CN100349081C - 一种高炉热风炉系统协调控制方法 - Google Patents

Abstract

本发明涉及高炉热风炉系统协调控制方法，属于高炉热风炉燃烧自动控制技术领域，该方法包括：确定热风炉的最低送风温度；设定相关过程参数并构造实例库；抽取热风炉燃烧的数据添加到实例库；实时获取过程参数；利用基于实例的推理方法预测热风炉送风温度下降到最低送风温度的时间，作为其送风结束时间和后续热风炉设定的燃烧终点时间；将后续热风炉预计的燃烧终点时间与设定的燃烧终点时间进行比较，并根据比较结果改变煤气供应量，以使其在设定的燃烧终点达到废气温度上限；对每个热风炉重复执行上述步骤，从而实现热风炉系统的可变周期运行。本发明提高了热风炉系统的整体送风温度，减小了风温波动，为高炉的稳定生产创造了必要的条件。

Description

一种高炉热风炉系统协调控制方法

技术领域

本发明属于高炉热风炉燃烧自动控制技术领域，特别涉及一种以热风温度预测为基础实现的炼铁高炉热风炉系统的协调控制方法。

背景技术

高炉热风炉是高炉炼铁生产中的重要设备，它承担着将燃烧煤气所产生的热量传递到高炉鼓风的关键作用。一个高炉热风炉系统通常由3～4座热风炉构成，每个热风炉的工作过程分为燃烧、换炉和送风三个阶段。几座热风炉按顺序交替地工作在送风状态，以达到向高炉提供连续和稳定的热风供应的目的。

对于一个热风炉系统的每个热风炉来说，其工作过程是断续的或者说是序批式的，多个热风炉配合工作则形成了在整体上连续的送风过程。由于热风炉在燃烧阶段中所积蓄的热量不能直接和简单地测量出来，所以现有的热风炉系统控制方法(不管是自动控制还是手动控制)，基本上是以拱顶温度和废气温度作为过程参数来间接地控制燃烧过程，并用它们来反映燃烧过程的好坏。而对于每个热风炉的燃烧、换炉和送风阶段则采取了固定周期的运行方式，每个热风炉的燃烧时间以及送风时间的长短都是一样而且是预先设定好的。

现有的热风炉系统采用固定周期运行方式的缺点主要体现在以下几个方面：

1)由于一个热风炉系统中各个热风炉在个体上存在差异，它们燃烧的热效率是有所不同的，如果均采用相同的送风时间，就会因为各个热风炉积蓄热量的区别，导致送风温度出现比较大的波动；

2)热风炉系统的主要燃料-高炉煤气的热值不是固定不变的，当热值较高时，在同一燃烧时间内热风炉积蓄的热量就较高，反之就较低。因此若采用固定的燃烧时间和送风时间，也同样会造成热风温度的波动较大；

3)不论是由于热风炉个体的差异还是煤气热值的变化，如果热风炉系统采用固定周期的运行方式，那么在燃烧阶段积蓄了较多热量的热风炉在送风阶段就不能将其热量充分地释放出去，从而使煤气消耗加大，造成能源的不必要的浪费。

现有的高炉热风炉燃烧自动控制方法主要为两大类，即基于数学模型和基于人工智能的控制方法。

一些发达国家由于高炉的容积较大，工艺参数的检测分析手段完善，而且均以高炉煤气混合焦炉煤气作为燃料，所以普遍采用了基于高炉热风炉燃烧数学模型的控制方法。数学模型控制方法在应用中面临的最主要的问题是需要完善的检测和分析仪表相配合，而这些仪表的价格较贵，且后期维护的工作量较大。

目前应用的另一类基于人工智能的自动控制方法，主要包括高炉热风炉燃烧最佳空燃比模糊控制、煤气流量和空燃比设定专家系统控制、通过检测废气残氧量实现的自组织模糊控制、废气温度自适应模糊控制等等，对这些方法的特点简要介绍如下。

