生料率值自动控制系统的应用现状水泥生料配料控制是水泥生产中最重要的环节之一。生料质量好坏直接影响熟料的产量和质量。目前我国绝大多数水泥厂的生料配料控制的模式如下：
1） 回转窑厂， 尤其是 2000t/d 以上的新型干法回转窑厂， 大都配备了生料率值自动控制系统， 即 QCS系统，但走访了解许多厂后发现， 大多数水泥厂并没有真正实现率值自动控制功能， 即只利用了其先进的X荧光检测、配料秤实时监控的检测监视功能与配料秤中控控制的集中控制功能， 而关键的“率值自动控制”， 即计算机利用X荧光检测的结果， 自动计算进行配料秤的反馈控制的功能， 大多没有投用， 而是继续由人工控制。据了解，不投用的原因是投用后效果不好， 因为原料情况千变万化， 由计算机自动控制时容易失控，还不如人工根据经验控制的生料率值合格率高。因此， 只在原料质量非常稳定时才投用， 而原料情况一旦出现波动，就改由人工控制。试生产期间就投运的还几乎没有。
2）立窑水泥厂大都采用钙铁控制， 但钙铁控制方法只有在原料中的 SiO2 和 Al2O3 含量比较稳定的前提下，才可保证出磨生料成分的稳定。如果原料中的SiO2 和 Al2O3 含量波动较大， 即使出磨生料的钙铁煤指标完全合格， 也难保出磨生料率值的合格。在实际生产中， 许多采用钙铁控制的水泥生料， 虽然出磨生料钙铁滴定值合格率很高，但其每天平均样的率值却波动很大。由于生料率值自动控制系统的优越功能，许多较先进的立窑厂也装备了生料率值自动控制系统，但据了解， 其使用情况与回转窑厂一样。2 生料率值自动控制系统助手的开发ZRS 率值配料自动控制系统助手从数学模型开始，在实际生产中边应用、边完善。以下结合某新建的2500t/d 生产线的应用情况谈该软件的开发。
2.1、情况的判断是率值配料自动控制的前提一般来讲， 生料成分波动时， 有以下几种原因：
1）原料成分波动；
2）配料秤波动；
3） 原料水分波动， 如该厂采用湿排粉煤灰， 控制水分 15%～20%；
4）测定误差。
这几种原因一般同时存在， 但有时某一种起主要作用， 判断清楚起主要作用的原因， 即可采取措施。分析其内在规律，根据检测的数据判断导致波动的主要原因， 调整时兼顾到三个率值， 从数理统计上是有规律可循的， 但计算繁琐，在很短的时间内靠手工是难以做到的。“率值配料自动控制系统助手”程序， 将繁琐的计算、判断由计算机来完成，在瞬间即可完成计算， 从各个角度给出数据信息， 根据这些信息来判断和决策， 从而使操作人员心中有数，再加上经验、感觉和现场综合情况， 调整时就得心应手， 使生料质量大幅度提高。如果是配料秤波动或原料水分波动（ 原料水分变化， 就相当于干基物料配比发生了变化， 与配料秤波动的表观特征相同）， 相对应的反算配比系数 Pi 与特征成分对应的综合波动系数 ξR 点将发生同方向波动； 如果是测定误差， 则只有有偏差的 Pi与 ξR 点将发生同方向波动， 而其它点正常； 如果是原料成分波动，则变化成分对应的 ξR 点将发生波动，其规律可根据具体原料成分分析，Pi 与 ξR 曲线排除了调整配比的影响， 其原料成分的变化情况、波动周期， 配料秤的工作状况可一目了然。
2、 该厂配料初期， CaO 持续偏高而 Al2O3 持续偏低， 操作人员狠减石灰石， CaO 终于降至预定目标， 但说不清楚CaO 从哪来； 加粉煤灰到不可思议的比例，Al2O3 仍然偏低。将数据输入本软件后， 从 Pi 曲线可明显看出，P 石灰石徘徊在 1.08 到 1.09 之间， 而 P 粉煤灰徘徊在0.39到 0.41 之间， 说明石灰秤大而粉煤灰秤小， 由石灰石的配比乘以 1.1 就与理论配比相接近了， 笔者建议将粉煤灰的配比提高到预定配比的 2.2～2.5 倍， 谁也不敢， 因为配料秤已经反复标定，都认为不可能有如此大的偏差， 最后决定进行实物标定， 限于条件， 采用在皮带秤稳定工作时测定秤上两点的时间差而后突然停机，称量两点间的物料质量进行标定， 结果秤的系数为 0.42。有关人员检查后认为传感器配置不正确，换传感器重新标定后，由程序计算的 P 粉煤灰接近 0.7，但仍然达不到 1 左右， 最后只能就此运行， 将程序中粉煤灰的配料秤系数设定为0.7。
