CN107621781A - 油田加热炉定温加热和热效率自寻优控制方法及系统 - Google Patents

Abstract

本发明提供一种油田加热炉定温加热和热效率自寻优控制方法及系统，该方法包括：步骤1，测量加热炉介质出口温度；步骤2，判断介质温度是否达到设定值，如果达到设定值，则执行步骤5；若远未达到设定值，则执行步骤3；若接近设定值，则执行步骤4；步骤3，判断燃料量是否达到最大值的65%，若未达到，则增大燃料供给量，直到达到最大值的65%，若达到则返回到步骤1；步骤4，计算燃料流量的变化量，并在调节燃料流量后，返回到步骤1；步骤5，关闭燃料流量调节阀，停止燃料调节，进行热效率自寻优。该控制方法及系统避免了油田加热炉因定温控制带来的额外能量浪费，使油田加热炉达到了既有效控制又高效运行的目的。

Description

油田加热炉定温加热和热效率自寻优控制方法及系统

技术领域

本发明涉及油田加热炉节能领域，特别是涉及到一种油田加热炉定温加热和热效率自寻优控制方法及系统。

背景技术

在油田的油气处理和集输过程中，不少工艺过程要求把生产物流加热升温到一定温度，因此，在油田的油气处理和集输过程中，采出液的脱水和原油的外输都大量使用着加热炉。油田使用的加热炉大多数是以天然气或原油作为燃料，它们属于燃油加热炉或燃气加热炉。在生产过程中，为了保证生产的正常运行，要求生产物流必须达到一定的工艺温度。因此，加热炉输出物流的实际温度总要超过工艺温度。可见，加热炉物流超出工艺温度所多付出的能量为无功能量，物流的实际温度超出工艺温度越多，产生的无功能量越多，浪费的能源越多。目前，还没很好的方案对此加以解决。

另外，定温加热技术可以自动地调节加热炉负荷，减少无功能量。但还不能做到在每一运行工况实现加热炉的最优运行，而且容易牺牲加热炉热效率，带来额外能源浪费。为此我们发明了一种新的油田加热炉定温加热和热效率自寻优控制方法及系统，解决了以上技术问题。

发明内容

本发明的目的是提供一种可以实现油田加热炉定温加热和热效率自寻优，有效地克服油田生产现有的加热炉存在的缺陷的控制方法及系统。

本发明的目的可通过如下技术措施来实现：油田加热炉定温加热和热效率自寻优控制方法，该油田加热炉定温加热和热效率自寻优控制方法包括：步骤1，测量加热炉介质出口温度；步骤2，判断介质温度是否达到设定值，如果达到设定值，则执行步骤5；若远未达到设定值，则执行步骤3；若接近设定值，则执行步骤4；步骤3，判断燃料量是否达到最大值的65％， 若未达到，则增大燃料供给量，直到达到最大值的65％，若达到则返回到步骤1；步骤4，计算温差及温差变化率，依据温度差异和变化情况，采用模糊–神经网络控制方法实时计算燃料流量的变化量，并在调节燃料流量后，返回到步骤1；步骤5，关闭燃料流量调节阀，停止燃料调节，进行热效率自寻优。

本发明的目的还可通过如下技术措施来实现：

步骤5包括：

a，采用热效率自寻优控制方法测量热效率；

b，将热效率测量值与初值比较，判断热效率差值；

c，若差值的绝对值大于收敛因子且差值大于零，调节风门开度，增大供风量，返回步骤a；

d，若差值的绝对值大于收敛因子且差值小于零，调节风门开度，减小供风量，返回步骤a；

e，若差值的绝对值小于或等于收敛因子，结束调节。

步骤a包括：

(1)建立如下油田加热炉热效率计算式：

η₂＝100-(q₂+q₃+q₅)

其中，η₂为油田加热炉的反平衡热效率，％，

q₂为油田加热炉排烟热损失率，％，

q₃为油田加热炉的气体未完全热损失率，％，

q₅为油田加热炉的表面散热损失率，％；

(2)建立如下油田加热炉排烟热损失率q₂计算式：

由上式可见，在其它量保持不变的情况下，油田加热炉排烟热损失率是过量空气系数α_py的函数，上式可表示为：

q₂＝f₁(α_py)

