CN106155026A - 一种水泥厂煤耗及碳排放监测方法 - Google Patents
一种水泥厂煤耗及碳排放监测方法 Download PDFInfo
- Publication number
- CN106155026A CN106155026A CN201610693046.5A CN201610693046A CN106155026A CN 106155026 A CN106155026 A CN 106155026A CN 201610693046 A CN201610693046 A CN 201610693046A CN 106155026 A CN106155026 A CN 106155026A
- Authority
- CN
- China
- Prior art keywords
- data
- cement plant
- model
- monitoring method
- coal consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 114
- 239000004568 cement Substances 0.000 title claims abstract description 92
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 50
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 43
- 239000003245 coal Substances 0.000 title claims abstract description 42
- 238000004519 manufacturing process Methods 0.000 claims abstract description 41
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 238000004134 energy conservation Methods 0.000 claims abstract description 6
- 230000009467 reduction Effects 0.000 claims abstract description 4
- 230000001502 supplementing effect Effects 0.000 claims abstract 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 76
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 38
- 238000004458 analytical method Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 28
- 229960004424 carbon dioxide Drugs 0.000 claims description 19
- 239000002994 raw material Substances 0.000 claims description 19
- 239000001569 carbon dioxide Substances 0.000 claims description 17
- 230000007246 mechanism Effects 0.000 claims description 14
- 238000005265 energy consumption Methods 0.000 claims description 12
- 239000000446 fuel Substances 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 7
- 239000000843 powder Substances 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000002485 combustion reaction Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 238000001354 calcination Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000000227 grinding Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 239000007791 liquid phase Substances 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 229910052596 spinel Inorganic materials 0.000 claims description 3
