一、水泥生料配料率值控制与成分快速分析方法（论文文献综述）
黄冰[1]（2021）在《基于近红外光谱检测技术的水泥生料质量控制研究》文中研究指明生料制备作为水泥生产的首要环节,其产品质量的好坏对后续熟料烧成有着重要影响。生料成分作为评价生料质量的主要指标,其快速准确的检测是实现其质量实时控制的前提。目前国内大多数水泥企业生料质量检测仍采用XRF荧光分析仪离线进行,在原材料成分变化频繁的情况下不能及时有效地指导生产。少数企业引进了元素在线分析仪进行实时在线检测,并进行实时质量控制,但此种检测方式使用了具有放射性的中子源,不仅存在安全隐患,而且维护成本较高。为此引入近红外光谱检测技术对水泥生料成分进行在线检测,进而实现水泥生料质量实时控制。该检测技术作为一种快速、安全无污染的检测方式,在定量检测中得到了广泛的应用。但近红外光谱检测技术在水泥生料成分检测当中存在以下问题:水泥生料成分含量大多为金属氧化物,其近红外光谱吸收峰较小,不易进行定量检测;水泥生料粉堆密度变化影响漫反射光的强度,从而降低近红外光谱检测的精度;原材料种类或产地变化使检测模型的适配度变差;生产过程中存在原材料成分变化,近红外光谱磨后检测存在一定滞后时间。针对以上问题,本文基于近红外光谱检测技术,研究水泥生料成分检测和质量控制,主要内容与结果如下:（1）在水泥生料SiO2、Al2O3、Fe2O3和Ca O四种成分的定量检测中,由于各成分吸收峰小且分布范围较宽,同一成分的吸收峰位置并不唯一,采用反向区间偏最小二乘法（Bi PLS）和协同偏最小二乘法（Si PLS）对原始光谱和预处理光谱进行波段挑选,通过对比主成分回归分析（PCR）、偏最小二乘（PLS）、支持向量机（SVM）、多元线性回归（MLR）、最小二乘（CLS）、神经网络（ANN）等算法的建模效果,确定了水泥生料不同成分的最优检测模型:SiO2成分采用原始光谱进行Bi PLS波段挑选,确定PLS检测模型最优,预测均方根误差为0.136;Al2O3成分采用Savitzky-Golay预处理光谱,经Bi PLS-Si PLS波段挑选,确定PLS检测模型最优,预测均方根误差为0.068;Fe2O3成分采用Savitzky-Golay预处理光谱,经Bi PLS-Si PLS波段挑选,确定PLS检测模型最优,预测均方根误差为0.031;Ca O成分采用Savitzky-Golay预处理光谱,经Bi PLS波段挑选,确定PCR检测模型最优,预测均方根误差为0.113。（2）针对堆密度对水泥生料近红外光谱检测的影响,以混合样本校正的方式对堆密度进行补偿,以提高模型的检测精度。采用该方式对SiO2、Al2O3、Fe2O3和Ca O成分含量检测模型进行校正,与无堆密度信息的样本建立的检测模型对比,其相关系数R2分别提高了19.10%、17.65%、20.37%、27.40%,预测均方根误差分别减小了7.36%,4.14%,12.90%,20.67%。通过不同水泥企业的对比,研究表明,当水泥生料的原材料发生变化或者产地不同时,不能仅靠修正模型对水泥生料进行检测,需要重新建立近红外光谱模型,并且光谱波段选择必须改变。（3）针对水泥生料质量控制中的滞后和非线性问题,基于水泥生料配料工艺过程的机理与特性,结合近红外光谱检测结果,对水泥生料生产过程进行工况划分并建立工况模板;设计了以典型工况为核心的集趋势控制、前馈控制和预测控制于一体的水泥生料质量多模态控制器:针对质量控制指标设定值变化情况,采用前馈控制;针对水泥生料质量暂时合格,但其变化趋势趋向恶劣的情况,采用趋势控制;针对水泥生料质量不合格的情况,采用预测控制;采用数据驱动的水泥生料原材料成分预估方法对水泥生料原材料成分含量进行估算。（4）基于以上研究内容开发了水泥生料质量控制软件,并应用于现场实际生产,现场应用结果表明:近红外光谱检测技术对水泥生料SiO2、Al2O3、Fe2O3和Ca O成分含量的检测值和XRF荧光检测值的平均绝对偏差值分别为0.11、0.033、0.045、0.157;基于近红外光谱检测数据和现场数据,采用水泥生料质量控制软件进行控制,使得水泥生料KH合格率提高17.25%。
纪强强[2]（2021）在《水泥生料成分在线检测与控制方法研究》文中研究指明生料制备是水泥生产过程中的重要环节,生料成分是否稳定将影响后续熟料的煅烧状况。目前,大多数国内水泥厂采用离线的方式检测生料成分,其控制方式主要依靠人工操作,主观影响因素大,难以保证生料成分的稳定。因此,为提高水泥生料成分控制的稳定性和准确性,本文在深入分析新疆某水泥厂5000 t/d熟料生产线工艺特点的基础上,结合PGNAA元素在线分析仪和相应控制软件,实现了水泥生料成分在线检测及控制。本文的主要研究内容如下:（1）水泥生料成分在线检测研究。水泥厂原材料波动大,利用PGNAA元素在线分析仪实现生料成分在线检测。因生料成分在线检测值与离线检测值有一定偏差且在大时间尺度下偏差变化较大,不能直接将化验室下达的生料成分控制指标设定为在线分析仪控制指标。因此,在离线检测与在线检测的生料成分趋势相近时,根据两种成分检测方式的时间对应关系及幅值对应关系,重新计算水泥生料成分在线控制指标。另外,在离线检测与在线检测的生料成分有短期趋势相反时,利用辊压机相关状态变量,基于GA-LSSVM建立生料Ca O含量软测量模型,为成分在线控制提供数据补充。（2）水泥生料成分在线控制研究。根据生产线水泥生料成分波动特点,设计了双模态控制器。根据状态选取规则,采用增量式配比寻优算法或专家PID控制算法以实现不同偏差的在线控制。正常状态下生料成分偏差较小时使用增量式配比寻优算法,以生料成分与指标的方差和最小时对应的配比为最优配比。特殊状态下生料成分偏差较大时使用专家PID控制算法,能够快速稳定生料成分。（3）水泥生料成分自动控制系统设计及软件开发。根据上述研究内容对水泥生料成分控制系统进行详细设计,并开发了相应软件,包含在线成分控制指标设定模块、生料Ca O含量软测量模块、状态选取规则模块,增量式配比寻优模块和专家PID控制模块等。最后通过CBF组态软件和SQL Server数据库搭建了仿真验证平台,对上述控制系统进行了仿真测试,验证了本研究的合理性与有效性。
张异才[3]（2021）在《基于熟料质量预测的水泥生料配料优化研究》文中提出水泥制造业在我国具有完整的工业流程,由于环节的连续性,在生产过程中任一环节都十分重要。水泥生产具有连续性,生产过程中的自动化高度将影响水泥生产稳定。当前我国水泥自动化控制生料程度不高,大多数水泥厂停步于人工控制的层面。所以大部分的水泥工厂生料配料控制过程都由人工完成,导致人为因素产生较大的干扰性,原料成分的不确定、下料机构不稳定也是影响生料配比的因素,最终产品的目标值来不及调整,需要几次调整原料配比才可以达到相应的生产目标,但该问题的不确定性将产生了数量巨大的不合格生料,对于后续回转窑的煅烧将产生诸多阻碍,最终让水泥的熟料产量与质量都下降。针对上述问题,本文将结合各种自动化控制技术,旨在稳定水泥生料的质量最终提高水泥熟料的质量。