其中，B为油田加热炉的燃料消耗量，

Q_r为单位kg燃料的输入热量，

为单位燃料排烟中三原子气体RO₂的容积，

为单位燃料理论氮气容积，

α_py为排烟中过量空气系数，

V⁰为单位燃料理论空气量，

c_gy为干烟气的比热容，

t_py为排烟温度，

为单位燃料理论水蒸气容积，

为排烟中水蒸气比热容，

(ct)_lk为冷空气的热容，

K为油田加热炉的燃烧系数；

(3)建立如下油田加热炉的气体未完全热损失率计算式：

q₃＝3.2α_pyCO

当上式中CO保持不变时，油田加热炉的气体未完全热损失率q₃是过量空气系数α_py的函数，上式可表示为：

q₃＝f₂(α_py)

其中，CO为排烟中一氧化碳含量；

(4)油田加热炉的表面散热损失率q₅与加热炉的负荷有关，对于某一容量的加热炉其负荷一定时，油田加热炉的表面散热损失率保持不变；

(5)在定温控制的基础上，即加热炉被控制在某一负荷下时，可建立油田加热炉的热效率与排烟处过量空系数的函数，即

η₂＝f(α_py)

(6)油田加热炉的热效率是排烟处过量空气系数的函数，排烟处过量空气系数的大小直接受燃烧器风门开度的影响，建立热效率与燃烧器风门开度系数的函数，自寻优节能控制就是通过寻找热效率获得极值的可控变量，即风门开度系数的数值；

(7)建立热效率与风门开度系数的关系η₂＝f(K)，给定热效率初值η_2,0，用风门开度系数K_i计算热效率η_2，i，比较η_2，i与η_2,0的大小可获得Δη_2，i，若Δη_2,i增加,风门开度系数增加ΔK_i，若Δη_2,i降低，风门开度系数降低ΔK_i，当Δη_2,i变化小于或等于收敛因子ξ时，此时的风门开度系数为最佳值，即为加热炉在该工况下的最佳运行工况。

在步骤4中，采用的模糊–神经网络采用五层模糊神经网络：第一层神经元为输入点，表示模糊控制器的输入信号，此神经网络有两个输入点，可表示温度偏差和偏差变化率，第一层神经元仅把输入值传给下一层，因此有：

第一层的连接权重为1，

其中，x_i为输入值，即温度偏差e和偏差变化率ec；为第一层的输入变量；为第一层的输出变量，

第二层为模糊化层：这一层表示输入信号的语言变量的辞集即语言值，每个神经元代表一种语言值，表达为一个隶属函数，每个神经元的输出应该是相应的隶属函数，

其中，为经过模糊化后的第二层输入值；为第二层的输入变量； 为第二层的输出变量；m_i和σ_i分别表示第i个输入x_i的语言变量的第j个语言值的高斯形隶属函数的中心和宽度，

第二层的连接权重作为

第三层为规则层：共35个节点，每个节点代表一条模糊规则，这一层与第二层之间的连接用来匹配模糊规则的条件，它的输出决定每条规则的激励强度。即

其中为第三层的输入值，即每一节点的模糊规则；为第三层的输入变量；为第三层的输出变量，

第三层的连接权重为1，

第四层为去模糊层：包含7个节点，其中7为油流量输出变量的模糊分割数，这一层的每个节点执行模糊“或”操作以合成具有同样输出条件的规则，这一层的函数表示为权值W_ij表示第i个输出语言值与第j条规则间的连接强度，它只取0或1，

