本发明提供了一种锌钡白煅烧过程消色力的软测量方法，包括步骤：(1)采集煅烧温度数据、煅烧转速数据、消色力的历史检测值；(2)建立软测量模型；(3)计算所述锌钡白当前煅烧过程的出料时刻的单位能量；(4)在所述步骤(1)的数据保存系统中，提取所述当前煅烧过程的出料时刻之前的两个消色力采样时刻的消色力的历史检测值，分别为历史检测值一和历史检测值二；(5)所述步骤(3)所得的单位能量和步骤(4)所得的历史检测值一和历史检测值二构成输入向量，所述输入向量输入步骤(2)的软测量模型中，得到当前煅烧过程的出料时刻的消色力的预测值，完成其软测量。本发明具有简化模型结构等优点。
1.锌钡白煅烧过程消色力的软测量方法，其特征在于，包括如下步骤：
(1)通过数据采集系统中的热电偶采集所述锌钡白煅烧过程中的煅烧温度数据，通过数据采集系统中的速度传感器采集所述锌钡白煅烧过程中的煅烧转速数据，将所述煅烧温度数据、煅烧转速数据通过变送器、可编程逻辑控制器保存至控制电脑中的数据保存系统；
人工采集消色力的历史检测值，并向数据保存系统输入所述消色力的历史检测值；
(2)选择样本时间段，通过样本时间段内的各消色力采样时刻对应的煅烧区间的单位能量以及每个单位能量对应的消色力采样时刻之前的两个消色力采样时刻对应的消色力历史检测值构成输入向量，进行模型参数训练，建立三输入单输出的软测量模型；
(3)计算所述锌钡白当前煅烧过程的出料时刻的单位能量；
(4)在所述步骤(1)的数据保存系统中，提取所述当前煅烧过程的出料时刻之前的两个消色力采样时刻的消色力的历史检测值，分别为历史检测值一和历史检测值二；
(5)所述步骤(3)所得的单位能量和步骤(4)所得的历史检测值一和历史检测值二构成输入向量，所述输入向量输入步骤(2)的软测量模型中，得到当前煅烧过程的出料时刻的消色力的预测值，完成其软测量；
(2-1)选择样本时间段，所述样本时间段为由数据保存系统中消色力的历史检测值在合格值以上的若干个时间段构成的样本时间段；
(2-2)进行活化能参数辨识，并将活化能参数保存至数据保存系统中；
(2-3)从数据保存系统中提取步骤(2-2)得到的活化能参数，并根据活化能参数计算所述样本时间段内各消色力采样时刻对应的煅烧区间的单位能量；
(2-4)从步骤(1)的数据保存系统中选取样本时间段内各个时间段的每个消色力采样时刻对应的消色力的历史检测值；
(2-5)用步骤(2-4)的各个历史检测值和步骤(2-3)的各个单位能量进行模型参数训练，其中每两个历史检测值和每个单位能量构成一个输入向量，通过模型参数训练得到三输入单输出的软测量模型；所述每两个历史检测值为每个单位能量对应的消色力采样时刻之前的两个消色力采样时刻对应的消色力历史检测值；
(2-2-1)在步骤(2-1)所得的样本时间段内提取各个消色力采样时刻对应煅烧区间内的各个煅烧温度数据和煅烧转速数据；
(2-2-2)对各煅烧温度数据求平均值，获得参考煅烧温度Tref；对各煅烧转速数据求平均值，获得参考煅烧转速Dref；
(2-2-3)各煅烧转速数据构成转速样本数据向量Y＝[y1，y2，y3，...，ym]，其中第i个转速样本数据yi满足：yi＝ln Di，Di为第i个煅烧转速数据对应的煅烧转速；
各煅烧温度数据构成温度样本数据矩阵X＝[[x1，1]，[x2，1]，[x3，1]，...，[xm，1]]T，其中第i个温度样本数据xi满足：xi＝(1/Tref-1/Ti)，Tref为参考煅烧温度，Ti为第i个煅烧温度数据对应的煅烧温度；
