CN103017560A - 加热炉燃烧状态远程监测与调炉决策专家系统 - Google Patents

Abstract

一种加热炉燃烧状态远程监测与调炉决策专家系统，包括：数据的采集；对采集的数据进行处理；设定各参量的基准值；对处理后的数据进行判断，小于基准值的为炉况稳定进入基于模型的调炉策略，建立模型，根据模型进行系统控制；大于基准值的为炉况不稳定进入基于经验的专家策略，通过检测输出值以及相关参数值，根据经验调炉方法与调炉相关专家制定出的规则，最后综合评定给出调炉建议，进行人工调炉；执行人工调炉。本发明可实现调炉决策指导工作，解决目前加热炉存在的缺乏远距离在线监测、调炉过程比较粗糙及不够科学的问题，进一步提高加热炉热效率，以达到企业节能减排目的。本发明能够增强加热炉的鲁棒性，保证其全天候安全运行。

Description

加热炉燃烧状态远程监测与调炉决策专家系统

技术领域

本发明涉及一种加热炉燃烧状态远程监测。特别是涉及一种加热炉燃烧状态远程监测与调炉决策专家系统。

背景技术

加热炉热效率的高低与生产成本有着密切的关系。目前常用的手段是使用便携式烟气检测仪，根据离线检测结果及时对加热炉进行调整，优化加热炉运行状态。但在实际操作中，这种调炉方式必然存在时滞，且难以实现加热炉在较好的状态下稳定运行的要求。因为加热炉作为工况复杂、参数多变、运行惯性大、控制滞后的一个系统，其中的许多不稳定因素，如空气、燃料气压力值和燃料发热值的频繁波动，各变量之间相互耦合、相互干扰，虽不占主导地位，但对加热炉的正常生产不可忽略。

现有控制方法忽略管式加热炉各输入变量间的耦合作用，看成若干个单输入单输出系统后分别建模后设计串级PID控制器，这种方法由于不考虑耦合等作用，控制精度不高。这样处理其实是对问题的一种简化处理，实际上基于加热炉多变量建模，是一个多输入多输出的非线性系统。此外，加热炉运行工况存在波动状态和较稳定状态，需采取不同的调炉策略，如果用单一的控制方式将不能满足调节需求。

因此，目前加热炉在实际操作中，存在的缺乏远距离在线监测、调炉过程比较粗糙及不够科学的问题，难以实现加热炉在较好的状态下稳定运行的要求，没有真正起到促使加热炉稳定运行的预期效果。

发明内容

本发明所要解决的技术问题是，提供一种以实现实时，高效，准确的加热炉数据提取及处理，判断得出的加热炉运行稳定状况，从而选择出正确的调炉策略，给出优化调节建议的加热炉燃烧状态远程监测与调炉决策专家系统。

本发明所采用的技术方案是：一种加热炉燃烧状态远程监测与调炉决策专家系统，包括如下步骤：

（1）数据的采集；

（2）对采集的数据进行处理；

（3）设定各参量的基准值；

（4）对处理后的数据进行判断，小于基准值的为炉况稳定进入步骤（5），大于基准值的为炉况不稳定进入步骤（6）；

（5）基于模型的调炉策略，建立模型，根据模型进行系统控制；

（6）基于经验的专家策略，通过检测输出值以及相关参数值，根据经验调炉方法与调炉相关专家制定出的规则，最后综合评定给出调炉建议，进行人工调炉；

（7）执行人工调炉。

步骤（1）所述的数据采集是：一部分是提取加热炉的数据，通过OPC技术，对车间中控室的DCS系统进行数据的访问，提取包括加热炉的炉膛温度、炉管温度、鼓风机压力、烟气挡板的负压值以及燃油的流量与加热炉建模和加热炉热效率相关的参数值；另一部分是通过现场烟气采集系统对排烟温度、氧含量、二氧化硫含量和一氧化碳含量进行实时采集。

步骤（2）所述的进行数据处理是：对数据进行滤波，即，分别取连续采样20个数据，去掉最大值和最小值，计算余下的18个数据的平均值作为新的数据来应用；从滤波后的数据中取连续10个数据，找出最大值和最小值；计算出最大值与最小值之差。