其中，为第四层的输入值；为第四层的输入变量；W_ij为第i个输出语言值与第j条规则间的连接强度，它只取0或1；为第四层的输出变量，

第五层为输出层：表示神经元起到解模糊的作用，如果第四层第j个神经元代表的模糊子集的隶属函数的中心和宽度分别为m_j和σ_j，下列函数用模仿重心法进行解模糊：

其中，为第五层的输入值；为第五层的输入变量；为第五层的输出变量，即确定状态的燃料变化量，

第五层的连接权重为

在步骤4中，采用的模糊–神经网络控制方法包括以下步骤：

(1)对数据进行初始化，根据设定的出口温度和采集的温度值，计算出温度偏差e及偏差变化率ec，作为模糊神经网络的输入变量；

(2)利用公式对输入变量进行模糊化；其中，为第二层的输入变量；为第二层的输出变量；m_i和σ_i分别表示第i个输入x_i的语言变量的第j个语言值的高斯形隶属函数的中心和宽度；

(3)进行模糊推理，用神经网络对采样数据进行参考学习，利用公式建立完善的模糊推理规则；其中，为第三层的输入值，即每一节点的模糊规则；为第三层的输入变量；

(4)对模糊量进行清晰化，利用公式和 实现去模糊化，其中，为第四层的输入值；为第四层的输入变量；W_ij为第i个输出语言值与第j条规则间的连接强度，它只取0或1；为第四层的输出变量；

(5)利用公式和计算并输出确定状态的燃料流量的变化量，其中，为第五层的输入值；为第五层的输入变量；为第五层的输出变量，即确定状态的燃料变化量。

本发明的目的也可通过如下技术措施来实现：油田加热炉定温加热和热效率自寻优控制系统，该油田加热炉定温加热和热效率自寻优控制系统包括温度传感器，定温控制模块，燃料流量计及燃料流量调节阀，热效率自寻优控制模块和中心控制器，该温度传感器连接于该定温控制模块，采集加热炉介质出口温度实时数据，并把温度实时数据传输给该定温控制模 块，该燃料流量计及燃料流量调节阀连接于油田加热炉燃烧器，控制并计量进入油田加热炉燃烧器的燃料，该定温控制模块连接于该燃料流量计及燃料流量调节阀和该中心控制器，对采集的温度实时数据与设定值比较，判断介质温度是否达到设定值，如果达到设定值，该定温控制模块关闭该燃料流量计及燃料流量调节阀，停止燃料调节，并把调节结束信号传递给该中心控制器，同时，该中心控制器发出热效率自寻优指令给该热效率自寻优控制模块，该热效率自寻优控制模块连接于该中心控制器，并在接收到热效率自寻优指令时进行热效率自寻优。

本发明的目的还可通过如下技术措施来实现：

该定温控制模块在判断介质温度远未达到设定值时，该定温控制模块判断燃料是否达到最大值的65％，若未达到，该定温控制模块控制该燃料流量计及燃料流量调节阀增大燃料，直到达到最大值的65％。

该该定温控制模块在判断介质温度接近设定值时，该定温控制模块计算各点温度差值及温差变化率，通过模糊神经网络控制算法计算相应点燃料流量的变化量，并控制该燃料流量计及燃料流量调节阀进行燃料流量的调节。

该油田加热炉定温加热和热效率自寻优控制系统还包括热效率测量仪和风门控制器，该热效率测量仪连接于该热效率自寻优控制模块，实时测量油田加热炉的热效率并把热效率测量值传输到该热效率自寻优模块，该风门控制器连接于该热效率自寻优控制模块和油田加热炉燃烧器，控制进入油田加热炉燃烧器的空气，该热效率自寻优控制模块对实时测量的热效率测量值进行储存，并将热效率测量值与初值比较，判断热效率差值，若差值的绝对值大于收敛因子且差值大于零，则控制该风门控制器增大供风量，若差值的绝对值大于收敛因子且差值小于零，则控制该风门控制器，若差值的绝对值小于或等于收敛因子，则关闭该热效率测量仪，结束热效率自寻优。

本发明与现有技术相比，具有如下优点：使用了模糊-神经网络控制方法实现了油田加热炉的定温加热控制，能够避免油田加热炉无功能量的浪费。采用热效率自寻优控制方法实现了油田加热炉运行的优化控制，实 现了油田加热炉在任一工况下的优化运行，避免了油田加热炉因定温控制带来的额外能量浪费，使油田加热炉达到了既有效控制又高效运行的目的。

