١.٢.٨ خنک کن کلینکر 11
١.٢.٨.١ خنک کن دوار 11
١.٢.٨.٢ خنک کن گوشوارهای 11
١.٢.٨.٣ خنک کن مشبک 11
١.٢.٨.٤ خنک کن عمودی 12
١.٢.٩ آسیاب گچ و سیلوی آن 12
١.٢.١٠ آسیاب سیمان 13
١.٢.١١ سیلوهای سیمان و بارگیرخانه 13
فصل دوم ـ فرآیند پخت و سرد کردن 14
مقدمه 15
و
٢.١کولر کلینکر 15
٢.١.١ استوانه خنک کن 17
٢.١.٢ کولر گوشواره ای 18
٢.١.٣ کولر مشبک 20
فصل سوم ـ ساختمان خنک کن شبکه ای ٢١
٣.١ خنک کن شبکه ای 22
٣.١.١ خنک کن شبکه ای متحرک 22
٣.١.٢ خنک کن شبکه ای رفت و برگشتی 25
٣.٢ طراحی خنک کن شبکه ای 25
٣.٣ساختمان داخلی خنک کن شبکه ای رفت و برگشتی 26
٣.٣.١ خنک کن یک شبکه ای 29
٣.٣.٢ خنک کنهای ترکیبی 29
٣.٣.٣ خنک کن چند مرحله ای با خردکن 30
٣.٤سیستم گردش هوای (دئوترم ) 30
٣.٥نقطه ریزش و نقش آن در خنک کن شبکه ای 31
٣.٦ نمونه ای برای یک خنک کن واقعی 32
٣.٦.١ ناحیه بازیابی 36
٣.٦.٢ منطقه خنک شدن نهایی 39
فصل چهارم ـ کنترل متغیرهای خنک کن شبکه ای 40
٤.١ متغیرهای بحرانی در خنک کن کلینکر 41
٤.٢ کنترل مکش انتهای خروجی کوره 42
٤.٣ فشار زیر صفحات خنک کن 42
٤.٤ کنترل درجه حرارت هوای ثانویه 43
٤.٥ پیشرفتهایی در خنک کن شبکهای رفت و برگشتی 45
٤.٥.١ سیستم کنترل جریان صفحات شبکه ای 45
٤.٥.١.١ مزایا 46
٤.٥.١.٢ طراحی سیستم CFG 46
٤.٥.٢ بازسازی تجهیزات موجود در خنک کن های قد یمی 48
٤.٥.٣ صفحاتی با کمترین ریزش ذرات 49
٤.٥.٤ صفحات شبکه ای مرده با لبه های قابل تعویض 49
ز
فصل پنجم _ برخورد اولیه با داده ها 51
مقدمه 52
٥.١ تعیین ورودیها و خروجیها 53
٥.٢ فرکانس نمونه برداری 55
٥.٣ برخورد اولیه با داده 55
٥.٤ روش تحلیل همبستگی داده ها 61
فصل ششم ـ شناسایی خطی کولر شبکه ای 70
مقدمه 71
٦.١ شناسایی از روش حداقل مربعات 71
٦.٢ مدل پاسخ محدود ضربه 73
٦.٣ مدل تابع تبدیل کسری یا ARX 76
٦.٤ روش متغیرهای ابزاری 79
٦.٥ روش خطای خروجی 82
٦.٦ مدلسازی خطی با ساختارARMAX 84
٦.٧ مدلسازی خطی با ساختارBox-Jenkines 87
٦.٨ اعتبار سنجی به روش تحلیل مانده ها 89
فصل هفتم ـ شناسایی غیرخطی کولر شبکه ای 95
مقدمه 96
٧.١ نگاهی به روند شناسایی غیرخطی در مدلسازی کولر شبکه ای 96
٧.١.١ شبکه های پرسپترون چند لایه 96
٧.١.٢ آموزش شبکه 97
٧.١.٣ شناسایی سیستم 101
٧.١.٤ انتخاب ساختار مدل 102
٧.١.٥ اعتبارسنجی مدل 103
٧.٢ نتایج شبیه سازی 104
٧.٢.١ اثر افزایش تعداد مرحله ها 104
٧.٢.٢ اثر افزایش تعداد نرونها 106
نتیجه گیری و پیشنهادات 108
مراجع 110
فهرست جدول ها
عنوان صفحه
