CN110500596B - 一种危险废物焚烧自动控制方法 - Google Patents
一种危险废物焚烧自动控制方法 Download PDFInfo
- Publication number
- CN110500596B CN110500596B CN201910742387.0A CN201910742387A CN110500596B CN 110500596 B CN110500596 B CN 110500596B CN 201910742387 A CN201910742387 A CN 201910742387A CN 110500596 B CN110500596 B CN 110500596B
- Authority
- CN
- China
- Prior art keywords
- data information
- data
- value
- hazardous waste
- waste incineration
- 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.)
- Active
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23G—CREMATION FURNACES; CONSUMING WASTE PRODUCTS BY COMBUSTION
- F23G5/00—Incineration of waste; Incinerator constructions; Details, accessories or control therefor
- F23G5/50—Control or safety arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Incineration Of Waste (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种危险废物焚烧自动控制方法，其将BP神经网络算法和分布式控制系统有效结合应用于危险废物焚烧系统，利用危险废物焚烧工艺设备数据信息模块，设备运行工况参数数据信息模块、主辅进料数据信息模块、烟气排放数据信息模块建立危废焚烧系统数据库，利用系统数据库、BP神经网络工具及工艺目标值，建立、训练并优化该系统函数模型，将控制要求反馈DCS及现场执行机构，实现对焚烧系统生产线的自动预测、判断、调整、控制和纠偏。
Description
技术领域
本发明涉及一种危险废物焚烧自动控制方法。
背景技术
目前主流的危险废物焚烧工艺中，自动控制系统包括分布式控制系统、烟气在线监测系统、现场数据采集系统及现场执行机构，其由现场数据采集系统监测设备运行参数，烟气在线监测系统监测污染物排放指标，若设备运行参数或污染物排放浓度异常，自控系统根据预设逻辑（特殊情况生产人员根据经验判断）针对异常情况对焚烧线生产设施进行操作控制，以达到预期控制要求，满足运行条件和排放要求。
由于现有自动控制系统控制逻辑为监测、报警、控制、执行，属于事后控制，现有技术存在以下缺点：
1、现有烟气在线监测系统、现场数据采集系统均采用各种类型的传感器、数采仪、分析仪，当仪表监测到相关数据异常并将数据传输至分布式控制系统，表明运行工况异常情况已经发生，此时开始控制执行机构动作，异常数据往往不能马上恢复正常，对预期的运行工况会造成延迟；
2、因危废焚烧工艺不同于正向产品生产线，其焚烧过程极为复杂，焚烧过程即为生产过程，因焚烧的危险废物物化参数不断变化。当烟气在线监测系统数据异常时，对运行工况参数进行调整，往往会带来其他异常工况的发生，因此大大降低焚烧工艺系统的稳定性；
3、当上述两种情况不能妥当处理时，异常数据将传输至环境主管部门，将对企业生产造成较大影响；如处理不当甚至会造成严重安全生产事故。为避免该情况发生，只能缩小污染物排放阈值，降低设备负荷，可见该系统生产效率不高、系统鲁棒性能较差。
发明内容
本发明所要解决的技术问题是提供一种危险废物焚烧自动控制方法，实现有效控制危险废物焚烧设施排放烟气中污染物浓度，满足环保排放要求，精准控制生产过程主进料量和辅料添加量，同时最大限度的延长焚烧设施的使用寿命。
本发明所采用的技术方案是：一种危险废物焚烧自动控制方法，其包括如下步骤：
步骤一：收集危废焚烧系统设计、安装、调试以及运行阶段的数据信息，利用上述数据信息分别建立危险废物焚烧工艺设备数据信息模块、设备运行工况参数数据信息模块、主辅进料数据信息模块、烟气排放数据信息模块，将数据信息进行积累并记录，按照时态时序及记录频率建立二维曲线图和数据库。
步骤二：建立工艺设计或理想工况下设备运行工况参数目标数据值及烟气排放目标数据值。
步骤三：利用具有误差或偏差逆向传播前馈功能并且能够形成非线性函数模型的数学建模工具或算法，将步骤一中的数据信息作为输入量，步骤二中的设备运行工况参数及烟气排放参数目标值与实测值的差值作为输出量，形成数据模型。
步骤四：通过时序、循环积累的数据，利用步骤三中的工具或算法对数据模型进行训练、优化，同时对现场实际工况、烟气排放数据进行实时对比、预判并反馈控制参数调整阈值，建立危废焚烧系统时序优化的动态数据模型；