附图说明

图1为本发明的一具体实施例中油田加热炉定温加热和热效率自寻优控制方法的流程图；

图2为本发明的一具体实施例中油田加热炉定温加热和热效率自寻优控制系统的结构图；

图3为本发明的一具体实施例的模糊神经网络结构图；

图4为本发明的一具体实施例中采用的模糊–神经网络控制方法的流程图；

图5为本发明的一具体实施例中采用的热效率自寻优控制方法的流程图。

具体实施方式

为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。

如图1所示，图1为本发明的油田加热炉定温加热和热效率自寻优控制方法的流程图。

在步骤101，通过安装于加热炉出口的温度传感器同步并实时连续测量加热炉介质出口温度，通过数据采集卡把检测到的温度信号传输给定温模块。

在步骤103，判断介质温度是否达到设定值，如果达到设定值，则执行步骤104；若远未达到设定值，则执行步骤105；若接近设定值，则执行步骤106。

在步骤104，关闭燃料流量调节阀，停止燃料调节；

4.1把燃料调节结束信号传递给中心控制器，中心控制器向热效率自寻优模块发出指令测量热效率；结合图5，本发明采用的热效率自寻优控 制方法具体步骤如下：

以热效率作为燃烧系统的目标函数，寻找热效率寻优的关系式。

(1)建立如下油田加热炉热效率计算式：

η₂＝100－(q₂+q₃+q₅)

其中，η₂为油田加热炉的反平衡热效率，％；

q₂为油田加热炉排烟热损失率，％；

q₃为油田加热炉的气体未完全热损失率，％；

q₅为油田加热炉的表面散热损失率，％。

(2)建立如下油田加热炉排烟热损失率q₂计算式：

由上式可见，在其它量保持不变的情况下，油田加热炉排烟热损失率是过量空气系数α_py的函数，上式可表示为：

q₂＝f₁(α_py)

其中，B为油田加热炉的燃料消耗量；

Q_r为单位kg燃料的输入热量；

为单位燃料排烟中三原子气体RO₂的容积；

为单位燃料理论氮气容积；

α_py为排烟中过量空气系数；

V⁰为单位燃料理论空气量；

c_gy为干烟气的比热容；

t_py为排烟温度；

为单位燃料理论水蒸气容积；

为排烟中水蒸气比热容；

(ct)_lk为冷空气的热容；

K为油田加热炉的燃烧系数。

(3)建立如下油田加热炉的气体未完全热损失率计算式：

q₃＝3.2α_pyCO

当上式中CO保持不变时，油田加热炉的气体未完全热损失率q₃是过量空气系数α_py的函数，上式可表示为：

q₃＝f₂(α_py)

其中，CO为排烟中一氧化碳含量。

(4)油田加热炉的表面散热损失率q₅与加热炉的负荷有关，对于某一容量的加热炉其负荷一定时，油田加热炉的表面散热损失率保持不变。

(5)在定温控制的基础上，即加热炉被控制在某一负荷下时，可建立油田加热炉的热效率与排烟处过量空系数的函数，即

η₂＝f(α_py)

(6)油田加热炉的热效率是排烟处过量空气系数的函数，排烟处过量空气系数的大小直接受燃烧器风门开度的影响。可建立热效率与燃烧器风门开度系数的函数，自寻优节能控制就是通过寻找热效率获得极值的可控变量(风门开度系数)的数值。

(7)建立热效率与风门开度系数的关系η₂＝f(K)。给定热效率初值η_2,0，用风门开度系数K_i计算热效率η_2，i，比较η_2，i与η_2,0的大小可获得Δη_2，i，若Δη_2,i增加,风门开度系数增加ΔK_i；若Δη_2,i降低，风门开度系数降低ΔK_i；当Δη_2,i变化小于或等于收敛因子ξ时，此时的风门开度系数为最佳值，即为加热炉在该工况下的最佳运行工况。

