CN109631607A - 一种考虑煤气压力波动的烧结点火温度智能控制方法 - Google Patents
一种考虑煤气压力波动的烧结点火温度智能控制方法 Download PDFInfo
- Publication number
- CN109631607A CN109631607A CN201811456302.4A CN201811456302A CN109631607A CN 109631607 A CN109631607 A CN 109631607A CN 201811456302 A CN201811456302 A CN 201811456302A CN 109631607 A CN109631607 A CN 109631607A
- Authority
- CN
- China
- Prior art keywords
- gas
- coke
- blast furnace
- temperature
- gas flow
- 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
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F27—FURNACES; KILNS; OVENS; RETORTS
- F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
- F27D19/00—Arrangements of controlling devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N1/00—Regulating fuel supply
- F23N1/005—Regulating fuel supply using electrical or electromechanical means
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/10—Correlation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2235/00—Valves, nozzles or pumps
- F23N2235/12—Fuel valves
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F27—FURNACES; KILNS; OVENS; RETORTS
- F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
- F27D19/00—Arrangements of controlling devices
- F27D2019/0028—Regulation
- F27D2019/0034—Regulation through control of a heating quantity such as fuel, oxidant or intensity of current
- F27D2019/004—Fuel quantity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F27—FURNACES; KILNS; OVENS; RETORTS
- F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
- F27D19/00—Arrangements of controlling devices
- F27D2019/0096—Arrangements of controlling devices involving simulation means, e.g. of the treating or charging step
Abstract
本发明提供了一种考虑煤气压力波动的烧结点火温度智能控制方法。本发明以煤气阀门开度为控制量,烧结点火温度为控制目标,煤气压力为约束条件。首先,利用机理分析和数据驱动相结合的方法构建点火温度的预测模型。然后,智能控制器根据操作经验确定控制模式;再基于点火温度预测模型,利用二分法得到期望的煤气流量。最后,利用流量控制器得到煤气阀门开度控制量。作用于烧结点火过程后,在煤气压力的不稳定情况下能有效的控制烧结点火温度。本发明所述的控制方法满足了煤气压力的不稳定情况下稳定烧结点火温度的需求,具有工业应用价值。
Description
技术领域
本发明涉及钢铁烧结生产过程控制领域,具体涉及一种考虑煤气压力波动的烧结点火温度智能控制方法。
背景技术
钢铁是主要工业生产原料,钢铁工业是重要基础产业。铁矿石烧结是炼铁的重要生产环节,其产生的烧结矿是高炉炼铁的主要原料。铁矿石烧结生产过程主要包括有配料,混合和造粒,布料,点火,烧结,通风,冷却,粉碎和筛分等生产步骤。其中,烧结点火是烧结过程中重要的一道工序,是整个燃烧过程的起点。
