CN102519557A - 壳牌煤气化过程中煤流量仪表的计算机辅助标定方法 - Google Patents

Abstract

本发明涉及仪表标定技术领域，公开了一种壳牌煤气化过程中煤流量仪表的计算机辅助标定方法，本发明在线采集煤循环阶段相关生产信息，实现煤循环负荷区间的自动划分及流量平稳区的自动搜索，并估算平稳区数据的可靠性，最后根据标定需求提供线性回归、二次和三次多项式回归功能，同时给出回归方式的选择基准。本发明的方法可以有效避免传统煤流量仪表标定中人工抄录和计算所出现的失误，提升数据处理的灵活性，显著提高标定速度和标定精度。

Description

壳牌煤气化过程中煤流量仪表的计算机辅助标定方法

技术领域

本发明涉及仪表标定技术领域，特别涉及一种壳牌煤气化过程中煤流量仪表的计算机辅助标定方法。

背景技术

煤气化可将煤炭转化为含有H₂、CO的合成气，为下游工序提供生产原料，堪称煤化工领域的龙头。作为第二代煤气化技术，壳牌煤气化(Shell Coal Gasification Process，SCGP)具有高效、节能、污染小等优点，是目前最洁净的煤炭综合利用技术之一。从工艺特点看，SCGP属于干粉输送进料、气流床气化，该过程中煤粉和氧气并流进入气化炉内，在极为短暂的时间内完成升温、挥发分脱除、裂解、燃烧及转化等一系列物理和化学反应，最终生成粗合成气离开气化炉。

工艺控制层面上，SCGP通过调节煤粉进料量来控制氧化反应的深度，以维持合适的气化炉炉膛温度和气化效率。要跟踪好煤流量设定值，不仅需保证控制回路的稳定，也应确保煤流量反馈信息的准确与精确，其中煤流量的校准至关重要。这是因为煤粉通常由载气输送(一般为氮气或二氧化碳)，属气固两相流，其物料流动情况相当复杂，直接影响管线上煤流量仪表的计量准确性。如果煤流量控制不准、导致炉温过高，将损坏烧嘴、烧嘴罩、水冷壁等内件设备；如果炉温过低，会引起烧嘴罩挂渣回火，同样导致烧嘴罩损坏等生产事故的发生，直至装置停车。由于煤气化装置停车一天就将带来数百万元的巨大损失，其长周期安全运行便显得尤为关键，因而相关企业对煤流量仪表的标定高度重视。

在SCGP中，粉煤气化炉有四路进料管线(1#～4#)，每两路管线由一套煤粉输送系统供料，每套煤粉输送系统主要包括依次相连的煤粉贮仓、煤粉锁斗、煤粉给料仓(参考图1)。四路管线上各有一个切换流路的三通阀(V-0102/0202/0302/0402)，三通阀的入口与煤粉输送系统的出口相连，三通阀的第一出口与气化炉相连，三通阀的第二出口与煤粉贮仓相连。正常运行时，三通阀与粉煤气化炉连通，形成供料流路，此时来自磨煤干燥单元(CMD)的煤粉贮存在煤粉贮仓中，当煤粉锁斗处于常压状态时，打开煤粉锁斗的上阀(XV-010I/0201)，关闭煤粉锁斗的下阀(XV-0102/0202)，使煤粉贮仓的煤粉流入煤粉锁斗，料满后关闭上阀，通入高压氮气加压后打开下阀使煤粉自流进入煤粉给料仓中，卸完后关闭下阀，排出氮气降至常压再重复上述流程；而在开工前进行煤流量仪表标定时，三通阀转而与煤粉贮仓连通，在煤粉给料仓与气化炉保持一定压差的情况下，煤粉在不同负荷下循环至煤粉贮仓中，通过煤粉贮仓称重值的单位时间增加量y对煤粉管线稳定时流量仪表测量值的单位时间累积量x进行修正，即以煤粉贮仓称重值为基准来标定煤流量仪表，该过程也称为煤循环。仪表布局上，每条煤粉管线上安装有两套煤流量仪表，其中靠近煤粉给料仓的一套用于提供控制时的流量测量反馈，靠近气化炉的另一套则用于装置安全联锁，每套仪表各由一块密度计和速度计组成。