4.2热效率测量值与初值比较，判断热效率差值。

4.3若差值的绝对值大于收敛因子且差值大于零，调节风门开度，增大供风量，返回步骤4.1；

4.4若差值的绝对值大于收敛因子且差值小于零，调节风门开度，减小供风量，返回步骤4.1；

4.5若差值的绝对值小于或等于收敛因子，结束调节，关闭热效率测量仪。

在步骤105，判断燃料量是否达到最大值的65％，若未达到，则增大 燃料供给量，直到达到最大值的65％；若达到则执行步骤101。

在步骤106，计算温差及温差变化率，依据温度差异和变化情况，采用模糊–神经网络控制方法实时计算燃料流量的变化量，把控制结果输出到定温模块，然后调节燃料流量，继续执行步骤101。结合图3，本发明采用的模糊–神经网络采用五层模糊神经网络：第一层神经元为输入点，表示模糊控制器的输入信号。此神经网络有两个输入点，可表示温度偏差和偏差变化率。第一层神经元仅把输入值传给下一层，因此有：

第一层的连接权重为1.

其中，x_i为输入值，即温度偏差e和偏差变化率ec；为第一层的输入变量；为第一层的输出变量。

第二层为模糊化层：这一层表示输入信号的语言变量的辞集即语言值，每个神经元代表一种语言值，表达为一个隶属函数。每个神经元的输出应该是相应的隶属函数。

其中，为经过模糊化后的第二层输入值；为第二层的输入变量； 为第二层的输出变量；m_i和σ_i分别表示第i个输入x_i的语言变量的第j个语言值的高斯形隶属函数的中心和宽度。

第二层的连接权重作为

第三层为规则层：共35个节点，每个节点代表一条模糊规则，这一层与第二层之间的连接用来匹配模糊规则的条件，它的输出决定每条规则的激励强度。即

其中为第三层的输入值，即每一节点的模糊规则；为第三层的输入变量；为第三层的输出变量。

第三层的连接权重为1。

第四层为去模糊层：包含7个节点，其中7为油(气)流量输出变量的模糊分割数。这一层的每个节点执行模糊“或”操作以合成具有同样输出条件的规则，这一层的函数表示为权值W_ij表示第i个输出语言值与第j条规则间的连接强度，它只取0或1。

其中，为第四层的输入值；为第四层的输入变量；W_ij为第i个输出语言值与第j条规则间的连接强度，它只取0或1；为第四层的输出变量。

第五层为输出层：表示神经元起到解模糊的作用，如果第四层第j个神经元代表的模糊子集的隶属函数的中心和宽度分别为m_j和σ_j，下列函数用模仿重心法进行解模糊：

其中，为第五层的输入值；为第五层的输入变量；为第五层的输出变量，即确定状态的燃料变化量。

第五层的连接权重为

结合图4，本发明采用的模糊–神经网络控制方法具体包括以下步骤：

(1)对数据进行初始化，根据设定的出口温度和采集的温度值，计 算出温度偏差e及偏差变化率ec，作为模糊神经网络的输入变量；

(2)利用公式对输入变量进行模糊化；其中，为第二层的输入变量；为第二层的输出变量；m_i和σ_i分别表示第i个输入x_i的语言变量的第j个语言值的高斯形隶属函数的中心和宽度。

(3)进行模糊推理，用神经网络对采样数据进行参考学习，利用公式建立完善的模糊推理规则；其中，为第三层的输入值，即每一节点的模糊规则；为第三层的输入变量。

(4)对模糊量进行清晰化，利用公式和 实现去模糊化；其中，为第四层的输入值；为第四层的输入变量；W_ij为第i个输出语言值与第j条规则间的连接强度，它只取0或1；为第四层的输出变量。