步骤（3）所述的设定各参量的基准值根据经验设定为：

氧含量：1%；一氧化碳含量：50ppm；二氧化硫含量50ppm；

排烟温度：10°C；炉膛温度50°C；炉管温度25°C；负压：5Pa。

步骤（4）所述的对处理后的数据进行判断是：将步骤（2）处理后的数据与步骤（3）设定的基准值进行比较，得出三组比较结果，若有其中一组大于设定的基准值，则就认为炉况处于非平稳状态，选择基于经验的专家策略；若三组结果均小于设定的基准值，则认为炉况稳定采用基于模型的调炉决策。

步骤（5）所述的基于模型的调炉策略包括如下步骤：

1）给出设定值，并将设定值与已输出的人工调节值进行比对；

2）采用广义预测控制方式给出调炉建议；

其中，构建数学模型如下式：

Y(t)＝f(U(t-d)，t)

式中Y(t)＝[T₁(t)T₂(t)O₂(t)]^T，分别代表加热炉预热器后温度、预热器前温度和烟气氧含量；U(t)＝[u₁(t)u₂(t)u₃(t)]^T，分别为鼓风机压力、燃料流量和烟气挡板开度；f(·)是反映管式加热炉输入向量U(t)和输出向量Y(t)之间的非线性映射函数；

3）在系统平台上提出调炉建议，包括鼓风机压力、燃料流量和烟气挡板开度等的调节；

4）进行人工调炉：

5）输出人工调炉数据，并将该数据反馈步骤1）。

步骤（6）所述的基于经验的专家策略，包括如下步骤：

1）现场采集数据规则，包括采集氧含量、一氧化碳含量、二氧化硫含量和排烟温度，DCS提取数据规则，包括炉膛温度、炉管温度、负压。

2）查询规则；

3）选择匹配的规则；

4）进行人工调炉。

步骤1）中氧含量规则是：

氧含量高于设定的值时，继续判断一氧化碳含量是否高于100ppm，高于100ppm则为炉内燃烧不完全，建议清洗燃烧器，调节燃烧压力与空气充分混合；低于100ppm则为炉内空气过多，建议适当减少燃烧空气用量，在保证完全燃烧的情况下降低氧含量；

氧含量低于设定的值时，继续判断一氧化碳含量是否高于100ppm，高于100ppm增加燃烧空气用量，以保证完全燃烧；低于100ppm则为氧含量过低，易导致火焰火形差，甚至发生回火、脱火。

步骤1）中二氧化硫含量规则是：

二氧化硫含量是否小于200ppm，小于200ppm则符合标准规定，大于200ppm则理论计算酸露点温度；将排烟温度与酸露点温度进行比较，高于酸露点温度，属于正常运行；低于酸露点温度，建议控制排烟温度高于露点温度20-30°C。

步骤1）中排烟温度含量规则是：

排烟温度高于150°C，使排烟损失增大，热效率降低，建议降低排烟温度；排烟温度低于150°C，理论计算酸露点温度，如果排烟温度高于酸露点温度，属于正常运行，如果排烟温度低于酸露点温度，建议控制排烟温度高于露点温度20-30°C；

步骤1）中DCS提取数据规则是：

1）炉膛温度

焦化加热炉炉膛温度要求不超过800℃，如超出规定要求，显示报警，建议关注炉膛温场情况，调节燃烧状况；

2）炉管温度

焦化炉炉管材质为Cr9Mo，最高使用温度为650℃，为安全考虑，炉管温度不超过650℃，如超出规定要求，显示报警，给出如下指导建议：

①数值如短期超值，建议调节燃烧状态；

②数值如长期超值，且整体炉管偏高，建议注意辐射段流量是否正常；

③数值如长期波动，且个别炉管偏高，建议检测是否存在结焦或堵塞情况；

3）负压为-20Pa～-30Pa，如超出规定要求，显示报警，注意调节。

本发明的加热炉燃烧状态远程监测与调炉决策专家系统，可实现调炉决策指导工作，解决目前加热炉存在的缺乏远距离在线监测、调炉过程比较粗糙及不够科学的问题，进一步提高加热炉热效率，以达到企业节能减排目的。本发明能够增强加热炉的鲁棒性，保证其全天候安全运行。