(2-2-4)将所述步骤(2-2-3)得到的转速样本数据向量和温度样本数据矩阵通过最小T T -1 T二乘法进行计算，得到结果向量M；所述结果向量M满足：M ＝[XX] [XY]，其中Y为转速样本数据向量，X为温度样本数据矩阵；所述结果向量M的第一个元素就是所求的活化能参数；
所述步骤(2-3)每个消色力采样时刻对应的煅烧区间的单位能量计算包括：(2-3-1)初始化：迭代次数设置为零，所述锌钡白煅烧过程中的原料前进速度的局部变量设置为零，消色力采样时刻的能量设置为零，煅烧转速采样时刻或煅烧温度采样时刻的初始值为消色力采样时刻；
(2-3-2)从数据保存系统中提取该消色力采样时刻对应的煅烧温度和煅烧转速；
(2-3-3)更新所述锌钡白煅烧过程中的原料前进速度的局部变量l(n)，局部变量l(n)满足：l(n)＝l(n-1)+V(t)*Δt，其中l(n)为本次迭代时的局部变量，l(n-1)为上次迭代时的局部变量，Δt为煅烧转速采样周期或煅烧温度采样周期，V(t)为第t时刻的锌钡白煅烧时沿回转窑的径向速度；
第t时刻为该煅烧转速采样时刻或煅烧温度采样时刻的前一个煅烧转速采样时刻或煅烧温度采样时刻，满足：t＝t0-nΔt，其中，n为迭代次数，Δt为煅烧转速采样周期或煅烧温度采样周期，t0为该煅烧转速采样时刻或煅烧温度采样时刻；
(2-3-4)计算一个煅烧转速采样周期或煅烧温度采样周期内的能量增量f(n)，能量增量f(n)满足：f(n)＝exp(R*(1/Tref-1/T(t)))*Δt，
其中R为步骤(2-2-4)所得的活化能参数，Tref为步骤(2-2-2)所得参考煅烧温度，T(t)为第t时刻的煅烧温度；
第t时刻为该煅烧转速采样时刻或煅烧温度采样时刻的前一个煅烧转速采样时刻或煅烧温度采样时刻，满足t＝t0-nΔt，其中，n为迭代次数，Δt为采样周期，t0为该煅烧转速采样时刻或煅烧温度采样时刻；
(2-3-5)根据能量增量f(n)计算该煅烧转速采样时刻或煅烧温度采样时刻的煅烧能量UE(n)，煅烧能量UE(n)满足：UE(n)＝UE(n-1)+f(n)，其中UE(n-1)为该煅烧转速采样时刻或煅烧温度采样时刻的前一个煅烧转速采样时刻或煅烧温度采样时刻的煅烧能量，f(n)为能量增量；
(2-3-6)判断是否已完成该消色力采样时刻对应的煅烧区间的所有煅烧能量的计算，若是，则进行下一步骤，否则迭代次数n自增1，执行步骤(2-3-3)～(2-3-5)；
(2-3-7)确定所述各消色力采样时刻对应的煅烧区间的单位能量UE，单位能量UE满足：UE＝UE(n-1)/tref，其中UE(n-1)为步骤(2-3-5)中的UE(n-1)，tref为参考煅烧时间；
所述参考煅烧时间tref满足：tref＝LDS/(kf*Dref)，其中LDS为煅烧区间的长度；kf为煅烧转速和原料前进速度的比例系数；Dref为参考煅烧转速。
2.根据权利要求1所述的锌钡白煅烧过程消色力的软测量方法，其特征在于，所述步骤(2-2-1)的煅烧温度数据或煅烧转速数据的总数为150～200。
3.根据权利要求1所述的锌钡白煅烧过程消色力的软测量方法，其特征在于，所述步骤(3)计算所述锌钡白当前煅烧过程的出料时刻的单位能量包括：(3-1)从数据保存系统中提取步骤(2-2)辨识所得的活化能参数；
(3-2)所述出料时刻为消色力采样时刻，执行步骤(2-3-1)～(2-3-7)，得到该出料时刻的单位能量。
4.根据权利要求1所述的锌钡白煅烧过程消色力的软测量方法，其特征在于，所述软测量模型为最小二乘支持向量机模型。