(5)利用公式和计算并输出确定状态的燃料流量的变化量。其中，为第五层的输入值；为第五层的输入变量；为第五层的输出变量，即确定状态的燃料变化量。

结合图2，本发明的油田加热炉定温加热和热效率自寻优控制系统包括：油田加热炉1、温度传感器2、定温控制模块3、燃料流量计及燃料流量调节阀4、热效率测量仪5、热效率自寻优控制模块6、风门控制器7、中心控制器8和油田加热炉燃烧器9组成。温度传感器2连接于定温模块3，用于采集加热炉介质出口温度实时数据，并把数据输入定温控制模块3；定温模块3连接于燃料流量计即燃料流量调节阀4和中心控制器，对采集的实时数据与设定值比较，判断介质温度是否达到设定值，如果达到设定值，则关闭燃料流量计及燃料流量调节阀4，停止燃料调节，并把调节结束信号传递给中心控制器8，同时，中心控制器8发出指令，命令热效率自寻优控制模块6开始工作；否则，①远未达到设定值，判断燃料是否达到最大值的65％，若是，则返回测量加热炉介质出口温度步骤；若否，则增大燃料，然后重新判断燃料是否达到最大值的65％；②接近设定值，计算各点温度差值及温差变化率，通过模糊神经网络控制算法计算相应点燃料流量的变化量，并进行燃料流量的调节，然后返回测量加热炉介质出口温度步骤。定温控制模块3还用于对实时数据的储存，同时向中心控制器8及时反馈燃料调节结束信号；燃料流量计及燃料流量调节阀4连接于油田加热炉燃烧器9，控制并计量进入油田加热炉燃烧器的燃料；热效率测量仪5连接于热效率自寻优模块6和烟道，用于对油田加热炉热效率进行实时测量并把测量值传输到热效率自寻优模块6；热效率自寻优控制模块6用于对热效率实时数据的储存，并判断|Δη_2,i|＝|η_2,i-η_2,0|≤ξ，若是，则关闭热效率测量仪，结束热效率自寻优过程，否则，①Δη_2,i＞0，调节风门开度，增大供风量，然后返回测量热效率步骤；②Δη_2,i＜0，调节风门开度，减小供风量，然后返回测量热效率步骤；风门控制器7连接于热效率自寻优模块6和燃烧器9，接受热效率自寻优模块6发来的指令，并执行油田加热炉风量的控制；中心控制器8连接于定温模块3和热效率自寻优模块6，用于对控制数据的储存，实现对定温模块3每一次定温控制完成后的结束信号存储，实现把定温控制结束信号传输到热效率自寻优模块6，并把热效率 自寻优模块6反馈来的控制信号进行保存。

Claims (9)

1.油田加热炉定温加热和热效率自寻优控制方法，其特征在于，该油田加热炉定温加热和热效率自寻优控制方法包括：

步骤1，测量加热炉介质出口温度；

步骤2，判断介质温度是否达到设定值，如果达到设定值，则执行步骤5，若远未达到设定值，则执行步骤3，若接近设定值，则执行步骤4；

步骤3，判断燃料量是否达到最大值的65％，若未达到，则增大燃料供给量，直到达到最大值的65％，若达到则返回到步骤1；

步骤4，计算温差及温差变化率，依据温度差异和变化情况，采用模糊–神经网络控制方法实时计算燃料流量的变化量，并在调节燃料流量后，返回到步骤1；

步骤5，关闭燃料流量调节阀，停止燃料调节，进行热效率自寻优。

2.根据权利要求1所述的油田加热炉定温加热和热效率自寻优控制方法，其特征在于，步骤5包括：

a，采用热效率自寻优控制方法测量热效率；

b，将热效率测量值与初值比较，判断热效率差值；

c，若差值的绝对值大于收敛因子且差值大于零，调节风门开度，增大供风量，返回步骤a；

d，若差值的绝对值大于收敛因子且差值小于零，调节风门开度，减小供风量，返回步骤a；

e，若差值的绝对值小于或等于收敛因子，结束调节。

3.根据权利要求2所述的油田加热炉定温加热和热效率自寻优控制方法，其特征在于，步骤a包括：

(1)建立如下油田加热炉热效率计算式：

η₂＝100－(q₂+q₃+q₅)

其中，η₂为油田加热炉的反平衡热效率，％，

q₂为油田加热炉排烟热损失率，％，

q₃为油田加热炉的气体未完全热损失率，％，

q₅为油田加热炉的表面散热损失率，％；

(2)建立如下油田加热炉排烟热损失率q₂计算式：

由上式可见，在其它量保持不变的情况下，油田加热炉排烟热损失率是过量空气系数α_py的函数，上式可表示为：

q₂＝f₁(α_py)