目前壳牌煤气化过程中煤流量仪表标定存在以下问题：

(1)标定过程依靠操作工手动完成，通常是从DCS(分布式控制系统)的历史趋势按一定采样间隔(一般为5分钟)抄录数据进行计算，不但费时费力、效率低下，还容易出现抄录或计算失误。

(2)煤粉管线生产数据的采样周期是1s，人工抄录既无法充分利用生产数据，也使得对数据的处理丧失了灵活性。

(3)由于精力有限，操作工一般只标定四条煤粉管线上用于控制的流量仪表，而用于联锁的仪表并没有进行标定，这使得联锁仪表所提供的冗余信息难以有效利用，不利于煤粉管线数据校正与故障诊断方案的实施。

(4)现有仪表标定采用线性回归方式，没有充分考虑煤流量仪表静态特性中的非线性因素，造成标定精度较低，并且人工标定的方法更不容易实现高阶回归。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提高煤流量仪表的标定速度和精度。

(二)技术方案

为解决上述技术问题，本发明提供了一种壳牌煤气化过程中煤流量仪表的计算机辅助标定方法，包括以下步骤：

A1：在线采集煤循环期间的位号信息，采样周期为T_s，采样个数为N，所采集的位号信息包括：煤粉三通阀切换标志位S＝[S(1)，S(2)，...，S(N)]、煤流量设定值F_sp＝[F_sp(1)，F_sp(2)，...，F_sp(N)]、煤粉贮仓称重值G、煤粉密度ρ和煤粉速度υ，其中N为正整数；当煤粉三通阀切换标志位S＝C时，将煤粉三通阀与煤粉贮仓连通，然后通过修改煤流量设定值F_sp进行不同负荷下的煤循环，其中C为常量；

A2：根据所采集的煤粉三通阀切换标志位S和煤流量设定值F_sp，进行负荷区间划分获得煤循环的负荷数M，以及负荷区间集合Z＝{Z₁，Z₂，…，Z_M}，第i个负荷区间Z_i＝[a_i，b_i]，其长度为N_i＝b_i-a_i+1，1≤i≤M，1≤a_i，b_i≤N；

A3：在负荷区间Z_i内寻找时间长度为T_i的最平稳煤流量区域A_i＝[A_i(1)，A_i(2)，...，A_i(L_i)]，其数据序列长度L_i＝[T_i/T_s]；搜索得到A_i的起点在负荷区间Z_i中的位置为p_i，则A_i＝[F_i(p_i)，F_i(p_i+1)，…，F_i(p_i+L_i-1)]，对应煤粉贮仓称重值序列为B_i＝[G_i(p_i)，G_i(p_i+1)，…，G_i(p_i+L_i-1)]；

A4：通过煤粉贮仓称重变化与煤流量累积值的线性回归效果评估最平稳煤流量区域A_i的可靠性，煤流量累积序列为：

$C_i=[0,T_s\·A_i\left(1\right),T_s\underset{j=1}{\overset{2}{\mathrm{\Σ}}}{A}_i\left(j\right),...,T_s\underset{j=1}{\overset{L_i-1}{\mathrm{\Σ}}}{A}_i\left(j\right)]$

对应的煤粉贮仓称重变化值序列为：

D_i＝[0，B_i(2)-B_i(1)，B_i(3)-B_i(1)，…，B_i(L_i)-B_i(1)]

其中，B_i(j)表示向量B_i中的第j个元素；

对D_i和C_i进行线性回归，若其回归均方根误差小于阈值R_1im，则判定最平稳煤流量区域可靠，否则修改A_i的长度再重新搜索，得到新的A_i后，再评估A_i的可靠性，若评估H次后仍未满足要求，则从负荷区间集合Z中删除该负荷区间，同时将负荷数M减1；

A5：在得到M个可靠的A_i的基础上进行煤流量仪表标定，得到标定公式；

A6：利用所述标定公式对原始煤流量进行校正。

优选地，所述步骤A2中进行负荷区间划分具体包括：

B1、设负荷区间集合中的一个负荷区间为[P_a，P_b]，煤循环标志位为I，当前采样时刻为k，煤流量设定值记录为煤循环负荷下限为F_min，煤循环时间下限为T_min，则做如下初始化：M＝0，Z＝{}，P_a＝1，P_b＝1，I＝0，k＝1，