朱金阳[4]（2020）在《率值、外加剂和粘土组成对水泥生料煅烧阶段电导的影响》文中进行了进一步梳理水泥熟料原料性质、生料率值和煅烧制度等因素影响着水泥熟料煅烧过程中高温液相出现温度、液相粘度和液相量等性质,而液相性质进而影响着熟料矿物生成。本论文通过测定不同配方生料煅烧过程的电阻抗值,探究不同因素影响下的生料在液相阶段的电导特性,拟建立起液相电导特性与熟料质量之间的联系。本论文参照电导岩石学的电导机理,使用交流电阻抗谱法,在10～200000Hz范围内测定了普通硅酸盐水泥生料在率值、外加剂（Na2CO3、Na NO3、Mg O、Ca F2）、粘土矿这三类变量条件下的高温煅烧过程的电阻抗谱,得出其在750～1400℃内煅烧的电阻抗变化的一般规律:（1）生料的煅烧电阻抗值随频率、温度的升高而降低,并且降低的幅度逐渐变小;（2）高频能起到稳定电导的作用,测出的电阻抗值更能代表体系的电导状态,利于探究不同因素对电阻抗值的影响。并根据上述规律,选取200000Hz、液相阶段的电阻抗值作重点研究,得到以下结论:（1）200000Hz下的电阻-温度曲线有两个温度拐点,第一个拐点代表固相反应进入加速期,第二个拐点表示液相开始出现。添加上述外加剂会降低拐点温度。（2）不同率值的生料在液相阶段的电阻抗值随三率值的升高而单调递增。其中KH（石灰饱和比）对电阻抗值的影响最大,IM（铝率）值的影响最小:1400℃时,KH从0.74到1.06,电阻抗值增加了126.2Ω;SM（硅酸率）从2.00～2.80,电阻抗值增加了65.54Ω;IM从1.02～1.67,电阻抗值增加了15.97Ω。（3）生料中掺的外加剂能降低煅烧液相阶段的电阻抗值。除Mg O外,液相的电阻抗随其他外加剂含量的增加而降低;Mg O的持续增加却会增加样品的电阻抗值。在0.5～1.1%的掺量下,Mg O降阻效果最好,能降阻40.00Ω,;掺入量在1.1～4%之间,Na NO3降阻效果最优,最大能降低106.01Ω。（4）固定率值、含不同粘土矿的生料在液相阶段液相量相仿的情况下,电阻抗大小取决于微量氧化物的量,与粘土矿物结构关系不大。如在1400℃,微量氧化物最多的N2（1.51%）的电阻值为62.84Ω,低于同系列其他样品。（5）粘土矿物结构对电导影响非常小;金属氧化物、液相量与电阻抗成正相关;液相黏度与电阻抗成反比。（6）电阻抗值低的熟料,其岩相的孔洞更多、矿物尺寸更大。
许磊[5]（2020）在《基于多目标优化的水泥生料配料系统研究》文中研究表明水泥生料配料是新型干法水泥生产的重要工序之一,合理的原料配比更是后续水泥熟料煅烧的重要物质基础和质量保障。在如今矿产资源日益紧张的工业生产背景下,合理利用矿山资源和降低生产成本成为水泥生产企业日渐关注的焦点问题。而水泥生料配料作为矿物原材料消耗调度和保证熟料烧成质量的中间环节,是实现满足生产质量要求和降低原材料成本的重要突破口。水泥生料配料首先需要根据熟料三个目标率值对原燃料的配比进行计算,该计算过程主要以质量和成本为目标,利用所得配比为出磨生料提供质量目标和配煤比例。从而在后续生产过程中,仅需按照生料质量目标要求对入磨物料配比进行调整,即可满足原定的配煤比例。并且出磨生料至少需要同时满足三个目标率值,从而入磨原材料配比的调整过程中也具有多变量、多约束和多目标等特点,结果造成人工计算量大且生料质量产生剧烈波动等问题。水泥企业为控制出磨生料质量大都安装有生料检测设备,主要有离线分析仪和在线分析仪两种。离线分析仪中的荧光分析仪具有检测滞后的缺点,而在线分析仪中的近红外分析仪也存在无法确定入磨原材料成分的问题,导致生料配料过程受诸多不确定因素影响。为实现水泥企业提高生产质量和降低成本的目的,本文针对原燃料的配比计算和生产过程中入磨物料配比的调整进行了多目标优化研究。文章的主要研究内容如下:（1）为设定水泥生料原材料初始配比和生料质量控制目标值,本研究以化验室数据为基础,建立了基于遵循“质量守恒”和“能量守恒”原理的多目标配料优化模型。该模型以提高水泥质量和降低原材料成本为目标函数,并以实际生产工艺要求为约束条件,实现了水泥生料配料的多目标优化。本研究选用基于多目标优化的遗传算法对上述模型进行求解,得到相应的Pareto最优解集。从中选取合理的原燃料初始投料配比后,以此作为设定出磨生料质量控制目标值和原燃料下料比例的基础技术数据。（2）针对离线分析仪检测滞后的弊端,本研究发现了有效的磨机相关变量对生料氧化钙成分进行监测,从而避免因检测和调整周期过长导致生料质量波动大等问题。为进一步量化磨机变量参考标准,本文建立了基于LS-SVM的生料氧化钙测量模型。以该模型测量值与生产目标值差值最小为目标函数,建立了基于离线分析仪的生料配料优化专家系统,从而对生料氧化钙含量的稳定性进行优化控制,实现调配过程中原材料配比的优化设定。（3）针对在线分析仪磨后应用过程中存在原材料成分不确定性影响,本文分析并提取了原材料配比和氧化物的实时数据,提出一种新的原材料成分计算策略。该方案解决了计算过程中数据维数过多和掩盖数据真实波动等问题,提高了原材料成分计算的准确性和有效性。以出磨生料四种氧化物成分与控制目标差值最小为目标函数,建立了配料多目标优化模型。经处理转换为单目标优化模型之后,选取SQP优化算法对原材料配比进行求解,以此确保水泥出磨生料质量的合格与稳定。（4）根据文章的研究成果,利用VB编程语言、Freelance 2019软件和SQL Server2008数据库进行软件编程和数据存储。主要设计开发了优化界面、原材料成分计算程序和基于生料CaO测量模型的配料优化专家系统模块,并利用CBF软件搭建的仿真平台测试程序运行效果,以验证本研究的合理性与准确性。
王中豪[6]（2019）在《水泥生料调整计算与智能控制》文中提出通过熟料成分与生料成分对应关系的分析,提出了生产控制中生料目标值的调整计算方法,便于实现计算机自动控制。为保证出磨生料成分稳定,分析了影响生料成分变化的因素,提出了出磨生料原料配比的调整计算方法,仅对目前三组分原料配比调整计算的不足,设置了率值符合度系数,可灵活选择SM和IM的符合程度。在此基础上,研究了石灰石分析成分与生产成分的对应关系,探讨了待用石灰石原料配比的调整计算方法,为实现水泥生料前置控制和智能控制奠定了基础。