جدول (١) جنس مواد تشکیل دهندة قطعات خنک کن 17
جدول (٢) شاخصهای ساختمان داخلی خنک کن 33
جدول (٣) مشخصات خنک کن شبکه ای سه مرحله ای 35
فهرست شکل ها
ششعککنل ول ا ١ن ٦ —١ ن ملوشخا موکونیدک یی یل ن ازجورم کرک ل کTتفFکب ه ه ای شایشب سه اریرحه کی ای صفحه 2132451696
شکل ٣٢٥٤٧٢٤١٩٦١٩٦٨٠٧ -١-٥٥١ 2ندبمدمدمطو1ل34امزuویبموایuاuیuداتاونیلیوادابکرترره ندوقشیگا سه من ردشفهرم دتپله ش٢ردو٢ل داuری2وفایک1رر(ب د(ه ١دبه م یوsبم بل)یشنوهاظاصیوجیوابل اهرح ل (خدد1اریدu)جهیاخردووجم ی 43254980869171
ی
ش کل ٢٨٠١–٥٧ هعممبلکسترگد یشببکین ه بوه ر وودروید ایل وهم وودوتسهابام رباجیورسجووجیساووم ل با ١٤ نرون 59218
شکل ٢٣٢-٥ ههممببسستتگگییب بیین ن ووررووددیچاهوال م و بادوخم رووجسیوم جهباارخم روجی چهارم 534
شکل ١-٦ مدل بدست آمده برای MISO1 (Y1 خروجی دمای گاز ورودی به فیلتر ) ٥٥
شکل ٢-٦ مدل بدست آمده برای MISO2 (Y2خروجی دمای ورودی id فن ) 56
شکل ٣-٦ مدل بدست آمده برای MISO3 (خروجی مکش هوای ثا لثیه ) 57
شکل ٤-٦ مدل بدست آمده برای MISO4 (خروجی مکش هود کوره ) 58
شکل ٥-٦ مدل بدست آمده برای MISO1 (خروجی دمای گاز ورودی به فیلتر ) 59
شکل ٦-٦ مدل بدست آمده برای MISO2 (خروجی دمای ورودی id فن ) 60
شکل ٧-٦ مدل بدست آمده برای MISO3 (خروجی مکش هوای ثا لثیه ) 61
شکل ٨-٦ مدل بدست آمده برای MISO4 (خروجی مکش هود کوره ) 62
شکل ٩-٦ مدل بدست آمده برای MISO3 (خروجی مکش هوای ثا لثیه ) 63
شکل ١٠-٦ مدل بدست آمده برای MISO1 (خروجی دمای گاز ورودی به فیلتر ) 64
شکل ١١-٦ مدل بدست آمده برای MISO2 (خروجی دمای ورودی id فن ) 65
شکل ١٢-٦ مدل بدست آمده برای MISO3 (خروجی مکش هوای ثا لثیه ) 65
شکل ١٣-٦ مدل بدست آمده برای MISO4 (خروجی مکش هود کوره ) 65
شکل ١٤-٦ مدل بدست آمده برای MISO1 (خروجی دمای گاز ورودی به فیلتر ) 66
شکل ١٥-٦ مدل بدست آمده برای MISO2 (خروجی دمای ورودی id فن ) 66
شکل ١٦-٦ مدل بدست آمده برای MISO3 (خروجی مکش هوای ثا لثیه ) 66
شکل ١٧-٦ مدل بدست آمده برای MISO4 (خروجی مکش هود کوره ) 67
شکل ١٨-٦ مدل بدست آمده برای MISO1 (خروجی دمای گاز ورودی به فیلتر ) 67
شکل ١٩-٦ مدل بدست آمده برای MISO2 (خروجی دمای ورودی id فن ) 68
شکل ٢٠-٦ مدل بدست آمده برای MISO3 (خروجی مکش هوای ثا لثیه ) 68
شکل ٢١-٦ مدل بدست آمده برای MISO4 (خروجی مکش هود کوره ) 69
شکل ٣٢١-٧ بعشلموبلکککه ردیاصشگببراکیم Pپبه رLوسMره ودباین٣هساوارییویتییت وس١رم الاییه خمرخوفجیی او٢ل خروجی 7310