步骤五：利用时序动态数据模型、设备运行工况参数及烟气排放参数目标值与实测值的差值反向计算得出预测输入值，将反馈的预测输入值作为控制要求结合具备控制、执行功能的过程控制终端和服务器以及现场执行机构对主辅进料数据、设备运行工况参数数据进行调整、控制、纠偏，同时得到更新的时序优化动态数据模型，依此循环实施步骤四、五，实现危险废物焚烧系统的自动控制。
进一步的，所述数据信息包括工艺设备数据信息、设备运行工况参数数据信息、主辅进料数据信息、烟气排放数据信息。
工艺设备数据信息包括：设备寿命、焚烧炉耐火材料厚度、烟道长宽高及几何参数。
设备运行工况参数数据信息包括：回转窑转速、炉排推速、烟风道的温度、压力和流速、各工段的温差和压差。
主辅进料数据信息包括：进料热值、热值灼减速度、主料进料量、进料速度、进料配伍数值、辅料进料量、进料速度、灰渣出料量及速度。
烟气排放数据信息包括：颗粒物、HCL、SO2、CO、NOX、HF、NH3的排放数据信息。
进一步的，步骤三中的数学建模工具或算法为BP神经网络算法。
进一步的，步骤五中的具备控制、执行功能的过程控制终端和服务器为DCS系统或现场总线控制系统或计算机集成控制系统。
本发明的积极效果为：
1、将BP神经网络数据建模和分布式控制系统有效结合并连锁，实现真正意义上全自动控制系统，降低对核心生产人员的经验依赖，提高了系统运行安全性；
2、将危险废物焚烧工艺设备数据信息模块，设备运行工况参数数据信息模块、主辅进料数据信息模块、烟气排放数据信息模块整合建立危废焚烧系统全生命周期数据库，得到了足够的建模、运行、训练、检验和测试的数据样本，为实现全过程控制参数并行处理提供可能。同时通过积累得到的数据资源成为该焚烧工艺的数据资本,用于其他焚烧系统使用；
3、利用误差逆向传播算法训练的多层前馈神经网络（BP神经网络）特性，独创性的将目标值和实测值的差值作为反馈数据，用于训练该函数模型的拟合能力。因目标值的不变性和实测值的变化性，既能避免出现该函数模型的过拟合和陷入局部极小点的可能，又能保证系统函数模型的相对准确；
4、将该模型中引入时间参数变量，使系统函数模型成为时序优化的动态数据模型，通过动态掌握和控制系统生产线的运行性能和寿命状况，提高焚烧系统生产线的稳定性和开机率。
本发明实现了焚烧系统生产线全自动控制，降低了对生产人员的经验依赖，提高了焚烧系统生产线的安全性、稳定性和开机率，同时保证系统函数模型的准确性。
附图说明
图1为本发明工作流程图；
图2为本发明数据库结构图；
图3为本发明现场服务终端结构图。
具体实施方式
如附图1-2所示，本发明的方法包括：收集危废焚烧系统从设计、安装、调试到运行阶段存在大量的数据信息，这些数据信息包括工艺设备数据信息、设备运行工况参数数据信息、主辅进料数据信息以及烟气排放数据信息。利用数据信息分别建立危险废物焚烧工艺设备数据信息模块，设备运行工况参数数据信息模块、主辅进料数据信息模块、烟气排放数据信息模块，将静态、动态数据信息进行积累并记录，按照时态时序及记录频率建立二维曲线图和数据库，此处的二维曲线图是指该项数据值的时序图。
将危险废物焚烧工艺设备数据信息、主辅进料数据信息、设备运行工况参数数据信息、烟气排放数据信息作为输入量，同时建立工艺设计或理想工况下，设备运行工况参数目标数据值及烟气排放目标数据值。工艺设计或理想工况就是采用该自动控制系统专利方法进行时序优化，想要达到的目标工况；达到目标工况即可得到设备运行工况参数目标数据值；烟气排放目标数据值采用地方政府的达标排放指标为目标值；设备运行工况参数值及烟气排放数据值均是采用数据采集系统进行现场实时采集。
利用BP神经网络算法，将焚烧工艺设备数据信息、主辅进料数据信息、设备运行工况参数数据信息、烟气排放数据信息作为输入量，设备运行工况参数及烟气排放参数目标值与实测值的差值作为输出量，通过时序、循环积累的数据，利用BP神经网络算法对数据模型进行训练、优化，同时对现场实际工况、烟气排放数据进行实时对比、预判并反馈控制参数调整阈值，建立危废焚烧系统时序优化的动态数据模型；利用时序动态数据模型、设备运行工况参数及烟气排放参数目标值与实测值的差值反向计算得出预测输入值，将反馈的预测输入值作为控制要求结合具备控制、执行功能的过程控制终端和服务器以及现场执行机构对主辅进料数据、设备运行工况参数数据进行调整、控制、纠偏，同时得到更新的时序优化动态数据模型，依此循环，实现危险废物焚烧系统的自动控制。
图3是本发明使用的现场服务终端的结构图，其包括数据采集模块、数据处理模块、数据传输模块、数据接收模块、模型建立与训练系统模块、数据发送并反馈模块、现场控制执行终端。
BP神经网络算法是利用误差逆向传播算法训练的多层前馈神经网络，是以网络误差平方为目标函数，采用梯度下降法计算目标函数的最小值。该方法仅为实施例，也可以使用具有误差或偏差逆向传播前馈功能，并且能够形成非线性函数模型的其他数学建模工具或算法。对于本领域技术人员来说，通过本发明的记载，其可以知道该算法的具体内容。
分布式控制系统（DCS系统），也可以是其他具备控制、执行功能的过程控制终端和服务器，如现场总线控制系统、计算机集成控制系统等。
