淺談激光粒度分析儀數據處理

范宗民，黃建國

1 引言

水泥顆粒級配是指導水泥生產的重要依據[1]，對水泥性能有著重要影響。目前，常用的水泥粒度檢測方法有篩分法、顯微鏡法、沉降法、電感應法等[2]。水泥企業化驗室通常以固定時間間隔從水泥出磨提升機溜管等位置取樣，采用上述檢測方法測量水泥的比表面積、45μm篩篩余等數據，并根據檢測數據調整水泥生產過程中的原材料配比和設備控制參數，確保水泥成品質量合格。

雖然上述水泥粒度檢測方法準確率高，認可度高，但有一定的局限性。第一，以上檢測方法均屬于離線式檢測方法，即取樣與化驗需要一定的時間，無法在生產的同時，直接獲得當前時刻水泥的品質特征數據，所獲得的化驗結果具有時滯性；第二，人工檢驗樣品，需要重復取樣制樣，勞動強度高，檢測結果受化驗員操作水平影響，存在隨機干擾因素。

相較于傳統的檢測方法，利用在線激光粒度分析儀（以下簡稱粒度分析儀）進行在線檢測，可以得到時時數據，免受人工因素干擾。該設備是一種基于米氏散射理論及夫瑯禾費衍射理論進行粉體顆粒度分布測量的儀器，具有測量粒度分布范圍廣、測量速度快、操作簡單和重復性高等特點，近年來在水泥、航天、建材、制藥、大氣監測等領域中得到推廣和應用[3，4]。

然而，受壓縮空氣純凈度低、系統負壓不穩定等因素干擾，粒度分析儀對水泥樣品的比表面積、45μm篩篩余等的檢測結果與其真實值之間存在一定偏差，且隨著時間的推移，偏差可能不斷增大，即出現“漂移”現象。因此，若未對粒度分析儀的原始檢測結果進行修正而直接使用，可能會導致水泥生產過程中成品出現質量波動甚至不合格[5]。本文提出了一種抑制粒度分析儀檢測結果“漂移”的方法，現場檢測效果良好。

2 粒度分析儀的安裝及運行原理

現以XOPTIX在線激光粒度分析儀為例，簡要介紹粒度分析儀的安裝及使用方法。粒度分析儀安裝示意見圖1。如圖1所示，粒度分析儀取樣器通常安裝在水泥成品入庫提升機溜管的斜槽上，取樣器下壁距溜管底部2cm左右，該位置所取水泥成品樣本的料層穩定，具有較好的代表性。回樣螺旋輸送器安裝在入庫提升機的側壁上，用于將檢測完的樣品回送至提升機中。

圖1 粒度分析儀安裝示意

水泥樣品的取出和回收過程如下：生產時取樣螺旋輸送器始終處于正轉狀態，并不間斷地從入庫提升機溜管中的水泥成品料層中取出料樣。所取料樣一部分（本文命名為“a”）落入陶瓷取樣管正上方的小孔中，在壓縮空氣作用下被吸入粒度分析儀進行在線分析；另一部分料樣（本文命名為“b”）經過垂直布置的管道落入回樣螺旋輸送器上方。當回樣螺旋輸送器正轉時，料樣“b”被帶出，落入留樣桶，供化驗室留樣檢測；當回樣螺旋輸送器反轉時，料樣“b”被推回水泥入庫提升機進行回收。回樣螺旋輸送器按照電控箱手動設定的參數周期性正轉和反轉，使留樣桶中的物料量保持在合適的范圍內，即物料量足夠化驗室進行一次化驗，同時不至于浪費過多。在取樣過程中，使用同一取樣螺旋輸送器取樣，保證了進入粒度分析儀的料樣和落入化驗室留樣桶的料樣來自同一生產批次同一料層，使化驗數據對比更為精準。化驗室對留樣桶內物料取樣化驗頻次一般為1次/h，而粒度分析儀的檢測結果輸出頻率，最高可至1Hz。

粒度分析儀的檢測結果通過通信電纜傳送至中控室或化驗室的電腦主機，電腦主機上安裝有配套數據處理軟件，支持顯示和讀取粒度分析儀的檢測結果。由此可知，粒度分析儀的檢測輸出頻率遠高于化驗室，在生產過程中可以保證實時檢測料樣。同時，取樣和檢測過程全部自動化，勞動強度低，檢測結果不受人為因素干擾，重復性高。