5.根据权利要求1所述的锌钡白煅烧过程消色力的软测量方法，其特征在于，所述人工采集消色力的历史检测值的采样周期为1～2小时，所述锌钡白煅烧过程中的煅烧温度数据、煅烧转速数据的采集周期为0.5～5分钟。
6.根据权利要求1所述的锌钡白煅烧过程消色力的软测量方法，其特征在于，所述数据采集系统包括热电偶、速度传感器、变送器、可编程逻辑控制器和控制电脑，控制电脑中设有数据保存系统，所述热电偶外接于煅烧回转窑的内壁，速度传感器外接煅烧回转窑的驱动电机，热电偶、速度传感器、变送器分别与可编程逻辑控制器连接，可编程逻辑控制器与控制电脑中的数据保存系统连接。
锌钡白煅烧过程消色力质量指标的软测量方法
技术领域
[0001] 本发明涉及流程工业中煅烧过程测量控制技术，特别涉及一种锌钡白煅烧过程消色力质量指标的软测量方法。
背景技术
[0002] 由于缺乏适当的传感器，目前流程工业中不少产品的质量指标不能在线测量，而需要实验室离线测定。该方式费时费力，更重要的是，不能把产品质量指标纳入闭环系统进行自动控制，而稳定产品的质量指标则是大多数流程工业过程的重要目标。现有做法是选择影响产品质量指标的若干可在线测量的关键变量进行自动控制，进而间接地稳定产品质量。但实际应用中，影响产品质量指标的因素很多，而关键变量的选择往往是根据工人经验进行的，缺乏数据或机理上的严格证明，另外，由于处理过程的复杂性，有些过程机理还不是很明晰，而且处理过程中受到很多各种各样的干扰，所以这种间接的控制方法不一定能获得好的控制效果。
[0003] 针对这种情况，人们一方面加快相应的硬仪表的研制，另一方面着手从软仪表的角度进行研究，通过寻找过程中可测的各重要变量和产品质量指标的关系，建立数学模型，以便用可测的变量预测不可测的变量。数学模型可以从机理上建立，也可以用数据直接建立。锌钡白煅烧过程是一个复杂的物理/化学过程，其机理非常复杂，建立机理模型需要大量的假设条件，缺乏工程应用性。因此直接从数据出发进行模型的建立，更具有实用性，但目前为止未见到有锌钡白煅烧过程的产品质量指标的软测量建模的报道。
[0004] 在建立数据模型的过程中，由于其大滞后的特性(物料在窑内逗留时间超过2小时)，物料在窑内的这段时间里回转窑的各种参数变化都可能对其煅烧情况产生影响，进而影响最后的产品质量，所以在这一长时间内的过程参数都要考虑作为数据模型的输入变量，由此一来，该模型将变得非常庞大，其训练和应用都受到制约。以锌钡白煅烧过程为例，煅烧温度和煅烧时间(通过煅烧转速反映)是影响消色力的最主要因素，其他因素通过影响煅烧温度间接影响消色力，所以一个比较合理的方法是选取煅烧温度和煅烧转速作为模型的输入。考虑到两者对消色力的影响是一个累积过程，即对某一份物料来说，其煅烧效果不但受出料时刻的煅烧温度和煅烧转速的影响，而且受其在回转窑煅烧段整个过程中不同时刻的煅烧温度和煅烧转速的影响，所以两者在这段过程中不同采样时刻的数据都应该考虑作为模型的输入变量。以物料在窑内煅烧区间的时间为1.5小时，生产变量的采样周期是1分钟来计算，应该选出料时刻前1.5小时内的煅烧温度和煅烧转速(合共180个变量)作为模型的输入。如此大量的输入维数，一方面增加了模型的复杂度，另一方面增大了对数据噪声的敏感性。另外，由于煅烧转速的变化，物料在煅烧区间的逗留时间会随之变化。因此需要一种能够优化的模型变量选择方法，既符合过程机理，又能降低输入变量的维数，以便简化数据模型的结构，使其能投入实际应用。
发明内容