卢新忠[7]（2019）在《基于熟料质量预测的水泥生料配料优化研究》文中研究指明水泥制造业属于典型的流程工业,其生产过程中的任一环节都会对后续环节产生影响。由于水泥生产自身的连续性,较高的综合自动化程度是水泥生产稳定、高效、低耗的必要前提。目前国内水泥生料质量控制自动化程度较低,绝大多数水泥厂仍停留在人工控制或半自动控制层面。生料配料的三率值（石灰石饱和比系数KH、硅酸率SM、铝氧率IM）目标值由化验室人员依据从现场抽取的熟料样本化验结果,结合人工经验给出生料配料率值目标值;生料配料的原料配比由中控室操作人员根据出磨生料取样化验结果,以及化验室所给出的率值目标值,结合人工经验调整。可以看出,目前整个生料配料控制过程大部分由人工完成,人为因素干扰性大。另外,由于国内矿山开采不规范,原料成分波动大,下料机构不稳定等特点。很容易造成率值目标值调整不及时,原料配比精确性低,滞后时间长等问题。因此原料配比往往经过几次调整才可以奏效,调整时长达到35h,此时可能已经产生了成百上千吨不合格生料,势必会影响到回转窑煅烧,使熟料产量质量双双下降。针对上述问题,本文结合近红外在线分析仪在生料配料自动控制中的应用,旨在优化生料配料三率值目标值,协调生料配料和熟料煅烧两个生产环节,稳定水泥生料质量,进而减少窑工况的波动,提高水泥熟料质量。本文详细工作内容如下:（1）熟料质量预测模型研究。针对化验室人员根据离线熟料质量调整生料配料率值目标值,反馈时间长调整不及时,无法满足使用在线分析生料配料需求的问题,文中采用RBF神经网络算法进行熟料质量预测建模研究。基于熟料质量煅烧工艺,选取模型输入输出变量,确定变量数据提取时间匹配方案并对数据预处理;选取径向基神经网络激活函数,逐步求取模型参数,建立基于RBF神经网络的熟料KH预测模型。（2）回转窑工况划分。熟料煅烧过程具有非线性、多变量、强耦合的特性,物料在回转窑内煅烧过程中对回转窑的工况划分也是千差万别。本文主要识别因生料质量变化引起的窑工况波动,首先提取已知的生料质量历史数据,根据滞后时间对规则,提取该物料下的回转窑烧成参数数据,然后采用K-means聚类方法进行聚类,并对聚类结果分析,结合现场知识型工作者操作经验划分出四种窑工况,针对每一种工况给出相应的调正方案。（3）基于框架/规则专家系统的生料配料优化软件开发。依据上述熟料质量预测值、回转窑煅烧工况以及离线数据熟料率值给出生料配料率值目标值的,搭建适用于现场应用的专家规则系统,根据现场生产需求,使用Visual Studio平台开发生料配料优化软件。综上,结合近红外在线分析仪在生料配料中的使用,将生料配料优化软件在现场投运。结果表明,本课题研究成果对指导水泥生料质量控制,稳定生料质量,提高熟料质量和生产效率具有实际意义。
王雪庆[8]（2019）在《基于典型工况的水泥生料质量自动控制研究》文中指出水泥生料配料环节是水泥生产的重要环节,水泥生料质量的好坏会直接影响着熟料质量的优劣。水泥生料配料环节存在大滞后,非线性和工况波动频繁等问题,国内水泥厂多采用荧光分析仪检测生料质量,依靠人工操作进行控制。人工调整配比精度有限,生料合格率还有待提高。荧光分析仪每小时检测一次生料,检测周期长。为实现水泥生料配料环节配比的实时调整,本课题以某水泥厂2500t/d的水泥生产线为研究应用背景,在深入了解水泥生料配料工艺的基础上,结合瑞士SpectraFlow公司的近红外在线分析仪和先进控制算法,完成了水泥生料质量自动控制系统的方案设计与软件开发。主要研究内容如下:（1）数据处理与趋势信息提取。针对数据采集过程中存在的异常数据和随机误差问题,先采用限幅滤波法剔除异常值,然后采用加权递推平均滤波法进行数据平滑处理,通过两种方法相结合实现数据滤波处理。针对趋势信息提取问题,采用最小二乘法多项式拟合,实现对数据的趋势信息进行提取。（2）典型工况的划分与模型建立。针对水泥生料配料环节存在的工况波动频繁问题,在石灰石配比与CaO含量呈非正相关关系的情况下,采用K-Means聚类算法,KMedoids聚类算法和Fuzzy C-Means聚类算法三种方法相结合,划分出三种典型工况。在三个典型工况下,分别采用ARX模型建立以四种原材料配比为输入,以四种氧化物含量为输出的四入四出模型。（3）控制器设计。针对生料配料环节中存在的大滞后问题,采用模型预测控制器,利用各个典型工况下建立的模型,预测未来一段时间的输出数据,实现对配比的及时调整,解决滞后问题。化验室荧光检测值准确性高,在线分析仪检测周期短,根据荧光检测值与在线分析仪检测值的对应关系总结专家系统控制规则,编写专家系统控制器。（4）水泥生料质量自动控制软件的设计与开发。根据以上研究内容,开发水泥生料质量自动控制系统,主要开发的模块包括数据滤波模块、工况识别与切换模块、模型预测模块和专家系统控制模块四部分。通过现场实际应用表明,本软件能够在现场长时间可靠运行,控制效果良好,有利于提高生料质量,具有较强的实用性。
卢晓磊[9]（2019）在《阿利特改性硫铝酸盐水泥熟料矿物组成、结构与性能研究》文中认为本论文以直接煅烧含阿利特的硫铝酸盐水泥熟料为主线,围绕着如何突破高SO3条件下熟料矿物C4A3$和C3S两相稳定共存难题,分别从高温熔融液相调控、及其与离子掺杂相结合的方法展开工作。主要目的是制备阿利特改性硫铝酸盐水泥（以下简称“AMCSA水泥”）,改善硫铝酸盐水泥中后期强度和粘结性能,进而延长严酷环境下工程结构的服役寿命。借助XRD、DSC-TG、岩相及荧光光谱分析等测试方法,系统地研究了AMCSA水泥熟料矿物组成、结构、性能和水化,及工业化试生产与应用。主要研究内容如下:（1）AMCSA熟料组成设计与矿物结构研究研究了铁相对C3S和C4A3$矿物形成与共存影响规律,明确了铁相组成Al2O3/Fe2O3摩尔比降低,可以显着降低熔融液相的形成温度,且能改善生料的易烧性和促进C3S矿物形成,有利于C3S和C4A3$矿物形成与共存。研究了C3S结构与粘结性能,表明C3S单矿为三斜晶系中T1型结构,且C3S水化硬化浆体具有良好的粘结性能,其3 d、7 d和28 d的抗折粘结强度分别为1.89 MPa、2.45 MPa和3.21 MPa;提出了水化产物C-S-H凝胶与基体之间形成的机械咬合力是粘结强度的主要来源,为进一步研究AMCSA水泥的粘结等宏观性能提供了理论依据。提出了借助Eu3+离子荧光探针分析方法研究C2S结构及γ-C2S相鉴别。阐明了熟料矿物C2S中存在没有水化活性的γ-C2S,并首次明确了Eu3+离子占据四个非等效Ca2+的位置及其在5D0→7F0跃迁范围内的发射波长,即γ-C2S的Ca（1）O6（578.9 nm）和Ca（2）O6（577.6 nm）与β-C2S的Ca（1）O7（573.8 nm）和Ca（2）O8（571.8 nm）。该方法在鉴别少量γ-C2S矿物存在具有突出优势,为AMCSA水泥熟料矿物的物相分析提供了新的表征方法。（2）AMCSA水泥熟料制备、性能与水化研究研究了AMCSA水泥熟料制备与性能,结果表明钡离子掺杂促进了熟料矿物阿利特和C4A3$共存。AMCSA水泥熟料中阿利特和C4A3$矿物衍射峰明显。XRD定量分析熟料矿物组成为:贝利特55.5 wt.%、C4A3$25.6 wt.%、阿利特9.6 wt.%及铁相9.3 wt.%。AMCSA水泥3 d到28 d的抗压强度提高了20.4 MPa,显着改善了贝利特硫铝酸盐水泥力学性能。研究了BaSO4替代部分CaSO4煅烧制备AMCSA水泥熟料,结果表明BaSO4掺量增加,阿利特矿物衍射峰和岩相显微特征明显。阐明了CaSO4中的SO3对硅酸盐矿物晶体生长发育影响,得到了SO3含量越多对熟料中硅酸盐晶体熔蚀严重,形状不规则且尺寸减小。