其中，B为油田加热炉的燃料消耗量，

Q_r为单位kg燃料的输入热量，

为单位燃料排烟中三原子气体RO₂的容积，

为单位燃料理论氮气容积，

α_py为排烟中过量空气系数，

V⁰为单位燃料理论空气量，

c_gy为干烟气的比热容，

t_py为排烟温度，

为单位燃料理论水蒸气容积，

为排烟中水蒸气比热容，

(ct)_lk为冷空气的热容，

K为油田加热炉的燃烧系数；

(3)建立如下油田加热炉的气体未完全热损失率计算式：

q₃＝3.2α_pyCO

当上式中CO保持不变时，油田加热炉的气体未完全热损失率q₃是过量空气系数α_py的函数，上式可表示为：

q₃＝f₂(α_py)

其中，CO为排烟中一氧化碳含量；

(4)油田加热炉的表面散热损失率q₅与加热炉的负荷有关，对于某一容量的加热炉其负荷一定时，油田加热炉的表面散热损失率保持不变；

(5)在定温控制的基础上，即加热炉被控制在某一负荷下时，可建立油田加热炉的热效率与排烟处过量空系数的函数，即

η₂＝f(α_py)

(6)油田加热炉的热效率是排烟处过量空气系数的函数，排烟处过量空气系数的大小直接受燃烧器风门开度的影响，建立热效率与燃烧器风门开度系数的函数，自寻优节能控制就是通过寻找热效率获得极值的可控变量，即风门开度系数的数值；

(7)建立热效率与风门开度系数的关系η₂＝f(K)，给定热效率初值η_2,0，用风门开度系数K_i计算热效率η_2，i，比较η_2，i与η_2,0的大小可获得Δη_2，i，若Δη_2,i增加,风门开度系数增加ΔK_i，若Δη_2,i降低，风门开度系数降低ΔK_i，当Δη_2,i变化小于或等于收敛因子ξ时，此时的风门开度系数为最佳值，即为加热炉在该工况下的最佳运行工况。

4.根据权利要求1所述的油田加热炉定温加热和热效率自寻优控制方法，其特征在于，在步骤4中，采用的模糊–神经网络采用五层模糊神经网络：第一层神经元为输入点，表示模糊控制器的输入信号，此神经网络有两个输入点，可表示温度偏差和偏差变化率，第一层神经元仅把输入值传给下一层，因此有：

第一层的连接权重为1，

其中，x_i为输入值，即温度偏差e和偏差变化率ec；为第一层的输入变量；为第一层的输出变量，

第二层为模糊化层：这一层表示输入信号的语言变量的辞集即语言值，每个神经元代表一种语言值，表达为一个隶属函数，每个神经元的输出应该是相应的隶属函数，

其中，为经过模糊化后的第二层输入值；为第二层的输入变量； 为第二层的输出变量；m_i和σ_i分别表示第i个输入x_i的语言变量的第j个语言值的高斯形隶属函数的中心和宽度，

第二层的连接权重作为

第三层为规则层：共35个节点，每个节点代表一条模糊规则，这一层与第二层之间的连接用来匹配模糊规则的条件，它的输出决定每条规则的激励强度。即

其中为第三层的输入值，即每一节点的模糊规则；为第三层的输入变量；为第三层的输出变量，

第三层的连接权重为1，

第四层为去模糊层：包含7个节点，其中7为油流量输出变量的模糊分割数，这一层的每个节点执行模糊“或”操作以合成具有同样输出条件的规则，这一层的函数表示为权值W_ij表示第i个输出语言值与第j条规则间的连接强度，它只取0或1，