[0005] 本发明的首要目的在于克服上述现有技术的缺点与不足，提供一种简化数据模型的锌钡白煅烧过程消色力质量指标的软测量方法。
[0006] 为达上述目的，本发明采用如下的技术方案：
[0007] 锌钡白煅烧过程消色力的软测量方法，包括如下步骤：
[0008] (1)通过数据采集系统中的热电偶采集所述锌钡白煅烧过程中的煅烧温度数据，通过数据采集系统中的速度传感器采集所述锌钡白煅烧过程中的煅烧转速数据，将所述煅烧温度数据、煅烧转速数据通过变送器、可编程逻辑控制器保存至控制电脑中的数据保存系统；人工采集消色力的历史检测值，并向数据保存系统输入所述消色力的历史检测值；
[0009] (2)选择样本时间段，通过样本时间段内的各消色力采样时刻对应的煅烧区间的单位能量以及每个单位能量对应的消色力采样时刻之前的两个消色力采样时刻对应的消色力历史检测值构成输入向量，进行模型参数训练，建立三输入单输出的软测量模型；
[0010] (3)计算所述锌钡白当前煅烧过程的出料时刻的单位能量；
[0011] (4)在所述步骤(1)的数据保存系统中，提取所述当前煅烧过程的出料时刻之前的两个消色力采样时刻的消色力的历史检测值，分别为历史检测值一和历史检测值二；
[0012] (5)所述步骤(3)所得的单位能量和步骤(4)所得的历史检测值一和历史检测值二构成输入向量，所述输入向量输入步骤(2)的软测量模型中，得到当前煅烧过程的出料时刻的消色力的预测值，完成其软测量。
[0013] 所述步骤(2)包括：
[0014] (2-1)选择样本时间段，所述样本时间段为由数据保存系统中消色力的历史检测值在合格值以上的若干个时间段构成的样本时间段；
[0015] (2-2)进行活化能参数辨识，并将活化能参数保存至数据保存系统中；
[0016] (2-3)从数据保存系统中提取步骤(2-2)得到的活化能参数，并根据活化能参数计算所述样本时间段内各消色力采样时刻对应的煅烧区间的单位能量；
[0017] (2-4)从步骤(1)的数据保存系统中选取样本时间段内各个时间段的每个消色力采样时刻对应的消色力的历史检测值；
[0018] (2-5)用步骤(2-4)的各个历史检测值和步骤(2-3)的各个单位能量进行模型参数训练，其中每两个历史检测值和每个单位能量构成一个输入向量，通过模型参数训练得到三输入单输出的软测量模型；所述每两个历史检测值为每个单位能量对应的消色力采样时刻之前的两个消色力采样时刻对应的消色力历史检测值。
[0019] 所述步骤(2-2)对进行活化能参数辨识具体包括：
[0020] (2-2-1)在步骤(2-1)所得的样本时间段内提取各个消色力采样时刻对应煅烧区间内的各个煅烧温度数据和煅烧转速数据；
[0021] (2-2-2)对各煅烧温度数据求平均值，获得参考煅烧温度Tref；对各煅烧转速数据求平均值，获得参考煅烧转速Dref；
[0022] (2-2-3)各煅烧转速数据构成转速样本数据向量Y＝[y1，y2，y3，...，ym]T，其中第i个转速样本数据yi满足：yi＝ln Di，Di为第i个煅烧转速数据对应的煅烧转速；
[0023] 各煅烧温度数据构成温度样本数据矩阵X＝[[x1，1]T，[x2，1]T，[x3，1]T，...，[xm，T T1]]，其中第i个温度样本数据xi满足：xi＝(1/Tref-1/Ti)，Tref为参考煅烧温度，Ti为第i个煅烧温度数据对应的煅烧温度；
[0024] m为煅烧温度数据或煅烧转速数据的总数；