(1)实现高炉热风炉燃烧自动控制的关键是随着煤气压力和质量的波动，并根据高炉热风炉的不同状态进行煤气流量和空气流量的实时调整(空气流量的调整可以转化为对空燃比的调整)。黄兆军等提出的最佳空燃比模糊控制方法是比较贴近实际应用要求的(参见冶金自动化2002年第4期38-40页)，它在高炉热风炉燃烧的拱顶温度上升期按照一种模糊控制规则调节空燃比，以实现拱顶温度的快速攀升；在拱顶温度稳定期按照另一种模糊控制规则调节空燃比，以维持拱顶温度不低于其稳定值；在拱顶温度的稳定期，根据废气温度的上升速率，调节供给高炉热风炉的煤气流量，以保证废气温度在燃烧结束时恰好达到操作规程要求的最大值。

(2)马竹梧提出的高炉热风炉燃烧专家系统控制方法(参见控制工程2002年第4期57-62页)。这种方法的核心是根据专家系统MAES-JT以及预先总结提炼出来的100多条控制规则，按5段时间预设定高炉热风炉燃烧所需的煤气流量和空气流量，并通过计算废气温度的上升速率和剩余燃烧时间来决定是否减少或增加所设定的煤气和空气流量。

(3)姜立秋等提出的依据废气残氧量实现的自组织模糊控制方法(参见钢铁研究学报1999年第6期64-68页)。这种方法的特点在于需要使用烟道中安装的氧化锆测氧仪来测量废气中残氧量的变化，再通过一种自组织模糊控制方法将空气过剩系数保持在最佳燃烧带，即空气过剩系数为1.02～1.10，对应的废气残氧量为0.412％～1.900％，从而提高高炉热风炉燃烧的效率。

(4)汪光阳等提出的针对燃烧稳定期废气温度上升速率控制的自适应模糊控制方法(参见钢铁研究学报2004年第5期71-74页)。该方法为保证送风开始时废气温度正好为操作规程要求的最大值，到达拱顶温度稳定期前以最大煤气量加热，达到稳定期后将废气温度的上升速率作为控制目标，最高废气温度作为限制条件，控制量为煤气流量，并根据最佳空燃比来调节空气流量。选取废气温度上升速率的偏差E及其变化率C作为模糊输入量，输出控制量为U即煤气流量，然后根据废气温度上升速率的变化来调节煤气流量：当上升速率过大，且有继续增大的趋势时，减少煤气流量；当上升速率偏大，但速率的变化为负值时，保持流量不变；当上升速率偏低且有继续减小的趋势时，适当增加煤气流量。

现有热风炉控制方法的一个共同的不足之处在于，它们仅仅考虑了单个热风炉个体的控制问题，而忽视了将热风炉作为一个系统、从整体角度出发来解决问题。事实上，一个热风炉系统中各个热风炉的蓄热能力是有区别的，而且高炉煤气的热值的变化也比较大，因此采用固定周期的运行方式并不能保证使热风炉系统整体的送风效果达到最优。

热风炉系统固定周期运行方式送风温度变化的示意图如图1所示。图1中T表示各个热风炉相同的送风时间，曲线1、2和3分别为3个热风炉依次在相应的送风阶段中送风温度的变化曲线。从图1可以看出，由于各个热风炉均采用相同的送风时间，就会出现热风温度低于高炉生产所要求的温度值(图1中的横虚线)的现象，而且在换炉前后热风温度的波动也比较大，如图1中曲线2和曲线3交界所示。

发明内容

本发明为克服现有热风炉系统固定周期运行方式的不足之处，提出了一种基于热风温度预测实现的热风炉系统协调控制方法。该方法以整个热风炉系统的最低送风温度作为总的控制指标，根据对刚结束燃烧的热风炉送风结束时间的预测，动态地设定后续送风热风炉的燃烧终点，从而使各个热风炉在燃烧阶段积蓄的热量得到充分的释放，以达到降低煤气消耗和减少热风温度波动的双重目的。