其中，为第四层的输入值；为第四层的输入变量；W_ij为第i个输出语言值与第j条规则间的连接强度，它只取0或1；为第四层的输出变量，

第五层为输出层：表示神经元起到解模糊的作用，如果第四层第j个神经元代表的模糊子集的隶属函数的中心和宽度分别为m_j和σ_j，下列函数用模仿重心法进行解模糊：

其中，为第五层的输入值；为第五层的输入变量；为第五层的输出变量，即确定状态的燃料变化量，

第五层的连接权重为

5.根据权利要求4所述的油田加热炉定温加热和热效率自寻优控制方法，其特征在于，在步骤4中，采用的模糊–神经网络控制方法包括以下步骤：

(1)对数据进行初始化，根据设定的出口温度和采集的温度值，计算出温度偏差e及偏差变化率ec，作为模糊神经网络的输入变量；

(2)利用公式i＝1,2,Λ,12对输入变量进行模糊化；其中，为第二层的输入变量；为第二层的输出变量；m_i和σ_i分别表示第i个输入x_i的语言变量的第j个语言值的高斯形隶属函数的中心和宽度；

(3)进行模糊推理，用神经网络对采样数据进行参考学习，利用公式建立完善的模糊推理规则；其中，为第三层的输入值，即每一节点的模糊规则；为第三层的输入变量；

(4)对模糊量进行清晰化，利用公式和 实现去模糊化，其中，为第四层的输入值；为第四层的输入变量；W_ij为第i个输出语言值与第j条规则间的连接强度，它只取0或1；为第四层的输出变量；

(5)利用公式和计算并输出确定状态的燃料流量的变化量，其中，为第五层的输入值；为第五层的输入变量；为第五层的输出变量，即确定状态的燃料变化量。

6.油田加热炉定温加热和热效率自寻优控制系统，其特征在于，该油田加热炉定温加热和热效率自寻优控制系统包括温度传感器，定温控制模块，燃料流量计及燃料流量调节阀，热效率自寻优控制模块和中心控制器，该温度传感器连接于该定温控制模块，采集加热炉介质出口温度实时数据，并把温度实时数据传输给该定温控制模块，该燃料流量计及燃料流量调节阀连接于油田加热炉燃烧器，控制并计量进入油田加热炉燃烧器的燃料，该定温控制模块连接于该燃料流量计及燃料流量调节阀和该中心控制器，对采集的温度实时数据与设定值比较，判断介质温度是否达到设定值，如果达到设定值，该定温控制模块关闭该燃料流量计及燃料流量调节阀，停止燃料调节，并把调节结束信号传递给该中心控制器，同时，该中心控制器发出热效率自寻优指令给该热效率自寻优控制模块，该热效率自寻优控制模块连接于该中心控制器，并在接收到热效率自寻优指令时进行热效率自寻优。

7.根据权利要求6所述的油田加热炉定温加热和热效率自寻优控制系统，其特征在于，该定温控制模块在判断介质温度远未达到设定值时，该定温控制模块判断燃料是否达到最大值的65％，若未达到，该定温控制模块控制该燃料流量计及燃料流量调节阀增大燃料，直到达到最大值的65％。

8.根据权利要求6所述的油田加热炉定温加热和热效率自寻优控制系统，其特征在于，该该定温控制模块在判断介质温度接近设定值时，该定温控制模块计算各点温度差值及温差变化率，通过模糊神经网络控制算法计算相应点燃料流量的变化量，并控制该燃料流量计及燃料流量调节阀进行燃料流量的调节。

9.根据权利要求6所述的油田加热炉定温加热和热效率自寻优控制系 统，其特征在于，该油田加热炉定温加热和热效率自寻优控制系统还包括热效率测量仪和风门控制器，该热效率测量仪连接于该热效率自寻优控制模块，实时测量油田加热炉的热效率并把热效率测量值传输到该热效率自寻优模块，该风门控制器连接于该热效率自寻优控制模块和油田加热炉燃烧器，控制进入油田加热炉燃烧器的空气，该热效率自寻优控制模块对实时测量的热效率测量值进行储存，并将热效率测量值与初值比较，判断热效率差值，若差值的绝对值大于收敛因子且差值大于零，则控制该风门控制器增大供风量，若差值的绝对值大于收敛因子且差值小于零，则控制该风门控制器，若差值的绝对值小于或等于收敛因子，则关闭该热效率测量仪，结束热效率自寻优。