[0025] (2-2-4)将所述步骤(2-2-3)得到的转速样本数据向量和温度样本数据矩阵通过T T -1 T最小二乘法进行计算，得到结果向量M；所述结果向量M满足：M ＝[XX] [XY]，其中Y为转速样本数据向量，X为温度样本数据矩阵；所述结果向量M的第一个元素就是所求的活化能参数。
[0026] 所述步骤(2-2-1)的煅烧温度数据或煅烧转速数据的总数为150～200。
[0027] 所述步骤(2-3)每个消色力采样时刻对应的煅烧区间的单位能量计算包括：
[0028] (2-3-1)初始化：迭代次数设置为零，所述锌钡白煅烧过程中的原料前进速度的局部变量设置为零，消色力采样时刻的能量设置为零，煅烧转速采样时刻或煅烧温度采样时刻的初始值为消色力采样时刻；
[0029] (2-3-2)从数据保存系统中提取该消色力采样时刻对应的煅烧温度和煅烧转速；
[0030] (2-3-3)更新所述锌钡白煅烧过程中的原料前进速度的局部变量l(n)，局部变量l(n)满足：l(n)＝l(n-1)+V(t)*Δt，其中l(n)为本次迭代时的局部变量，l(n-1)为上次迭代时的局部变量，Δt为煅烧转速采样周期或煅烧温度采样周期，V(t)为第t时刻的锌钡白煅烧时沿回转窑的径向速度；
[0031] 第t时刻为该煅烧转速采样时刻或煅烧温度采样时刻的前一个煅烧转速采样时刻或煅烧温度采样时刻，满足：t＝t0-nΔt，其中，n为迭代次数，Δt为煅烧转速采样周期或煅烧温度采样周期，t0为该煅烧转速采样时刻或煅烧温度采样时刻；
[0032] (2-3-4)计算一个煅烧转速采样周期或煅烧温度采样周期内的能量增量f(n)，能量增量f(n)满足：
[0033] f(n)＝exp(R*(1/Tref-1/T(t)))*Δt，
[0034] 其中R为步骤(2-2-4)所得的活化能参数，Tref为步骤(2-2-2)所得参考煅烧温度，T(t)为第t时刻的煅烧温度；
[0035] 第t时刻为该煅烧转速采样时刻或煅烧温度采样时刻的前一个煅烧转速采样时刻或煅烧温度采样时刻，满足t＝t0-nΔt，其中，n为迭代次数，Δt为采样周期，t0为该煅烧转速采样时刻或煅烧温度采样时刻；
[0036] (2-3-5)根据能量增量f(n)计算该煅烧转速采样时刻或煅烧温度采样时刻的煅烧能量UE(n)，煅烧能量UE(n)满足：UE(n)＝UE(n-1)+f(n)，其中UE(n-1)为该煅烧转速采样时刻或煅烧温度采样时刻的前一个煅烧转速采样时刻或煅烧温度采样时刻的煅烧能量，f(n)为能量增量；
[0037] (2-3-6)判断是否已完成该消色力采样时刻对应的煅烧区间的所有煅烧能量的计算，若是，则进行下一步骤，否则迭代次数n自增1，执行步骤(2-3-3)～(2-3-5)；
[0038] (2-3-7)确定所述各消色力采样时刻对应的煅烧区间的单位能量UE，单位能量UE满足：UE＝UE(n-1)/tref，其中UE(n-1)为步骤(2-3-5)中的UE(n-1)，tref为参考煅烧时间；
[0039] 所述参考煅烧时间tref满足：tref＝LDS/(kf*Dref)，其中LDS为煅烧区间的长度；kf为煅烧转速和原料前进速度的比例系数；Dref为参考煅烧转速。
[0040] 所述步骤(3)计算所述锌钡白当前煅烧过程的出料时刻的单位能量具体包括：
[0041] (3-1)从数据保存系统中提取步骤(2-2)辨识所得的活化能参数；
[0042] (3-2)所述出料时刻为消色力采样时刻，执行步骤(2-3-1)～(2-3-7)，得到该出料时刻的单位能量。