附图说明

图1是本发明的整体构成的流程图；

图2是本发明的数据处理流程图；

图3是本发明的基于模型的调炉策略构成框图；

图4是本发明的基于经验的专家策略构成框图；

图5是氧含量规则判断图；

图6是二氧化硫含量规则判断图；

图7是排烟温度规则判断图。

具体实施方式

下面结合实施例和附图对本发明的做出详细说明。

本发明的加热炉燃烧状态远程监测与调炉决策专家系统，对加热炉远程监测系统中所采集的数据进行提取及处理，通过对采集数据进行分析，来判断炉况的稳定情况，即根据建立的调炉策略评价机制，从而在基于模型的调炉策略系统和基于经验的专家策略系统二者中，选择出正确的调炉策略，给出调炉指导。

如图1所示，本发明的加热炉燃烧状态远程监测与调炉决策专家系统，具体包括如下步骤：

（1）数据的采集，

所述的数据采集是：一部分是提取加热炉的数据，通过OPC技术，对车间中控室的DCS系统进行数据的访问，提取包括加热炉的炉膛温度、炉管温度、鼓风机压力、烟气挡板的负压值以及燃油的流量与加热炉建模和加热炉热效率相关的参数值；另一部分是通过现场烟气采集系统对排烟温度、氧含量、二氧化硫含量和一氧化碳含量这三种数据进行实时采集。

（2）判断路况时对采集数据的处理，

所述的进行数据处理如图2所示是：对数据进行滤波，即，分别取连续采样20个数据，去掉最大值和最小值，计算余下的18个数据的平均值作为新的数据来应用；从滤波后的数据中取连续10个数据，找出最大值和最小值；计算出最大值与最小值之差。

（3）设定各参量的基准值，

所述的设定各参量的基准值根据经验设定为：

氧含量：1%；一氧化碳含量：50ppm；二氧化硫含量50ppm；

排烟温度：10°C；炉膛温度50°C；炉管温度25°C；负压：5Pa。如表1：

表1  三种数据（O₂,CO,SO₂）的基准值

注：基准值是用来衡量各参数波动情况的标准值。

（4）对处理后的数据进行判断，小于基准值的为炉况稳定进入步骤（5），大于基准值的为炉况不稳定进入步骤（6），

所述的对处理后的数据进行判断是：将步骤（2）处理后的数据与步骤（3）设定的基准值进行比较，得出三组比较结果，若有其中一组大于设定的基准值，则就认为炉况处于非平稳状态，选择基于经验的专家策略；若三组结果均小于设定的基准值，则认为炉况稳定采用基于模型的调炉决策。

（5）基于模型的调炉策略，建立模型，根据模型进行系统控制，

如图3所示，所述的基于模型的调炉策略包括如下步骤：

1）给出设定值，并将设定值与已输出的人工调节值进行比对；

2）采用广义预测控制方式给出调炉建议；

其中，构建数学模型如下式：

Y(t)＝f(U(t-d)，t)

式中Y(t)=[T₁(t)T₂(t)O₂(t)]^T，分别代表加热炉预热器后温度、预热器前温度和烟气氧含量；U(t)＝[u₁(t)u₂(t)u₃(t)]^T，分别为鼓风机压力、燃料流量和烟气挡板开度；f(·)是反映管式加热炉输入向量U(t)和输出向量Y(t)之间的非线性映射函数；在实际工程应用中，这样的非线性映射关系一般很难通过机理分析法来确定。通过对现场数据的采集，应用模型辨识相关理论方法，如用预测误差法建立高阶的自回归滑动平均模型即CARMA模型来逼近该非线性关系。

3）在系统平台上提出调炉建议，包括鼓风机压力、燃料流量和烟气挡板开度等的调节；

4）进行人工调炉：

5）输出人工调炉数据，并将该数据反馈步骤1）。

（6）基于经验的专家策略，通过检测输出值以及相关参数值，根据经验调炉方法与调炉相关专家制定出的规则，最后综合评定给出调炉建议，进行人工调炉。

如图4所示，所述的基于经验的专家策略，具体包括如下步骤：

1)现场采集数据规则，包括采集氧含量、一氧化碳含量、二氧化硫含量和排烟温度；DCS提取数据规则，包括炉膛温度、炉管温度、负压。

a、现场采集数据规则库

如图5所示，其中氧含量规则是：

氧含量高于设定的值时，继续判断一氧化碳含量是否高于100ppm，高于100ppm则为炉内燃烧不完全，建议清洗燃烧器，调节燃烧压力与空气充分混合；低于100ppm则为炉内空气过多，建议适当减少燃烧空气用量，在保证完全燃烧的情况下降低氧含量；