- 239000011029 spinel Substances 0.000 claims description 3
- 229910002090 carbon oxide Inorganic materials 0.000 claims description 2
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 239000008186 active pharmaceutical agent Substances 0.000 description 35
- 238000005516 engineering process Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 241000790917 Dioxys <bee> Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000005245 sintering Methods 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31457—Factory remote control, monitoring through internet
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种水泥厂煤耗及碳排放监测方法。所述方法包括,步骤1):实时监控并采集水泥厂生产线测量数据获得生产线测量数据;步骤2):采用补充生产线测量数据在数据量上的不足的在线软测量方法获得软测量数据,对软测量数据进行工业验证;步骤3):存储步骤1)和2)中的数据;步骤4):结合步骤1)和2)中的数据进行综合分析,加工处理,形成报表。本发明的方法可实现更加便捷、更加全面的监测,且监测到的数据更加准确详实,可有效提升水泥行业能源管理水平以及节能减排效果。
Description
技术领域
本发明涉及一种水泥厂煤耗及碳排放监测、能源管理及节能减排系统。
背景技术
水泥行业是我国国民经济建设的重要基础材料产业,也是主要的能源资源消耗和污染物排放行业之一。全国水泥总产量居世界首位,水泥行业能源消耗总量约占全国能源消耗总量的5%,颗粒物排放量约占工业排放总量的30%左右。水泥行业能源资源消耗高、环境负荷重,节能减排问题亟待解决。我国单位产品能耗、排放与国际先进水平比较仍有差距。水泥行业节能减排管理水平需进一步提高。水泥行业节能减排统计、监测和考核体系还有待建立和完善。在我国当前工业化、城镇化加速发展的重要阶段,经济社会发展面临着严峻的资源和环境双重约束。水泥行业作为我国主要的高能耗、高排放产业,是工业领域节能减排的重点和难点,其节能减排效果对完成我国能源消耗目标、工业可持续发展起着举足轻重的作用。加大节能减排力度,已成为水泥行业面临的一项艰巨而紧迫的任务。为了研究节能减排、实现节能减排,挖掘人与机器的潜能,达到水泥生产质量高、成本低、能耗省、排放少的目标,推动科技进步和标准化工作,推动水泥工业实现与信息化的深度融合,采用节能减排新思路、新技术具有重要意义。
水泥行业的节能减排思路还处于更换设备、单一决策阶段,由于水泥厂全厂信息不在一个平台,可观察到的信息量很少,看不到或看不全,很难掌握生产的全面情况,加之部分工业量无法直接测量,致使无法实时准确监测煤耗及碳排放等相关数据,节能减排受到很大制约。
根据目前水泥行业的实际技术水平,需要一种综合考虑水泥厂全面数据信息、结合采用软测量计算技术的煤耗及碳排放监测方法,提升水泥行业能源管理水平和节能减排效果,奠定碳交易的数据基础。
发明内容
本发明的目的是通过以下技术方案实现的:
一种水泥厂煤耗及碳排放监测方法,所述方法包括,步骤1):实时监控并采集水泥厂生产线测量数据获得生产线测量数据;步骤2):采用补充生产线测量数据在数据量上的不足的在线软测量方法获得软测量数据,对软测量数据进行工业验证;步骤3):存储步骤1)和2)中的数据;步骤4):结合步骤1)和2)中的数据进行综合分析,加工处理,形成报表。步骤1)还包括:对生产线的数据进行信号采样,并将模拟信号转换为数字信号,以及将生产线测量数据接入最近的以太网接点,通过网络传送至存储服务器。在线软测量方法是把自动控制理论与生产工艺过程知识有机结合起来,应用计算机技术,选择一些较易的在线准确测量的辅助变量或分析化验的历史数据,通过建立在线分析模型,推断和估计不可实时测量或难测量变量的一种方法;在线软测量方法包括,辅助变量的选择、数据的预处理、软测量模型的建立、软测量模型校正。