复杂环境下回转窑物料流动过程的实时测量机理与方法

Industrial kilns and furnaces are complex systems running mostly under hostile enclosed environments with heavy dusts and high temperature, resulting in a challenging problem for the modern control theory and technology in the measurement of the process information.This project is aimed to develop appropriate theories and methodologt for real-time kinematic measurement of the flow information of the material in industrial rotary kilns which are rarely reported in literature,such as material thickness,residence time and total load,with the objective to provide new quantitave process information for the high-performance control and energy reduction of industrial rotary kilns. In the project, we develop a theoretical model on macro-scale to predict the axial dynamic flow process of the material based on its radial-axial coupling feature, and obtain the material information on micro-scale using DEM simulation. By integration of the knowledge on micro-scale with the material image, history database and other process data, the parameters and boundary condition needed by the macro-scale model could be determined online, and the robustness of the measuring system be improved in the hostile environment of heavy dust， and the online adjustment of the measuring models be achieved. In this way,the key material information such as the material thickness could be measured real-time.This method is a novel application of process engineering in the control field. The results are expected to contribute to theories and methods for the real-time measurement of process information of complex industrial systems and to promote the research work in this field.

工业窑炉复杂系统运行在封闭、高温、粉尘等恶劣环境，其运行信息的测量问题是当代控制理论与技术面临的挑战。本项目以量大面广的回转窑为研究对象，针对封闭窑体内物料流动过程信息缺失的问题，提出料层厚度、停留时间、负荷率等关键信息的实时动态测量机理与方法，为回转窑的高性能运行和节能控制提供新的量化过程信息。 项目首先根据物料流动的轴向-径向耦合特点，构建轴向流动过程的宏尺度动态可测量机理模型，并通过DEM仿真获取物料径向流动过程的微尺度信息；在此基础上，提出一种将微尺度知识与物料实时图像、历史数据库、现场数据有效融合的方法，以解决宏尺度机理模型中物性参数与边界条件的在线确定问题、强粉尘环境下测量系统的稳健性问题以及测量模型的在线校正问题，最终实现料层厚度等关键信息的实时动态测量，是过程工程学在控制领域的创新运用。项目的研究结果能从一定程度丰富工业窑炉复杂系统运行信息测量理论，推动该领域的研究进展。

工业窑炉复杂系统运行在封闭、高温、粉尘等恶劣环境，其运行信息的测量问题是当代控制理论与技术面临的挑战。本项目以量大面广的回转窑为研究对象，针对封闭窑体内物料流动过程信息缺失的问题，系统研究复杂环境下回转窑物料流动过程的机理及其特征信息的实时测量方法。项目依托机器人视觉感知与控制技术国家工程实验室、流程工业综合自动化国家重点实验室两个国家级科研平台，与德国高校开展深入合作，采用物理实验、理论研究、DEM仿真等多种手段开展项目研究。（1）在微尺度机理研究方面：建立了物料流动过程的DEM模型，仿真研究了回转筒中物料混合过程及其功耗曲线的变化规律，为回转窑工况分析提供了理论依据；仿真研究了物料颗粒表层与内部混合过程的差异，在此基础上分析了图像检测方法的可信度；针对工业回转窑，提出一种基于宏尺度机理模型的物料传输功耗简化计算方法。（2）在测量方法方面：根据物料流动过程与传热过程耦合特点，提出了一种基于RGB/IR机器视觉的过程信息（混合度、调节时间）检测方法；针对准工业级内热式回转窑，提出了一种基于温度场的料层厚度自动检测方法；针对物料运动状态的控制问题，提出了一种基于图像反馈的物料运动状态检测与控制方法；针对工业回转窑，提出了一种宏尺度机理模型与机器视觉融合的物料流动过程软测量方法，实现物料停留时间、料层厚度、负荷率等重要信息的预报；在以上研究基础上，以水泥回转窑为具体对象，结合实际生产过程数据，提出了一种基于时序特征的水泥熟料质量SVM软测量方法以及一种基于红外热图像的回转窑筒体热损失在线计算方法；（3）在工程应用方面：研发了一套回转窑主电机功率设计软件、一套工业回转窑筒体热损失测量系统、一套回转窑物料堆积度预报系统，并试用于水泥和钢铁行业的回转窑。本项目的部分研究成果已公开，发表学术论文13篇（其中SCI二区国际期刊5篇、控制领域中文核心期刊4篇），申请发明专利1项，组织了两次与本项目相关的中德高端学术研讨会，已培养毕业了10名硕士研究生。. 本项目较好地解决了复杂环境下回转窑物料流动过程重要信息测量中的理论基础与测量方法问题，达到了预期研究目标，同时为工业窑炉复杂系统“运行信息测量难”的共性问题提供了可供借鉴的解决框架。此外，将本项目在视觉检测与图像处理方面的技术积累拓展应用于医学图像信息处理领域并发表4篇学术论文，拓宽了今后的研究方向。