本发明提出的高炉热风炉系统协调控制方法，分为数据准备和在线运行2个阶段；

所述数据准备阶段包括以下几个步骤：

1)按照高炉运行的工艺要求，设定热风炉系统中各个热风炉送风的最低温度值；

2)设定与热风炉送风温度及持续时间有关的过程参数，并据此构造反映热风炉燃烧效果和热风温度之间对应关系的实例库结构(一般采用数据库记录的形式)；

3)搜集和整理各个热风炉燃烧的历史数据，从中抽取多个实例添加到上述步骤2)所构造的实例库之中；

所述在线运行阶段包括以下几个步骤：

4)实时采集并计算刚结束燃烧、将要进入送风阶段的热风炉的过程参数；

5)利用基于实例的推理方法预测出该热风炉送风温度下降到上述数据准备阶段步骤1)所述最低温度值的时间，并将其作为该热风炉的送风结束时间；

6)将上述步骤5)的送风结束时间作为后续送风的热风炉设定的燃烧终点时间(即废气温度等于规程规定的上限值的时间)；

7)按后续送风的热风炉当前废气温度的上升速率，计算其预计的燃烧终点时间，然后将该燃烧终点时间与上述步骤6)中设定的燃烧终点时间进行比较，并根据比较结果改变进入后续送风的热风炉的煤气量大小，以使其在设定的燃烧终点时间达到规程规定的废气温度的上限值；

8)对每个刚结束燃烧的热风炉和其后续送风的热风炉重复执行上述步骤4)～7)，从而实现热风炉系统的可变周期运行。

本发明的技术特点及效果：

本发明是一种以热风温度预测为基础实现的高炉热风炉系统协调控制方法。这种方法的特点是将热风炉固定周期运行方式改变为可变周期运行方式，根据对刚结束燃烧的热风炉送风结束时间的预测，动态地调整和设定后续送风热风炉的燃烧终点时间，从而使各个热风炉在燃烧阶段积蓄的热量在其送风阶段能得到充分的释放，降低煤气消耗并减少热风温度出现的波动。

本发明方法克服了现有热风炉系统采用固定周期运行方式的不足之处，将热风炉作为一个系统来通盘考虑，变局部优化为全局优化，提高了热风炉系统的整体送风温度，减小了由于换炉所导致的送风温度波动，为高炉的稳定生产创造了必要的条件。

附图说明

图1为现有的固定周期运行方式下送风温度变化的示意图。

图2为本发明的热风炉系统协调控制方法实施例的流程框图。

图3为本发明设定的燃烧终点时间和预计的燃烧终点时间的示意图。

图4为采用本发明的协调控制(可变周期)方法时送风温度变化的示意图。

具体实施方式

本发明提出的高炉热风炉系统协调控制方法结合附图及实施例详细说明如下：

本发明提出的高炉热风炉协调控制控制是基于对热风炉送风时间的预测实现的，下面以一具体高炉热风炉系统为实施例详细说明其工作过程，本实施例选用的高炉热风炉的主要参数为：高炉容积230M³，配备3座热风炉，采用2烧1送的燃烧制度；热风炉为顶燃式，使用的燃料全部为高炉煤气，规程规定的废气温度的上限值450℃。