AMCSA水泥具有良好的力学性能,其胶砂3 d到28 d抗压强度增长了12.2MPa;28 d抗折粘结强度为3.39 MPa,较普通快硬硫铝酸盐水泥（CSA）提高了24.6%,明确了Alite矿物对提高水泥的粘结性能具有重要作用。AMCSA水泥水化3 d的累积放热量低于CSA水泥,解释了其早期强度较CSA水泥低的内在原因。AMCSA水泥硬化浆体组成为钙矾石AFt、C-S-H凝胶、AH3和BaSO4以及未水化的水泥颗粒,AFt晶体和C-S-H凝胶等水化产物相互搭接,构成了水泥石的骨架,改善了硬化浆体的微观结构,宏观表现为抗压强度和粘结强度增加。（3）AMCSA水泥工业放大试验与应用研究利用现有水泥生产工艺设备和工业原燃料,首次在新型干法窑外分解窑生产线上进行了AMCSA水泥工业放大生产的关键技术研究,确定了AMCSA水泥工业化试生产配料方案,为石灰石56.81 wt.%、铝矾土23.43 wt.%、石膏3.09 wt.%、重晶石8.83 wt.%,尾矿砂7.85 wt.%。试生产的AMCSA水泥熟料外观呈青灰色略泛黑,结粒均齐,无粉化现象,实测立升重均大于1060 g/L,且矿物岩相显微特征明显;XRD定量分析结果为C4A3$与C3BA3$之和为48.5 wt.%、贝利特32.6 wt.%、阿利特11.7 wt.%和铁相7.2 wt.%。同时也确定了AMCSA水泥工业化制备的主要工艺参数,为该水泥实现产业化生产奠定了基础。放大生产的AMCSA水泥凝结时间与CSA水泥相当;AMCSA水泥3 d和28 d抗压强度分别为46.0 MPa和56.9 MPa,其3 d至28 d增加了10.9 MPa;AMCSA水泥28 d砂浆粘结强度为3.51 MPa,高于CSA水泥的2.72 MPa,粘结强度提高了29%,表明工业化试生产的阿利特改性硫铝酸盐水泥性能达到了预期目标,即引入Alite矿物能改善CSA水泥的粘结性能。研究了减水剂和缓凝剂与AMCSA水泥适应性,结果表明聚羧酸减水剂与该水泥适应性良好;同时得出了硼酸对该水泥缓凝效果最好且对强度影响较小。提出了混凝土配合比调整方案,并依据试配混凝土工作性和强度,确定了最终配合比（每方）为水泥、石灰石粉、砂、石、外加剂和水质量（kg）分别为:400、30、835、975、5.2和160。混凝土试样l d、3 d、7 d和28 d龄期抗压强度分别为47.7 MPa、54.1 MPa、60.1 MPa、64.8 MPa,满足混凝土设计C40强度等级要求,为AMCSA水泥在近海和海上等严酷服役环境工程中应用提供了依据。
何运轩[10]（2019）在《氧化镁对高镁再生水泥熟料中阿利特形成及水化的影响》文中研究表明针对以废弃混凝土为主体的建筑垃圾的产出量日益增多以及水泥工业生产所需天然矿物资源的日渐枯竭,本课题组提出利用未经分离处理的全组分废弃混凝土制备再生水泥的技术。前期研究发现,由于废弃混凝土来源广泛、成分复杂,再生水泥熟料中MgO含量波动较大;如果废弃混凝土中粗骨料为白云质石灰岩或低品位高镁石灰石,更易造成再生水泥中MgO含量偏高,不仅影响水泥的安定性,同时还会对水泥的其它性能产生影响。阿利特是硅酸盐水泥中最重要的矿物成分,其形成过程、在熟料中的含量、晶型以及水化特性对水泥强度有重要影响。为进一步拓展废弃混凝土原料来源、明确废弃混凝土中MgO含量控制指标,同时充分发挥MgO对再生水泥烧成及性能的有利影响、提高再生水泥强度,有必要研究高镁再生水泥熟料中阿利特的形成及水化特性。本论文研究可以为高MgO含量再生水泥以及其它高镁水泥的研究和生产应用提供可借鉴的结论。本论文采用全组分废弃混凝土为主要原料,外掺MgO烧制高镁再生水泥熟料。通过对不同配料组再生水泥的生料易烧性、熟料中不同形式存在的MgO的量、熟料矿物组成、阿利特晶型以及净浆抗压强度等试验结果的分析,研究在不同硅率和SO3掺量下,MgO掺量对高镁再生水泥熟料中阿利特形成及水化的影响,进而探讨MgO对再生水泥性能影响的作用机理。论文的主要研究结论如下:（1）率值KH=0.92、SM=3.03.4、IM=1.8,MgO掺量2%10%,SO3掺量0%1.5%,CaF2掺量0.82%的各组高镁再生水泥生料,1350℃煅烧时具有良好的易烧性。除E5组（SM=3.2、MgO=10%、SO3=1.0%）f-CaO含量略高（1.44%≤国标限值1.5%）,熟料中f-CaO含量均不超过0.13%;掺加SO3掺量能够提高熟料的致密性和硬度。（2）SO3掺量为0%和1%时,熟料中MgO的固溶主要受MgO掺量的影响,SM和SO3掺量对f-MgO含量、MgO固溶量随MgO掺量的变化趋势无显着影响,MgO=8%最有利于MgO的固溶;当SO3掺量增至1.5%时,MgO掺量对熟料中MgO固溶的影响变小。MgO≤6%时,SO3掺量对MgO固溶有显着影响,高SO3掺量（1.5%）有利于MgO的固溶;MgO≥8%时,SO3掺量对MgO固溶的影响与SM和MgO掺量间的相互作用有较大关系,高SM（3.4）搭配高MgO掺量（8%、10%）时,掺加SO3不利于MgO的较大关系,高SM（3.4）搭配高MgO掺量（8%、10%）时,掺加SO3不利于MgO的固溶。对于高KH高SM的高镁再生水泥,MgO更倾向于固溶在硅酸盐相中。（3）未掺SO3时,MgO掺量对偏高SM熟料中硅酸盐矿物组成的影响更大;SM=3.2、3.4时,除C2组（SM=3.4、MgO=4%、SO3=0%）外,熟料中C3S、C3S+C2S的量随MgO掺量增加而减少,说明高SM配料时,MgO不利于硅酸盐相的生成;MgO掺量对于熟料中C3A和C4AF的量影响不大;不同MgO掺量下,SM=3.2时熟料中C3S含量以及C3S/C2S均最高。不同SM时,掺SO3各组熟料中C3S含量更低、C2S含量更高,C3A+C4AF总量呈减少趋势,说明掺加SO3不利于C3S的形成;随着SO3掺量提高,SM和MgO掺量对熟料矿物形成的影响减弱。（4）不同SM、不同SO3掺量下,MgO掺量对高镁再生水泥熟料中阿利特晶型的影响不同。MgO掺量较低时,可能出现M1型、M1+M3型、M2+M3型阿利特;随着MgO含量增加,阿利特晶型有稳定为M3型的趋势。掺加SO3时,阿利特可以稳定为M1型、尤其在MgO掺量较低时。受生料中杂质离子的影响,SM=3.2的B组（SO3=0%）在MgO掺量4%和8%时出现R型阿利特、SM=3.2的H组（SO3=1.5%）在MgO掺量4%时出现M3+R型阿利特。（5）未掺SO3时,随着MgO掺量增加,不同SM的净浆3d强度无规律波动、28d强度整体呈降低趋势;MgO=2%的A1组（SM=3.0）3d和28d强度均最高（40.3MPa,107.2MPa）,各龄期强度最低值基本出现在MgO=10%时。对于掺SO3的高镁再生水泥,SO3和MgO相互配合强化核化过程,降低MgO掺量对水泥强度的影响;净浆3d强度随SO3掺量增加呈降低趋势、28d强度在SO3=0%时最高,随着SM提高,净浆28d强度增长率随SO3掺量增加呈增大趋势,表明掺入SO3对高镁再生水泥各龄期强度均有不利影响、尤其是早期强度。本论文实验条件下,高KH高SM配料的高镁再生水泥不宜掺加SO3、尤其在MgO掺量较高时。