B2、判断是否S(k)＝1，是则执行步骤B3，否则执行步骤B5；

B3、判断是否I＝0，是则执行步骤B4，否则执行步骤B6；

B4、判断是否F_sp(k)＞F_min，是则令I＝1，

P_a＝k，再执行步骤B8；

B5、判断是否I＝1，是则执行步骤B7，否则执行步骤B8；

B6、判断是否

若是则执行步骤B8；

B7、令I＝0，P_b＝k-1；判断是否P_b-P_a＞T_min/T_s，若是则令Z＝{Z，[P_a，P_b]}，M＝M+1；

B8、判断是否k＝N，是则结束，否则令k＝k+1，再执行步骤B2。

优选地，对负荷区间Z_i，所述步骤A3中，利用移动窗搜索算法在负荷区间Z_i内寻找时间长度为T_i的最平稳煤流量区域A_i，具体包括如下步骤：

C1、设Z_i中的当前位置为k′，当前移动窗的数据均值为

对应标准差为σ，最稳移动窗为A_i，其起点在Z_i中的位置为p_i，则A_i＝[F_i(p_i)，F_i(p_i+1)，…，F_i(p_i+L_i-1)]，对应标准差为σ_min；初始化k′＝1， $\stackrel{\‾}{F}=\frac{1}{L_i}\underset{j-1}{\overset{L_i}{\mathrm{\Σ}}}{F}_i\left(j\right),$ $\mathrm{\σ}=\sqrt{\frac{1}{L_i-1}\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}[F_i\left(j\right)-\stackrel{\‾}{F}]},$ p_i＝k′，σ_min＝σ；

C2、令k′＝k′+1， $\stackrel{\‾}{F}=\frac{1}{L_i}\underset{j=k^{\′}}{\overset{k^{\′}+L_i-1}{\mathrm{\Σ}}}{F}_i\left(j\right),$ $\mathrm{\σ}=\sqrt{\frac{1}{L_i-1}\underset{j=k^{\′}}{\overset{k^{\′}+L_i-1}{\mathrm{\Σ}}}[F_i\left(j\right)-\stackrel{\‾}{F}]},$ 若σ＜σ_min，则σ_min＝σ，p_i＝k′；

C3、判断是否k′＞N_i-L_i，若是，则输出A_i＝[F_i(p_i)，F_i(p_i+1)，…，F_i(p_i+L_i-1)]，结束，否则执行步骤C2。

优选地，步骤A5具体为：定义第i个负荷区间下的原始煤流量为A_i内的煤流量均值：

$x_i=\frac{1}{L_i-1}\underset{j=1}{\overset{L_i-1}{\mathrm{\Σ}}}{A}_i\left(j\right)$

定义校准煤流量为A_i内的煤粉贮仓单位时间称重变化值：

$y_i=\frac{B_i\left(L_i\right)-B_i\left(1\right)}{(L_i-1)T_s}$

则原始煤流量序列x＝[x₁，x₂，…，x_M]，校准煤流量序列y＝[y₁，y₂，…，y_M]；以原始煤流量为自变量，校准煤流量为因变量，对y和x执行线性回归、二次多项式回归和三次多项式回归这三种回归方式中的一种，得到标定公式。

优选地，所述三种回归方式的选择准则为，设定取舍阈值为U，线性回归、二次多项式回归、三次多项式回归对应的拟合均方根误差分别为RMSE₁、RMSE₂、RMSE₃，若RMSE₁/RMSE₂＜U，则选择线性回归，否则再判断RMSE₂/RMSE₃＜U是否成立，成立则选择二次多项式回归，不成立选择三次多项式回归。

(三)有益效果

本发明通过在线采集煤循环数据进行标定，避免了人工抄录和计算所出现的失误，同时充分利用了生产数据；在标定方法上，本发明提出了煤循环负荷区间划分及流量平稳区搜索算法(即移动窗搜索算法)，可以估算平稳区数据的可靠性并指导用户进行调整，大大提高了数据处理分析的灵活性；在得到可靠平稳区的基础上计算得到标定样本，并给出回归方式选择的参考准则，可以显著提高标定速度和精度，扩大了仪表标定范围。