本实施例的高炉热风炉系统协调控制方法流程，如图2所示，分为数据准备和在线运行2个阶段。数据准备阶段包括以下几个步骤：

1)按照高炉运行的工艺要求，设定热风炉系统即各个热风炉送风的最低温度值；

2)设定与热风炉送风温度及持续时间有关的过程参数，并据此构造反映热风炉燃烧效果和热风温度之间对应关系的实例库结构(数据库记录的形式)；

3)搜集和整理热风炉燃烧的历史数据，从中抽取多个实例添加到上述步骤2)所构造的实利库之中；

在线运行阶段包括以下几个步骤：

4)实时采集并计算刚结束燃烧、将要进入送风阶段的热风炉的过程参数；

5)利用基于实例的推理方法预测出该热风炉送风温度下降到上述数据准备阶段步骤1)所述最低温度值的时间，并将其作为该热风炉的送风结束时间；

6)将上述步骤5)的送风结束时间作为后续送风热风炉设定的燃烧终点时间，即废气温度等于规程规定的上限值的时间；

7)按后续送风的热风炉当前废气温度的上升速率，计算其预计的燃烧终点时间，然后将该燃烧终点时间与上述步骤6)中设定的燃烧终点时间进行比较，并根据比较结果改变进入后续送风的热风炉的煤气量大小，以使其在设定的燃烧终点时间达到规程规定的废气温度的上限值；

8)对每个刚结束燃烧的热风炉和后续送风的热风炉重复执行上述步骤4)～7)，从而实现热风炉系统的可变周期运行。

上述步骤1)所述热风炉送风的最低温度值是根据高炉生产具体的工艺要求来确定的。该最低温度值的实施例可为1140℃。

高炉是钢铁工业生产生铁的机组，它需要通过鼓进热风来燃烧焦炭，以把铁矿石还原成铁水，热风炉的作用是把鼓风加热到要求的温度，热风带入高炉的热量约占总热量的1/4，目前热风温度一般为1100～1200℃。热风炉送入高炉的温度越高，生铁生产的焦比(焦炭消耗量与高炉生产的每吨生铁之比)就越低，因此在工艺要求上一般都将高风温作为追求的目标。但每座高炉的具体条件是不同的，配套的热风炉的类型、容积和热效率都有所区别，因此上述热风炉送风的最低温度值应根据实际情况，也就是热风炉所具备的蓄热能力来合理地确定。

上述步骤2)所述实例库结构是通过对热风炉燃烧大量历史数据的分析，采用热风炉控制系统易于采集的过程参数来构造的。

热风炉的运行过程是一种序批式生产过程，它在燃烧阶段所积蓄的热量不能简单、直接地测量出来，燃烧效果的优劣只能在其送风阶段用热风温度的高低和持续时间的长短间接地反映。但通过对燃烧和送风阶段大量历史数据的分析发现，燃烧效果和燃烧阶段的过程参数、特别是一些反映燃烧累积效应的统计参数之间存在一定的对应关系，而这种关系却无法(或者说很难)用数学模型的形式加以准确表达，因此将这种对应关系用一种数据实例的形式保存下来，以这些具体的实例作为判断燃烧效果优劣及解决热风温度预测的推理依据。

上述步骤2)所述反映热风炉燃烧效果和热风温度之间对应关系的实例库结构的实施例包括2个部分，分别是实例的问题描述部分和实例的解描述部分：

实例的问题描述部分包括的过程参数如下：

平均拱顶温度、最高拱顶温度、平均废气温度、最高废气温度、煤气消耗量、空气消耗量、平均空燃比、平均煤气压力和热风炉燃烧时间。

实例的解描述部分只包括1个过程参数：送风结束时间。为了实现热风炉系统的协调控制的需要，将其定义为从热风炉开始送风直到热风温度下降到上述步骤1)所述高炉生产要求的最低温度值所需的时间，称为满足工艺要求的送风结束时间，简称送风结束时间。送风结束时间所用单位的实施例为分钟(min)。

因此，本实施例构造的实例库结构可用数据库记录的形式来表示，其中的数据项包括下列过程参数：

平均拱顶温度，最高拱顶温度，平均废气温度，最高废气温度，煤气消耗量，空气消耗量，平均空燃比，平均煤气压力，热风炉燃烧时间，送风结束时间。

上述步骤3)的目的是按照上述步骤2)所定义的实例库结构，根据热风炉燃烧的历史数据计算上述步骤2)给出的各个过程参数的数值，然后将这些数据库记录形式的过程参数值作为抽取的实例，一条一条地添加到实例库之中。第i个实例对应实例库中的第i条记录，可表示为：