烧结点火直接影响烧结生产工序的能耗及烧结矿的质量。如果点火强度不够或温度偏低,则表层烧结矿强度差,甚至不能形成烧结矿;如果点火强度太大或温度偏高,则将使表层烧结矿过熔,得不到满意的质量,且燃料造成不必要的浪费。目前,热风点火技术和高热值煤气被用于铁矿石烧结点火,带来了一系列高能耗和环境污染的问题。因此,有效控制烧结点火,对降低烧结生产过程能耗、保护环境有重要的意义。
烧结点火的传热设备一般为点火炉。烧结点火效果一般采用点火强度和点火温度来衡量。点火强度是指单位面积上的混合料在点火过程中所需供给的热量或燃烧的煤气量。点火温度是指燃气在点火炉燃烧时达到的温度。点火强度与点火温度并非相互独立,当其他环境一定时,点火强度与点火温度是成正比的。对于烧结点火效果的控制,主要是控制烧结点火温度。烧结点火温度的高低,取决于烧结混合料中的固体燃料的燃点,一般烧结点火温度差别不大,在厚料层操作条件下,点火温度在1050-1200℃之间。
目前的烧结点火控制存在煤气压力的波动问题,进而引起煤气热值的变化。若煤气采用加压站进行处理,就可以有效解决煤气压力不稳定的问题。但考虑到生产成本,很多钢铁企业并不进行加压处理。因此,在煤气压力的不稳定情况下,研究烧结点火温度智能控制方法具有重要的经济价值。
发明内容
本发明要解决的技术问题在于,针对上述目前的烧结点火控制存在煤气压力波动,进而引起煤气热值变化的技术问题,提供一种考虑煤气压力波动的烧结点火温度智能控制方法解决上述技术缺陷。
一种考虑煤气压力波动的烧结点火温度智能控制方法,包括:
步骤一:确定高炉煤气阀门开度和焦炉煤气阀门开度为控制量,烧结点火温度为控制目标,煤气压力为约束条件;
步骤二:结合烧结点火过程的燃烧机理分析和最小二乘参数辨识方法,构建点火温度的预测模型;
步骤三:通过点火温度智能控制器确定四种控制模式;
步骤四:基于点火温度预测模型,利用二分法得到不同控制模式下期望的高炉煤气流量和焦炉煤气流量;
步骤五:流量控制器根据煤气阀门开度、煤气压力与煤气流量之间的关系,得到期望煤气流量对应的高炉煤气阀门开度和焦炉煤气阀门开度。
进一步的,步骤二具体包括:
2-1、根据能量守恒定律,烧结点火过程输人的总热量与输出的总热量相等,得到:
Q1+Q2+Q3+Q4=QI+QII+QIII+QIV,
其中,Q1是燃气的化学能;Q2是燃气所具有的内能;Q3是助燃气所具有的内能;Q4是反应前炉内物质的内能;QI是反应后炉内物质的内能;QII是燃烧散热损失;QIII是燃烧过程不完善而造成的不完全燃烧损失;QIV是高温下多原子气体热离解所吸收的热量;又分别得到:
Q1=mBqB+mCqC,
Q2=mBcBT0+mCcCT0,
Q3=mAcAT0,
Q4=MhchT′0,
QI=MHcHT,
QIII=(1-η)Q1,
其中,η是燃烧率;qB,qC分别是高炉煤气和焦炉煤气的热值;cB,cC分别是高炉煤气和焦炉煤气的比热容;ch,cH是炉内物质的反应前后的平均比热容;mB,mC分别是高炉煤气和焦炉煤气的质量,mA是空气质量,Mh,MH是炉内物质的反应前后质量;T0是煤气初始温度,T′0是炉内初始温度,T是炉内反应后温度;
由于点火过程中煤气流量可测,根据质量与密度和体积的关系和理想气体状态方程,得到管道内煤气的质量:
其中,ρB和ρC分别是高炉煤气和焦炉煤气的密度;VB和VC分别是高炉煤气和焦炉煤气的体积;PB和PC分别是高炉煤气和焦炉煤气的压强;QB和QC分别是高炉煤气和焦炉煤气的流量;MB和MC分别是高炉煤气和焦炉煤气的平均摩尔质量;R是气体常量;t是检测时间间隔;λB和λC分别是两个系数;
已知燃烧率η与空燃比r之间存在以下关系:
假设T′0=g1T1+g2ΔT1,代入上述各式,得到
由于t,T0,qB,qC,cA,cB,cC为常数,则λB,λC也为常数,假设ch,cH,Mh,MH,QII,QIV为常数,上式可转化得到,
其中,
2-2、利用最小二乘法对烧结生产过程进行参数辨识,得到辨识参数
其中,Y是待预测的点火温度,X是Y对应的生产数据,则可以得到预测模型:
进一步的,步骤三具体的控制模式包括:
定义R1、R2、R3、R4四种操作模式,模式切换规则如下:
R1:如果|ΔT|≤TS1,那么保持焦炉煤气阀门,保持高炉煤气阀门;
R2:如果TS1≤|ΔT|≤TS2,那么保持焦炉煤气阀门,调节高炉煤气阀门;
R3:如果TS2≤|ΔT|≤TS3,那么调节焦炉煤气阀门,保持高炉煤气阀门;
R4:如果|ΔT|≥TS3,那么调节焦炉煤气阀门,调节高炉煤气阀门;
其中,ΔT是当前点火温度与目标点火温度的差TS1,TS2,TS3是ΔT的三个设定阈值。
进一步的,步骤四具体包括:
点火温度智能控制器的输出为期望的高炉煤气流量QB′,和期望的焦炉煤气流量Q′C,输入为当前的高炉煤气流量QB,当前的焦炉煤气流量QC,当前高炉煤气压力PB,当前的焦炉煤气压力PC,以及目标点火温0度温度TD;
