CN111450694B - 一种基于多目标优化的脱硫系统工业控制器和控制方法 - Google Patents

一种基于多目标优化的脱硫系统工业控制器和控制方法 Download PDF

Info

Publication number
CN111450694B
CN111450694B CN202010277239.9A CN202010277239A CN111450694B CN 111450694 B CN111450694 B CN 111450694B CN 202010277239 A CN202010277239 A CN 202010277239A CN 111450694 B CN111450694 B CN 111450694B
Authority
CN
China
Prior art keywords
micro
processing unit
desulfurization system
data
desulfurization
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
Application number
CN202010277239.9A
Other languages
English (en)
Other versions
CN111450694A (zh
Inventor
马利君
赵海江
杨路宽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Datang Environment Industry Group Co Ltd
Original Assignee
Datang Environment Industry Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Datang Environment Industry Group Co Ltd filed Critical Datang Environment Industry Group Co Ltd
Priority to CN202010277239.9A priority Critical patent/CN111450694B/zh
Publication of CN111450694A publication Critical patent/CN111450694A/zh
Application granted granted Critical
Publication of CN111450694B publication Critical patent/CN111450694B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B01PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01DSEPARATION
    • B01D53/00Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34Chemical or biological purification of waste gases
    • B01D53/74General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/80Semi-solid phase processes, i.e. by using slurries

Landscapes

  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Treating Waste Gases (AREA)

Abstract

本发明提供了一种基于多目标优化的脱硫系统工业控制器,包括:第一微处理单元,用于对脱硫系统中数据的采集和预处理;第二微处理单元,与所述第一微处理单元连接,用于调控吸收塔pH值及吸收塔出口的二氧化硫浓度;以及第三微处理单元,分别与所述第一微处理单元和所述第二微处理单元连接,用于调控设备的开关量。还提供一种基于多目标优化的脱硫系统控制方法。根据本发明的实施方式,避免了人工设定和频繁操作所带来的误差,提高了脱硫系统控制的自动化程度和准确度,也提高了脱硫系统自身的抗干扰能力。