[0043] 所述软测量模型为最小二乘支持向量机模型。
[0044] 所述人工采集消色力的历史检测值的采样周期为1～2小时，所述锌钡白煅烧过程中的煅烧温度数据、煅烧转速数据的采集周期为0.5～5分钟。
[0045] 所述数据采集系统包括热电偶、速度传感器、变送器、可编程逻辑控制器和控制电脑，控制电脑中设有数据保存系统，所述热电偶外接于煅烧回转窑的内壁，速度传感器外接煅烧回转窑的驱动电机，热电偶、速度传感器、变送器分别与可编程逻辑控制器连接，可编程逻辑控制器与控制电脑中的数据保存系统连接。
[0046] 与现有技术相比，本发明具有如下优点和有益效果：
[0047] (1)降低能耗、提高煅烧质量：通过计算机实现对锌钡白煅烧过程的产品消色力质量指标的软测量建模，解决了因影响消色力的变量随着煅烧转速变化而变化所带来的模型输入变量确定困难的问题；进而实现对消色力数值的在线预测，达到了稳定煅烧质量的目的，同时对降低能耗，减少环境污染，提高经济效益方面也有积极作用。
[0048] (2)简化模型结构、提高速度：利用煅烧过程中物料的能量变化信息，大大减少数据模型的输入维数，进而在用支持向量机建模的过程中，简化了模型结构，提高了建模的效率，加快了训练速度，提高了模型的抗噪声能力，使模型更加实用。
附图说明
[0049] 图1是本发明方法的总体流程图。
[0050] 图2是图1所示方法的步骤(2)建立软测量模型的流程图。
[0051] 图3是图2所示方法的步骤(2-2)活化能参数辨识的流程图。
[0052] 图4是图2所示方法的步骤(2-3)单位能量计算的流程图。
具体实施方式
[0053] 下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
[0054] 实施例1
[0055] 如图1所示，本锌钡白煅烧过程消色力的软测量方法包括如下步骤：
[0056] (1)通过数据采集系统中的热电偶采集所述锌钡白煅烧过程中的煅烧温度数据，通过数据采集系统中的速度传感器采集所述锌钡白煅烧过程中的煅烧转速数据，将所述煅烧温度数据、煅烧转速数据通过变送器、可编程逻辑控制器保存至控制电脑中的数据保存系统；人工采集消色力的历史检测值，并向数据保存系统输入所述消色力的历史检测值；
[0057] (2)选择样本时间段，通过样本时间段内的各消色力采样时刻对应的煅烧区间的单位能量以及每个单位能量对应的消色力采样时刻之前的两个消色力采样时刻对应的消色力历史检测值构成输入向量，进行模型参数训练，建立三输入单输出的软测量模型；
[0058] (3)计算所述锌钡白当前煅烧过程的出料时刻的单位能量；
[0059] (4)在所述步骤(1)的数据保存系统中，提取所述当前煅烧过程的出料时刻之前的两个消色力采样时刻的消色力的历史检测值，分别为历史检测值一和历史检测值二；
[0060] (5)所述步骤(3)所得的单位能量和步骤(4)所得的历史检测值一和历史检测值二构成输入向量，所述输入向量输入步骤(2)的软测量模型中，得到当前煅烧过程的出料时刻的消色力的预测值，完成其软测量。
[0061] 如图2所示，所述步骤(2)包括：
[0062] (2-1)选择样本时间段，所述样本时间段为由数据保存系统中消色力的历史检测值在合格值以上的若干个时间段构成的样本时间段；
[0063] (2-2)进行活化能参数辨识，并将活化能参数保存至数据保存系统中；
[0064] (2-3)从数据保存系统中提取步骤(2-2)得到的活化能参数，并根据活化能参数计算所述样本时间段内各消色力采样时刻对应的煅烧区间的单位能量；