步骤2)中软测量数据包括,过程熟料成分、液相量、燃煤低位发热值计算、出磨物料水分、出磨细度、强度,其中,过程熟料成分包括C3S,C2S,C3A,C4AF,CaO,强度包括28天强度。其中采用在线软测量方法获得有关生料细度的软测量数据的过程,该过程包括,(1)对生料细度的机理进行分析;(2)根据机理分析结果选择辅助变量,包括选择选粉机分离器转速、选粉机分离器处风速、生料磨产量作为生料细度在线软测量模型输入参数,生料细度作为在线软测量模型的输出参数;(3)数据的预处理,包括,误差处理和数据变换,其中,误差处理包括,根据所选择的辅助变量确定引起误差的可能因素,针对具体的误差进行误差的消除与补偿,其中,随机误差采用在线多尺度滤波的方法进行消除和补偿,过失误差采用随机搜索法进行消除和补偿,数据变换包括,根据测量的数据的数值数量极的情况进行标度;根据对象的非线性特性,采用寻找新变量代替的方法进行转换,采用权函数实现对变量动态特性的补偿;(4)建立在线软测量模型,包括,根据对辅助变量和主变量之间的机理分析,假设辅助变量与主变量为线性关系,采用相关分析方法建立初始模型,通过多元线性回归分析结合动力学机理对所建立的模型进行必要的模型结构调整,使模型输出误差趋于最小,同时根据所建立的辅助变量和主变量数据文件,估计出相关的参数,最终得出合适的模型;(5)校正在线软测量模型,包括采集一定时期的辅助变量和主变量数据,采用校正在线软测量模型的参数的方法对在线软测量模型进行校正。步骤4)中的综合分析包括,统计与分析,实行同比和环比分析,识别能耗及碳排放水平趋势,实现企业指标异常分析,及时发现企业生产过程中的隐患,便于企业及时解决问题,充分挖掘企业的节能减排潜力;或对单项数据的深度挖据与趋势分析。步骤4)还包括,生成报警信息、指标数据,并将该信息与该数据以短信息提示发送到相关人员的手机上,短信息服务与该监测方法应用系统的接口采用数据库接口方式。还包括,该监测方法的应用系统与DCS系统、财务系统或ERP系统之间采用数据接口方式进行数据交换。应用接口包括,工作流应用接口、安全应用接口、功能调用应用接口、数据库应用接口、应用集成应用接口、模型算法应用接口。
本发明还提供一种应用本发明中的水泥厂煤耗及碳排放监测方法计算水泥厂的二氧化碳排放总量的方法,包括,水泥厂的二氧化碳排放总量等于水泥厂边界内所有的燃料燃烧排放量、过程排放量及水泥厂净购入电力和热力消费的排放量之和,按如下公式计算:
其中:—水泥厂二氧化碳排放总量,单位为吨二氧化碳(tCO2);E燃烧—水泥厂的燃料燃烧二氧化碳排放量,单位为吨二氧化碳(tCO2);E过程—水泥厂的过程二氧化碳排放量,单位为吨二氧化碳(tCO2);E过程1—水泥厂在生产过程中原料碳酸盐分解产生的二氧化碳排放量,单位为吨二氧化碳(tCO2);E过程2—水泥厂在生产过程中生料中的非燃料碳煅烧产生的二氧化碳排放量,单位为吨二氧化碳(tCO2);E电和热—水泥厂净购入的电力和热力消费所对应的二氧化碳排放量,单位为吨二氧化碳(tCO2)。
相较于现有技术,本发明的方法可实现更加便捷、更加全面的监测,且监测到的数据更加准确详实,可有效提升水泥行业能源管理水平以及节能减排效果。
附图说明
图1为本发明水泥厂煤耗及碳排放监测方法结构示意图。
图2为数据采集系统结构示意图。
图3为软测量模型结构示意图。
具体实施方式
本实施例提供一种水泥厂煤耗及碳排放监测方法,如图1所示。硬件部分包括服务器、现场数据采集器、计量传感器、温度传感器、压力传感器、流量传感器、成分分析仪、主服务器、磁盘阵列、核心交换机、终端计算机等。配置的主服务器磁盘容量保证至少三年的历史数据可在线访问。软件部分包括四位一体科英支撑平台、接口软件、数据采集处理软件、软测量计算软件、展现软件、无线发布软件等。
本水泥厂煤耗及碳排放监测方法实时计算水泥厂煤耗及碳排放需要采集、汇总水泥厂生产系统的所有数据,生产系统包括直接生产系统、辅助生产系统、以及直接为生产服务的附属生产系统,其中辅助生产系统包括动力、供电、供水、检验、机修、库房、运输等,附属生产系统包括生产指挥系统(厂部)和厂区内为生产服务的部门和单位(如职工食堂、车间浴室、保健站等)。水泥厂厂界内生活能耗导致的排放原则上不在核算范围内。
本水泥厂煤耗及碳排放监测方法需要实现全厂信息共享,配套大容量实时数据库、充足带宽的网络、大容量历史数据库。需要应用仿真、控制、信息、通讯四位一体的科英支撑平台和强大的实时数据库和历史数据库实现全厂所有数据共享。
本水泥厂煤耗及碳排放监测方法在硬件结构上,整个系统分为三个安全层次的网络:现场监控系统网络为生产安全级;科英支撑平台主服务器及网络为核心数据安全级,与现场监控系统网络通过专用网络隔离装置(网闸)隔离;企业管理网络为管理信息安全级,与核心数据网络之间有物理隔离。