针对R1操作模式,QB′,Q′C不变化,保持当前状态;
针对R2操作模式,Q′C不变化,保持当前状态,QB′按照以下规则计算:
4-1-1、判断当前点火温度状态,确定高炉煤气流量查找范围[p,q];
4-1-2、计算
4-1-3、利用步骤2得到的预测模型,计算当前生产参数PB,PC,QC下,高炉煤气流量为p,r,q对应的点火温度
4-1-4、如果那么p=r;
如果那么q=r;
其他情况,更新p,q;
4-1-5、如果|q-p|≤5,那么Q′B=r;
否则,更新p,q,返回4-1-3;
针对R3操作模式,Q′B不变化,保持当前状态,Q′C按照以下规则计算:
4-2-1、判断当前点火温度状态,确定焦炉煤气流量查找范围[k,l];
4-2-2、计算
4-2-3、利用步骤2得到的预测模型,计算当前生产参数PB,PC,QB下,焦炉煤气流量为k,d,l对应的点火温度
4-2-4、如果那么k=d;
如果那么l=d;
其他情况,更新k,l;
4-2-5、如果|k-l|≤5,那么Q′C=d;
否则,更新k,l,返回4-2-3;
针对R4操作模式,Q′B和Q′C按照以下规则计算:
4-3-1、判断当前点火温度状态,确定高炉煤气流量查找范围[p,q]和焦炉煤气流量查找范围[k,l];
4-3-2、计算和
4-3-3、利用步骤2得到的预测模型,计算当前生产参数PB,PC下,高炉煤气流量为p,q和焦炉煤气流量为k,l对应的点火温度
4-3-4、如果且且
那么l=d,q=r;
如果且且
那么k=d,q=r;
如果且且
那么l=d,p=r;
如果且且
那么k=d,p=r;
其他情况,更新k,l;
4-3-5、如果|q-p|≤5,那么Q′B=r;
如果|l-k|≤5,那么Q′C=d;
其他情况,更新k,l,返回4-3-3。
进一步的,步骤五具体包括:
5-1、通过对生产数据的分析与拟合,得到煤气流量、煤气压力和煤气阀门开度的关系:
如果V=i,那么
其中,i为阀门的可调值,ai和bi通过数据拟合得到;当煤气阀门开度一定时,流量的二次方Q2与压强P成一次函数关系,焦炉煤气流量控制器与高炉煤气流量控制器类似,也存在上述关系;
5-2、高炉流量控制器的输入为通过点火温度智能控制器得到的期望的高炉煤气流量Q′B和当前的高炉煤气压力PB,输出为高炉煤气阀门开度VB;首先根据PB,计算不同VB下的然后计算与Q′B的差,选择差值最小的对应的VB,作为输出值;
5-3、焦炉流量控制器的输入为通过点火温度智能控制器得到的期望的焦炉煤气流量Q′C和当前的焦炉煤气压力PC,输出为高炉煤气阀门开度VC;首先根据PC,计算不同VC下的然后计算与Q′C的差,选择差值最小的对应的VC,作为输出值。
本发明的有益效果在于:
(1)本发明的一种考虑煤气压力波动的烧结点火温度智能控制方法,利用机理分析和数据驱动相结合的方法构建点火温度的预测模型,该模型能有效的反映实际烧结点火过程中温度变化。
(2)本发明的一种考虑煤气压力波动的烧结点火温度智能控制方法,根据操作经验确定控制模式,然后基于点火温度预测模型,利用二分法得到期望的煤气流量,这不仅结合了现在操作人员的经验,而且将优化设定的思想融入到控制中。
(3)本发明的一种考虑煤气压力波动的烧结点火温度智能控制方法,通过数据拟合得到煤气流量,煤气阀门和煤气之间的关系,进而使流量控制器得到煤气阀门控制量,该方法是基于实际数据实现的,对工业现场具有高度适用性。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1为本发明的一种考虑煤气压力波动的烧结点火温度智能控制方法流程图;
图2为本发明的烧结点火过程工艺图;
图3为智能控制结构图;
图4为煤气压强变化图;
图5为煤气阀门变化图;
图6为控制前后点火温度对比图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
一种考虑煤气压力波动的烧结点火温度智能控制方法,以煤气阀门为控制量,烧结点火温度为控制目标,煤气压力为约束条件。首先,利用机理分析和数据驱动相结合的方法构建点火温度的预测模型;然后,智能控制器根据操作经验确定控制模式;再基于点火温度预测模型,利用二分法得到期望的煤气流量;最后,利用流量控制器得到煤气阀门控制量。使用烧结过程生产数据进行实验验证。
如图1所示,上述步骤具体包括:
步骤一:确定高炉煤气阀门开度和焦炉煤气阀门开度为控制量,烧结点火温度为控制目标,煤气压力为约束条件;
步骤二:结合烧结点火过程的燃烧机理分析和最小二乘参数辨识方法,构建点火温度的预测模型;
2-1、根据能量守恒定律,烧结点火过程输人的总热量与输出的总热量相等,得到:
Q1+Q2+Q3+Q4=QI+QII+QIII+QIV,
其中,Q1是燃气的化学能;Q2是燃气所具有的内能;Q3是助燃气所具有的内能;Q4是反应前炉内物质的内能;QI是反应后炉内物质的内能;QII是燃烧散热损失;QIII是燃烧过程不完善而造成的不完全燃烧损失;QIV是高温下多原子气体热离解所吸收的热量;又分别得到:
Q1=mBqB+mCqC,
Q2=mBcBT0+mCcCT0,
Q3=mAcAT0,
Q4=MhchT′0,
QI=MHcHT,
QIII=(1-η)Q1,
其中,η是燃烧率;qB,qC分别是高炉煤气和焦炉煤气的热值;cB,cC分别是高炉煤气和焦炉煤气的比热容;ch,cH是炉内物质的反应前后的平均比热容;mB,mC分别是高炉煤气和焦炉煤气的质量,mA是空气质量,Mh,MH是炉内物质的反应前后质量;T0是煤气初始温度,T′0是炉内初始温度,T是炉内反应后温度;
由于点火过程中煤气流量可测,根据质量与密度和体积的关系和理想气体状态方程,得到管道内煤气的质量:
其中,ρB和ρC分别是高炉煤气和焦炉煤气的密度;VB和VC分别是高炉煤气和焦炉煤气的体积;PB和PC分别是高炉煤气和焦炉煤气的压强;QB和QC分别是高炉煤气和焦炉煤气的流量;MB和MC分别是高炉煤气和焦炉煤气的平均摩尔质量;R是气体常量;t是检测时间间隔;λB和λC分别是两个系数;
已知燃烧率η与空燃比r之间存在以下关系:
假设T′0=g1T1+g2ΔT1,代入上述各式,得到
由于t,T0,qB,qC,cA,cB,cC为常数,则λB,λC也为常数,假设ch,cH,Mh,MH,QII,QIV为常数,上式可转化得到,
其中,
2-2、利用最小二乘法对烧结生产过程进行参数辨识,得到辨识参数
其中,Y是待预测的点火温度,X是Y对应的生产数据,则可以得到预测模型:
步骤三:点火温度智能控制器根据操作经验确定控制模式;
结合实际操作经验,可定义R1、R2、R3、R4四种操作模式,模式切换规则如下:
R1:IF|ΔT|≤TS1,THEN保持焦炉煤气阀门,保持高炉煤气阀门;
R2:IF TS1≤|ΔT|≤TS2,THEN保持焦炉煤气阀门,调节高炉煤气阀门;
R3:IF TS2≤|ΔT|≤TS3,THEN调节焦炉煤气阀门,保持高炉煤气阀门;
R4:IF|ΔT|≥TS3,THEN调节焦炉煤气阀门,调节高炉煤气阀门。
其中,ΔT是当前点火温度与目标点火温度的差TS1,TS2,TS3是ΔT的三个设定阈值。
步骤四:基于点火温度预测模型,利用二分法得到不同控制模式下期望的高炉煤气流量和焦炉煤气流量;
点火温度智能控制器的输出为期望的高炉煤气流量Q′B,和期望的焦炉煤气流量Q′C,输入为当前的高炉煤气流量QB,当前的焦炉煤气流量QC,当前高炉煤气压力PB,当前的焦炉煤气压力PC,以及目标点火温0度温度TD;
针对R1操作模式,Q′B,Q′C不变化,保持当前状态;
针对R2操作模式,Q′C不变化,保持当前状态,Q′B按照以下规则计算:
4-1-1、判断当前点火温度状态,确定高炉煤气流量查找范围[p,q];
4-1-2、计算
4-1-3、利用步骤2得到的预测模型,计算当前生产参数PB,PC,QC下,高炉煤气流量为p,r,q对应的点火温度
4-1-4、Ifthen p=r;
else ifthen q=r;
else更新p,q;
4-1-5、If|q-p|≤5,then Q′B=r;
else更新p,q,返回4-1-3;
针对R3操作模式,Q′B不变化,保持当前状态,Q′C按照以下规则计算:
4-2-1、判断当前点火温度状态,确定焦炉煤气流量查找范围[k,l];
4-2-2、计算
4-2-3、利用步骤2得到的预测模型,计算当前生产参数PB,PC,QB下,焦炉煤气流量为k,d,l对应的点火温度
4-2-4、Ifthen k=d;
else ifthen l=d;
else更新k,l;
4-2-5、If|k-l|≤5,then Q′C=d;
else更新k,l,返回4-2-3;
针对R4操作模式,Q′B和Q′C按照以下规则计算:
4-3-1、判断当前点火温度状态,确定高炉煤气流量查找范围[p,q]和焦炉煤气流量查找范围[k,l];
4-3-2、计算和
4-3-3、利用步骤2得到的预测模型,计算当前生产参数PB,PC下,高炉煤气流量为p,q和焦炉煤气流量为k,l对应的点火温度
4-3-4、Ifandand
then l=d,and q=r;
else ifandand
then k=d,and q=r;
else ifandand
then l=d,and p=r;
else ifandand
then k=d,and p=r;
else更新k,l;
4-3-5、If|q-p|≤5,then Q′B=r;If|l-k|≤5,then Q′C=d;
else更新k,l,返回4-3-3。
步骤五:流量控制器根据煤气阀门开度、煤气压力与煤气流量之间的关系,得到期望煤气流量对应的高炉煤气阀门开度和焦炉煤气阀门开度。
5-1、通过对生产数据的分析与拟合,得到煤气流量、煤气压力和煤气阀门开度的关系:
如果V=i,那么
其中,i为阀门的可调值,ai和bi通过数据拟合得到;当煤气阀门开度一定时,流量的二次方Q2与压强P成一次函数关系,焦炉煤气流量控制器与高炉煤气流量控制器类似,也存在上述关系;