[0065] (2-4)从步骤(1)的数据保存系统中选取样本时间段内各个时间段的每个消色力采样时刻对应的消色力的历史检测值；
[0066] (2-5)用步骤(2-4)的各个历史检测值和步骤(2-3)的各个单位能量进行模型参数训练，其中每两个历史检测值和每个单位能量构成一个输入向量，通过模型参数训练得到三输入单输出的软测量模型；所述每两个历史检测值为每个单位能量对应的消色力采样时刻之前的两个消色力采样时刻对应的消色力历史检测值。
[0067] 如图3所示，所述步骤(2-2)对进行活化能参数辨识具体包括：
[0068] (2-2-1)在步骤(2-1)所得的样本时间段内提取各个消色力采样时刻对应煅烧区间内的各个煅烧温度数据和煅烧转速数据；
[0069] (2-2-2)对各煅烧温度数据求平均值，获得参考煅烧温度Tref；对各煅烧转速数据求平均值，获得参考煅烧转速Dref；
[0070] (2-2-3)各煅烧转速数据构成转速样本数据向量Y＝[y1，y2，y3，...，ym]T，其中第i个转速样本数据yi满足：yi＝ln Di，Di为第i个煅烧转速数据对应的煅烧转速；
[0071] 各煅烧温度数据构成温度样本数据矩阵X＝[[x1，1]T，[x2，1]T，[x3，1]T，...，[xm，T T1]]，其中第i个温度样本数据xi满足：xi＝(1/Tref-1/Ti)，Tref为参考煅烧温度，Ti为第i个煅烧温度数据对应的煅烧温度；
[0072] m为煅烧温度数据或煅烧转速数据的总数，m取150；
[0073] (2-2-4)将所述步骤(2-2-3)得到的转速样本数据向量和温度样本数据矩阵通过T T -1 T最小二乘法进行计算，得到结果向量M；所述结果向量M满足：M ＝[XX] [XY]，其中Y为转速样本数据向量，X为温度样本数据矩阵；所述结果向量M的第一个元素就是所求的活化能参数。
[0074] 所述步骤(2-2-1)的煅烧温度数据或煅烧转速数据的总数为150。
[0075] 如图4所示，所述步骤(2-3)每个消色力采样时刻对应的煅烧区间的单位能量计算包括：
[0076] (2-3-3)初始化：迭代次数设置为零，所述锌钡白煅烧过程中的原料前进速度的局部变量设置为零，消色力采样时刻的能量设置为零，煅烧转速采样时刻或煅烧温度采样时刻的初始值为消色力采样时刻；即：n＝0，l(0)＝0，UE(0)＝0；
[0077] (2-3-2)从数据保存系统中提取该消色力采样时刻对应的煅烧温度和煅烧转速；
[0078] (2-3-3)更新所述锌钡白煅烧过程中的原料前进速度的局部变量l(n)，局部变量l(n)满足：l(n)＝l(n-1)+V(t)*Δt，其中l(n)为本次迭代时的局部变量，l(n-1)为上次迭代时的局部变量，Δt为煅烧转速采样周期或煅烧温度采样周期，V(t)为第t时刻的锌钡白煅烧时沿回转窑的径向速度；
[0079] 第t时刻为该煅烧转速采样时刻或煅烧温度采样时刻的前一个煅烧转速采样时刻或煅烧温度采样时刻，满足：t＝t0-nΔt，其中，n为迭代次数，Δt为煅烧转速采样周期或煅烧温度采样周期，t0为该煅烧转速采样时刻或煅烧温度采样时刻；
[0080] (2-3-4)计算一个煅烧转速采样周期或煅烧温度采样周期内的能量增量f(n)，能量增量f(n)满足：
[0081] f(n)＝exp(R*(1/Tref-1/T(t)))*Δt，