参考图2的数据采集系统结构示意图,本水泥厂煤耗及碳排放监测方法数据采集系统采用“局部集中,就近上网”的原则,即将物理距离较近的测点用自由拓朴的方式组成现场总线网络;对于个别较分散的测点,单独采集,就近接入现场总线网络;然后通过采集子站挂上距离最近的以太网,减少网络资源开销(包括网络带宽和网络节点设备),同时也降低了系统成本。
本水泥厂煤耗及碳排放监测方法计量数据来源于装设在现场的各类检测仪表,包括检测能源量的流量、温度、压力等参数的热工仪表、电能表、检测物资量的各类称量设备,等等。
本水泥厂煤耗及碳排放监测方法从现场检测仪表采集的信号包括模拟量和数字量,因计量检测仪表的不同类型而异。采集的方式也根据数据类型的不同有所区别,4----20mA的模拟量信号通过采集子站的A/I模块转换成数字量,多功能电能表、智能仪表以及带有通讯接口的数字量输出的设备则直接通过现场总线传送数据到采集子站,采集子站设备具有数据存储和协议转换的功能。
本水泥厂煤耗及碳排放监测方法采集子站设备采集到的数据传输到企业中心服务器,实时/历史数据库对测点数据进行校验、清洗、装载、存储、备份等。
本水泥厂煤耗及碳排放监测方法与DCS系统、财务系统、ERP系统等采用数据接口方式进行数据交换。
接口软件包括指模块之间、系统之间的数据、指令交换接口,是提供给开发人员的编程接口,开发人员通过调用这些接口来完成相应的功能。
接口软件具体表现为一组类文件或动态链接库。应用接口(API)主要包括下面六大类:
(1)工作流API:提供业务功能组件与工作流引擎的交互接口的公用组件,应用程序通过调用这些接口实现业务流转处理。提供了方便,提供了应用程序操纵工作流引擎的接口。本工作流系统提供的API大致分为以下几类:连接功能API、工作流定义功能API、过程控制功能API、活动控制功能API、过程状态功能API、活动状态功能API、工作任务表功能API、管理功能API等。
(2)安全API:是指为业务系统提供安全控制的公用组件。系统的安全API大致分为以下几类:用户登陆API、权限控制API、日志处理API、数据合法性检查API、数据一致性检查API等。
(3)功能调用API:是指为业务系统提供的一系列通用功能组件。大致分为以下几类:日期处理API、CSS调用API、人员机构API、代码选择API、在线帮助API、文档控件API、个性化定制API等。
(4)数据库API:是指业务系统与数据库接口的通用组件。大致包括代码转换API、查询API、单表操作API、多表操作API、数据分析API、数据转储API等。
(5)应用集成API:是指与其它系统以及其它第三方软件和数据库的接口组件。
(6)模型算法API:是指为核心业务系统提供的模型和算法调用接口。MOD的模型算法是在实时数据、历史数据支持下,利用仿真技术、决策理论结合起来实现的综合决策算法支持包。
参考图3软测量模型结构示意图,由于水泥厂的信号缺失多,本水泥厂煤耗及碳排放监测方法计算中采用大量的软测量信号补充生产线测量量的不足,用大量实验室化验数据等数据对软测量进行工业验证。
在线软测量技术是把自动控制理论与生产工艺过程知识有机结合起来,应用计算机技术,选择一些较易在线准确测量的辅助变量或分析化验的历史数据,通过建立
在线分析模型,推断和估计不可实时测量或难测量变量的一种方法。
其中:Y——被估计变量集;d1——不可测扰动变量集
d2——可测扰动变量集;u——对象的控制输入变量集
θ——对象可测输出变量集;——软测量的输出值
Y*——可能的离线分析计量值或大采样间隔的测量值。
建立软测量主要包括四个方面:辅助变量的选择、数据的预处理、软测量模型的建立、软测量模型校正。
举例生料细度的软测量方案说明如下:
(1)机理分析
生料的细度是水泥生产中一个重要的工艺参数,它不仅影响熟料的煅烧产量、质量和煤耗,而且影响生料磨机的产量、电耗和生产成本。一般来说,生料磨的越细,越有利于熟料煅烧时的化学反应的进行,但对于磨机来说,生料磨的越细,其产量就越低,电耗就越高,生产成本随之上升,并且烧成过程中产生的飞灰量增多。
因此生料细度的控制对生产效率有较大影响,细度过细会显著提高生产成本,细度过大会影响窑产质量。影响生料细度的主要因素是选粉机分离器的转速和该处的风速,以及生料磨的产量。在分离器转速不变时,风速越大,生料细度越粗;风速不变时,分离器转速越快,颗粒获得的离心力越大,能通过的颗粒直径越小,生料细度越细。通常情况下,出磨的风量是稳定的,该处的风速变化不大,因此控制分离器转速是控制细度的主要手段。
(2)辅助变量的选择
由上述机理分析得出,生料细度软测量模型采用选粉机分离器转速、选粉机分离器处风速、生料磨产量作为模型输入参数,生料细度作为模型的输出参数。
(3)数据的预处理
●误差处理