附图说明

图1为本发明实施例中所用到的壳牌煤气化装置煤粉管线的原理性工艺流程图；

图2为本发明实施例的煤流量仪表标定程序在上位机中的实现方式示意图，其中(a)为现场操作流程图，(b)为上位机操作流程图；

图3为本发明实施例的煤粉管线流量控制框图；

图4为本发明实施例的壳牌煤气化过程中煤流量仪表计算机辅助标定方法流程图；

图5为本发明实施例的负荷区间划分算法流程图；

图6为本发明实施例的移动窗搜索算法流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

如图1、图2以及图3所示，其中图1为本发明实施例的壳牌煤气化装置煤粉管线的原理性工艺流程图，图2为本发明实施例的煤流量仪表标定程序在上位机中的实现方式示意图，其中(a)为现场操作流程图，(b)为上位机操作流程图；图3为本发明实施例的煤粉管线流量控制框图，其中煤流量校正单元的设计是本实施例的目标。

图4为本发明实施例的煤流量仪表的计算机辅助标定方法流程图，本发明中的数据采集、处理与分析，可以通过上位机实现。对于如图1所示的壳牌煤气化装置，四路煤粉管线的标定流程是相同的。以壳牌煤气化装置中任意一路煤粉管线为例，其煤流量仪表标定方法包括如下步骤：

步骤A1：通过OPC接口连接煤气化DCS，在线采集煤循环期间的相关生产数据(这里主要指位号信息)，或者直接读取保存下来的煤循环历史数据(Excel格式)。采样周期为T_s，采样个数为N，所采集的位号信息包括：煤粉三通阀切换标志位S＝[S(1)，S(2)，...，S(N)]、煤流量设定值F_sp＝[F_sp(1)，F_sp(2)，...，F_sp(N)]、煤粉贮仓称重值G、煤粉密度ρ、煤粉速度υ。当煤粉三通阀切换标志位S＝C时，将煤粉三通阀与煤粉贮仓连通，此时通过修改煤流量设定值F_sp可以进行不同负荷下的煤循环；其中，C是一个常量，在DCS中，当切换标志位S＝C时，标志进行三通阀切换。

步骤A2：根据所采集的煤粉三通阀切换标志位S和煤流量设定值F_sp，通过负荷区间划分算法进行负荷区间划分获得煤循环的负荷数M，以及负荷区间集合Z＝{Z₁，Z₂，…，Z_M}，其中N为正整数。第i个负荷区间Z_i＝[a_i，b_i]，其长度为N_i＝b_i-a_i+1，1≤i≤M，1≤a_i，b_i≤N。如图5所示，负荷区间划分算法包括如下步骤：

B1、设负荷区间集合中的一个负荷区间为[P_a，P_b]，煤循环标志位为I，当前采样时刻为k，煤流量设定值记录为

煤循环负荷下限为F_min，煤循环时间下限为T_min。初始化M＝0，Z＝{}，P_a＝1，P_b＝1，I＝0，k＝1，

B2、判断是否S(k)＝1，是则执行步骤B3，否则执行步骤B5；

B3、判断是否I＝0，是则执行步骤B4，否则执行步骤B6；

B4、判断是否F_sp(k)＞F_min，是则令I＝1，P_a＝k；再执行步骤B8；

B5、判断是否I＝1，是则执行步骤B7，否则执行步骤B8；

B6、判断是否

若是则执行步骤B8；

B7、令I＝0，P_b＝k-1；判断是否P_b-P_a＞T_min/T_s，若是则令Z＝{Z，[P_a，P_b]}，M＝M+1；

B8、判断是否k＝N，是则算法流程结束，否则令k＝k+1，再执行步骤B2；

上述负荷区间划分算法可以获得煤循环的负荷数M，以及负荷区间集合Z＝{Z₁，Z₂，…，Z_M}，第i个负荷区间Z_i＝[a_i，b_i]，1≤a_i，b_i≤N。

煤流量F由煤粉密度计和煤粉速度计测量结果计算得出，计算方法为：F＝s·ρ·υ，其中s为煤粉管线横截面积；对负荷区Z_i，对应煤流量序列为F_i＝[F(a_i)，F(a_i+1)，...，F(b_i)]，煤粉贮仓称重值序列为B_i＝[G(a_i)，G(a_i+1)，...，G(b_i)]。