5-2、高炉流量控制器的输入为通过点火温度智能控制器得到的期望的高炉煤气流量QB′和当前的高炉煤气压力PB,输出为高炉煤气阀门开度VB;首先根据PB,计算不同VB下的然后计算与QB′的差,选择差值最小的对应的VB,作为输出值;
5-3、焦炉流量控制器的输入为通过点火温度智能控制器得到的期望的焦炉煤气流量Q′C和当前的焦炉煤气压力PC,输出为高炉煤气阀门开度VC;首先根据PC,计算不同VC下的然后计算与Q′C的差,选择差值最小的对应的VC,作为输出值。
烧结点火过程的工艺流程如图2所示,具体步骤如下:
(1)收集烧结生产历史数据获得原始样本数据
烧结生产历史数据以日报表的形式保存在操作室工控机的本地数据库中,根据日报表的数据,收集高炉煤气阀门、高炉煤气流量、高炉煤气压力、高炉煤气空燃比、焦炉煤气阀门、焦炉煤气流量、焦炉煤气压力、焦炉煤气空燃比、点火温度等十天的历史数据,组成原始样本数据;
(2)构建样本数据库
在收集原始样本数据的基础上,并以1min作为平均值滤波的采样周期,获得处理后的生产数据,以这些样本数据建立样本数据库;
(3)建立点火温度预测模型
根据专利要求2所述的步骤,以2000组数据进行参数辨识,可得辨识参数如下:
(4)制定控制模式切换规则
根据专利要求3所述方法,制定控制模式切换规则。
(5)构建点火温度智能控制器
根据专利要求4所述二分法步骤,构建点火温度智能控制器,用于求取期望的高炉煤气流量Q′B和焦炉煤气流量Q′C。
(6)构建流量控制器
根据专利要求5所述方法,对数据进行拟合得到不同煤气阀门值下的ai和bi。根据Q′B、Q′C和当前的PB、PC,流量控制器得到最后的控制量VB和VC。
(7)实验设计
利用案例库的方法构建点火温度的对象模型。其中案例匹配方法选择用扩展余弦定理,案例匹配的输入为:高炉煤气流量、焦炉煤气流量、高炉煤气压力、焦炉煤气压力和上一时刻点火温度。将建立好的点火温度预测模型、点火温度智能控制器和流量控制器进行整合,构成一个完整的控制策略,控制结构如图3。设置控制间隔为1min,构建了100个样本(100min)的实验,实验结果如图4-6所示。
本实施例的结果表明本发明能在在煤气压力的不稳定情况下,有效稳定点火温度在理想范围,满足了工业生产稳定的需求,提高烧结点火的质量,具有工业应用价值。
本发明的目的是提出一种考虑煤气压力波动的烧结点火温度智能控制方法,该方法以煤气阀门为控制量,烧结点火温度为控制目标,煤气压力为约束条件,在煤气压力的不稳定情况下,实现烧结点火温度的稳定控制,具有重要的经济价值和应用价值。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (5)
1.一种考虑煤气压力波动的烧结点火温度智能控制方法,其特征在于,包括:
步骤一:确定高炉煤气阀门开度和焦炉煤气阀门开度为控制量,烧结点火温度为控制目标,煤气压力为约束条件;
步骤二:结合烧结点火过程的燃烧机理分析和最小二乘参数辨识方法,构建点火温度的预测模型;
步骤三:通过点火温度智能控制器确定四种控制模式;
步骤四:基于点火温度预测模型,利用二分法得到不同控制模式下期望的高炉煤气流量和焦炉煤气流量;
步骤五:流量控制器根据煤气阀门开度、煤气压力与煤气流量之间的关系,得到期望煤气流量对应的高炉煤气阀门开度和焦炉煤气阀门开度。
2.根据权利要求1所述的一种考虑煤气压力波动的烧结点火温度智能控制方法,其特征在于,步骤二具体包括:
2-1、根据能量守恒定律,烧结点火过程输人的总热量与输出的总热量相等,得到:
Q1+Q2+Q3+Q4=QI+QII+QIII+QIV,
其中,Q1是燃气的化学能;Q2是燃气所具有的内能;Q3是助燃气所具有的内能;Q4是反应前炉内物质的内能;QI是反应后炉内物质的内能;QII是燃烧散热损失;QIII是燃烧过程不完善而造成的不完全燃烧损失;QIV是高温下多原子气体热离解所吸收的热量;又分别得到:
Q1=mBqB+mCqC,
Q2=mBcBT0+mCcCT0,
Q3=mAcAT0,
Q4=MhchT0′,
QI=MHcHT,
QIII=(1-η)Q1,
其中,η是燃烧率;qB,qC分别是高炉煤气和焦炉煤气的热值;cB,cC分别是高炉煤气和焦炉煤气的比热容;ch,cH是炉内物质的反应前后的平均比热容;mB,mC分别是高炉煤气和焦炉煤气的质量,mA是空气质量,Mh,MH是炉内物质的反应前后质量;T0是煤气初始温度,T0′是炉内初始温度,T是炉内反应后温度;
由于点火过程中煤气流量可测,根据质量与密度和体积的关系和理想气体状态方程,得到管道内煤气的质量:
其中,ρB和ρC分别是高炉煤气和焦炉煤气的密度;VB和VC分别是高炉煤气和焦炉煤气的体积;PB和PC分别是高炉煤气和焦炉煤气的压强;QB和QC分别是高炉煤气和焦炉煤气的流量;MB和MC分别是高炉煤气和焦炉煤气的平均摩尔质量;R是气体常量;t是检测时间间隔;λB和λC分别是两个系数;