شکل ٤-٧ عملکرد شبکه به ورودی های تست برای خروجی دوم (دمای ورودی id فن ) ٧٨ شکل ٥-٧ عملکرد شبکه به ورودی های تست برای خروجی سوم (مکش هوای ثالثیه ) ٧٩
شکل ٦-٧ عملکرد شبکه به ورودی های تست برای خروجی چهارم (مکش هودکوره ) 80
شکل ٧-٧ عملکرد شبکه به ورودی های تست برای خروجی سوم در٢٠٠ مرحله 90
ک
چکیده :
اهمیت کارکرد سیستمهای خنک کننده ١به منظور دستیابی به استانداردهای بالای کیفی در محصول تولیدی و سیستمهای غبارزدای مربوطه به منظور رعایت استانداردهای آلایندگی ٢ در صنعت سیمان باعث پویایی فنآوری تولید این سیستمها و به موازات آن افزایش هزینه های تولیدی آنها شده است . این مسئله ایجاب میکند که شرایط بحرانی احتمالی با منشاء هوای داغ که باعث صدمه زدن به کارکرد این سیستمها خواهد شد شناسایی شده و اقدامات حفاظتی در مقابل آن صورت گیرد. شناسایی چنین شرایطی مستلزم شناسایی و مدلسازی رفتاری این سیستم میباشد که با توجه به رفتار فوق العاده غیرخطی آن نیاز به گرایش به سمت شیوه های مدلسازی هوشمند نظیر شبکه های عصبی میباشد.
در این پروژه هدف بررسی رفتار غیرخطی سیستم خنک کننده مشبک بمنظور شناسایی و مدلسازی آن در هنگام بروز تغییرات ناگهانی درجه حرارت یا فشار هوای ورودی به سیستم و حفاظت و کنترل سیستم در قبال این شرایط بحرانی گامهای بعدی آن میباشد.
کولرهای مشبک با غبارزدایی فیبری استفاده وسیعی در صنعت سیمان داشته و بدلیل اهمیت کاربردی و همچنین هزینه بالای اقتصادی همواره مورد توجه ویژه موسسات مطالعاتی معتبر و کارخانجات تولیدی جهت حفاظت از آنها بودهاند.
این تحقیق منطبق بر نیاز فزاینده صنایع داخلی تولید سیمان برای دستیابی به شیوه های مطمئن در پیشبینی شرایط بحرانی محتمل برای کولرها و غبارگیرها و جلوگیری از آسیب دیدن آنها و نهایتاًً زیانهای اقتصادی منتجه تعریف و اجرا گردید.
در این پروژه با بررسی رفتار فیزیکی کولر مشبک ٣ و تعیین ورودیها و خروجیهایی که بتواند تا اندازه زیاد رفتار سیستم را بازتاب نمایند، و همچنین دریافت اطلاعات واقعی از کارخانه سیمان بجنورد روی مدلهای خطی با استفاده از روشهای شناسایی کار شد و در آخر مدل غیرخطی با استفاده از شبکه عصبی MLP ارائه گردید.
کلمات کلیدی :
خنک کننده مشبک ـ مدلسازی و شناسایی سیستم ـ شناسایی خطی و غیرخطی ـ شبکه های عصبی
MLP
1-Cooler
2– Dedusting System
3– Grate Cooler
1
یکی از مهمترین کاربرد سیستمهای خنک کننده در صنعت سیمان است . خنک کننده های شبکه ای در صنعت سیمان برای خنک کردن ذرات داغ کلینکر مورد استفاده قرار میگیرد.