根据所选择的辅助变量确定引起误差的可能因素,针对具体的误差进行误差的消除与补偿。随机误差采用在线多尺度滤波的方法进行消除和补偿;过失误差采用随机搜索法进行消除和补偿。
●数据变换
根据测量的数据的数值数量极的情况进行标度;根据对象的非线性特性,采用寻找新变量代替的方法进行转换;采用权函数实现对变量动态特性的补偿。
(4)软测量模型的建立
根据对辅助变量和主变量之间的机理分析,假设辅助变量与主变量为线性关系。采用相关分析方法建立初始模型,通过多元线性回归分析结合动力学机理对所建立的模型进行必要的模型结构调整,使模型输出误差趋于最小,同时根据所建立的辅助变量和主变量数据文件,估计出相关的参数,最终得出合适的模型。
(5)软测量模型校正
采集一定时期的辅助变量和主变量数据,采用模型参数校正(即校正软测量模型的参数)的方法对软测量模型进行校正。
本水泥厂煤耗及碳排放监测方法中软测量信号包括:熟料成分(C3S,C2S,C3A,C4AF,CaO等)、液相量、燃煤低位发热值计算、出磨物料水分、出磨细度、强度(包括28天强度等)等共七十项。
本水泥厂煤耗及碳排放监测方法在线实时计算的煤耗和碳排放数据,通过统计与分析,实行同比和环比分析,识别能耗及碳排放水平趋势,实现企业指标异常分析,及时发现企业生产过程中的隐患,便于企业及时解决问题,充分挖掘企业的节能减排潜力。
本水泥厂煤耗及碳排放监测方法实现企业能耗指标与国际、国内标准能耗指标的对比和分析,了解自身各项指标能耗在国内外同行业间所处的位置。
本水泥厂煤耗及碳排放监测方法的煤耗和碳排放数据可以实时跟踪,异常时及时自动声光报警,可提高生产效率,降低生产能耗,减少排放,降低生产成本。
本水泥厂煤耗及碳排放监测方法的报警信息、指标数据可以以短信息提示发送到相关人员的手机上。短信息服务与应用系统的接口采用数据库接口方式,可以根据需要定制。
本水泥厂煤耗及碳排放监测方法产生的海量数据,进行综合分析、加工与处理,形成各种报表,既有综合性的分析,也有单项数据的深度挖据与趋势分析,辅助各级领导做出科学有效的决策。
本水泥厂煤耗及碳排放监测方法支持灵活方便的多种联网方案,包括无线平台。通过适用于智能移动设备(智能手机、掌上电脑等)的客户端程序,实现无线移动平台与有线PC平台的实时互动与协同处理,系统从有线网络延伸至无线网络环境,将水泥厂关键数据开放在公共手机平台上。
本水泥厂煤耗及碳排放监测方法通过网络接入认证、用户身份认证、数据加密传输、对象权限控制等多种安全机制进行保障,确保数据及数据传输的安全可靠。
本水泥厂煤耗及碳排放监测方法的碳排放数据核算的完整工作流程包括以下步骤:识别排放源、收集活动水平数据、选择和获取排放因子数据、分别计算燃料燃烧排放量、过程排放量、水泥厂净购入的电力、热力消费的排放量、汇总计算水泥厂温室气体排放量。
本水泥厂煤耗及碳排放监测方法计算水泥厂的二氧化碳排放总量等于水泥厂边界内所有的燃料燃烧排放量、过程排放量及水泥厂净购入电力和热力消费的排放量之和,按如下公式计算。
式中:
—水泥厂二氧化碳排放总量,单位为吨二氧化碳(tCO2);
E燃烧—水泥厂的燃料燃烧二氧化碳排放量,单位为吨二氧化碳(tCO2);
E过程—水泥厂的过程二氧化碳排放量,单位为吨二氧化碳(tCO2);
E过程1—水泥厂在生产过程中原料碳酸盐分解产生的二氧化碳排放量,单位为吨二氧化碳(tCO2);
E过程2—水泥厂在生产过程中生料中的非燃料碳煅烧产生的二氧化碳排放量,单位为吨二氧化碳(tCO2);
E电和热—水泥厂净购入的电力和热力消费所对应的二氧化碳排放量,单位为吨二氧化碳(tCO2)。
Claims (10)
1.一种水泥厂煤耗及碳排放监测方法,其特征在于,所述方法包括,
步骤1):实时监控并采集水泥厂生产线测量数据获得生产线测量数据;
步骤2):采用补充生产线测量数据在数据量上的不足的在线软测量方法获得软测量数据,对软测量数据进行工业验证;
步骤3):存储步骤1)和2)中的数据;
步骤4):结合步骤1)和2)中的数据进行综合分析,加工处理,形成报表。
2.根据权利要求1所述的水泥厂煤耗及碳排放监测方法,其特征在于,步骤1)还包括:对生产线的数据进行信号采样,并将模拟信号转换为数字信号,以及将生产线测量数据接入最近的以太网接点,通过网络传送至存储服务器。
3.根据权利要求1所述的水泥厂煤耗及碳排放监测方法,其特征在于:在线软测量方法是把自动控制理论与生产工艺过程知识有机结合起来,应用计算机技术,选择一些较易的在线准确测量的辅助变量或分析化验的历史数据,通过建立在线分析模型,推断和估计不可实时测量或难测量变量的一种方法;在线软测量方法包括,辅助变量的选择、数据的预处理、软测量模型的建立、软测量模型校正。
4.根据权利要求3所述的水泥厂煤耗及碳排放监测方法,其特征在于:步骤2)中软测量数据包括,过程熟料成分、液相量、燃煤低位发热值计算、出磨物料水分、出磨细度、强度,其中,过程熟料成分包括C3S,C2S,C3A,C4AF,CaO,强度包括28天强度。