C_i＝(P_i1，P_i2，P_i3，P_i4，P_i5，P_i6，P_i7， P_i8，P_i9，S_i)，i＝1，2，……，N

其中，P_i1、P_i2、P_i3、P_i4、P_i5、P_i6、P_i7、P_i8和P_i9分别表示第i个实例的平均拱顶温度、最高拱顶温度、平均废气温度、最高废气温度、煤气消耗量、空气消耗量、平均空燃比、平均煤气压力和热风炉燃烧时间，S_i表示第i个实例的送风结束时间，N表示实例的条数。

本实施例所采用的实例的个数为72个，即M＝72。实例库中包含的实例的数量应足够多，以尽量覆盖各种可能出现的燃烧效果。可以说，实例的数量越多，基于这些实例所得出的推理结果的准确程度就越高，但过多的实例会造成推理计算过程的速度变慢，因此采用实例的多少可根据实际情况对准确度和计算速度的综合考虑来确定。

上述步骤4)是在线运行阶段的开始，其作用是实时采集并计算刚结束燃烧、即将进入送风阶段的热风炉的各个过程参数，这些过程参数是上述步骤2)所设定的实例的问题描述部分。

上述步骤5)的作用是将在上述步骤4)中得出的反映热风炉燃烧过程的各个过程参数作为一个新的、待解决的问题，利用基于实例的推理方法来求出该问题的解，也就是得出对该热风炉送风结束时间的预测结果。本实施例中上述步骤5)具体包括如下步骤：

(1)将上述步骤4)中实时采集和计算的刚结束燃烧的热风炉的各个过程参数表示成向量形式，即：

P_new=(P₁，P₂，P₃，P₄， P₅， P₆，P₇，P₈， P₉)

其中，P₁、P₂、P₃、P₄、P₅、P₆、P₇、P₈和P₉分别表示该热风炉的平均拱顶温度、最高拱顶温度、平均废气温度、最高废气温度、煤气消耗量、空气消耗量、平均空燃比、平均煤气压力和热风炉燃烧时间。

(2)按下式逐条计算P_new与上述步骤3)中得出的每条实例的问题描述部分之间的欧氏空间距离D_i：

$D_i=\sqrt{\underset{j=1}{\overset{9}{\mathrm{\Σ}}}{(P_j-P_{\mathrm{ij}})}^2}$ 其中，i＝1，2，......，N

(3)根据上一步欧氏空间距离计算的结果，取其中距离最小的若干个实例作为与当前待解决的问题较为相似的实例(在本实施例中取3个)，对这几个实例的解描述部分、也就是它们的送风结束时间计算其算术平均值，计算出的算术平均值就作为基于实例的推理得出的当前问题的解，也就是通过预测得出的该热风炉的送风结束时间，用TM_pre表示，单位是分钟(min)。

上述步骤6)是将上述步骤5)通过预测得出的送风结束时间作为后续送风热风炉设定的燃烧终点时间，即废气温度等于规程规定的上限值的时间，同样用TM_pre表示，单位是分钟(min)。所谓后续送风热风炉是在刚结束燃烧、即将进入送风阶段的热风炉之后送风的热风炉。

上述步骤7)的作用根据设定的燃烧终点时间和预计的燃烧终点时间之间的比较，来调节进入热风炉的煤气流量，使热风炉燃烧结束时的废气温度恰好等于规程规定的上限值。

上述步骤7)的实施例的具体步骤结合图4说明如下：

图3中，时间1为刚结束燃烧的热风炉开始送风的时间；时间2为在上述步骤5)中预测得出的送风结束时间，也就是后续送风热风炉设定的燃烧终点时间；时间3为废气温度的上升速率较快时预计的燃烧终点；时间4为废气温度的上升速率较慢时预计的燃烧终点时间；虚线5为规程规定的废气温度的上限值；实线6为上升速率较快时废气温度的变化趋势；实线7为上升速率较慢时废气温度的变化趋势。