二、水泥生料配料率值控制与成分快速分析方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、水泥生料配料率值控制与成分快速分析方法（论文提纲范文）
（1）基于近红外光谱检测技术的水泥生料质量控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 近红外光谱检测技术研究进展 |
| 1.2.1 近红外光谱检测技术发展概述 |
| 1.2.2 近红外光谱检测技术在水泥行业应用 |
| 1.3 化学计量学 |
| 1.4 水泥生料质量控制研究现状 |
| 1.5 研究内容及创新点 |
| 1.5.1 研究内容 |
| 1.5.2 创新点 |
| 第二章 近红外光谱检测技术 |
| 2.1 引言 |
| 2.2 近红外光谱检测技术原理 |
| 2.3 近红外光谱检测技术信息提取难点 |
| 2.4 近红外光谱检测技术定量建模方法及评价方法 |
| 2.5 近红外光谱检测技术在矿物检测方面应用原理 |
| 2.6 本章小结 |
| 第三章 水泥生料成分近红外定量模型建立研究 |
| 3.1 引言 |
| 3.2 水泥生料近红外光谱采集 |
| 3.2.1 实验材料与仪器 |
| 3.2.2 近红外光谱采集 |
| 3.3 水泥生料近红外光谱数据处理 |
| 3.3.1 样本划分 |
| 3.3.2 光谱预处理 |
| 3.4 水泥生料近红外光谱波段优选 |
| 3.4.1 反向区间偏最小二乘法波段挑选 |
| 3.4.2 协同偏最小二乘法波段挑选 |
| 3.5 水泥生料成分含量近红外光谱建模 |
| 3.5.1 SiO_2成分含量建模研究 |
| 3.5.2 Al_2O_3成分含量建模研究 |
| 3.5.3 Fe_2O_3成分含量建模研究 |
| 3.5.4 CaO成分含量建模研究 |
| 3.6 本章小结 |
| 第四章 堆密度和原材料对水泥生料近红外光谱建模影响研究 |
| 4.1 引言 |
| 4.2 堆密度对水泥生料近红外光谱检测影响研究 |
| 4.2.1 堆密度对水泥生料近红外光谱检测影响 |
| 4.2.2 水泥生料近红外光谱模型的堆密度补偿 |
| 4.3 原材料对水泥生料近红外光谱检测影响研究 |
| 4.3.1 原材料对水泥生料近红外光谱检测影响 |
| 4.3.2 原材料变化近红外光谱建模研究 |
| 4.4 本章小结 |
| 第五章 水泥生料质量控制研究 |
| 5.1 引言 |
| 5.2 水泥生料质量控制难点分析 |
| 5.3 水泥生料制备工况划分 |
| 5.4 水泥生料质量控制 |
| 5.5 本章小结 |
| 第六章 水泥生料质量控制系统实现 |
| 6.1 引言 |
| 6.2 水泥生料成分检测结果 |
| 6.3 水泥生料质量控制系统功能分析 |
| 6.4 系统开发 |
| 6.5 现场应用 |
| 6.6 本章小结 |
| 第七章 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（2）水泥生料成分在线检测与控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 生料质量控制研究现状与分析 |
| 1.3 本文研究内容及结构安排 |
| 第二章 水泥生料成分在线控制方案设计 |
| 2.1 水泥生料配料工艺介绍 |
| 2.2 PGNAA元素在线分析仪介绍 |
| 2.3 水泥生料成分控制难点分析 |
| 2.4 水泥生料成分控制系统方案设计 |
| 2.5 本章小结 |
| 第三章 水泥生料成分在线检测研究 |
| 3.1 生产线水泥生料成分波动特点分析 |
| 3.2 基于PGNAA元素在线分析仪的生料成分检测 |
| 3.3 在线检测成分控制指标的设定 |
| 3.3.1 离线检测成分控制指标计算方法 |
| 3.3.2 在线检测成分控制指标设定方法 |
| 3.4 基于GA-LSSVM的生料Ca O含量软测量 |
| 3.4.1 模型变量时间匹配及预处理 |
| 3.4.2 在线特征变量提取 |
| 3.4.3 LS-SVM算法基本原理 |
| 3.4.4 GA-LSSVM校正模型 |
| 3.4.5 基于GA-LSSVM的模型建立与验证 |
| 3.5 本章小结 |
| 第四章 水泥生料成分控制研究 |
| 4.1 水泥生料成分双模态控制器设计 |
| 4.2 水泥生料成分偏差状态选取规则模块设计 |
| 4.3 水泥生料成分增量式配比寻优方法 |
| 4.4 水泥生料成分专家PID控制方法 |
| 4.4.1 专家PID控制原理 |
| 4.4.2 水泥生料成分专家PID控制设计 |
| 4.5 本章小节 |
| 第五章 水泥生料成分控制系统实现 |
| 5.1 水泥生料成分控制系统架构 |
| 5.2 水泥生料成分控制系统数据库设计 |
| 5.3 水泥生料成分控制系统的软件开发 |
| 5.3.1 水泥生料成分控制系统的软件架构 |
| 5.3.2 水泥生料成分控制系统的软件实现 |
| 5.4 水泥生料成分控制系统仿真验证 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（3）基于熟料质量预测的水泥生料配料优化研究（论文提纲范文）
| 0 引言 |
| 1 该领域近年来研究现状 |
| 1.1 熟料质量的预测 |
| 1.2 生料配料的控制 |
| 2 近年来所面临的研究问题 |
| 2.1 水泥熟料的质量难以通过计算系统进行测量。 |
| 2.2 生料配料无法进行高自动化程度。 |
| 2.3 水泥生产的环节关联性不高。 |
| 2.4 众多专家在熟料的质量预测、生料的配料控制算法进行了大量的研究工作，但少有人对于两个环节的工作衔接进行研究。 |
| 2.5 生料制备的环节有严重的滞后性。 |
| 2.6 对于水泥的生料采取控制需要获取多种材料的占比率。 |
| 2.7 |
| 3 水泥生料配料优化研究方案 |
| 3.1 新型干法水泥生产工艺简介 |
| 3.2 水泥生料调配工艺分析 |
| 3.3 离线式生料质量控制特点分析 |
| 3.4 生料质量控制系统总体方案设计 |
| 4 结束语 |
（4）率值、外加剂和粘土组成对水泥生料煅烧阶段电导的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 概述 |
| 1.2 水泥生料煅烧过程 |
| 1.3 液相性质的研究现状 |
| 1.3.1 率值对熟料煅烧液相性质影响的研究现状 |
| 1.3.2 氧化镁、碳酸钠和硝酸钠对熟料烧成液相性能影响的研究现状 |
| 1.3.3 氟化钙对熟料烧结液相影响的研究现状 |