5.根据权利要求4所述的水泥厂煤耗及碳排放监测方法,其特征在于:其中采用在线软测量方法获得有关生料细度的软测量数据的过程,该过程包括,(1)对生料细度的机理进行分析;(2)根据机理分析结果选择辅助变量,包括选择选粉机分离器转速、选粉机分离器处风速、生料磨产量作为生料细度在线软测量模型输入参数,生料细度作为在线软测量模型的输出参数;(3)数据的预处理,包括,误差处理和数据变换,其中,误差处理包括,根据所选择的辅助变量确定引起误差的可能因素,针对具体的误差进行误差的消除与补偿,其中,随机误差采用在线多尺度滤波的方法进行消除和补偿,过失误差采用随机搜索法进行消除和补偿,数据变换包括,根据测量的数据的数值数量极的情况进行标度;根据对象的非线性特性,采用寻找新变量代替的方法进行转换,采用权函数实现对变量动态特性的补偿;(4)建立在线软测量模型,包括,根据对辅助变量和主变量之间的机理分析,假设辅助变量与主变量为线性关系,采用相关分析方法建立初始模型,通过多元线性回归分析结合动力学机理对所建立的模型进行必要的模型结构调整,使模型输出误差趋于最小,同时根据所建立的辅助变量和主变量数据文件,估计出相关的参数,最终得出合适的模型;(5)校正在线软测量模型,包括采集一定时期的辅助变量和主变量数据,采用校正在线软测量模型的参数的方法对在线软测量模型进行校正。
6.根据权利要求1所述的水泥厂煤耗及碳排放监测方法,其特征在于:步骤4)中的综合分析包括,统计与分析,实行同比和环比分析,识别能耗及碳排放水平趋势,实现企业指标异常分析,及时发现企业生产过程中的隐患,便于企业及时解决问题,充分挖掘企业的节能减排潜力;或对单项数据的深度挖据与趋势分析。
7.根据权利要求1所述的水泥厂煤耗及碳排放监测方法,其特征在于:步骤4)还包括,生成报警信息、指标数据,并将该信息与该数据以短信息提示发送到相关人员的手机上,短信息服务与该监测方法应用系统的接口采用数据库接口方式。
8.根据权利要求1所述的水泥厂煤耗及碳排放监测方法,其特征在于:还包括,该监测方法的应用系统与DCS系统、财务系统或ERP系统之间采用数据接口方式进行数据交换。
9.根据权利要求8所述的水泥厂煤耗及碳排放监测方法,其特征在于:应用接口包括,工作流应用接口、安全应用接口、功能调用应用接口、数据库应用接口、应用集成应用接口、模型算法应用接口。
10.一种应用权利要求1所述检测方法计算水泥厂的二氧化碳排放总量的方法,包括,水泥厂的二氧化碳排放总量等于水泥厂边界内所有的燃料燃烧排放量、过程排放量及水泥厂净购入电力和热力消费的排放量之和,按如下公式计算:
其中:—水泥厂二氧化碳排放总量,单位为吨二氧化碳(tCO2);E燃烧—水泥厂的燃料燃烧二氧化碳排放量,单位为吨二氧化碳(tCO2);E过程—水泥厂的过程二氧化碳排放量,单位为吨二氧化碳(tCO2);E过程1—水泥厂在生产过程中原料碳酸盐分解产生的二氧化碳排放量,单位为吨二氧化碳(tCO2);E过程2—水泥厂在生产过程中生料中的非燃料碳煅烧产生的二氧化碳排放量,单位为吨二氧化碳(tCO2);E电和热—水泥厂净购入的电力和热力消费所对应的二氧化碳排放量,单位为吨二氧化碳(tCO2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610693046.5A CN106155026B (zh) | 2016-08-19 | 2016-08-19 | 一种水泥厂煤耗及碳排放监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610693046.5A CN106155026B (zh) | 2016-08-19 | 2016-08-19 | 一种水泥厂煤耗及碳排放监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106155026A true CN106155026A (zh) | 2016-11-23 |
CN106155026B CN106155026B (zh) | 2019-03-08 |
Family
ID=57331368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610693046.5A Active CN106155026B (zh) | 2016-08-19 | 2016-08-19 | 一种水泥厂煤耗及碳排放监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106155026B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107493377A (zh) * | 2017-07-27 | 2017-12-19 | 华北水利水电大学 | 一种基于移动终端应用的热工参数采集装置与方法 |
