旋窯是一種熱處理設備，是水泥廠的核心設備，基本組成中以金屬窯殼(kiln shell)最為重要，窯殼內層安裝耐火磚(refractory brick)，保護其免受熟化物料的腐蝕性影響，並與窯內的高溫隔離，為了維持與延長耐火磚的壽命，必須在耐火磚表面形成狀態良好的窯皮(coating)，如果窯皮崩塌(coating collapse)太嚴重，甚至會造成耐火磚損壞，停機損失約台幣三千萬元，現代化的水泥廠建置窯殼溫度監視系統(Kiln Shell Temperature Monitoring System, KSTMS)監視整個窯殼的溫度。
耐火磚故障的維修工作，除了更換已確定損壞的耐火磚外，只能以人工抽樣檢查其他未受損耐火磚，故增加了故障停機的風險。因此，本論文提出基於希爾伯特黃轉換(Hilbert-Huang transform, HHT)的KSTMS時間序列數據分析方法，找出窯磚脫落的時間點及其溫度頻率變化的特徵，可做為旋窯耐火磚健康程度的參考。此外，水泥廠依靠人工方式觀察旋窯驅動馬達電流的變化趨勢變化，判斷是否發生窯皮崩塌，本論文結合經驗模態分解法(Empirical Mode Decomposition, EMD)與計算智慧(Computational Intelligence, CI)發展智慧型窯皮崩塌偵測方法，可以很容易辨識出窯皮崩塌的發生，解決人員疏忽或遺漏造成的問題，並可自動搜尋窯皮崩塌位置。
本論文提出的方法，未來可應用於窯皮崩塌與窯磚脫落間的關聯性分析，以預測耐火磚的健康程度指標，耐火磚異常警報功能的改善，提升旋窯設備的可靠度與可用性，降低停機與維修造成的生產損失。 |