(1)在刚结束燃烧的热风炉开始送风后，采集并计算后续送风热风炉如下过程参数：当前废气温度，用TE₀表示，单位是℃；当前废气温度的上升速率，用VE表示，单位是℃/min。规程规定的废气温度的上限值用TE_max表示。

(2)按下式计算后续送风热风炉预计的燃烧终点时间TM：

$\mathrm{TM}=\frac{{\mathrm{TE}}_{\max }-{\mathrm{TE}}_0}{\mathrm{VE}}$

(3)按下式计算根据当前废气温度上升速率预计的燃烧终点时间TM和上述步骤6)得出的设定的燃烧终点时间TM_pre之间的相对误差ΔTM(％)：

$\mathrm{\ΔTM}=\frac{\mathrm{TM}-{\mathrm{TM}}_{\mathrm{pre}}}{{\mathrm{TM}}_{\mathrm{pre}}}$

(4)根据上一步求出的相对误差，按下式计算进入后续送风热风炉的煤气流量的调节量ΔGF(％)：

ΔGF＝α·ΔTM

其中α为修正系数，该系数可根据调节经验人为设定，也可通过对热风炉燃烧历史数据的回归分析得到，它反映了煤气流量和废气温度上升速率之间的关系，本实施例中根据调节经验取α＝0.8。

(5)根据得到的煤气流量的调节量改变进入后续送风热风炉的煤气量大小，以使其在设定的燃烧终点时间达到规程规定的废气温度的上限值。

需要特别指出的是，在调节进入热风炉的煤气流量的同时，还要对进入热风炉的空气流量进行相应的调节，使空燃比能维持在最佳空燃比的区间范围内，以保证热风炉燃烧的效率较高。

上述步骤8)说明上述在线运行阶段的步骤4)～7)对每个“后续”送风热风炉都要重复执行，从而在整体上实现热风炉系统的可变周期运行。

本发明采用的基于实例的推理方法(Case-Based Reasoning，简称CBR)是基于过去求解类似问题的经验获得当前问题求解结果的一种推理模式。CBR有的文献将其译成基于案例的推理、基于事例的推理或基于范例的推理等。1982年，Roger Schank在《DynamicMemory》一书中首先提出CBR方法。CBR是对人类认知过程的仿生，与其他方法相比，CBR能够处理不适于形式化为规则的知识，更接近人类决策的实际过程。因此，基于实例的推理比传统的基于规则的推理更自然地表现了问题的内在涵义。

基于实例的推理方法的简单流程描述如下：

(1)出现新的、待解决的问题；

(2)通过新问题与实例库中存储的各个实例的问题描述部分之间的相似度计算，找出与当前问题最为相似的1个或几个实例；

(3)直接或通过简单计算，重复使用与新问题相似的1个或几个实例的解描述，也就是利用过去求解类似问题的经验来解决出现的新问题。

其中，相似度计算有很多种算法，欧氏空间距离是最简单和直观的一种。本发明就是以欧氏空间距离作为衡量新问题与各个实例之间相似度的数学依据。

本发明所述的空燃比是进入高炉热风炉的空气流量和燃料(煤气)流量的比值，空燃比保持在最佳空燃比区间之内时高炉热风炉的热效率最高，在相同煤气品质的条件下拱顶温度和废气温度所能达到的理论燃烧温度也最高。以最佳空燃比为中点的一个取值范围就是最佳空燃比区间。空燃比在最佳空燃比区间以内，热风炉燃烧的热效率就比较高。