CN109374046A (zh) * | 2018-10-12 | 2019-02-22 | 安徽海螺建材设计研究院有限责任公司 | 一种水泥熟料线烧成系统在线智能化热工标定的方法 |
CN112180815A (zh) * | 2019-07-01 | 2021-01-05 | 苏州五蕴明泰科技有限公司 | 控制废弃物燃烧过程中二氧化碳排放量的方法 |
CN113111511A (zh) * | 2021-04-13 | 2021-07-13 | 厦门信达环能科技有限公司 | 一种基于烟气成分分析的水泥熟料烧成热耗计算方法 |
CN114538810A (zh) * | 2020-11-11 | 2022-05-27 | 台泥资讯股份有限公司 | 水泥厂的减碳方法 |
CN114545866A (zh) * | 2020-11-11 | 2022-05-27 | 台泥资讯股份有限公司 | 控制煤耗系统的方法 |
CN116629588A (zh) * | 2023-07-24 | 2023-08-22 | 江苏智能低碳科技发展有限公司 | 基于人工智能的厂区碳管理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100031821A1 (en) * | 2008-08-07 | 2010-02-11 | Flsmidth A/S | Apparatus and method for reducing emissions resulting from raw meal grinding |
CN103092171A (zh) * | 2013-01-09 | 2013-05-08 | 武安市新峰水泥有限责任公司 | 水泥数字化管控系统 |
CN103332878A (zh) * | 2013-05-30 | 2013-10-02 | 中国科学院沈阳自动化研究所 | 一种新型干法水泥熟料生产全流程优化方法 |
CN103336107A (zh) * | 2013-05-30 | 2013-10-02 | 中国科学院沈阳自动化研究所 | 一种水泥熟料f-CaO含量软测量方法 |
CN103344530A (zh) * | 2013-04-18 | 2013-10-09 | 中国科学院沈阳自动化研究所 | 一种球磨机水泥生料粉磨粒度软测量方法 |
CN104794263A (zh) * | 2015-03-31 | 2015-07-22 | 济南大学 | 基于ls_svm软测量的水泥回转窑烧成带温度的混杂建模方法 |
-
2016
- 2016-08-19 CN CN201610693046.5A patent/CN106155026B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100031821A1 (en) * | 2008-08-07 | 2010-02-11 | Flsmidth A/S | Apparatus and method for reducing emissions resulting from raw meal grinding |
CN103092171A (zh) * | 2013-01-09 | 2013-05-08 | 武安市新峰水泥有限责任公司 | 水泥数字化管控系统 |
CN103344530A (zh) * | 2013-04-18 | 2013-10-09 | 中国科学院沈阳自动化研究所 | 一种球磨机水泥生料粉磨粒度软测量方法 |
CN103332878A (zh) * | 2013-05-30 | 2013-10-02 | 中国科学院沈阳自动化研究所 | 一种新型干法水泥熟料生产全流程优化方法 |
CN103336107A (zh) * | 2013-05-30 | 2013-10-02 | 中国科学院沈阳自动化研究所 | 一种水泥熟料f-CaO含量软测量方法 |
CN104794263A (zh) * | 2015-03-31 | 2015-07-22 | 济南大学 | 基于ls_svm软测量的水泥回转窑烧成带温度的混杂建模方法 |
Non-Patent Citations (1)
Title |
---|
李洪林: "软测量技术在生料立磨细度在线检测中的应用", 《水泥工程》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107493377A (zh) * | 2017-07-27 | 2017-12-19 | 华北水利水电大学 | 一种基于移动终端应用的热工参数采集装置与方法 |