步骤A3：利用移动窗搜索算法在负荷区间Z_i内寻找时间长度为T_i的最平稳流量区域(也称为平稳区)A_i＝[A_i(1)，A_i(2)，...，A_i(L_i)](i＝1，…，M)，其数据序列长度L_i＝[T_i/T_s]。本实施例中利用数据集的标准差来判断一段数据的平稳性，标准差越小越平稳，但是以往操作工往往是通过肉眼来估计，本发明通过计算机辅助方式实现自动搜索，从而提高了速度和准确度。如图6所示，移动窗搜索算法包括如下步骤：

C1、设Z_i中的当前位置为k′，当前移动窗的数据均值为

对应标准差为σ，最稳移动窗(即最平稳煤流量区域)为A_i，其数据起点在Z_i中的位置为p_i，则A_i＝[F_i(p_i)，F_i(p_i+1)，…，F_i(p_i+L_i-1)]，对应标准差为σ_min；初始化k′＝1， $\stackrel{\‾}{F}=\frac{1}{L_i}\underset{j-1}{\overset{L_i}{\mathrm{\Σ}}}{F}_i\left(j\right),$ $\mathrm{\σ}=\sqrt{\frac{1}{L_i-1}\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}[F_i\left(j\right)-\stackrel{\‾}{F}]},$ p_i＝k，σ_min＝σ；

C2、令k′＝k′+1， $\stackrel{\‾}{F}=\frac{1}{L_i}\underset{j=k^{\′}}{\overset{k^{\′}+L_i-1}{\mathrm{\Σ}}}{F}_i\left(j\right),$ $\mathrm{\σ}=\sqrt{\frac{1}{L_i-1}\underset{j=k^{\′}}{\overset{k^{\′}+L_i-1}{\mathrm{\Σ}}}[F_i\left(j\right)-\stackrel{\‾}{F}]},$ 若σ＜σ_min，则σ_min＝σ，p_i＝k′；

C3、判断是否k′＞N_i-L_i，若是则输出平稳区A_i＝[F_i(p_i)，F_i(p_i+1)，…，F_i(p_i+L_i-1)]，结束，否则执行步骤C2。

搜索得到了A_i＝[F_i(p_i)，F_i(p_i+1)，…，F_i(p_i+L_i-1)]，对应煤粉贮仓称重值序列为B_i＝[G_i(p_i)，G_i(p_i+1)，…，G_i(p_i+L_i-1)]；

本实施例中，共做了三次煤循环，其负荷即煤流量设定值分别为4.84Kg/s、5.93Kg/s、6.34Kg/s，不同负荷下生产数据在采样序列中的位置区间分别为[1306，3005]，[3007，5214]，[5216，7043]，该生产数据的采样周期为1s，将平稳区参考长度修改为900s，选择标准差最小的平稳准则，搜索平稳区后，则根据标准差最小的准则在三种负荷下对控制和联锁流量数据各选取长达900s的平稳区，可以计算出在控制和联锁平稳区的区间范围内的煤流量测量平均值以及由煤粉贮仓所得的流量；

步骤A4：通过煤粉贮仓称重变化与煤流量累积值的线性回归效果评估最平稳煤流量区域A_i的可靠性(i＝1，…，M)；煤流量累积序列为：

$C_i=[0,T_s\·A_i\left(1\right),T_s\underset{j=1}{\overset{2}{\mathrm{\Σ}}}{A}_i\left(j\right),...,T_s\underset{j=1}{\overset{L_i-1}{\mathrm{\Σ}}}{A}_i\left(j\right)]$

对应的煤粉贮仓称重变化值序列为：

D_i＝[0，B_i(2)-B_i(1)，B_i(3)-B_i(1)，…，B_i(L_i)-B_i(1)]

其中，B_i(j)表示向量B_i中的第j个元素；

对D_i和C_i进行线性回归，若其回归均方根误差小于阈值R_1im，则判定最平稳煤流量区域可靠，否则需更修改最平稳煤流量区域的长度再重新搜索或手动修改最平稳煤流量区域的起点与终点，得到新的最平稳煤流量区域后，再评估最平稳煤流量区域A_i的可靠性，若反复估算H次后仍未满足要求，则从负荷区间集合Z中删除该负荷区间，同时负荷数M减1；

