CN104200119A - 基于罗茨鼓风机风压的煤粉输送量软仪表 - Google Patents

Abstract

基于罗茨鼓风机风压的煤粉输送量软仪表。在化工、电力、水泥、冶金等工业生产中，煤粉输送的稳定性是煤粉稳定燃烧的重要前提之一，与产品质量和设备安全息息相关。而传统的煤粉计量设备（转子秤），由于其设计的缺陷，容易发生卡秤导致煤粉计量不准。本发明利用罗茨鼓风机风压来建立煤粉输送量软仪表。软仪表的输入包括罗茨鼓风机风压、罗茨鼓风机静风压、粉体流动系数、校正因子等，输出为煤粉输送量。较为典型的应用案例包括基于罗茨鼓风机风压而建立喂煤量的软仪表，煤粉输送量异常的智能辨识，以及煤粉输送量的自校正等。且此方法不需增加硬件投资，可以在DCS、实时数据库等支持实时计算的系统中快速实施，性价比高。

Description

基于罗茨鼓风机风压的煤粉输送量软仪表

技术领域

本发明涉及自动控制仪表领域，具体是一种在工业生产过程中，通过测量罗茨鼓风机的风压来确定煤粉输送量的软仪表。 

背景技术

煤作为重要的燃料，广泛应用于水泥、冶金、化工、电力等流程工业中。为了煤燃烧均匀稳定，在生产过程中，原料煤首先会经过煤磨加工处理后得到细度均一、水份含量较低的煤粉。然后，煤粉会经过计量装置精确计量，然后再用罗茨鼓风机将煤粉送入燃烧室内。 

为了保证燃烧的均匀稳定，喂煤量的精确计量非常重要：多喷煤很容易导致炉膛温度过高、燃烧不充分等现象，造成能源的浪费；而少喷煤则会导致炉膛温度过低，则常常会导致质量问题。 

转子秤是目前使用最广泛的煤粉测量装置。转子秤由定量喂料机、环状天平转子秤、锁风装置和微机控制部分等组成。煤粉由粉体定量喂料机送入环状天平转子秤，转子秤叶轮旋转，使煤粉在进料口至出料口半圆周内均匀流动，由于秤体采用天平结构，此时圆盘形秤体一侧有煤粉，另一半没有煤粉，使秤体失去平衡，煤粉的重量经称重传感器检测送入控制仪表，同时把检测到的速度信号送入仪表，两者相除即可得到流量值，控制转速即可调节流量。 

但是，其设计是基于煤粉流动性好的假设。实际上，由于各种原因，煤粉经常会卡在转子秤的秤盘上，导致称重测量信号不准，进而导致煤粉的加入量偏高或偏低，即所谓的秤“偏实”、“偏虚”等问题。一方面，这不利于稳定生产和精细化管理；另一方面，严重时发生的“冲煤”、“断煤”对炉膛燃烧的问题造成非常明显的冲击，如不及时干预，会造成明显的质量事故甚至安全事故。 

发明内容

为了克服转子秤的缺陷，本发明提出了利用转子秤下游设备——罗茨鼓风机的风压与煤粉输送量之间的相关性，建立煤粉输送量软仪表，来解决转子秤计量不准的问题。从罗茨鼓风机压力对煤粉输送量的散布图中可以看出，两者之间的相关性非常好。 

本发明目的是提出一种基于罗茨鼓风机风压的煤粉输送量软仪表方法，以实现工业生产过程中煤粉输送量的在线软测量。 

为了达到上述目的，本发明所采用的技术方案为： 

基于罗茨鼓风机风压的物料输送量软仪表，其特征在于：利用罗茨鼓风机风压P与物料输送量C之间的相关性建立软仪表模型；软仪表模型的输入为罗茨鼓风机风压P；软仪表模型的输出为物料输送量C；将该软仪表模型置入支持实时计算的系统中实施构成软仪表。

进一步的，所述的软仪表模型的输入包括罗茨鼓风机风压P、或/和流量系数K、或/和校正因子A。 

进一步的，所述的物料输送量C与罗茨鼓风机风压P是线性相关的，软仪表模型为C =K*P+A。 

进一步的，建立软仪表模型的步骤包括：数据的采集与处理、软仪表模型的建立、组态与在线运行、在线校正，其中离线实施部分包括数据的采集与处理、软仪表模型的建立，在线实施部分包括组态与在线运行、在线校正。 

进一步的，所述数据的采集与处理数据步骤，包含确定软仪表模型的流量系数K。 

进一步的，组态与在线运行步骤，包含滤波处理模块，对罗茨鼓风机风压P的原始信号进行滤波处理。 

进一步的，在线校正步骤，软仪表模型的输入包括校正因子；采用手动调整校正因子的方法来实现在线校正。 

进一步的，数据的采集和处理中，应采集煤粉计量装置所计量的煤粉输送量和其对应的罗茨鼓风机风压的实时测量数据，由于煤粉计量装置与罗茨鼓风机压力之间存在一定的时间延迟，数据需进行时序校正。 