CN109374046A (zh) * | 2018-10-12 | 2019-02-22 | 安徽海螺建材设计研究院有限责任公司 | 一种水泥熟料线烧成系统在线智能化热工标定的方法 |
CN112180815A (zh) * | 2019-07-01 | 2021-01-05 | 苏州五蕴明泰科技有限公司 | 控制废弃物燃烧过程中二氧化碳排放量的方法 |
CN114538810A (zh) * | 2020-11-11 | 2022-05-27 | 台泥资讯股份有限公司 | 水泥厂的减碳方法 |
CN114545866A (zh) * | 2020-11-11 | 2022-05-27 | 台泥资讯股份有限公司 | 控制煤耗系统的方法 |
US11853023B2 (en) | 2020-11-11 | 2023-12-26 | Tcc Information Systems Corp. | Method of controlling coal management system for reducing coal usage |
CN113111511A (zh) * | 2021-04-13 | 2021-07-13 | 厦门信达环能科技有限公司 | 一种基于烟气成分分析的水泥熟料烧成热耗计算方法 |
CN116629588A (zh) * | 2023-07-24 | 2023-08-22 | 江苏智能低碳科技发展有限公司 | 基于人工智能的厂区碳管理方法 |
CN116629588B (zh) * | 2023-07-24 | 2023-09-19 | 江苏智能低碳科技发展有限公司 | 基于人工智能的厂区碳管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106155026B (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106155026B (zh) | 一种水泥厂煤耗及碳排放监测方法 | |
Chen et al. | Coal mine safety intelligent monitoring based on wireless sensor network | |
CN106292590A (zh) | 一种电厂煤耗及碳排放监测方法及系统 | |
CN111367241A (zh) | 一种企业综合能源管控系统及方法 | |
CN206195827U (zh) | 一种工业锅炉监测及分析辅助决策云平台系统 | |
CN103079219B (zh) | 基站自动巡检数字管理系统和方法 | |
CN109583699A (zh) | 基于物联网、人工智能系统的数字化煤场系统 | |
CN106302739A (zh) | 一种工业锅炉监测及分析辅助决策云平台系统 | |
CN105426980B (zh) | 一种配电网健康指数评估工程应用系统 | |
CN103034213A (zh) | 一种远程监控系统 | |
CN106919157B (zh) | 基于能耗分析的工业污染源智能监测平台 | |
CN102109511A (zh) | 一种基于无线传感器网络的污水监测网络结构 | |
CN102279593B (zh) | 混凝土坝温控防裂数字式动态监控系统与方法 | |
CN105865683A (zh) | 粮仓压力感应系统、粮仓储量在线监测及预警系统 | |
CN116523115A (zh) | 一种基于碳核算智慧追踪的低碳园区碳管控方法及系统 | |
CN111736544A (zh) | 一种水泥智能工厂管理控制平台 | |
CN107103091A (zh) | 一种物联网大数据接入节能管控方法及装置 | |
CN103744386A (zh) | 海上石油平台能源管控系统 | |
CN103607464A (zh) | 基于ZigBee和GPRS的支架结构无线安全监测系统 | |
JP2016537729A (ja) | プラントにおける生成プロセスおよび/またはプロセスエンジニアリングプロセスおよび/またはプロセスステップを分析するための方法、システム、およびコンピュータプログラム製品 | |
CN203932958U (zh) | 电网一体化智能整定及在线校核系统 | |
CN104046713B (zh) | 一种高精度高炉热负荷无线检测方法 | |
CN117522634A (zh) | 基于bim和数字孪生技术的智慧水务信息化管理系统 | |
CN203909837U (zh) | 应用于燃气分布式能源系统的在线监测和能效评估系统 | |
CN202334597U (zh) | 基于wsn的机群状态监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |