La industria cementera china ha enfrentado durante mucho tiempo el desafío de los retrasos en las pruebas de calidad: el clínker y el cemento necesitan 28 días de curado para conocer su resistencia final, y el indicador de cal libre depende de análisis químicos fuera de línea, lo que provoca ajustes pasivos en las condiciones del horno. Para abordar este problema, CNBM Xinyun Zhilian, apoyándose en el Internet Industrial, la Inteligencia Artificial y la tecnología de Big Data, ha creado tres modelos centrales de predicción de calidad, construyendo un sistema de control de calidad en tiempo real y de flujo completo para las empresas cementeras.

El modelo de predicción de resistencia del clínker a 3d/28d integra los mecanismos de producción y el análisis de big data, consolidando automáticamente datos de todo el proceso, como la proporción de harina cruda, la temperatura del horno y el estado de calcinación, reduciendo la velocidad de predicción de una escala diaria a una actualización automática cada hora, al tiempo que disminuye el margen de error de la resistencia. Este modelo construye un flujo de trabajo de circuito cerrado de "predicción → alerta temprana → optimización → verificación". Cuando se predice una resistencia anómala, genera automáticamente un plan de ajuste de dosificación de harina cruda y lo envía al sistema de dosificación; tras el ajuste, recopila nuevos datos en tiempo real para verificar el efecto. El modelo de predicción de resistencia del cemento a 3d/28d integra datos de múltiples fuentes, como las propiedades del clínker, las características de los materiales de mezcla, la finura de molienda y la superficie específica, logrando una predicción precisa de la resistencia en ambas edades cada hora. A través del flujo de circuito cerrado "predicción de resistencia del cemento → alerta temprana de anomalías → optimización de dosificación y molienda → verificación de efectos", asegura una adaptación dinámica entre la predicción y la optimización. El modelo de predicción de cal libre combina las leyes del proceso de calcinación con datos operativos en tiempo real, posee una rápida capacidad de autoaprendizaje adaptativo y calibración a escala de minutos, predice el indicador de cal libre en tiempo real y actualiza el ajuste de parámetros de un control único a un ajuste coordinado de múltiples parámetros.

El Departamento de Calidad de Qilianshan Cement comentó: "Antes esperábamos 28 días, ahora consultamos los valores de predicción en el móvil a diario, es muy conveniente". Los tres modelos han logrado una evolución desde la detección posterior al evento hasta la predicción previa, desde la decisión basada en la experiencia hasta la decisión basada en datos, y desde el control en un solo punto hasta la sinergia en toda la cadena. Xinyun Zhilian declaró que continuará lanzando modelos industriales que cubran la optimización de la calidad, el consumo de energía y la programación de la producción.