设备、加湿或除湿设备进行控制或调节(自动调节其运行功率)、对风机设备进行控制或调节(自动调节其运行转速),以自动调节养护温度、养护湿度和通风强度;反馈校正单元实时检测养护执行设备的实际运行参数,确定其与设定值之间的偏差并据以触发设定值的重新确定,从而对养护温度、养护湿度和通风强度等多个非电变量进行传感反馈调节(协同同时自动调节、控制或调节、温度调节、湿度调节、通风调节)。其中,状态评估单元的特征提取与养护状态分级、预测分析单元的养护进程判定,用于在线确定与修正各设定值并判定是否达到收敛条件,服务于上述对非电变量的检测与自动调节(控制或调节)。
3、本发明的技术方案为:一种铁尾矿基地聚物构件养护预测控制系统,所述系统被配置为执行以下步骤:
4、步骤(1)采集养护过程数据:在铁尾矿基地聚物构件养护过程中,采集养护环境参数、构件状态参数、碱激发反应特征参数及养护时长信息;其中,养护环境参数包括养护温度、养护湿度、通风强度和环境温度,构件状态参数包括构件表面温度、构件内部温度、构件表面湿度和构件厚度,碱激发反应特征参数包括构件内部温升速率、表层等效ph值与表层电导率,用于表征铁尾矿基地聚物体系的碱激发反应放热进程。
5、步骤(2)生成养护状态特征向量:对步骤(1)采集的数据进行处理,从原始数据中提取时序特征、统计特征和趋势特征,生成养护状态特征向量;其中,时序特征包括构件内部温升速率峰值时刻及其衰减斜率,用于识别铁尾矿基地聚物碱激发反应放热峰。
6、步骤(3)确定当前养护状态等级:基于养护状态特征向量和预设的养护状态分级模型,确定构件当前的养护状态等级;养护状态等级与铁尾矿基地聚物碱激发反应的阶段切换相对应。
7、步骤(4)预测养护进程并判定收敛状态:基于养护状态特征向量和预设的养护进程预测模型,预测养护阶段的当前进度和目标终点的接近程度,并根据预测结果判定当前养护状态是否达到预设的收敛条件。
8、步骤(5)生成养护参数调整指令:根据步骤(4)得到的养护阶段进度和收敛判定结果,计算最优的养护温度设定值、养护湿度设定值和通风强度设定值,并将最优设定值转换为可执行的控制信号,下发至养护执行设备。
9、步骤(6)执行反馈校正与闭环控制:实时监测养护执行设备的实际运行参数,并将实际运行参数反馈至养护状态评估和养护进程预测过程;计算实际运行参数与最优设定值之间的偏差值,当偏差值超出预设的偏差阈值时,生成校正信号,并重新计算养护温度设定值、养护湿度设定值和通风强度设定值,以实现铁尾矿基地聚物构件养护过程的闭环预测控制。
10、养护环境参数采集通过布置于养护室内的多点位传感器阵列实现;传感器阵列包括温度传感器、湿度传感器和风速传感器;各传感器采用分布式布置方式,以获取养护室内温度场和湿度场的空间分布数据。
11、特征提取时,采用滑动窗口方式提取时序特征;滑动窗口的窗口长度设置为养护时长的十分之一至五分之一;统计特征包括均值、方差、极值和变异系数;趋势特征通过线性回归拟合获取。
12、养护状态分级模型通过以下过程构建:获取历史养护批次中各养护阶段对应的特征向量样本;为各样本标注对应的养护状态等级标签;采用机器学习分类算法进行训练,得到能够输出养护状态等级的分级模型;养护状态等级划分为初期阶段、中期阶段、后期阶段和终了阶段。
13、养护进程预测模型采用基于长短期记忆网络构建的时序预测模型;养护进程预测模型的输入为养护状态特征向量序列,输出为当前养护阶段进度百分比和预计剩余养护时长;模型采用反向传播算法进行训练,训练数据来源于历史养护批次的过程数据。
14、在收敛判定过程中,采用多维度收敛判据;收敛判据包括温度收敛判据、湿度收敛判据和养护进程收敛判据;温度收敛判据为构件内部温度与养护设定温度的差值持续小于第一预设温度阈值;湿度收敛判据为构件表面湿度与养护设定湿度的差值持续小于第二预设湿度阈值;养护进程收敛判据为预测的养护阶段进度百分比大于预设的进度阈值。
15、设定值计算时,采用基于模型预测控制的优化算法计算最优设定值;优化算法的目标函数包括养护质量目标函数和能耗目标函数;养护质量目标函数用于最大化构件的最终力学性能预测值并作为优先目标;能耗目标函数用于在满足养护质量目标的前提下对养护过程总能耗进行权衡控制并作为次级目标;优化算法的约束条件包括养护参数的变化速率约束和设备运行边界约束。
16、控制信号包括温度调节信号、湿度调节信号和通风调节信号;温度调节信号用于控制养护室的加热或制冷设备的运行功率;湿度调节信号用于控制养护室的加湿或除湿设备的运行功率;通风调节信号用于控制养护室的风机设备的运行转速。
17、反馈校正时,采用移动平均算法对实际运行参数进行平滑处理,以消除传感器噪声带来的测量误差;移动平均算法的窗口长度设置为五个采样周期。
18、系统存储历史养护批次的过程数据和结果数据,所存储的数据用于养护状态分级模型的训练更新和养护进程预测模型的持续优化;当养护状态等级与养护阶段进度不匹配时,生成异常预警信号,预警信号包括养护参数异常预警和设备故障预警。
19、与现有技术相比,本发明的效果在于:
20、本发明通过对养护温度、养护湿度、通风强度等非电变量的检测、养护状态等级确定、进程判定、设定值确定和反馈校正,对养护温度、养护湿度和通风强度等多个非电变量进行传感反馈式的协同同时自动调节(控制或调节)。该过程可结合铁尾矿基地聚物碱激发反应的放热特征和阶段变化,依据传感器检测到的实际运行参数与设定值之间的偏差实时进行温度调节、湿度调节和通风调节,使养护温度、养护湿度向各自设定值收敛(恒温恒湿调节),减少养护参数波动和批次间差异,改善构件养护过程的一致性。如表3所示,相对开环固定阶梯方式,本发明对非电变量进行协同自动调节后,温度标准差由11.36降至5.12、降低54.94%,湿度标准差由6.64降至1.29、降低80.58%,温度跟随误差降低7.43%、湿度跟随误差降低6.43%,最终反应程度提升9.41%、累积能耗降低6.20%,体现了对养护温度、养护湿度等多个非电变量进行检测与协同自动调节(控制或调节)带来的参数波动抑制与批次一致性改善。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com