| 1.3.4 生料矿物成分对熟料烧结影响研究现状 |
| 1.4 矿物导电特性的研究现状 |
| 1.4.1 导电机理 |
| 1.4.2 电导率测定在水泥熟料、混凝土等方面应用的现状 |
| 1.4.3 硅酸盐矿物、岩石等电导率测定的研究现状 |
| 1.5 研究内容、方法及意义 |
| 第二章 实验材料、实验设备、实验方案及步骤 |
| 2.1 实验材料 |
| 2.2 实验设备 |
| 2.3 实验方案 |
| 2.3.1 实验条件 |
| 2.3.2 实验思路 |
| 2.4 实验步骤 |
| 第三章 熟料煅烧过程的电导变化特征探究 |
| 3.1 实验结果整理 |
| 3.2 实验结果讨论 |
| 3.2.1 频率对煅烧电阻抗的影响 |
| 3.2.2 温度对煅烧电阻抗的影响 |
| 3.2.3 频率和温度对煅烧电阻抗的综合影响 |
| 3.3 本章小结 |
| 第四章 不同率值的生料在煅烧阶段的电导特性 |
| 4.1 不同KH值的样品在煅烧阶段的电导特性 |
| 4.1.1 K系列在煅烧过程的电阻抗值的结果分析 |
| 4.1.2 K系列熟料的游离钙含量、XRD和岩相分析 |
| 4.1.3 K系列实验小结 |
| 4.2 不同SM值的样品在煅烧阶段的电导特性 |
| 4.2.1 S系列在煅烧过程的电阻抗值的结果分析 |
| 4.2.2 S系列熟料的游离钙含量、XRD和岩相分析 |
| 4.2.3 S系列实验小结 |
| 4.3 不同IM值的样品在煅烧阶段的电导特性 |
| 4.3.1 I系列在煅烧过程的电阻抗值的结果分析 |
| 4.3.2 I系列熟料的游离钙含量、XRD和岩相分析 |
| 4.3.3 I系列实验小结 |
| 4.4 本章小结 |
| 第五章 不同碳酸钠、硝酸钠含量的生料在煅烧阶段的电导特性 |
| 5.1 不同碳酸钠含量的样品在煅烧阶段的电导特性 |
| 5.1.1 J系列生料煅烧电阻抗值的结果分析 |
| 5.1.2 J系列熟料的游离钙含量、XRD和岩相分析 |
| 5.1.3 J系列实验小结 |
| 5.2 不同硝酸钠含量的样品在煅烧阶段的电导特性 |
| 5.2.1 X系列生料煅烧电阻抗值的结果分析 |
| 5.2.2 X系列熟料的游离钙含量、XRD和岩相分析 |
| 5.2.3 X系列实验小结 |
| 5.3 本章小结 |
| 第六章 不同含量氧化镁、氟化钙的生料在煅烧阶段的电导特性 |
| 6.1 不同氧化镁含量的样品在煅烧阶段的电导特性 |
| 6.1.1 M系列生料煅烧电阻抗值的结果分析 |
| 6.1.2 M系列熟料的游离钙含量、XRD和岩相分析 |
| 6.1.3 M系列实验小结 |
| 6.2 不同氟化钙含量的样品在煅烧阶段的电导特性 |
| 6.2.1 F系列生料煅烧电阻抗值的结果分析 |
| 6.2.2 F系列熟料的游离钙含量、XRD和岩相分析 |
| 6.2.3 F系列实验小结 |
| 6.3 本章小结 |
| 第七章 使用不同粘土的熟料在煅烧阶段的电导特性 |
| 7.1 N系列生料煅烧电阻抗值的结果分析 |
| 7.2 N系列熟料的游离钙含量、XRD和岩相分析 |
| 7.3 本章小结 |
| 第八章 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（5）基于多目标优化的水泥生料配料系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水泥生料配料研究现状 |
| 1.2.2 多目标优化在配料领域应用现状 |
| 1.3 文章的研究内容及结构安排 |
| 第二章 水泥生料配料工艺简介及多目标优化方案 |
| 2.1 本章引言 |
| 2.2 水泥生产工艺 |
| 2.2.1 水泥生产流程简介 |
| 2.2.2 水泥生产过程的物理变化与化学反应 |
| 2.3 水泥生料配料过程分析 |
| 2.3.1 生料配料的目的及内部关系 |
| 2.3.2 生料配料难点分析 |
| 2.4 水泥生料配料多目标优化设计方案 |
| 2.5 本章小结 |
| 第三章 水泥生料原燃料配料多目标优化研究 |
| 3.1 多目标优化问题描述及分析 |
| 3.2 水泥生料配料多目标优化模型 |
| 3.2.1 优化变量选取 |
| 3.2.2 目标函数建立 |
| 3.2.3 约束条件 |
| 3.3 基于NSGA-II的水泥配料多目标优化模型求解 |
| 3.3.1 多目标优化算法及约束处理 |
| 3.3.2 基于NSGA-II的多目标优化算法介绍 |
| 3.3.3 数据分析与参数设置 |
| 3.3.4 仿真效果及优解的选取 |
| 3.4 本章小结 |
| 第四章 基于离线分析仪的生料配料优化控制研究 |
| 4.1 基于离线分析仪的配料特点分析 |
| 4.2 利用磨机运行参数的配料优化研究 |
| 4.2.1 磨机状态参数与生料成分关系 |
| 4.2.2 磨机数据的采集及处理 |
| 4.2.3 优化模型的建立 |
| 4.3 基于LS-SVM的生料Ca O测量模型研究 |
| 4.3.1 LS-SVM算法简介 |
| 4.3.2 模型变量选取及时间匹配 |
| 4.3.3 数据预处理及建模训练 |
| 4.4 基于专家系统的配料优化研究 |
| 4.5 本章小结 |
| 第五章 基于在线分析仪的生料配料多目标优化研究 |
| 5.1 问题分析及设计思路 |
| 5.1.1 近红外在线分析仪介绍 |
| 5.1.2 基于生料成分控制的优化设计方案 |
| 5.2 基于在线分析仪的原材料成分计算研究 |
| 5.2.1 原材料成分的不确定性分析 |
| 5.2.2 原材料成分计算原理分析 |
| 5.2.3 原材料成分计算策略研究 |
| 5.3 基于水泥生料成分控制的配料多目标优化研究 |
| 5.3.1 生料成分控制目标值的制定 |
| 5.3.2 基于成分控制的多目标优化数学模型及求解 |
| 5.4 本章小结 |
| 第六章 优化控制系统设计与实现 |
| 6.1 优化系统架构设计 |
| 6.2 优化软件的设计及实现 |
| 6.2.1 数据库的设计与实现 |
| 6.2.2 数据采集软件的设计与实现 |
| 6.2.3 优化界面的设计与实现 |
| 6.2.4 优化程序的设计与实现 |
| 6.3 系统仿真 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（6）水泥生料调整计算与智能控制（论文提纲范文）
| 0 引言 |
| 1 生料目标值调整计算 |
| 1.1 在用煤生料目标值调整计算 |
| 1.1.1 熟料标准成分计算 |
| 1.1.2 灼烧生料标准成分计算 |
| 1.1.3 生料三率值目标值调整计算 |
| 1.1.4 不确定因素对生料三率值目标值计算的影响 |
| 1.2 待用煤生料目标值调整计算 |
| 1.2.1 待用煤生料目标值计算 |