3 粒度分析儀數據的分析及處理

在粒度分析儀安裝完成后正式使用前需進行一次標定，下面以水泥成品45μm篩篩余檢測數據為例進行說明。

首先，觀察粒度分析儀的動態響應特性，即，調整磨系統選粉機轉速，并觀察粒度分析儀輸出的45μm篩篩余檢測結果。若提高選粉機轉速，輸出的45μm篩篩余值降低；若降低選粉機轉速，則輸出的45μm篩篩余值升高，且45μm篩篩余值升高和降低的幅度與選粉機轉速的降低和升高幅度呈一定比例關系，則說明粒度分析儀具有良好的動態響應性，這是粒度分析儀檢測結果可信的基本前提。反之，則說明粒度分析儀的安裝位置等存在問題，需要進行排查。

其次，在粒度分析儀動態響應特性正常的基礎上，收集一段時間粒度分析儀檢測的45μm篩篩余數據及化驗室檢測的45μm篩篩余數據，計算二者之間的線性相關性。若相關性較弱，說明粒度分析儀的輸出數據可信度未達到要求，需進一步排查安裝或者氣源等方面的問題后，再繼續收集數據。若二者相關性達到一定值，則說明粒度分析儀的檢測結果具有一定的代表性，可用于指導生產。

最后，計算粒度分析儀輸出的45μm篩篩余值與化驗室檢測的45μm篩篩余值之間的線性變換關系系數，在相應的數據分析軟件中設定該線性變換系數，完成全部標定流程。粒度分析儀正式投入使用后，將以該線性變換關系系數實時校正粒度分析儀原始輸出的45μm篩篩余值，并以校正后的45μm篩篩余值作為粒度分析儀最終的輸出結果。應注意，使用以上線性變換關系系數對粒度分析儀原始輸出的45μm篩篩余值進行校正，默認前提是粒度分析儀檢測的45μm篩篩余值與化驗室檢測的45μm篩篩余值之間的數據變換關系是線性“時不變”的。

然而，大量運行實際表明，粒度分析儀原始檢測結果受水泥原材料的品質、原材料配比變化、系統風壓不穩等多種不可控因素影響，上述線性變換關系并非“時不變”，而是動態變化的。如果始終使用初始標定的線性變換關系系數對粒度分析儀原始輸出的45μm篩篩余值進行校正，一段時間后，粒度分析儀輸出的校正檢測結果與化驗室的檢測結果就會產生“漂移”，甚至二者變化的趨勢有時是截然相反的，導致粒度分析儀檢測結果失效。

以南方水泥有限公司某粉磨站5號磨2020年7月12日0:00至8月5日0:00共260h的45μm篩篩余數據為例進行分析，說明采用固定線性變換關系系數校正粒度分析儀輸出數據是不可行的。該粉磨站的化驗室每小時對成品水泥進行一次取樣化驗，得出最近1h內所生產水泥成品的45μm篩篩余數據，可以認為是該水泥成品45μm篩篩余的真實值。同時，粒度分析儀始終實時在線檢測入庫提升機處成品水泥的45μm篩篩余值，每分鐘輸出一次檢測結果，其配套數據處理軟件自動統計輸出近1h內的45μm篩篩余平均值。此處所取的粒度分析儀輸出的45μm篩篩余值是未經線性校準的原始值。先取260h中第1~20h的粒度分析儀檢測數據，結合對應時間段內化驗室的檢測數據，做線性回歸分析，得出二者之間的線性變換關系系數；再以該線性變換關系系數對第21~260h的粒度分析儀檢測的粒度原始數據進行線性變換，得到變換結果，如圖2所示。

由圖2可知，采用固定線性變換關系校正粒度分析儀原始輸出的45μm篩篩余數據，在前70h與化驗室檢測的45μm篩篩余數據對應性較好。超過70h后，受不可控因素干擾，雖然二者變化趨勢一致，但絕對數值已存在較大差異。因此，利用初始時間段內所得線性變換關系系數，只能校正與初始時間段相近一段時間內的粒度分析儀檢測結果，無法校正與初始時間段相距較遠時間段的檢測結果。使用固定“時不變”的線性變換算法校正粒度分析儀輸出的原始檢測結果，隨著時間的延長極易失效，實際生產時難以長時間使用。