کلمه سیمان به هر نوع ماده چسبندهای اطلاق میشود که قابلیت به هم چسباندن و یکپارچه کردن قطعات معدنی را دارا باشد. در شاخه مهندسی عمران سیمان گردی است نرم ، جاذب آب ، چسباننده سنگریزه که اساساًً مرکب از ترکیبات پخته شده و گداخته شده اکسید کلسیم ، اکسید سیلسیم ، اکسید آلومینیم و اکسید آهن میباشد. ملات این گرد قادر است به مرور در مجاورت هوا یا در زیر آب سخت شود و در زیر آب ، در ضمن داشتن ثبات حجم ، مقاومت خود را حفظ نموده و در فاصله ٢٨ روز زیر آب ماندن دارای حداقل مقاومت ٢٥٠ کیلوگرم بر سانتیمترمربع گردد.
چگونگی خنک کردن کلینکر روی ساختمان بلوری کانیها، قابلیت خرد شدن و نهایتاًً کیفیت سیمان تأثیر دارد و اصولاًً به همین دلایل است که توجه به خنک کننده ها بسیار ضروری است . از طرفی بدلیل رفتارهای غیرخطی در مراحل پخت سیمان برخی پیشبینیها قبل از وقوع حوادث از ضررهای هنگفتی جلوگیری میکند.
متأسفانه کارهای تحقیقاتی در جهت شناسایی و مدلسازی بخصوص در زمینه موضوع این پروژه بسیار کم انجام شده است .شاید یکی از دلایل آن ارتباط بیش از حد بین قسمتهای مختلف پروسه و اثرگذاری آنها بر یکدیگر باشد.بیشتر مراجع موجود اطلاعات تجاری در زمینه کولرهای شبکه ای بود و بسنده کردن به چند مرجع محدود بسیار، پیشرفت کار را کند میکرد.
گام بعدی جمعآوری داده از سیستم واقعی بود. بدلیل بعد مسافت و مشکلات اداری گرفتن داده از طریق مکاتبه امکانپذیر نبود. کارخانه سیمان بجنورد یکی از کارخانه های سیمان بود که سیستم خنک کننده مشبک در آن موجود بود. با همکاری مدیریت و مسئولان این کارخانه داده ها جمع آوری شد(داده های مربوط به دو ماه کاری کارخانه در اختیار گذاشته شد) ولی با توجه به اشکالاتی که در قسمت ثبت داده به صورت اتوماتیک داشتند داده ها دستی توسط اپراتور و مجموعاًً ٢٤ داده برای هر پارامتر در هر روزموجود بود و این نگرانی وجود داشت که به خاطر فرکانس پایین جمعآوری داده بعضی اطلاعات مفید را از دست داده باشیم . ولی پس از بررسی معلوم شد که جز در حالات غیرعادی کار داده ها از رنج تقریباًً ثابتی برخوردار بودند. مرحله بعد بررسی کلی داده ها بود و سپس وارد تست روشهای شناسایی خطی شدیم . با توجه به پیشبینی که از قبل هم میکردیم تستهای شناسایی خطی جوابهای قانع کننده ای نداشتند. که این اظهارنظر با توجه به بررسی خروجی، شاخص Fitness وتستهای دیکر
2
انجام گرفته است . مدلسازی غیرخطی را با توجه به داشتن تجربه قبلی از مدلسازیهای خطی و همچنین مراجع موجود که دربارة مدلسازی ریاضی سیستم کار کرده بودند با روش شبکه عصبی MLP و آموزش مارکوات رونبرگ انجام دادیم . پاسخهای گرفته شده موفقیت مدلسازی را تایید می کردند.
به هر حال امیدوارم این پروژه در عمل بتواند گامی هر چند کوچک در رفع مشکلات موجود در صنعت سیمان بردارد.
فصل اول
سیمان و فرآیند تولید آن