2.2、 确定数学模型是率值配料自动控制的基础尽管各单位在推出率值配料自动控制时， 对核心程序的计算方法保密，但不外乎有几种模式： ①利用补差法， 即根据目标值与测定值的差值， 进行各原料的增减， 使下一周期达到目标值；②利用反推法， 假定质量稳定的原料其成分不变， 将生料成分的变化视为某种原料的成分变化所致，反推其变化后的值进行重新核定配比， 以求达到目标值； ③PiD 调节法， 即假定原料成分的变化是随机的， 符合正态分布规律，用PiD 调节原理， 选定合适的参数进行反馈调节； ④模糊法。这几种方法各有所长， 补差法最实用， 也符合人的思维习惯，其难点在于要求下一周期的物料与上一周期的物料保持不变或能预测下一周期的物料变化。反推法本身就是近似假定， 有一定误差，原料稳定时尚可， 不稳定时误差就偏大， 还有其本身也要求下一周期的物料与上一周期的物料保持不变。PiD调节法的前提是理想假定， 实际操作中很难选取到合适的参数， 即使一段时间参数选取比较合适，原料情况一变，参数就又需要重新摸索， 并且调整间隔大导致调节周期太长。模糊法的控制理论较复杂，并且模糊因子的选定也需反复在实践中摸索。
本软件采用补差法， 同时同步用反推法进行比对参考， 并且采用了“模糊判断”法， 将出磨检测成分及率值进行模糊判断， 参照人的思维习惯， 分为“合适”、“合格范围内偏高”、“合格范围内偏低”、“偏高”、“偏低”、“太高”和“太低”等， 在自动控制模式中根据模糊判断结果分不同策略处理， 人工控制模式中模糊判断结果仅以特定符号显示提供参考， 不参与计算。
2.3 、预测下一周期的物料变化是率值配料自动控制的难点
假定下一周期的物料与上一周期的物料保持不变， 也是一种预测。据了解， 不少率值配料自动控制系统采用滚动平均法来预测，这也符合一般正态分布的理论。不过笔者进行了计算机模拟试验， 发现在正态分布的随机数据中， 采用滚动平均来预测下一个数据，其预测误差的标准偏差确能缩小， 但在按照正态分布的“有条件随机数据”中， 采用此法来预测下一个数据，其预测误差的标准偏差有时能缩小， 但更多的时候是加大， 滚动的周期越长， 越接近于原始数据的标准偏差。这里“随机数据”和“有条件随机数据”， 是这样定义的：
随机数据： 是指在一个区间内， 数据是完全按照正态分布规律随机出现的。如石灰石中的 CaO， 波动区间为 45～52，在这个区间内， 下一个 CaO 的测定值是按照正态分布规律随机出现的， 与上一个测定值没有联系。
有条件随机数据： 是指在一个区间内， 数据的变化是有条件的， 与上一个数据有关联。首先， 数据变化的方向是有条件随机出现的，但变化幅度却是集中在一个更小的区间内按小区间正态分布规律随机出现。
有条件随机出现， 是指上一个测定数据接近于中值时，增加或减少是随机的， 接近于边界值时， 增加或减少就不是随机的， 而是更倾向于向中值靠拢，其变化的方向遵循大区间正态分布规律。如石灰石中的CaO， 波动区间为 45～52， 上一个测定数据为 48.5，下一个测定数据不会在 45～52 范围内按照大区间正态分布规律随机出现， 而是在 48.5 基础上， 增加或减少是随机的，但增加或减少的幅度会集中到一个更小的区间， 如， 下一个测定数据是在 48.5±0.8范围内按照小区间正态分布规律随机出现的， 其概率非常大， 远比完全按照大区间正态分布的 σ原则遵循的概率大的多， 而突破48.5±0.8， 在45～47.7 和 49.3～52 范围内出现的概率非常小。再如上一个测定数据为 47，下一个测定数据是在 47＋0.8 范围内随机出现的概率较大， 47－ 0.8 范围内出现的概率较小， 而突破47±0.8，在 45～46.2 和 47.8～52 范围内出现的概率更小。
有条件随机数据的实质是： ①如连续测定物料成分，组成一个数据组集合｛Ｘ＝ｘ1，ｘ2，ｘ3……｝， 相邻两数据的差也组成一个数据组集合 ｛ΔＸ＝ｘ2－ ｘ1，ｘ3－ｘ2，ｘ4－ ｘ3……｝， ΔＸ 比 Ｘ 更接近于正态分布， 且 ΔＸ 的标准偏差小于 Ｘ的标准偏差。②出现大幅度突变的可能性较小。
笔者发现， 水泥厂经过处理的原料， 其成分的波动更符合“有条件随机数据”。按照这一规律来预测下一周期物料的变化，将有效缩小预测的偏差。