氧含量低于设定的值时，继续判断一氧化碳含量是否高于100ppm，高于100ppm增加燃烧空气用量，以保证完全燃烧；低于100ppm则为氧含量过低，易导致火焰火形差，甚至发生回火、脱火。

如图6所示，其中二氧化硫含量规则是：

二氧化硫含量是否小于200ppm，小于200ppm则符合标准规定，大于200ppm则理论计算酸露点温度；将排烟温度与酸露点温度进行比较，高于酸露点温度，属于正常运行；低于酸露点温度，建议控制排烟温度高于露点温度20-30°C。

如图7所示，其中排烟温度含量规则是：

排烟温度高于150°C，使排烟损失增大，热效率降低，建议降低排烟温度；排烟温度低于150°C，理论计算酸露点温度，如果排烟温度高于酸露点温度，属于正常运行，如果排烟温度低于酸露点温度，建议控制排烟温度高于露点温度20-30°C。

b、DCS提取数据规则库，其中，

一）炉膛温度规则是：

焦化加热炉炉膛温度要求不超过800℃，如超出规定要求，显示报警，建议关注炉膛温场情况，调节燃烧状况；

二）炉管温度规则是：

焦化炉炉管材质为Cr9Mo，最高使用温度为650℃，为安全考虑，炉管温度不超过650℃，如超出规定要求，显示报警，给出如下指导建议：

①数值如短期超值，建议调节燃烧状态；

②数值如长期超值，且整体炉管偏高，建议注意辐射段流量是否正常；

③数值如长期波动，且个别炉管偏高，建议检测是否存在结焦或堵塞情况；

三）负压规则是：

负压为-20Pa～-30Pa，如超出规定要求，显示报警，注意调节；

2）查询规则；

3）选择匹配的规则；

4）进行人工调炉。

（7）执行人工调炉。

Claims (10)

1.一种加热炉燃烧状态远程监测与调炉决策专家系统，其特征在于，包括如下步骤：

（1）数据的采集；

（2）对采集的数据进行处理；

（3）设定各参量的基准值；

（4）对处理后的数据进行判断，小于基准值的为炉况稳定进入步骤（5），大于基准值的为炉况不稳定进入步骤（6）；

（5）基于模型的调炉策略，建立模型，根据模型进行系统控制；

（6）基于经验的专家策略，通过检测输出值以及相关参数值，根据经验调炉方法与调炉相关专家制定出的规则，最后综合评定给出调炉建议，进行人工调炉；

（7）执行人工调炉。

2.根据权利要求1所述的加热炉燃烧状态远程监测与调炉决策专家系统，其特征在于，步骤（1）所述的数据采集是：一部分是提取加热炉的数据，通过OPC技术，对车间中控室的DCS系统进行数据的访问，提取包括加热炉的炉膛温度、炉管温度、鼓风机压力、烟气挡板的负压值以及燃油的流量与加热炉建模和加热炉热效率相关的参数值；另一部分是通过现场烟气采集系统对排烟温度、氧含量、二氧化硫含量和一氧化碳含量进行实时采集。

3.根据权利要求1所述的加热炉燃烧状态远程监测与调炉决策专家系统，其特征在于，步骤（2）所述的进行数据处理是：对数据进行滤波，即，分别取连续采样20个数据，去掉最大值和最小值，计算余下的18个数据的平均值作为新的数据来应用；从滤波后的数据中取连续10个数据，找出最大值和最小值；计算出最大值与最小值之差。