本发明创造性的将BP神经网络算法和分布式控制系统有效结合应用于危险废物焚烧系统，实现焚烧系统生产线真正的全自动预测、判断、调整、控制和纠偏，降低对经验生产人员的生产依赖。利用危险废物焚烧工艺设备数据信息模块、设备运行工况参数数据信息模块、主辅进料数据信息模块、烟气排放数据信息模块整合建立危废焚烧系统全生命周期数据库，实现全过程参数并行处理的数据池，建立了具备BP神经网络运行、训练的数据样本,通过积累得到的数据资源成为该焚烧工艺的数据资本，用于其他焚烧系统使用。
利用误差逆向传播算法训练的多层前馈神经网络特性，独创性的将目标值和实测值的差值作为反馈数据，用于训练该函数模型的拟合能力。因目标值的不变性和实测值的变化性，既能避免出现该函数模型的过拟合和陷入局部极小点的可能，又能保证该系统函数模型的相对准确。
本发明引入时间参数变量，使系统函数模型成为时序优化的动态数据模型，可以动态掌握和控制系统生产线的运行工况、性能和寿命状况。
Claims (5)
1.一种危险废物焚烧自动控制方法，其特征在于其包括如下步骤：
步骤一：收集危废焚烧系统设计、安装、调试以及运行阶段的数据信息，利用上述数据信息分别建立危险废物焚烧工艺设备数据信息模块、设备运行工况参数数据信息模块、主辅进料数据信息模块和烟气排放数据信息模块，将数据信息进行积累并记录，按照时态时序及记录频率建立二维曲线图和数据库；
步骤二：建立工艺设计或理想工况下设备运行工况参数目标数据值及烟气排放目标数据值；
步骤三：利用具有误差或偏差逆向传播前馈功能并且能够形成非线性函数模型的数学建模工具或算法，将步骤一中的数据信息作为输入量，步骤二中的设备运行工况参数目标数据值及烟气排放目标数据值与实测值的差值作为输出量，形成数据模型；
步骤四：通过时序、循环积累的数据，利用步骤三中的工具或算法对数据模型进行训练、优化，同时对现场实际工况、烟气排放数据进行实时对比、预判并反馈控制参数调整阈值，建立危废焚烧系统时序优化的动态数据模型；
步骤五：利用时序动态数据模型、设备运行工况参数及烟气排放参数目标值与实测值的差值反向计算得出预测输入值，将反馈的预测输入值作为控制要求结合具备控制、执行功能的过程控制终端和服务器以及现场执行机构对主辅进料数据、设备运行工况参数数据进行调整、控制、纠偏，同时得到更新的时序优化动态数据模型，依此循环实施步骤四、五，实现危险废物焚烧系统的自动控制。
2.根据权利要求1所述的一种危险废物焚烧自动控制方法，其特征在于所述数据信息包括工艺设备数据信息、设备运行工况参数数据信息、主辅进料数据信息以及烟气排放数据信息。
3.根据权利要求2所述的一种危险废物焚烧自动控制方法，其特征在于工艺设备数据信息包括：设备寿命、焚烧炉耐火材料厚度、烟道长宽高及几何参数；
设备运行工况参数数据信息包括：回转窑转速、炉排推速、烟风道的温度、压力和流速、各工段的温差和压差；
主辅进料数据信息包括：进料热值、热值灼减速度、主料进料量、进料速度、进料配伍数值、辅料进料量、进料速度、灰渣出料量及速度；
烟气排放数据信息包括：颗粒物、HCL、SO2、CO、NOX、HF以及NH3的排放数据信息。
4.根据权利要求1所述的一种危险废物焚烧自动控制方法，其特征在于步骤三中的数学建模工具或算法为BP神经网络算法。
5.根据权利要求1所述的一种危险废物焚烧自动控制方法，其特征在于步骤五中的具备控制、执行功能的过程控制终端和服务器为DCS系统或现场总线控制系统或计算机集成控制系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910742387.0A CN110500596B (zh) | 2019-08-13 | 2019-08-13 | 一种危险废物焚烧自动控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910742387.0A CN110500596B (zh) | 2019-08-13 | 2019-08-13 | 一种危险废物焚烧自动控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110500596A CN110500596A (zh) | 2019-11-26 |
| CN110500596B true CN110500596B (zh) | 2021-04-16 |
Family
ID=68586508
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910742387.0A Active CN110500596B (zh) | 2019-08-13 | 2019-08-13 | 一种危险废物焚烧自动控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110500596B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112344346A (zh) * | 2020-10-27 | 2021-02-09 | 新中天环保股份有限公司 | 危废焚烧在线管理系统 |