| 1.2.2 不确定因素对待用煤生料目标值调整计算的影响 |
| 2 生料原料配比调整计算 |
| 2.1 出磨生料原料配比调整计算 |
| 2.1.1 影响生料化学成分变化的因素 |
| 2.1.2 出磨生料原料配比调整计算方法 |
| 2.1.3 三组分原料配比调整计算 |
| 2.2 待用石灰石原料配比调整计算 |
| 2.2.1 石灰石分析成分与石灰石生产成分 |
| 2.2.2 石灰石分析成分与生产成分的对应关系 |
| 2.2.3 生产成分工艺差 |
| 2.2.4 待用石灰石原料配比计算 |
| 3 水泥生料智能控制 |
| 3.1 工艺流程 |
| 3.2 生料目标值自动控制 |
| 3.3 待用石灰石在线检验 |
| 3.4 出磨生料检验 |
| 3.5 待用石灰石原料配比预测 |
| 3.6 石灰石生产成分工艺差监测 |
| 4 结束语 |
（7）基于熟料质量预测的水泥生料配料优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景和意义 |
| 1.2 研究现状 |
| 1.2.1 熟料质量预测研究现状 |
| 1.2.2 生料配料控制研究现状 |
| 1.3 本文主要工作 |
| 1.4 本文创新点 |
| 1.5 本章小结 |
| 第二章 基于RBF神经网络的熟料质量预测模型研究 |
| 2.1 熟料煅烧工艺及变量间关系分析 |
| 2.2 建模变量选择及数据预处理 |
| 2.2.1 建模变量确定 |
| 2.2.2 时间匹配 |
| 2.2.3 原始与滤波后数据 |
| 2.3 基于RBF神经网络的熟料质量预测模型建立 |
| 2.3.1 RBF神经网络简介及应用 |
| 2.3.2 网络模型参数训练 |
| 2.3.3 模型测试与验证 |
| 2.4 本章小结 |
| 第三章 水泥生料配料优化方案设计 |
| 3.1 基于近红外线检测的生料配料方案 |
| 3.1.1 生料配料工艺 |
| 3.1.2 在线分析仪在生料配料上的应用 |
| 3.2 问题及难点分析 |
| 3.3 水泥生料配料优化设定方案 |
| 3.4 本章小结 |
| 第四章 生料配料目标值设定优化研究 |
| 4.1 生料波动对窑工况影响的研究 |
| 4.1.1 回转窑工况划分 |
| 4.1.2 回转窑工况模版建立 |
| 4.2 基于专家系统的生料配料目标值设定 |
| 4.2.1 自学习专家系统原理 |
| 4.2.2 基于框架规则的专家系统搭建 |
| 4.2.3 在线分析仪配料目标值设定 |
| 4.3 配比干预模块设计 |
| 4.4 离线校正模块设计 |
| 4.5 本章小结 |
| 第五章 水泥生料配料优化系统软件开发 |
| 5.1 系统架构 |
| 5.2 优化软件开发 |
| 5.2.1 软件框图 |
| 5.2.2 数据采集子系统 |
| 5.2.3 优化设定子系统实现 |
| 5.3 系统仿真及现场应用 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（8）基于典型工况的水泥生料质量自动控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 研究现状 |
| 1.3 本文主要工作 |
| 第二章 水泥生料配料工艺介绍及控制方案设计 |
| 2.1 水泥工艺流程 |
| 2.1.1 水泥生产过程介绍 |
| 2.1.2 水泥生料质量工艺参数介绍 |
| 2.2 水泥生料配料原理 |
| 2.3 近红外分析仪介绍 |
| 2.4 生料配料环节自动控制难点 |
| 2.5 水泥生料质量自动控制系统方案设计 |
| 2.6 本章小结 |
| 第三章 数据滤波处理与趋势信息提取 |
| 3.1 数据滤波处理 |
| 3.1.1 数据滤波算法 |
| 3.1.2 数据滤波效果 |
| 3.2 趋势信息提取 |
| 3.2.1 最小二乘法多项拟合简介 |
| 3.2.2 最小二乘多项式数据拟合仿真 |
| 3.3 本章小结 |
| 第四章 水泥生料配料环节典型工况划分研究 |
| 4.1 石灰石配比与CaO含量相关关系研究 |
| 4.2 水泥生料配料环节工况划分 |
| 4.2.1 聚类算法介绍 |
| 4.2.2 数据归一化处理 |
| 4.2.3 聚类参数选择与仿真 |
| 4.2.4 生料配料典型工况模板的建立 |
| 4.3 典型工况下模型的建立 |
| 4.3.1 建模变量与模型类的确定 |
| 4.3.2 模型的建立与验证 |
| 4.4 本章小结 |
| 第五章 水泥生料质量控制器研究 |
| 5.1 控制系统总体框架图 |
| 5.2 基于模型的预测研究 |
| 5.3 工况识别与切换实现 |
| 5.4 基于专家控制系统的模型研究 |
| 5.4.1 专家系统设计控制方法 |
| 5.4.2 专家系统规则 |
| 5.5 本章小结 |
| 第六章 水泥生料质量自动控制软件的工程实现 |
| 6.1 工业应用系统架构 |
| 6.2 控制系统数据库设计 |
| 6.3 水泥生料质量控制系统的软件开发 |
| 6.3.1 软件架构 |
| 6.3.2 软件实现 |
| 6.4 工业现场应用效果总结 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（9）阿利特改性硫铝酸盐水泥熟料矿物组成、结构与性能研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题的依据 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 硫铝酸盐水泥 |
| 1.3.2 硅酸盐水泥 |
| 1.3.3 阿利特硫铝酸盐水泥 |
| 1.3.4 贝利特硫铝酸盐水泥 |
| 1.3.5 硫铝酸钡(锶)钙水泥 |
| 1.3.6 硅酸盐-硫铝酸盐复合熟料体系 |
| 1.4 本文研究内容 |
| 1.4.1 研究思路 |
| 1.4.2 主要研究内容 |
| 1.5 研究技术路线 |
| 第二章 实验设备与方法 |
| 2.1 实验所用的设备 |
| 2.2 水泥的制备 |
| 2.2.1 水泥生料配制 |
| 2.2.2 水泥单矿及熟料制备 |
| 2.2.3 水泥样品制备 |
| 2.3 物理性能测试 |
| 2.3.1 标准稠度用水量和凝结时间的测定 |
| 2.3.2 净浆强度 |
| 2.3.3 胶砂强度 |
| 2.3.4 粘结强度 |
| 2.3.5 混凝土强度 |
| 2.3.6 水泥净浆流动度 |
| 2.4 分析与表征方法 |
| 2.4.1 X射线荧光分析(XRF) |
| 2.4.2 熟料游离钙含量 |
| 2.4.3 光学显微分析 |
| 2.4.4 X射线衍射及Rietveld分析方法 |
| 2.4.5 电子显微分析 |
| 2.4.6 荧光光谱分析 |
| 2.4.7 热分析 |
| 2.4.8 水化热测试 |
| 第三章 阿利特改性硫铝酸盐熟料组成设计与结构研究 |
| 3.1 C_3S和C_4A_3$矿物共存研究 |
| 3.1.1 化学纯试剂配料 |
| 3.1.2 矿物形成研究方法 |
| 3.1.3 生料易烧性 |
| 3.1.4 相组成分析 |
| 3.1.5 DSC-TG分析 |
| 3.1.6 微观结构分析 |
| 3.2 C_3S结构表征与水化 |
| 3.2.1 化学纯试剂配料 |
| 3.2.2 C_3S结构研究方法 |
| 3.2.3 X射线衍射分析 |
| 3.2.4 C_3S粘结强度 |
| 3.2.5 水化产物SEM分析 |
| 3.3 C_2S结构研究 |
| 3.3.1 化学纯试剂配料 |
| 3.3.2 C_2S结构研究方法 |
| 3.3.3 X射线衍射分析 |
| 3.3.4 荧光光谱分析 |
| 3.4 本章小结 |
| 第四章 阿利特改性硫铝酸盐水泥熟料制备、性能与水化研究 |
| 4.1 离子掺杂对阿利特改性硫铝酸盐水泥熟料形成影响 |
| 4.1.1 实验原材料 |
| 4.1.2 研究方法 |
| 4.1.3 水泥熟料相分析 |
| 4.1.4 熟料形成综合热分析 |
| 4.1.5 熟料微观结构分析 |
| 4.2 硫源对阿利特改性硫铝酸盐水泥熟料形成影响 |
| 4.2.1 实验原材料 |
| 4.2.2 熟料矿物设计方法及组成 |
| 4.2.3 水泥熟料XRD物相分析 |
| 4.2.4 水泥熟料岩相显微分析 |
| 4.3 阿利特改性硫铝酸盐水泥力学性能 |
| 4.3.1 阿利特改性硫铝酸盐水泥抗压强度 |
| 4.3.2 阿利特改性硫铝酸盐水泥粘结强度 |
| 4.4 阿利特改性硫铝酸盐水泥水化 |
| 4.4.1 阿利特改性硫铝酸盐水泥水化热 |
| 4.4.2 水泥水化产物XRD分析 |
| 4.4.3 水泥水化产物SEM分析 |
| 4.4.4 水泥水化产物综合热分析 |
| 4.5 本章小结 |
| 第五章 阿利特改性硫铝酸盐水泥工业放大试验与应用研究 |
| 5.1 生产线及工艺情况 |
| 5.2 关键技术指标 |
| 5.3 工业放大试验实施方案 |
| 5.3.1 熟料矿物组成设计 |
| 5.3.2 原燃料选择 |
| 5.3.3 生料配料 |
| 5.3.4 水泥熟料煅烧控制 |
| 5.4 水泥熟料试生产关键技术 |
| 5.4.1 熟料配料方案 |
| 5.4.2 水泥生料制备 |
| 5.4.3 熟料烧成技术 |
| 5.4.4 出窑熟料物相分析 |
| 5.4.5 工业放大生产水泥性能 |
| 5.5 应用工程简介 |
| 5.6 工程用原材料 |
| 5.6.1 水泥 |
| 5.6.2 石灰石粉 |
| 5.6.3 骨料 |
| 5.6.4 外加剂 |
| 5.7 外加剂与阿利特改性硫铝酸盐水泥相容性研究 |
| 5.7.1 不同减水剂对水泥净浆流动度影响 |
| 5.7.2 不同减水剂对水泥强度影响 |
| 5.7.3 不同缓凝剂对水泥凝结时间影响 |
| 5.7.4 不同缓凝剂对水泥强度影响 |
| 5.8 混凝土性能研究 |
| 5.8.1 混凝土配合比 |
| 5.8.2 混凝土工作性 |
| 5.8.3 混凝土力学性能 |
| 5.9 工程应用效果 |
| 5.10 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（10）氧化镁对高镁再生水泥熟料中阿利特形成及水化的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 MgO对水泥熟料中阿利特形成及水化的影响 |
| 1.2.1 MgO对 C_3S、C_2S含量以及C_3S/C_2S的影响 |
| 1.2.2 MgO对水泥熟料中C_3S晶型的影响 |
| 1.2.3 MgO对水泥熟料中阿利特水化强度的影响 |
| 1.3 高镁水泥熟料的研究进展 |
| 1.3.1 水泥熟料中方镁石膨胀的原因 |
| 1.3.2 率值对高镁水泥的影响 |
| 1.3.3 氟硫掺杂对高镁水泥的影响 |
| 1.4 论文研究内容 |
| 2 试验原材料、方法和主要仪器 |
| 2.1 试验原材料 |
| 2.2 试验方法和主要仪器 |
| 2.2.1 高镁再生水泥熟料的制备 |
| 2.2.2 性能分析方法 |
| 2.2.3 主要试验仪器 |
| 3 MgO含量对高镁再生水泥熟料中Alite形成及水化的影响 |
| 3.1 试验方案设计 |
| 3.2 对生料易烧性的影响 |
| 3.3 对熟料中MgO固溶的影响 |
| 3.4 对熟料矿物组成的影响 |
| 3.5 对熟料中阿利特晶型的影响 |
| 3.6 对水泥净浆强度的影响 |
| 3.7 本章小结 |
| 4 硅率对高镁再生水泥熟料中Alite形成及水化的影响 |
| 4.1 试验方案设计 |
| 4.2 对生料易烧性的影响 |
| 4.3 对熟料中MgO固溶的影响 |
| 4.4 对熟料矿物组成的影响 |
| 4.5 对熟料中阿利特晶型的影响 |
| 4.6 对水泥净浆强度的影响 |
| 4.7 本章小结 |
| 5 SO3 对高镁再生水泥熟料中Alite形成及水化的影响 |
| 5.1 试验方案设计 |
| 5.2 对生料易烧性的影响 |
| 5.3 对熟料中MgO固溶的影响 |
| 5.4 对熟料矿物组成的影响 |
| 5.5 对熟料中阿利特晶型的影响 |
| 5.6 对水泥净浆强度的影响 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
四、水泥生料配料率值控制与成分快速分析方法（论文参考文献）
- [1]基于近红外光谱检测技术的水泥生料质量控制研究[D]. 黄冰. 济南大学, 2021(02)
- [2]水泥生料成分在线检测与控制方法研究[D]. 纪强强. 济南大学, 2021
- [3]基于熟料质量预测的水泥生料配料优化研究[J]. 张异才. 四川水泥, 2021(03)
- [4]率值、外加剂和粘土组成对水泥生料煅烧阶段电导的影响[D]. 朱金阳. 广西大学, 2020(05)
- [5]基于多目标优化的水泥生料配料系统研究[D]. 许磊. 济南大学, 2020(01)
- [6]水泥生料调整计算与智能控制[J]. 王中豪. 水泥, 2019(S1)
- [7]基于熟料质量预测的水泥生料配料优化研究[D]. 卢新忠. 济南大学, 2019
- [8]基于典型工况的水泥生料质量自动控制研究[D]. 王雪庆. 济南大学, 2019(01)
- [9]阿利特改性硫铝酸盐水泥熟料矿物组成、结构与性能研究[D]. 卢晓磊. 济南大学, 2019(01)
- [10]氧化镁对高镁再生水泥熟料中阿利特形成及水化的影响[D]. 何运轩. 大连理工大学, 2019(02)