已知燃烧率η与空燃比r之间存在以下关系:
假设T0′=g1T1+g2ΔT1,代入上述各式,得到
由于t,T0,qB,qC,cA,cB,cC为常数,则λB,λC也为常数,假设ch,cH,Mh,MH,QII,QIV为常数,上式可转化得到,
其中,
2-2、利用最小二乘法对烧结生产过程进行参数辨识,得到辨识参数
其中,Y是待预测的点火温度,X是Y对应的生产数据,则可以得到预测模型:
3.根据权利要求1所述的一种考虑煤气压力波动的烧结点火温度智能控制方法,其特征在于,步骤三具体的控制模式包括:
定义R1、R2、R3、R4四种操作模式,模式切换规则如下:
R1:如果|ΔT|≤TS1,那么保持焦炉煤气阀门,保持高炉煤气阀门;
R2:如果TS1≤|ΔT|≤TS2,那么保持焦炉煤气阀门,调节高炉煤气阀门;
R3:如果TS2≤|ΔT|≤TS3,那么调节焦炉煤气阀门,保持高炉煤气阀门;
R4:如果|ΔT|≥TS3,那么调节焦炉煤气阀门,调节高炉煤气阀门;
其中,ΔT是当前点火温度与目标点火温度的差TS1,TS2,TS3是ΔT的三个设定阈值。
4.根据权利要求3所述的一种考虑煤气压力波动的烧结点火温度智能控制方法,其特征在于,步骤四具体包括:
点火温度智能控制器的输出为期望的高炉煤气流量Q′B,和期望的焦炉煤气流量Q′C,输入为当前的高炉煤气流量QB,当前的焦炉煤气流量QC,当前高炉煤气压力PB,当前的焦炉煤气压力PC,以及目标点火温0度温度TD;
针对R1操作模式,Q′B,Q′C不变化,保持当前状态;
针对R2操作模式,Q′C不变化,保持当前状态,Q′B按照以下规则计算:
4-1-1、判断当前点火温度状态,确定高炉煤气流量查找范围[p,q];
4-1-2、计算
4-1-3、利用步骤2得到的预测模型,计算当前生产参数PB,PC,QC下,高炉煤气流量为p,r,q对应的点火温度
4-1-4、如果那么p=r;
如果那么q=r;
其他情况,更新p,q;
4-1-5、如果|q-p|≤5,那么Q′B=r;
否则,更新p,q,返回4-1-3;
针对R3操作模式,Q′B不变化,保持当前状态,Q′C按照以下规则计算:
4-2-1、判断当前点火温度状态,确定焦炉煤气流量查找范围[k,l];
4-2-2、计算
4-2-3、利用步骤2得到的预测模型,计算当前生产参数PB,PC,QB下,焦炉煤气流量为k,d,l对应的点火温度
4-2-4、如果那么k=d;
如果那么l=d;
其他情况,更新k,l;
4-2-5、如果|k-l|≤5,那么Q′C=d;
否则,更新k,l,返回4-2-3;
针对R4操作模式,Q′B和Q′C按照以下规则计算:
4-3-1、判断当前点火温度状态,确定高炉煤气流量查找范围[p,q]和焦炉煤气流量查找范围[k,l];
4-3-2、计算和
4-3-3、利用步骤2得到的预测模型,计算当前生产参数PB,PC下,高炉煤气流量为p,q和焦炉煤气流量为k,l对应的点火温度
4-3-4、如果且且
那么l=d,q=r;
如果且且
那么k=d,q=r;
如果且且
那么l=d,p=r;
如果且且
那么k=d,p=r;
其他情况,更新k,l;
4-3-5、如果|q-p|≤5,那么Q′B=r;
如果|l-k|≤5,那么Q′C=d;
其他情况,更新k,l,返回4-3-3。
5.根据权利要求1所述的一种考虑煤气压力波动的烧结点火温度智能控制方法,其特征在于,步骤五具体包括:
5-1、通过对生产数据的分析与拟合,得到煤气流量、煤气压力和煤气阀门开度的关系:
如果V=i,那么
其中,i为阀门的可调值,ai和bi通过数据拟合得到;当煤气阀门开度一定时,流量的二次方Q2与压强P成一次函数关系,焦炉煤气流量控制器与高炉煤气流量控制器类似,也存在上述关系;
5-2、高炉流量控制器的输入为通过点火温度智能控制器得到的期望的高炉煤气流量QB′和当前的高炉煤气压力PB,输出为高炉煤气阀门开度VB;首先根据PB,计算不同VB下的然后计算与QB′的差,选择差值最小的对应的VB,作为输出值;
5-3、焦炉流量控制器的输入为通过点火温度智能控制器得到的期望的焦炉煤气流量Q′C和当前的焦炉煤气压力PC,输出为高炉煤气阀门开度VC;首先根据PC,计算不同VC下的然后计算与Q′C的差,选择差值最小的对应的VC,作为输出值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811456302.4A CN109631607B (zh) | 2018-11-30 | 2018-11-30 | 一种考虑煤气压力波动的烧结点火温度智能控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811456302.4A CN109631607B (zh) | 2018-11-30 | 2018-11-30 | 一种考虑煤气压力波动的烧结点火温度智能控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109631607A true CN109631607A (zh) | 2019-04-16 |