| CN112361348B (zh) * | 2020-11-19 | 2022-10-21 | 上海电气集团股份有限公司 | 危险废物水泥窑焚烧处置的排产方法、系统、设备及介质 |
| CN113405106B (zh) * | 2020-12-09 | 2024-01-30 | 北京大学深圳研究生院 | 一种垃圾焚烧过程的人工智能控制方法 |
| CN114113664B (zh) * | 2022-01-27 | 2022-04-08 | 山东泗水海韵粮机有限公司 | 脱皮机工作状态的智能监测方法及系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2516278B2 (ja) * | 1990-10-24 | 1996-07-24 | 株式会社クボタ | 焼却炉の燃焼状況診断装置 |
| CN103925614B (zh) * | 2014-04-16 | 2016-02-24 | 贵州电力试验研究院 | 一种火电机组快速甩负荷燃料控制方法 |
| CN106224939B (zh) * | 2016-07-29 | 2017-09-29 | 浙江大学 | 循环流化床生活垃圾焚烧锅炉床温预测方法及系统 |
| CN106931453B (zh) * | 2017-02-27 | 2018-02-16 | 浙江大学 | 循环流化床生活垃圾焚烧锅炉NOx排放的预测系统及方法 |
-
2019
- 2019-08-13 CN CN201910742387.0A patent/CN110500596B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110500596A (zh) | 2019-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110500596B (zh) | 一种危险废物焚烧自动控制方法 | |
| US7813819B2 (en) | Control system for control subject having combustion unit and control system for plant having boiler | |
| CN112285287B (zh) | 一种烟气在线监测数据预处理方法 | |
| CN104699061B (zh) | 一种scr脱硝催化剂在线检测和喷氨优化控制方法 | |
| JP5155690B2 (ja) | 石炭焚きボイラのガス濃度推定装置及びガス濃度推定方法 | |
| CN111780127B (zh) | 一种垃圾焚烧炉燃烧管理系统 | |
| CN109034533B (zh) | 一种集团级实时监管平台污染物参数小时均值统计的方法 | |
| CN113065765A (zh) | 一种垃圾焚烧炉烟气中co排放量预测模型构建方法及应用 | |
| CN113189299A (zh) | 一种煤仓煤质实时在线显示分析系统 | |
| US7065414B2 (en) | Methods and apparatus for operating production facilities | |
| CN117419359A (zh) | 一种电厂锅炉燃烧的优化监控系统及方法 | |
| CN105785761A (zh) | 水泥生料分解过程温度智能切换控制方法 | |
| CN103256825B (zh) | 水泥生产及余热发电系统烟尘排放的监测方法 | |
| JP6747810B2 (ja) | 廃棄物焼却プラントの制御装置および制御方法 | |
| CN115329659B (zh) | 废物焚烧炉二噁英排放实时预警及智能控制的方法及系统 | |
| CN115198047B (zh) | 基于大数据分析的热风炉燃烧监测系统及方法 | |
| CN111505940A (zh) | 一种具有未来nox排放量预测功能的烟气脱硝控制方法 | |
| JP6385830B2 (ja) | 操業オペレータの作業負荷を評価する評価方法 | |
| CN112032722B (zh) | 一种基于物联网的卧式智能等离子体医疗废弃物裂解测控系统 | |
| El Asri et al. | Process control in municipal solid waste incinerators: survey and assessment | |
| CN114417586A (zh) | 水冷炉排表面料层厚度计算方法、系统及焚烧炉 | |
| CN211526443U (zh) | 垃圾焚烧炉的自动燃烧控制系统 | |
| CN115113519A (zh) | 一种煤-煤气混烧锅炉脱硝系统出口NOx浓度预警方法 | |
| CN114742300B (zh) | 一种脱硝设备锅炉烟道阻力预警方法及系统 | |
| CN108229850A (zh) | 基于工业生产网络的城市级能耗、环保数据管理方法和系统 |
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 |