4.根据权利要求1所述的加热炉燃烧状态远程监测与调炉决策专家系统，其特征在于，步骤（3）所述的设定各参量的基准值根据经验设定为：

氧含量：1%；一氧化碳含量：50ppm；二氧化硫含量50ppm；

排烟温度：10°C；炉膛温度50°C；炉管温度25°C；负压：5Pa。

5.根据权利要求1所述的加热炉燃烧状态远程监测与调炉决策专家系统，其特征在于，步骤（4）所述的对处理后的数据进行判断是：将步骤（2）处理后的数据与步骤（3）设定的基准值进行比较，得出三组比较结果，若有其中一组大于设定的基准值，则就认为炉况处于非平稳状态，选择基于经验的专家策略；若三组结果均小于设定的基准值，则认为炉况稳定采用基于模型的调炉决策。

6.根据权利要求1所述的加热炉燃烧状态远程监测与调炉决策专家系统，其特征在于，步骤（5）所述的基于模型的调炉策略包括如下步骤：

1）给出设定值，并将设定值与已输出的人工调节值进行比对；

2）采用广义预测控制方式给出调炉建议；

其中，构建数学模型如下式：

Y(t)＝f(U(t-d)，t)

式中Y(t)=[T₁(t)T₂(t)O₂(t)]^T，分别代表加热炉预热器后温度、预热器前温度和烟气氧含量；U(t)=[u₁(t)u₂(t)u₃(t)]^T，分别为鼓风机压力、燃料流量和烟气挡板开度；f(·)是反映管式加热炉输入向量U(t)和输出向量Y(t)之间的非线性映射函数；

3）在系统平台上提出调炉建议，包括鼓风机压力、燃料流量和烟气挡板开度等的调节；

4）进行人工调炉：

5）输出人工调炉数据，并将该数据反馈步骤1）。

7.根据权利要求1所述的加热炉燃烧状态远程监测与调炉决策专家系统，其特征在于，步骤（6）所述的基于经验的专家策略，包括如下步骤：

1）现场采集数据规则，包括采集氧含量、一氧化碳含量、二氧化硫含量和排烟温度，DCS提取数据规则，包括炉膛温度、炉管温度、负压。

2）查询规则；

3）选择匹配的规则；

4）进行人工调炉。

8.根据权利要求7所述的加热炉燃烧状态远程监测与调炉决策专家系统，其特征在于，步骤1）中氧含量规则是：

氧含量高于设定的值时，继续判断一氧化碳含量是否高于100ppm，高于100ppm则为炉内燃烧不完全，建议清洗燃烧器，调节燃烧压力与空气充分混合；低于100ppm则为炉内空气过多，建议适当减少燃烧空气用量，在保证完全燃烧的情况下降低氧含量；

氧含量低于设定的值时，继续判断一氧化碳含量是否高于100ppm，高于100ppm增加燃烧空气用量，以保证完全燃烧；低于100ppm则为氧含量过低，易导致火焰火形差，甚至发生回火、脱火。

9.根据权利要求7所述的加热炉燃烧状态远程监测与调炉决策专家系统，其特征在于，步骤1）中二氧化硫含量规则是：

二氧化硫含量是否小于200ppm，小于200ppm则符合标准规定，大于200ppm则理论计算酸露点温度；将排烟温度与酸露点温度进行比较，高于酸露点温度，属于正常运行；低于酸露点温度，建议控制排烟温度高于露点温度20-30°C。

10.根据权利要求7所述的加热炉燃烧状态远程监测与调炉决策专家系统，其特征在于，步骤1）中排烟温度含量规则是：

排烟温度高于150°C，使排烟损失增大，热效率降低，建议降低排烟温度；排烟温度低于150°C，理论计算酸露点温度，如果排烟温度高于酸露点温度，属于正常运行，如果排烟温度低于酸露点温度，建议控制排烟温度高于露点温度20-30°C；

步骤1）中DCS提取数据规则是：

1）炉膛温度

焦化加热炉炉膛温度要求不超过800℃，如超出规定要求，显示报警，建议关注炉膛温场情况，调节燃烧状况；

2）炉管温度

焦化炉炉管材质为Cr9Mo，最高使用温度为650℃，为安全考虑，炉管温度不超过650℃，如超出规定要求，显示报警，给出如下指导建议：

①数值如短期超值，建议调节燃烧状态；

②数值如长期超值，且整体炉管偏高，建议注意辐射段流量是否正常；

③数值如长期波动，且个别炉管偏高，建议检测是否存在结焦或堵塞情况；

3）负压为-20Pa～-30Pa，如超出规定要求，显示报警，注意调节。

Images