本实施例中在完成步骤A2和A3的基础上，选择煤循环数据表次序，累积流量图，可以得到该负荷下控制仪表流量的累积流量图，通过观察和回归结果可知该累积流量曲线线性度尚好，如果不满意，可手动调整平稳区范围，再观察控制和联锁仪表的累积流量图，直至满意为止；

步骤A5：在得到M个可靠的最平稳煤流量区域的基础上进行煤流量仪表标定：定义第i个负荷区间下的原始煤流量为该最平稳煤流量区域内的煤流量均值：

$x_i=\frac{1}{L_i-1}\underset{j=1}{\overset{L_i-1}{\mathrm{\Σ}}}{A}_i\left(j\right)$

定义校准煤流量为该最平稳煤流量区域内的煤粉贮仓单位时间称重变化值：

$y_i=\frac{B_i\left(L_i\right)-B_i\left(1\right)}{(L_i-1)T_s}$

则原始煤流量序列x＝[x₁，x₂，…，x_M]，校准煤流量序列y＝[y₁，y₂，…，y_M]；从仪表标定的实际需求出发，以原始煤流量为自变量，校准煤流量为因变量，对y和x提供线性回归、二次多项式回归和三次多项式回归，这是因为线性回归未必满足精度需求，而三次以上的多项式回归又会造成过拟合，因此三种回归方式已经足够；若考虑线性回归，其关系为：

$\left\{\begin{array}{c}{\mathrm{kx}}_1+b+e_1=y_1\\ {\mathrm{kx}}_2+b+e_2=y_2\\ .\\ .\\ .\\ {\mathrm{kx}}_M+b+e_M=y_M\end{array}\right.\⇒\left[\begin{array}{cc}{x}_1& 1\\ x_2& 1\\ .& .\\ .& .\\ .& .\\ x_M& 1\end{array}\right]\left[\begin{array}{c}k\\ b\end{array}\right]+\left[\begin{array}{c}{e}_1\\ e_2\\ .\\ .\\ .\\ e_M\end{array}\right]=\left[\begin{array}{c}{y}_1\\ y_2\\ .\\ .\\ .\\ y_M\end{array}\right]$

类似地，二次多项式回归和三次多项式回归对应的关系分别如下所示：

$\left[\begin{array}{ccc}{x}_1^2& x_1& 1\\ x_2^2& x_2& 1\\ .& .& .\\ .& .& .\\ .& .& .\\ x_M^2& x_M& 1\end{array}\right]\left[\begin{array}{c}a\\ b\\ c\end{array}\right]+\left[\begin{array}{c}{e}_1\\ e_2\\ .\\ .\\ .\\ e_M\end{array}\right]=\left[\begin{array}{c}{y}_1\\ y_2\\ \text{.}\\ .\\ .\\ y_M\end{array}\right],$ $\left[\begin{array}{cccc}{x}_1^3& x_1^2& x_1& 1\\ x_2^3& x_2^2& x_2& 1\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ x_M^3& x_M^2& x_M& 1\end{array}\right]\left[\begin{array}{c}a\\ b\\ c\\ d\end{array}\right]+\left[\begin{array}{c}{e}_1\\ e_2\\ .\\ .\\ .\\ e_M\end{array}\right]=\left[\begin{array}{c}{y}_1\\ y_2\\ .\\ .\\ .\\ y_M\end{array}\right]$

上述三类方程组皆可写成Xθ+e＝y，由最小二乘原理得对保留Q位有效数字后得

则回归方程为

拟合均方根误差为：

$\mathrm{RMSE}=\sqrt{\frac{1}{M}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{({\hat{y}}_i-y_i)}^2}$

在标定过程中，多项式拟合次数越高，RMSE越小，但多项式次数的选择需兼顾拟合精度及泛化性能；其选择准则在于，设定取舍阈值为U，线性回归、二次多项式回归、三次多项式回归对应的拟合均方根误差分别为RMSE₁、RMSE₂、RMSE₃，若RMSE₁/RMSE₂＜U，选择线性回归，否则再判断RMSE₂/RMSE₃＜U是否成立，是则选择二次多项式回归，否则选择三次多项式回归。所得回归方程即为仪表标定公式；

