利用多元线性回归提升与稳定熟料28d强度

从表3可以看出R2O、f-CaO、SO3含量均对硅酸盐矿物总和产生显著影响，其中Sig.F值均远小于0.05，统计显著，仅三个自变量对因变量硅酸盐矿物总量的解释能力R2就能达到0.741。从实际生产数据来看是合理的，硅酸率决定影响硅酸盐矿物含量总和，而硅酸率与使用的砂岩、页岩最直接相关，硅酸率越高，砂岩用量相对较多，页岩用量相对较少，原材料成分如表4所示R2O、SO3主要由页岩带入，因此，硅酸率提高，熟料的碱和硫含量下降。而为保证煅烧能力，在提高硅酸盐矿物(硅率)时，适当下调熟料饱和比，以降低熟料w(f-CaO)，从而表现出熟料硅率与w(f­CaO)存在一定的负相关性。所以R2O、f-CaO、SO3含量与硅酸率即硅酸盐矿物总和紧密相关，且存在负相关性(见表5)。根据多元线性回归要求自变量间具有一定的相互独立性原则，因此对熟料28d强度的多元线性回归分析时剔除硅酸盐矿物总量这一自变量。

(3)剔除硅酸盐矿物总量自变量的回归分析。

剔除硅酸盐矿物总量变量后，不同自变量纳入回归模型的R2和F值变化情况如表6所示。可以看出熟料的R2O、MgO、SO3，f-CaO含量均会对熟料28d强度产生显著影响，相应的Sig.F更改值均小于0.05，其中碱含量纳入回归方程所引起的R2和F值增加最明显，表明该期间碱含量的波动对熟料28d强度的变化产生更显著的影响，其次是MgO、SO3、f-CaO含量。将四者同时纳入多元线性回归模型，整体回归方程对熟料28d强度的解释比例(解释能力)R2达到0.779。

从表7数据可以看出，方差膨胀因子(VIF)均较小，满足多元线性回归要求自变量间具有相互独立性的原则，且熟料28d强度与R2O、MgO、SO3、f-CaO含量呈负相关。

综合熟料强度、熟料易磨性(小磨时间评价)、煤耗数据因素，设定KH=0.900±0.010、SM=2.7±0.05、IM=1.5±0.05配料方案最佳。2021年4、5月使用该配料方案后，熟料质量平均数据如表9所示，相比2020年底，4、5月熟料R2O、MgO和SO3含量有所下降，且对熟料28d强度影响最大的R2O含量的标准偏差下降明显，熟料的28d强度提高至62.0MPa，标准偏差降至1.53MPa，熟料质量更加稳定。

(2)剔除硅酸盐矿物总量后，发现自变量中对熟料28d强度产生显著影响的有R2O、MgO、SO3、f­CaO含量，且存在负相关。基于此分析结果，通过优化矿山搭配方案，并提高硅酸率，降低页岩使用量，增加砂岩用量，结合煤耗、熟料易磨性数据，确定KH=0.900±0.010、SM=2.7±0.05、IM=l.5±0.05配料方案。使用该方案后熟料28d强度提高至62.0MPa，标准偏差降至l.53MPa，熟料质量更加稳定。