CN109631607B CN109631607B (zh) | 2020-05-01 |
Family
ID=66070428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811456302.4A Active CN109631607B (zh) | 2018-11-30 | 2018-11-30 | 一种考虑煤气压力波动的烧结点火温度智能控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109631607B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112329269A (zh) * | 2020-11-27 | 2021-02-05 | 中国地质大学(武汉) | 一种基于工况识别的烧结点火温度建模预测方法 |
CN114963014A (zh) * | 2022-06-10 | 2022-08-30 | 国家石油天然气管网集团有限公司 | 一种优化阀门开度降低波动压力的天然气输送减耗方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101949645A (zh) * | 2010-09-27 | 2011-01-19 | 中南大学 | 一种降低煤气成本的多元流烧结点火控制方法 |
JP4965031B2 (ja) * | 2001-06-15 | 2012-07-04 | 大豊工業株式会社 | 高周波加熱における温度制御方法 |
CN103499101A (zh) * | 2013-09-27 | 2014-01-08 | 中冶长天国际工程有限责任公司 | 一种三元点火炉炉膛温度调节方法及装置 |
CN206269594U (zh) * | 2016-12-09 | 2017-06-20 | 武钢集团昆明钢铁股份有限公司 | 一种烧结机点火炉燃烧自动控制装置 |
CN206330430U (zh) * | 2016-12-30 | 2017-07-14 | 山东和隆优化能源科技有限公司 | 一种烧结机点火炉燃烧优化控制系统 |
CN207600230U (zh) * | 2017-10-18 | 2018-07-10 | 江苏永钢集团有限公司 | 烧结点火炉燃料控制系统 |
CN108507365A (zh) * | 2018-04-04 | 2018-09-07 | 北京佰能盈天科技股份有限公司 | 烧结机的点火优化控制方法 |
-
2018
- 2018-11-30 CN CN201811456302.4A patent/CN109631607B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4965031B2 (ja) * | 2001-06-15 | 2012-07-04 | 大豊工業株式会社 | 高周波加熱における温度制御方法 |
CN101949645A (zh) * | 2010-09-27 | 2011-01-19 | 中南大学 | 一种降低煤气成本的多元流烧结点火控制方法 |
CN103499101A (zh) * | 2013-09-27 | 2014-01-08 | 中冶长天国际工程有限责任公司 | 一种三元点火炉炉膛温度调节方法及装置 |
CN206269594U (zh) * | 2016-12-09 | 2017-06-20 | 武钢集团昆明钢铁股份有限公司 | 一种烧结机点火炉燃烧自动控制装置 |
CN206330430U (zh) * | 2016-12-30 | 2017-07-14 | 山东和隆优化能源科技有限公司 | 一种烧结机点火炉燃烧优化控制系统 |
CN207600230U (zh) * | 2017-10-18 | 2018-07-10 | 江苏永钢集团有限公司 | 烧结点火炉燃料控制系统 |
CN108507365A (zh) * | 2018-04-04 | 2018-09-07 | 北京佰能盈天科技股份有限公司 | 烧结机的点火优化控制方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112329269A (zh) * | 2020-11-27 | 2021-02-05 | 中国地质大学(武汉) | 一种基于工况识别的烧结点火温度建模预测方法 |
CN112329269B (zh) * | 2020-11-27 | 2022-05-17 | 中国地质大学(武汉) | 一种基于工况识别的烧结点火温度建模预测方法 |