本实施例中在完成步骤A2、A3和A4的基础上，执行煤流量仪表标定。一般来说，当没有煤粉流量产生时，煤流量仪表的测量值和煤粉贮仓称重所得的校准流量都应该是0Kg/s，所以增加一个样本(0，0)；接下来可以对样本进行回归，分别选择三种回归方式，得到不同的回归效果；根据回归方式选择的参考准则，选择二次多项式的回归结果，此时得到1#管线控制仪表的标定公式为：y＝0.0759x²+0.7317x+0.0001；

步骤A6：利用该标定公式对原始煤流量进行校正。

根据本发明，可以在线采集煤循环数据进行标定，避免了人工抄录和计算所出现的失误，同时充分利用了生产数据；在标定方法上，本发明提出了煤循环负荷区间划分及流量平稳区搜索算法，可以估算平稳区数据的可靠性并指导用户进行调整，大大提高了数据处理分析的灵活性；在得到可靠平稳区的基础上计算得到标定样本，给出回归方式选择的参考准则，可以显著提高标定速度和标定精度，扩大了仪表标定范围。本发明的方法也适用于同类仪表的标定。

以上所述仅是本发明的实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (5)

1.一种壳牌煤气化过程中煤流量仪表的计算机辅助标定方法，其特征在于，包括以下步骤：

A1：在线采集煤循环期间的位号信息，采样周期为T_s，采样个数为N，所采集的位号信息包括：煤粉三通阀切换标志位S＝[S(1)，S(2)，...，S(N)]、煤流量设定值F_sp＝[F_sp(1)，F_sp(2)，...，F_sp(N)]、煤粉贮仓称重值G、煤粉密度ρ和煤粉速度υ，其中N为正整数；当煤粉三通阀切换标志位S＝C时，将煤粉三通阀与煤粉贮仓连通，然后通过修改煤流量设定值F_sp进行不同负荷下的煤循环，其中C为常量；

A2：根据所采集的煤粉三通阀切换标志位S和煤流量设定值F_sp，进行负荷区间划分获得煤循环的负荷数M，以及负荷区间集合Z＝{Z₁，Z₂，…，Z_M}，第i个负荷区间Z_i＝[a_i，b_i]，其长度为N_i＝b_i-a_i+1，1≤i≤M，1≤a_i，b_i≤N；

A3：在负荷区间Z_i内寻找时间长度为T_i的最平稳煤流量区域A_i＝[A_i(1)，A_i(2)，...，A_i(L_i)]，其数据序列长度L_i＝[T_i/T_s]；搜索得到A_i的起点在负荷区间Z_i中的位置为p_i，则A_i＝[F_i(p_i)，F_i(p_i+1)，…，F_i(p_i+L_i-1)]，对应煤粉贮仓称重值序列为B_i＝[G_i(p_i)，G_i(p_i+1)，…，G_i(p_i+L_i-1)]；

A4：通过煤粉贮仓称重变化与煤流量累积值的线性回归效果评估最平稳煤流量区域A_i的可靠性，煤流量累积序列为：

$C_i=[0,T_s\·A_i\left(1\right),T_s\underset{j=1}{\overset{2}{\mathrm{\Σ}}}{A}_i\left(j\right),...,T_s\underset{j=1}{\overset{L_i-1}{\mathrm{\Σ}}}{A}_i\left(j\right)]$

对应的煤粉贮仓称重变化值序列为：

D_i＝[0，B_i(2)-B_i(1)，B_i(3)-B_i(1)，…，B_i(L_i)-B_i(1)]

其中，B_i(j)表示向量B_i中的第j个元素；

对D_i和C_i进行线性回归，若其回归均方根误差小于阈值R_1im，则判定最平稳煤流量区域可靠，否则修改A_i的长度再重新搜索，得到新的A_i后，再评估A_i的可靠性，若评估H次后仍未满足要求，则从负荷区间集合Z中删除该负荷区间，同时将负荷数M减1；

