基于Lowess的水泥烧成带温度滤波方法精要.docx

基于Lowess的水泥烧成带温度平滑方法 摘要：针对水泥回转窑烧成带温度波动较大，不利于稳定控制这一问题，本文提出了基于Lowess的水泥烧成带温度数据平滑方法。首先，选择不同的窗口宽度，然后在不同窗口宽度下对烧成带温度进行数据平滑处理，通过对比分析不同的窗口宽度对烧成带温度平滑效果的影响，确定合适的窗口宽度；最后，在某水泥企业通过视觉检测烧成带温度，采用Lowess对其进行平滑处理，并与移动平均滤波方法进行了对比。结果表明，与传统的移动平均滤波相比，本方法具有更好的数据平滑能力。 关键词：水泥烧成带温度；Lowess；平滑；滤波 1 引言 烧成带温度是水泥熟料烧成环节最重要的参数之一，如何检测并控制烧成带温度对保证熟料质量指标的稳定、提高窑运转率、降低人工劳动强度、实现节能减排具有重要意义[1]。 水泥烧成带温度监测是控制的基础。目前常用的监测方法主要有两类：一类是通过红外筒体扫描仪等设备进行间接测量[2]。另一类是通过软测量方式，建立合适的模型实现烧成带温度检测。间接测量方式采用红外筒体扫描仪等设备检测回转窑外部变量，通过回转窑外部变量与烧成带温度之间的联系来体现出烧成带温度, 但二者的联系会受到窑皮厚度不均及喂料量变化影响，使其与烧成带温度的联系不明显；软测量则采用建立辅助变量与烧成带温度之间关系模型的方式实现烧成带温度检测[3]。但由于影响窑内物料烧成状态的因素很多，选择辅助变量不足，则不能很好的反应烧成温度；辅助变量太多则会使模型变得过于复杂，模型精确性难以保证。近年来，视觉检测以其获取的信息丰富、先进的图像处理技术与较高的检测精度等优势，得到众多水泥企业青睐，在水泥企业获得初步应用。Pyroscan Ethernet系统采用最先进的机械视觉技术，初步实现了水泥回转窑的火焰形状和熟料温度监测。 但是，由于窑内环境恶劣，飞尘较多，通过Pyroscan得出的温度数据波动较大，难以直接用于控制，必须进行平滑处理。目前关于解决此类问题的文献很少，本文提出了基于Lowess的水泥烧成带温度数据平滑方法。首先选择不同的窗口宽度，然后在不同窗口宽度下对烧成带温度进行数据平滑处理，通过对比分析不同的窗口宽度对烧成带温度数据平滑效果的影响，确定合适的窗口宽度；最后，在某水泥企业通过视觉检测烧成带温度，采用Lowess对其进行平滑处理，并与移动平均滤波方法进行了对比。 2视觉检测方法 视觉检测基本原理如图1所示。本文采用Pyroscan Ethernet实现回转窑烧成带温度检测。Pyroscan Ethernet系统拥有最先进的机械视觉技术,以1200000像素的千兆以太网摄像机捕捉高动态范围热图像，测温范围覆盖面达到700℃~2000℃。系统显示核准后的高动态范围图像、火焰形状监测和轮廓分析以及自动过滤扬尘和飞沙对图像带来的影响。此方案的应用，使操作员可以直观的选择需要监测的多个燃烧区域，并使该区域的温度精准的显示在图像上，帮助操作员根据回转窑的烧成状态优化燃烧器。 Pyroscan检测的回转窑烧成带温度如图2所示。分析图可知，温度数据波动较大，存在着“毛刺”和“尖峰”，难以直接用于控制，必须对其进行数据平滑处理。 图1 视觉检测流程图 图2 烧成带温度原始数据 3 基于Lowess的数据平滑处理方法 局部加权回归散点平滑法[4]（locally weighted scatter plot smoothing，Lowess）使用迭代加权最小平方法实现数据拟合，其主要思想类似于移动平均技术，在指定的窗口之内，将每一点的数值都用窗口内临近的数据进行加权回归，回归方程可用线性的或者二次的，最终拟合出多项式回归曲线。Lowess数据平滑流程如下： （1）令烧成带温度由（，）确定，其中指采样时间，指每一时刻的烧成带温度。为了得到烧成带温度的平滑值，取划定与相邻的数据范围来进行加权线性回归。首先选择覆盖邻域的滑动窗口宽度比，指所选的观察个数占全体数据点总数的比例。值越大拟合的曲线越平滑，但拟合所需时间也就越多。 （2）利用式（1）计算邻域范围内每个数据点的回归权重。 （1） 式中：为滑动窗口内在横轴方向上距点最远的横坐标距离即，为划定范围内需要被加权数据点的坐标 （3）加权最小二乘回归 （2） 其中 （3） （4）对的平滑拟合估计 （4） 窗口宽度是Lowess?数据平滑方法的重要参数。