CN114963014A (zh) * | 2022-06-10 | 2022-08-30 | 国家石油天然气管网集团有限公司 | 一种优化阀门开度降低波动压力的天然气输送减耗方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109631607B (zh) | 2020-05-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201476537U (zh) | 用于软磁铁氧体烧结的人工智能可控气氛钟罩式电阻炉 | |
CN1312296C (zh) | 一种混合式高炉热风炉优化控制方法 | |
CN102176221B (zh) | 基于动态工况的焦炉加热燃烧过程焦炉温度预测方法 | |
CN104480300B (zh) | 一种基于预测回转窑内球团矿抗压强度的球团生产方法 | |
CN105907906B (zh) | 球式热风炉烧炉过程建模与能耗优化方法及系统 | |
CN109631607A (zh) | 一种考虑煤气压力波动的烧结点火温度智能控制方法 | |
CN106556014B (zh) | 一种基于温度场测量技术的焚烧炉燃烧控制方法 | |
CN101984322B (zh) | 一种烧结点火炉冷热风过渡时温度控制方法及系统 | |
CN106011352B (zh) | 一种高炉热风炉煤气流量优化控制系统 | |
Zhang et al. | A novel framework for integrated energy optimization of a cement plant: An industrial case study | |
Du et al. | An intelligent control strategy for iron ore sintering ignition process based on the prediction of ignition temperature | |
CN106777684B (zh) | 一种建立综合焦比预测模型和预测综合焦比的方法 | |
CN108034804A (zh) | 一种连退机组炉区能耗建模的方法及系统 | |
CN101575667B (zh) | 一种铁矿球团焙烧过程的实验装置 | |
Zhou et al. | A new hybrid modeling and optimization algorithm for improving carbon efficiency based on different time scales in sintering process | |
Lackmann et al. | A representative linear eddy model for simulating spray combustion in engines (RILEM) | |
Wang et al. | Numerical modeling of compartment fires: ventilation characteristics and limitation of Kawagoe’s law | |
Tripathi et al. | A multizone model of the combustion chamber dynamics in a controlled trajectory rapid compression and expansion machine (CT-RCEM) | |
Ryu et al. | Combined simulation of combustion and gas flow in a grate-type incinerator | |
Filkoski et al. | Energy optimisation of vertical shaft kiln operation in the process of dolomite calcination | |
CN109654897B (zh) | 一种提高碳效的烧结终点智能控制方法 | |
Paces et al. | Modeling of a grate-firing biomass furnace for real-time application | |
CN103160629B (zh) | 一种预报高炉趋热的方法 | |
CN105624394B (zh) | 一种基于风箱废气温度的烧结料层热状态识别方法 | |
Jiang et al. | Prediction of FeO content in sintering process based on heat transfer mechanism and data-driven model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |