基于SHAP-XGBoost的水泥立式辊磨机床层破损功能建模：“有意识的床层研磨原理实验室”方法

《Measurement》：Bed breakage function modeling of a cement vertical roller mill using SHAP-XGBoost: a “conscious lab of bed grinding principle” approach

　　•XGBoost在预测注水量方面表现出极高的准确度（验证集R2值为0.98，训练集为0.96）。•在VRM运行过程中，进料速率和床层高度与注水量存在密切关联。•在研磨过程中，注水量是影响床层高度的最重要参数。•CL方法揭示了VRM运行参数之间的复杂相互作用。•LightGBM和XGBoost模型在预测床层高度方面的R2值均超过0.95，表现优异。

引言
目前工业生产中的大多数研磨作业仍使用管磨机，虽然这类设备可靠，但能效较低。不过，像水泥行业这样的领域已经转而采用垂直辊磨机进行干法研磨，以此节省能源并降低二氧化碳排放，因为垂直辊磨机具备出色的干燥功能[1]。除了减少能源消耗外，垂直辊磨机还能同时实现研磨和干燥工序，从而提升工艺能力并简化流程。尽管如此，仔细监控垂直辊磨机的运行状况并充分理解其各运行参数之间的相互作用仍然十分重要[1]、[2]、[3]、[4]。垂直辊磨机在一个单元内整合了研磨、干燥、物料输送和分级等多种工序[3]、[5]。传统的水泥厂垂直辊磨机控制系统主要依赖现场操作人员根据经验手动调整各项工艺参数，这往往会导致系统不稳定、能耗升高以及工厂生产效率下降[6]。在水泥厂中，垂直辊磨机的控制很大程度上依赖于操作人员的经验及手动设定的参数，而这常常引发系统不稳定、能耗增加以及生产效率降低的问题[7]。对垂直辊磨机内关键工艺参数进行有效管理和调控，对于确保磨机的正常启动及稳定运行至关重要[8]。对于垂直辊磨机而言，优化运行参数对于提升研磨过程的效率起着关键作用[9]。目前的垂直辊磨机控制方式主要依靠监测参数变化并依赖操作人员的经验判断；然而，这种过度依赖个体经验的方式使得控制方法的准确性和效率都无法得到保障[10]。已有大量研究致力于探讨不同参数对辊磨机研磨回路性能的影响[11]、[12]，这也是粉碎领域研究的重点之一[9]。为弥补现有操作上的不足并实现长期稳定运行，有必要全面了解垂直辊磨机工艺中的各种参数关系。通过研究分析各运行参数之间的相关性及其影响程度，包括操作人员的设定值以及执行机构的响应情况，有助于构建出能够生成稳定控制系统的模型。开发此类系统并评估垂直辊磨机工艺的运行参数，能够有效降低能源消耗、优化维护工作，进而让研磨过程更加可持续[13]。为此，CL方法作为一种新的可视化模型，是基于对工业厂区内运行参数的监测数据构建的。该方法运用可解释人工智能算法结合机器学习技术[14]、[15]、[16]。基于可解释人工智能的系统是一种新兴的建模方法，它能够将复杂庞大的数据集转化为人类易于理解的信息和结构，从而清晰呈现其中复杂的关联关系[17]。CL方法利用从工业设施中收集的监测数据来构建可解释人工智能模型。这种策略性的方法能够助力开发出精准且动态的人工智能系统，不仅能降低实验室测试成本，还能避免放大过程中的问题，节省时间，同时让决策依据实际工厂的运行状况而定[14]、[16]、[17]。在一些针对水泥行业的研究中，人们探讨了运行参数与水泥球磨机回路中磨机吸力之间的关系，研究发现BNN模型能够有效分析这一庞大数据集中的多变量非线性关系，并确定磨机出口压力和分离器风机的电流是预测通风情况的最重要因素[16]。在关于原始垂直辊磨机研磨回路的研究中，强大的CL模型借助可解释人工智能模型将工厂运行中的各类数据集相互关联起来。该研究评估了垂直辊磨机相关参数的能耗因素，如输出温度和电机功率。SHAP分析表明，工作压力和进气速率是影响能耗的关键因素[13]。在垂直辊磨机中，研磨床指的是位于辊筒和旋转台之间的物料层。这一层既传递辊筒施加的力，也承担着磨机的动力。它对于垂直辊磨机的高效稳定运行起着至关重要的作用，是其整体性能的关键影响因素。优化研磨床的性能对于确保垂直辊磨机的顺利运行而言至关重要[18]。注水可以稳定研磨床、减少振动并优化能量利用。通常，注水会喷洒在物料即将经过研磨辊之前的台面上。不过，向台面添加过量的水会增加研磨部件的磨损，甚至可能引发热冲击。因此，优化注水量对于稳定整个工艺流程极为重要[18]、[19]、[20]、[21]、[22]。研磨床是垂直辊磨机所独有的独特且核心的特征，其他类型的水泥厂使用的磨机并不具备这一结构，它对于保障这类系统的效率与稳定性起着关键作用。近年来，有许多研究致力于对垂直辊磨机的控制变量进行建模。Fatahi等人的研究中，运用机器学习算法和SHAP分析对水泥垂直辊磨机中的压差进行了预测。研究结果表明，GBM算法的表现最佳，而工作压力、进料速率和风机转速被确定为最重要的影响因素[23]。在另一项研究[24]中，研究人员运用LightGBM模型和SHAP分析，对某水泥垂直辊磨机的运行数据进行了分析。所提出的模型具有很高的准确度，同时确定了影响进料速率和主驱动功率的关键因素。还有研究在Conscious Lab框架下，运用XGBoost模型和SHAP分析，对某水泥垂直辊磨机的运行数据进行了分析，旨在找出影响工作压力的关键因素。研究结果显示，XGBoost的预测准确度很高，压差和进料速率被确认为最主要的影响因素[25]。此外，还有研究运用神经网络[26]和梯度提升算法[27]来研究垂直辊磨机的控制参数。在另一项针对水泥球磨机的研究中，研究人员运用包括CatBoost、XGBoost、随机森林、支持向量回归和卷积神经网络在内的先进机器学习模型，结合SHAP分析，对水泥厂球磨机的能耗指标进行了建模和预测。研究结果表明，CatBoost模型的性能最佳，而气升流和分离器状态是影响磨机能耗的最重要变量[28]。尽管研磨床具有如此重要的意义，但以往的研究大多仅侧重于对单个运行变量或整体磨机性能的建模，而对于影响研磨床行为的复杂相互作用进行的全面研究仍然较少。尤其是那些影响研磨床稳定性的关键运行参数，比如注水量和物料床层高度之间的耦合和非线性关系，至今尚未有足够的研究利用真实的工业数据，在可解释的建模框架下对其进行深入探究。正因如此，目前仍无法完全弄清垂直辊磨机中控制研磨床稳定性的内在机制，这也限制了针对这类系统开发可靠且基于知识驱动的控制策略。因此，深入理解并精确建模那些影响研磨床行为的参数，对于提升垂直辊磨机的效率、稳定性以及运行控制水平而言至关重要。通过数据驱动且具有可解释性的分析方法来填补这一研究空白，能够显著提升对工艺过程的认知水平，为工业研磨作业中的决策提供更有价值的支持。正因如此，识别和研究这些参数之间的关系成为本研究的主要出发点，也有助于进一步深化对垂直辊磨机研磨工艺的技术理解与实际管理能力。基于此，本研究旨在运用LightGBM和XGBoost这两种先进的机器学习算法，对研磨床的行为进行建模，同时分析与研磨床稳定性相关的参数，包括注水量和物料床层高度。为了提高模型的可解释性，本研究还采用了SHAP算法，在Conscious Lab概念的框架下，量化并解释各类运行变量所产生的影响。通过了解运行参数与垂直辊磨机中研磨床主要特性之间的多变量关系，就能够以较低的不确定性提取出实用的运营知识，进而提升对工艺过程的认知水平。这些知识有助于增强垂直辊磨机的运行稳定性并降低能耗。

数据集
为了收集垂直辊磨机研磨回路的相关数据，研究人员在不同的运行条件下，对德黑兰水泥厂9号线的中央控制室进行了为期1,026小时的日常监测，最终获得了1,026组数据样本，每组数据代表一小时的时间间隔，涵盖了多种不同的运行工况，其中包括PLC系统中记录的操作人员决策和执行机构的响应情况。所有关键变量，如床层高度、进料速率等，都包含在这些数据中。

线性相关性
相比传统的研磨技术，垂直辊磨机具有诸多优势，使其非常适合用于解决矿石加工领域的各种难题。其中一个重要优势在于，研磨过程是在颗粒床层中进行的，这种方式更加节能，而且通常能获得更窄的颗粒尺寸分布[52]、[53]。在水泥行业中，水泥研磨属于干法工艺[54]，而垂直辊磨机由于其独特的破碎机制，与其他类型的磨机有着明显的区别。

结论
在本研究中，机器学习模型有效地识别出了影响研磨床稳定性以及垂直辊磨机性能的关键变量及其相互作用。将运营经验与工艺专业知识转化为可操作的实用见解，对于优化和稳定研磨过程具有重要意义。CL框架成功捕捉到了垂直辊磨机运行参数之间的线性及非线性关系。SHAP分析表明，进料速率、床层高度等因素对研磨过程有着重要影响。

局限性与未来工作
本研究主要聚焦于对工业水泥垂直辊磨机中影响研磨床稳定性的关键变量进行建模与识别。在这一领域面临的一个主要挑战是，进料颗粒尺寸分布的变化会对注水量与物料床层高度之间的关系产生复杂的影响。由于研磨床由大小不一的颗粒组成，这种关系往往会变得极为复杂。不过，由于缺乏实时采样数据，目前还难以进一步深入研究这一问题。

作者贡献声明
Rasoul Fatahi：撰写——审阅与编辑、撰写——初稿、可视化、验证、软件开发、方法设计、研究实施、正式分析、数据整理。Hadi Abdollahi：撰写——审阅与编辑、项目监督、项目管理、资金筹集、概念构思。Mohammad Noaparast：撰写——审阅与编辑、项目监督、项目管理、资金筹集。Mehdi Hadizadeh：撰写——审阅与编辑、方法设计。

利益冲突声明
作者声明不存在任何可能影响本文研究成果的已知财务利益或个人关系。

致谢
作者们要感谢德黑兰水泥厂的首席执行官以及该厂技术部门的各位负责人，正是他们允许作者们参观该厂9号线的研磨回路，并为数据收集提供了便利。

Rasoul Fatahi|Hadi Abdollahi|Mohammad Noaparast|Mehdi Hadizadeh