A5：在得到M个可靠的A_i的基础上进行煤流量仪表标定，得到标定公式；

A6：利用所述标定公式对原始煤流量进行校正。

2.如权利要求1所述的方法，其特征在于，所述步骤A2中进行负荷区间划分具体包括：

B1、设负荷区间集合中的一个负荷区间为[P_a，P_b]，煤循环标志位为I，当前采样时刻为k，煤流量设定值记录为

煤循环负荷下限为F_min，煤循环时间下限为T_min，则做如下初始化：M＝0，Z＝{}，P_a＝1，P_b＝1，I＝0，k＝1，

B2、判断是否S(k)＝1，是则执行步骤B3，否则执行步骤B5；

B3、判断是否I＝0，是则执行步骤B4，否则执行步骤B6；

B4、判断是否F_sp(k)＞F_min，是则令I＝1，

P_a＝k，再执行步骤B8；

B5、判断是否I＝1，是则执行步骤B7，否则执行步骤B8；

B6、判断是否

若是则执行步骤B8；

B7、令I＝0，P_b＝k-1；判断是否P_b-P_a＞T_min/T_s，若是则令Z＝{Z，[P_a，P_b]}，M＝M+1；

B8、判断是否k＝N，是则结束，否则令k＝k+1，再执行步骤B2。

3.如权利要求2所述的方法，其特征在于，对负荷区间Z_i，所述步骤A3中，利用移动窗搜索算法在负荷区间Z_i内寻找时间长度为T_i的最平稳煤流量区域A_i，具体包括如下步骤：

C1、设Z_i中的当前位置为k′，当前移动窗的数据均值为

对应标准差为σ，最稳移动窗为A_i，其起点在Z_i中的位置为p_i，则A_i＝[F_i(p_i)，F_i(p_i+1)，…，F_i(p_i+L_i-1)]，对应标准差为σ_min；初始化k′＝1， $\stackrel{\‾}{F}=\frac{1}{L_i}\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}{F}_i\left(j\right),$ $\mathrm{\σ}=\sqrt{\frac{1}{L_i-1}\underset{j=1}{\overset{L_i}{\mathrm{\Σ}}}[F_i\left(j\right)-\stackrel{\‾}{F}]},$ p_i＝k′，σ_min＝σ；

C2、令k′＝k′+1， $\stackrel{\‾}{F}=\frac{1}{L_i}\underset{j=k^{\′}}{\overset{k^{\′}+L_i-1}{\mathrm{\Σ}}}{F}_i\left(j\right),$ $\mathrm{\σ}=\sqrt{\frac{1}{L_i-1}\underset{j=k^{\′}}{\overset{k^{\′}+L_i-1}{\mathrm{\Σ}}}[F_i\left(j\right)-\stackrel{\‾}{F}]},$ 若σ＜σ_min，则σ_min＝σ，p_i＝k′；

C3、判断是否k′＞N_i-L_i，若是，则输出A_i＝[F_i(p_i)，F_i(p_i+1)，…，F_i(p_i+L_i-1)]，结束，否则执行步骤C2。

4.如权利要求3所述的方法，其特征在于，步骤A5具体为：定义第i个负荷区间下的原始煤流量为A_i内的煤流量均值：

$x_i=\frac{1}{L_i-1}\underset{j=1}{\overset{L_i-1}{\mathrm{\Σ}}}{A}_i\left(j\right)$

定义校准煤流量为A_i内的煤粉贮仓单位时间称重变化值：

$y_i=\frac{B_i\left(L_i\right)-B_i\left(1\right)}{(L_i-1)T_s}$

则原始煤流量序列x＝[x₁，x₂，…，x_M]，校准煤流量序列y＝[y₁，y₂，…，y_M]；以原始煤流量为自变量，校准煤流量为因变量，对y和x执行线性回归、二次多项式回归和三次多项式回归这三种回归方式中的一种，得到标定公式。

5.如权利要求4所述的方法，其特征在于，所述三种回归方式的选择准则为，设定取舍阈值为U，线性回归、二次多项式回归、三次多项式回归对应的拟合均方根误差分别为RMSE₁、RMSE₂、RMSE₃，若RMSE₁/RMSE₂＜U，则选择线性回归，否则再判断RMSE₂/RMSE₃＜U是否成立，成立则选择二次多项式回归，不成立选择三次多项式回归。

Images