圖2 粒度分析儀固定線性變換校正后的數據

4 粒度分析儀數據校正算法設計

隨著時間的推移，雖然采用原始標定的線性變換關系系數校正粒度分析儀輸出的原始檢測數據的校正效果會變得越來越差，但相近時間段內的校正效果是有保證的。受此分析結果啟發，考慮設計一種“時變”校正算法，利用粒度分析儀檢測結果與化驗室檢測結果在相近時間段內線性校正效果好的特性，實時計算過去相近時間段內化驗室檢測結果與粒度分析儀檢測結果之間的線性變換系數，動態調整校正當前粒度分析儀輸出的原始測量數據。

筆者所設計的粒度分析儀輸出原始測量數據校正算法如下：

每一個人工取樣時刻能夠在化驗室數據管理系統中獲取一次最近兩個時刻之間的時間段內所生產水泥樣品的離線檢測結果，如45μm篩篩余、比表面積等數據；每兩個相鄰人工取樣時刻之間的時間段內能夠在粒度分析儀配套軟件中讀取多個實時測量結果的原始值，如45μm篩篩余、比表面積等數據。對多個實時測量原始數據求平均值后得到一個在線檢測原始值，作為兩個相鄰人工取樣時刻中后一個取樣時刻的在線檢測結果。

（1）獲取離當前時間最近的n個人工取樣時刻的在線檢測結果數據{xi}和離線檢測結果數據{yi}，對每個在線檢測結果數據xi預設權重系數ci，得到{ci}，其中1≤i≤n，i∈N*，令權重系數構成的數列{ci|1≤i≤n，i∈N*}為遞增等差數列，即c1，（1≤i≤n，i∈N*）。顯然，離當前時刻越近的在線檢測結果數據所對應的權重系數越大。

（2）計算在線檢測結果數據{xi}和離線檢測結果數據{yi}的相關系數將相關系數ρxy與預警下限ρmin、停止下限ρmmin進行比較，得到“漂移”結果：

如果“漂移”結果為未“漂移”，則繼續運行后續步驟；如果“漂移”結果為“漂移”預警，則繼續運行后續步驟，但同時發出預警，提醒操作人員密切關注粒度分析儀的儀器運行狀態；如果“漂移”結果為“漂移”，則停止運行后續步驟，并進行報警，提醒粒度分析儀檢測失效。

（4）利用a和b對接下來相鄰的m個人工取樣時刻對應時間段內的實時測量值{xr}進行線性變換，得到{xnewr│r∈R，（n+1）·Δt≤r≤（n+m）·Δt}，其中，Δt為相鄰人工取樣時間間隔，則xnewr=axr+b；xnewr即為粒度分析儀原始測量結果的校正值。

（5）重復上述步驟，在生產運行中不斷迭代線性變換系數a、b直至停止生產。

利用上述算法處理某粉磨站粒度分析儀一段時間內檢測輸出的260個45μm篩篩余原始數據，令n=20，m=1，c1=0.5，c20=1，計算得到粒度分析儀檢測數據動態校正后的數據，如圖3和表1所示。

表1 45μm篩篩余粒度分析儀檢測數據與化驗室檢測數據比較

圖3 粒度分析儀動態線性變換校正后的數據

由圖3可見，粒度分析儀動態校正后的檢測結果與化驗室檢測結果在數值和趨勢上均非常接近，且時間變化對校正效果的影響較小，即無論是相近時間段還是較遠時間段，粒度分析儀動態校正后的檢測結果非常接近化驗室檢測結果。

5 結語

受不可控因素影響，隨著時間的推移，粒度分析儀的輸出結果較化驗室檢測結果，誤差會變大。采用傳統的固定線性校正方法不能很好地解決該問題，可能會造成粒度分析儀檢測結果失效。

本文提出了一種粒度分析儀原始檢測數據動態校正算法，該算法基于最小二乘法的原理，滾動計算相近時間段內的線性變換系數，利用化驗室過去相近時間段內的檢測結果校正粒度分析儀原始輸出檢測結果，可以有效減少當前粒度分析儀最終輸出的檢測結果與化驗室檢測結果之間的誤差，提高粒度分析儀檢測結果的置信度，該算法在現場使用后取得了較為滿意的效果。