本实施例的热风炉系统采用本发明的协调控制(可变周期)方法时，送风温度变化的示意图如图4所示。其中，T_i+1、T_i和T_i-1分别表示1、2和3号热风炉不同的送风时间，曲线1、2和3分别表示1、2和3号热风炉送风温度变化的示意曲线，曲线4、5和6分别表示1、2和3号热风炉废气温度变化的示意曲线，虚线7为在上述步骤1)确定的最低热风温度值，虚线8为规程规定的废气温度的上限值。从图2中可以看出，由于采用了可变周期运行，使各个热风炉送出的热风温度均能维持在工艺要求的最低温度值以上，也减小了由换炉所造成的热风温度波动。

Claims (3)

1、一种高炉热风炉系统协调控制方法，分为数据准备和在线运行两个阶段；

所述数据准备阶段包括以下几个步骤：

1)按照高炉运行的工艺要求，设定热风炉系统中各个热风炉送风的最低温度值；

2)设定与热风炉送风温度及持续时间有关的过程参数，并据此构造反映热风炉燃烧效果和热风温度之间对应关系的实例库结构；

3)搜集和整理各个热风炉燃烧的历史数据，从中抽取多个实例添加到所述步骤2)所构造的实例库之中；

所述在线运行阶段包括以下几个步骤：

4)实时采集并计算刚结束燃烧、将要进入送风阶段的热风炉的过程参数；

5)利用基于实例的推理方法预测出该热风炉送风温度下降到所述步骤1)中设定的最低温度值的时间，并将其作为该热风炉的送风结束时间；

6)将所述步骤5)的送风结束时间作为后续送风的热风炉设定的燃烧终点时间；

7)按后续送风的热风炉当前废气温度的上升速率，计算其预计的燃烧终点时间，然后将该燃烧终点时间与所述步骤6)中设定的燃烧终点时间进行比较，并根据比较结果改变进入后续送风的热风炉的煤气量大小，以使其在设定的燃烧终点时间达到规程规定的废气温度的上限值；

8)对每个刚结束燃烧的热风炉和其后续送风的热风炉重复执行所述步骤4)～7)，从而实现热风炉系统的可变周期运行。

2、如权利要求1所述的高炉热风炉系统协调控制方法，其特征在于，所述步骤2)设定的过程参数包括：平均拱顶温度，最高拱顶温度，平均废气温度，最高废气温度，煤气消耗量，空气消耗量，平均空燃比，平均煤气压力，热风炉燃烧时间，送风结束时间。

3、如权利要求1所述的高炉热风炉系统协调控制方法，其特征在于，所述步骤7)具体包括以下步骤：

(1)在刚结束燃烧的热风炉开始送风后，采集并计算后续送风热风炉如下过程参数：当前废气温度，用TE₀表示，单位是℃；当前废气温度的上升速率，用VE表示，单位是℃/min规程规定的废气温度的上限值用TE_max表示；

(2)按下式计算后续送风热风炉预计的燃烧终点时间TM：

$\mathrm{TM}=\frac{{\mathrm{TE}}_{\max }-{\mathrm{TE}}_0}{\mathrm{VE}}$

(3)按下式计算根据当前废气温度上升速率预计的燃烧终点时间TM和所述步骤6)得出的设定的燃烧终点时间TM_pre之间的相对误差ΔTM(％)：

$\mathrm{\ΔTM}=\frac{\mathrm{TM}-{\mathrm{TM}}_{\mathrm{pre}}}{{\mathrm{TM}}_{\mathrm{pre}}}$

(4)根据上一步求出的相对误差，按下式计算进入后续送风热风炉的煤气流量的调节量ΔGF(％)：

ΔGF＝α·ΔTM

其中α为修正系数，

(5)根据得到的煤气流量的调节量改变进入后续送风热风炉的煤气量大小，以使其在设定的燃烧终点时间达到规程规定的废气温度的上限值。

Images