本发明还提供了一种煤粉输送量异常的智能辨识与报警方法，根据煤粉计量装置计量而得的煤粉输送量，以及基于罗茨鼓风机风压的物料输送量软仪表测量而得的煤粉输送量，计算输送量偏差，当偏差量超过预设的阈值时，则认为煤粉输送量异常，报警通知操作人员。 

本发明还提供了一种煤粉输送量的自校正方法，根据煤粉计量装置计量而得的煤粉输送量，以及基于罗茨鼓风机风压的物料输送量软仪表测量而得的煤粉输送量，计算输送量偏差，并将偏差作为前馈信号，输送给控制系统，在偏差发生变化时，自动调整喂煤量，实现自校正，以保持燃烧过程的稳定。 

本发明所述软仪表可以应用于电力、化工、水泥、冶金等各行业中对煤粉输送量的在线软测量。软测量结果可以与实际测量信号相比，从而实现对煤粉输送量检测异常的智能辨识，并提供自动报警给操作人员，避免出现生产事故。更进一步，还可以与自动控制系统相连接，在自校正煤粉输送量，使生产过程保持平稳。 

本发明所述软仪表不需要硬件投资，利用现有的控制系统即可实现，具有良好的性价比，在行业内有很强的推广意义。 

附图说明

图1是罗茨鼓风机风压与煤粉输送量的散布图； 

图2是软仪表模型的模型结构示意图；

图3是软仪表的实施步骤图；

图4是煤粉输送量异常的智能辨识与报警。

具体实施方式

下面结合附图对本发明作进一步说明。 

如图2、3所示，基于罗茨鼓风机风压的煤粉输送量软仪表，其实施一般包括四个步骤，即数据的采集与处理、软仪表模型的建立、组态与在线运行、在线校正。其中离线实施部分包括“数据的采集与处理”、“软仪表模型的建立”， “组态与在线运行”、“在线校正”为在线实施部分。 

数据的采集与处理数据

为建立本发明所述软仪表，应采集煤粉计量装置所计量的煤粉输送量和其对应的罗茨鼓风机风压的实时测量数据。为保证软仪表的精度，煤粉输送量的数据范围应不少于其量程范围的50%。

由于煤粉计量装置与罗茨鼓风机压力之间存在一定的时间延迟，数据需进行时序校正。 

建立软仪表模型

软测量仪表的核心是软测量模型的建立，也即待估计变量（煤粉输送量）与其它直接测量变量（罗茨鼓风机压力）间的关联模型。软测量建模的方法多种多样。目前，软测量建模方法包括：机理建模、回归分析、状态估计、模式识别、人工神经网络、模糊数学、支持向量机等。

作为一个举例，下面所述的数据回归方法建立软仪表模型为例进行说明， 

C = K*（P – P₀）+A

其中，

C --- 煤粉输送量，t/h。

P --- 罗茨鼓风机风压，是仪表测量值，Pa。 

P₀ --- 罗茨鼓风机静风压，是罗茨鼓风机未输送任何粉末时的压力，这是罗茨鼓风机的固有属性。设备本身未发生变化时，此参数近似为常数。 

K --- 粉体流动系数。粉体流动系数与管道的截面积、角度等几何参数，以及煤粉本身的形状、粒径等有关。对于特定工厂的特定装置而言，此参数近似为常数。 

A --- 校正因子。用于修正软仪表模型的预测误差。 

将通过上述“数据采集与处理”得到的物料输送量C与罗茨鼓风机风压P进行数据回归，可以得到粉体流动系数K和校正因子A。而罗茨鼓风机静风压P₀可以由实验确定。 

上述方法仅为举例，建立软仪表模型的方法多种多样，阅读过本说明书的本行业的专业技术人员，可以选择不同方法建立软仪表模型从而实现本发明中所述的软仪表。 

本发明的基于罗茨鼓风机风压的煤粉输送量软仪表，利用罗茨鼓风机风压P与煤粉输送量C之间的相关性关系，建立起所述的软仪表模型，所述的软仪表模型输入为罗茨鼓风机风压P，软仪表模型的输出为物料输送量C。将该软仪表模型置入实时计算的系统中构成软仪表。所述的罗茨鼓风机风压P与煤粉输送量C的模型关系可以是线性的，也可以是非线性的。 

罗茨鼓风机静风压P₀、和/或粉体流动系数K、和/或校正因子A，也可以加入，作为模型的输入。模型结构图如图2所示。 

组态与在线运行

在建立软仪表模型后，软仪表可以在任何支持实时计算的系统中进行实施。所述的系统包括但不限于单片机、PLC系统、DCS系统和实时数据库系统。一般可以在工厂现有的PLC系统或DCS系统中实施。

组态与在线运行步骤，包含滤波处理模块，对罗茨鼓风机风压P的原始信号进行滤波处理。 

在线校正

由于本发明所述基于罗茨鼓风机风压的软仪表具有平稳可靠、使用寿命长等优点，因此，其维护工作量低，不需频繁的在线校正。然而，在软仪表长期使用后、或者罗茨鼓风机、煤磨等相关设备检修后，可以通过在线校正的方法减小测量误差，提高测量精度。

所述在线校正中，手动调整校正因子A是一种简便、易操作的在线校正方法。 

除上述实施方式外,本发明还可以有其他实施方式。凡采用等同替换或等换形成的技术方案，均落在本发明要求的保护范围。 

在实现煤粉输送量软仪表后，最简单的方法是显示给操作人员。但其更重要的目的是，是实现对煤粉输送量的智能辨识与自校正，以避免转子秤“卡煤”造成的煤粉测量不准而导致的质量事故与安全事故。 

下面有两个实施案例： 

案例1  煤粉输送量异常的智能辨识与报警

如图4所示，根据煤粉计量装置计量而得的煤粉输送量，以及软仪表测量而得的煤粉输送量，计算输送量偏差，当偏差量超过预设的阈值时，则认为煤粉输送量异常，报警通知操作人员。

案例2  煤粉输送量的自校正 

根据煤粉计量装置计量而得的煤粉输送量，以及软仪表测量而得的煤粉输送量，计算输送量偏差，并将偏差作为前馈信号，输送给控制系统（如MPC控制器、模糊控制器等）。在偏差发生变化时，自动调整喂煤量，实现自校正，以保持燃烧过程的稳定。

Claims (10)

1.基于罗茨鼓风机风压的物料输送量软仪表，其特征在于：利用罗茨鼓风机风压P与物料输送量C之间的相关性建立软仪表模型；软仪表模型的输入为罗茨鼓风机风压P；软仪表模型的输出为物料输送量C；将该软仪表模型置入支持实时计算的系统中实施构成软仪表。

2.如权利要求1所述的基于罗茨鼓风机风压的物料输送量软仪表，其特征在于：所述的软仪表模型的输入包括罗茨鼓风机风压P、或/和流量系数K、或/和校正因子A。

3.如权利要求2所述的基于罗茨鼓风机风压的物料输送量软仪表，其特征在于：所述的物料输送量C与罗茨鼓风机风压P是线性相关的，软仪表模型为C =K*P+A。

4.如权利要求1中所述的基于罗茨鼓风机风压的物料输送量软仪表，其特征在于：建立软仪表模型的步骤包括：数据的采集与处理、软仪表模型的建立、组态与在线运行、在线校正，其中离线实施部分包括数据的采集与处理、软仪表模型的建立，在线实施部分包括组态与在线运行、在线校正。

5.如权利要求4中所述的基于罗茨鼓风机风压的物料输送量软仪表，其特征在于：所述数据的采集与处理数据步骤，包含确定软仪表模型的流量系数K。

6.如权利要求4中所述的基于罗茨鼓风机风压的物料输送量软仪表，其特征在于：组态与在线运行步骤，包含滤波处理模块，对罗茨鼓风机风压P的原始信号进行滤波处理。

7.如权利要求4中所述的基于罗茨鼓风机风压的物料输送量软仪表，其特征在于：在线校正步骤，软仪表模型的输入包括校正因子；采用手动调整校正因子的方法来实现在线校正。

8.如权利要求4中所述的基于罗茨鼓风机风压的物料输送量软仪表，其特征在于：数据的采集和处理中，应采集煤粉计量装置所计量的煤粉输送量和其对应的罗茨鼓风机风压的实时测量数据，由于煤粉计量装置与罗茨鼓风机压力之间存在一定的时间延迟，数据需进行时序校正。

9.一种煤粉输送量异常的智能辨识与报警方法，根据煤粉计量装置计量而得的煤粉输送量，以及权利要求1-8之一的基于罗茨鼓风机风压的物料输送量软仪表测量而得的煤粉输送量，计算输送量偏差，当偏差量超过预设的阈值时，则认为煤粉输送量异常，报警通知操作人员。

10.一种煤粉输送量的自校正方法，根据煤粉计量装置计量而得的煤粉输送量，以及权利要求1-8之一的基于罗茨鼓风机风压的物料输送量软仪表测量而得的煤粉输送量，计算输送量偏差，并将偏差作为前馈信号，输送给控制系统，在偏差发生变化时，自动调整喂煤量，实现自校正，以保持燃烧过程的稳定。