[0082] 其中R为步骤(2-2-4)所得的活化能参数，Tref为步骤(2-2-2)所得参考煅烧温度，T(t)为第t时刻的煅烧温度；
[0083] 第t时刻为该煅烧转速采样时刻或煅烧温度采样时刻的前一个煅烧转速采样时刻或煅烧温度采样时刻，满足t＝t0-nΔt，其中，n为迭代次数，Δt为采样周期，t0为该煅烧转速采样时刻或煅烧温度采样时刻；
[0084] (2-3-5)根据能量增量f(n)计算该煅烧转速采样时刻或煅烧温度采样时刻的煅烧能量UE(n)，煅烧能量UE(n)满足：UE(n)＝UE(n-1)+f(n)，其中UE(n-1)为该煅烧转速采样时刻或煅烧温度采样时刻的前一个煅烧转速采样时刻或煅烧温度采样时刻的煅烧能量，f(n)为能量增量；
[0085] (2-3-6)判断是否已完成该消色力采样时刻对应的煅烧区间的所有煅烧能量的计算，若是(即：局部变量l(n)大于煅烧区间的长度LDS)，则进行下一步骤，否则迭代次数n自增1，执行步骤(2-3-3)～(2-3-5)；
[0086] (2-3-7)确定所述各消色力采样时刻对应的煅烧区间的单位能量UE，单位能量UE满足：UE＝UE(n-1)/tref，其中UE(n-1)为步骤(2-3-5)中的UE(n-1)，tref为参考煅烧时间；
[0087] 所述参考煅烧时间tref满足：tref＝LDS/(kf*Dref)，其中LDS为煅烧区间的长度；kf为煅烧转速和原料前进速度的比例系数；Dref为参考煅烧转速。
[0088] 所述步骤(3)计算所述锌钡白当前煅烧过程的出料时刻的单位能量具体包括：
[0089] (3-1)从数据保存系统中提取步骤(2-2)辨识所得的活化能参数；
[0090] (3-2)所述出料时刻为消色力采样时刻，执行步骤(2-3-1)～(2-3-7)，得到该出料时刻的单位能量。
[0091] 所述软测量模型为最小二乘支持向量机模型。
[0092] 所述人工采集消色力的历史检测值的采样周期为1小时，所述锌钡白煅烧过程中的煅烧温度数据、煅烧转速数据的采集周期为0.5分钟。
[0093] 所述数据采集系统包括热电偶、速度传感器、变送器、可编程逻辑控制器和控制电脑，控制电脑中设有数据保存系统，所述热电偶外接于煅烧回转窑的内壁，速度传感器外接煅烧回转窑的驱动电机，热电偶、速度传感器、变送器分别与可编程逻辑控制器连接，可编程逻辑控制器与控制电脑中的数据保存系统连接。
[0094] 实施例2
[0095] 本实施例除下述特征外其他特征同实施例1：所述人工采集消色力的历史检测值的采样周期为2小时，所述锌钡白煅烧过程中的煅烧温度数据、煅烧转速数据的采集周期为5分钟。
[0096] 所述步骤(2-1)中，所述样本时间段为由数据保存系统中消色力的历史检测值在合格值以上的十个时间段构成的样本时间段；
[0097] 所述步骤(2-2-3)中，m为煅烧温度数据或煅烧转速数据的总数，m取200。
[0098] 实施例3
[0099] 本实施例除下述特征外其他特征同实施例1：所述人工采集消色力的历史检测值的采样周期为1.5小时，所述锌钡白煅烧过程中的煅烧温度数据、煅烧转速数据的采集周期为3分钟。
[0100] 所述步骤(2-1)中，所述样本时间段为由数据保存系统中消色力的历史检测值在合格值以上的二十个时间段构成的样本时间段；
[0101] 所述步骤(2-2-3)中，m为煅烧温度数据或煅烧转速数据的总数，m取160。
[0102] 上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