Description

一种基于多目标优化的脱硫系统工业控制器和控制方法
技术领域
本发明涉及脱硫系统控制技术领域,尤其涉及一种基于多目标优化的脱硫系统工业控制器。
背景技术
湿法烟气脱硫技术是指在湿状态下,通过某种试剂对烟气进行脱硫和脱硫产物处理的技术。在整个工艺过程中,WFGD反应速度快,气液化学反应条件要求不高,脱硫效果明显,在适当的控制下,很容易满足工业需求。目前,石灰石/石膏法为代表的WFGD,其缺点是存在吸收剂或脱硫产物积垢堵塞,酸性腐蚀,废液处理等问题,需要进一步处理。主要优点有:脱硫效率高、工艺成熟、运行过程安全可靠,吸收剂可用率能够达到90%以上。石灰石作为吸收剂,资源丰富,成本低廉,石灰石-石膏湿法烟气脱硫技术在国内外使用最为普遍。
目前,我国的大气湿法烟气脱硫工程绝大部分采用的是石灰石-石膏湿法烟气脱硫方法。随着酸雨等环境问题对社会经济效益带来的影响,国家将重估环保行业在社会经济所占的地位,提高火电厂、钢厂等工业二氧化硫等污染物排放的标准势在必行,这就加剧了高效益烟气脱硫设备的技术需求。凭借效益和技术优势,对于石灰石-石膏湿法烟气脱硫工艺而言,其很可能将进一步得到广泛的应用。此外,更先进和成熟的控制技术不断得到更新,使得更多的自动化方案进入到石灰石/石膏法的烟气脱硫工艺中,这有助于减少二氧化硫的排放。因此,研究石灰石/石膏法下的烟气脱硫技术具有重要意义。
背景技术部分的内容仅仅是发明人所知晓的技术,并不当然代表本领域的现有技术。
发明内容
有鉴于此,本发明旨在提供一种改进的可用于脱硫系统运行过程变工况控制的工业控制器及控制方法。
在一个方面,提供一种基于多目标优化的脱硫系统工业控制器,包括:
第一微处理单元,用于对脱硫系统中数据的采集和预处理;
第二微处理单元,与所述第一微处理单元连接,用于调控吸收塔pH值及吸收塔出口的二氧化硫浓度;以及
第三微处理单元,分别与所述第一微处理单元和所述第二微处理单元连接,用于调控设备的开关量。
在一个实施例中,还包括:第四微处理单元,分别与所述第一微处理单元、所述第二微处理单元和所述第三微处理单元连接,用于输出抗扰信号以提升脱硫系统工业控制器自身的抗干扰能力。
在一个实施例中,所述第一微处理单元包括:数据采集模块和数据处理模块,所述数据采集模块对脱硫系统运行数据进行采集,所述数据处理模块对采集的数据的进行处理。
在另一个方面,还提供一种基于多目标优化的脱硫系统控制方法,采用如上所述的脱硫系统工业控制器,包括步骤:
S101:通过第一微处理单元采集脱硫系统运行数据作为原始数据,并将原始数据传输至第二微处理单元和第三微处理单元;
S102:通过第二微处理单元对原始数据进行模拟计算,并与设定值进行比较,输出针对吸收塔pH值及吸收塔出口的二氧化硫浓度的最优控制信号,进而调整吸收塔pH值及吸收塔出口的二氧化硫浓度;
S103:通过第三微处理单元对原始数据中的设备状态信号进行收集处理,并与设定值进行比较,进而调整设备开关量的大小。
在一个实施例中,步骤S101为:通过第一微处理单元采集脱硫系统运行数据作为原始数据,并将原始数据传输至第二微处理单元、第三微处理单元和第四微处理单元。
在一个实施例中,还包括步骤S104:通过第四微处理单元将原始数据与内嵌的模型进行计算和比较,计算出可测扰动和不可测扰动,输出针对干扰的补偿信号。
在一个实施例中,可测扰动为锅炉负荷、锅炉烟气量;不可测扰动为烟气含硫量。
在一个实施例中,第四微处理单元内嵌模型的预设值包括:共模电压大于250V、共模抑制比大于90db、差模电压大于60V和差模抑制比大于60DB。
在一个实施例中,步骤S102中吸收塔pH值的预设值为5.2-5.6。
在一个实施例中,步骤S103中调整循环泵、增压风机、氧化风机、石膏排出泵、工艺水泵和/或密封烟气风机的开关量的大小。
根据本发明的实施方式,通过第一微处理单元对脱硫系统运行过程数据的实时采集、更新和预处理;通过第二微处理单元对采集的数据进行实时分析,然后实时调节吸收塔pH值及吸收塔出口的二氧化硫浓度;同时通过第三微处理单元对采集的数据进行实时分析,然后实时调节脱硫系统的设备的开关量。另外通过第四微处理单元对采集的数据进行实时分析,然后输出的抗扰信号。避免了人工设定和频繁操作所带来的误差,提高了脱硫系统控制的自动化程度和准确度,也提高了脱硫系统自身的抗干扰能力。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了根据本发明一个实施例的脱硫系统工业控制器的整体控制流程示意图;
图2示出了根据本发明一个实施例的脱硫系统工业控制器的优化控制逻辑示意图;
图3示出了根据本发明一个实施例的脱硫系统工业控制器的优化控制示意图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
在本发明的描述中,需要理解的是,术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"坚直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语"第一"、"第二"仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,"多个"的含义是两个或两个以上,除非另有明确具体的限定。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语"安装"、"相连"、"连接"应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接:可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本发明提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
下面结合图1-图3详细介绍本发明的实施例。
如图1所示,一种基于多目标优化的脱硫系统工业控制器,包括:第一微处理单元、第二微处理单元和第三微处理单元。
第一微处理单元用于对脱硫系统中数据的采集和预处理。在控制系统运行过程中,设置独立的第一微处理单元,即数据采集处理系统。用于完成对脱硫操作中设备和流程相关的监测点的数据采集,根据采集的信号进行初步的预处理,通过信号发送器将采集的信号变换或者不变换的情况下发送到第二微处理单元和第三微处理单元。
在一些实施例中,数据采集的脱硫系统测点信息如表1所示:
表1脱硫系统测点信息
Figure BDA0002445242570000051
Figure BDA0002445242570000061
在一些实施例中,第一微处理单元将采集的数据进行的预处理为:数据清洗和主成分分析,并采用matlab编写相关程序实现数据的初步预处理。
在一些实施例中,第一微处理单元包括:数据采集模块和数据处理模块,数据采集模块对脱硫系统运行数据进行采集,数据处理模块对采集的数据进行处理。
第二微处理单元与第一微处理单元连接,第二微处理单元用于调控吸收塔pH值及吸收塔出口的二氧化硫浓度。第二微处理单元内的模拟量计算控制系统通过采集的初始数据进行必要的模拟计算,进而和特定的数据进行综合比较,以决定是否对设备操作进行干预。主要通过前馈-反馈为主的多变量协调控制策略来进行调控,从而构成一种闭环控制系统,调整吸收塔pH值和吸收塔出口二氧化硫浓度。
在一些实施例中,第二微处理单元通过采集的初始数据计算目前系统的关键指标,例如脱硫效率、循环浆液泵电耗、供浆泵电耗,并将计算的关键指标与系统在当前工况下关键指标的最优值进行综合比较。如果当前计算得到的关键指标和最优值之间存在偏差,则需要对设备操作进行干预;如果当前计算得到的关键指标和最优值之间不存在偏差,则不需要对设备进行干预。
第三微处理单元分别与第一微处理单元和第二微处理单元连接,第三微处理单元用于调控设备的开关量。第三微处理单元对设备上的状态信号进行收集,通过指令判断,完成逻辑控制的相关指令操作,降低疲劳状态的误操作所引起的设备问题及安全问题。一般的开关量控制主要为石灰石制浆供给系统、浆液循环泵启停顺序控制两个方面。第三微处理单元还可以调控的对象有:循环泵、增压风机、氧化风机、石膏排出泵、工艺水泵、密封烟气风机等设备。
在一些实施例中,脱硫系统工业控制器还包括:分别与第一微处理单元、第二微处理单元及第三微处理单元连接的第四微处理单元,用于输出抗扰信号以提升脱硫系统工业控制器自身的抗干扰能力。另外,第一微处理单元采集的数据可传送至第四微处理单元。
将脱硫系统可采集的测点数据分为前馈数据和反馈数据两类,前馈数据指在脱硫塔前的测点信息,例如烟气流量、烟气含硫量、烟气流速;反馈数据指在脱硫塔内部和脱硫塔后的测点信息,例如各循环泵的电流、电压、浆液泵的电流和电压。针对前馈数据和反馈数据分别设计前馈控制回路和反馈控制回路,从而降低测点的波动,达到抗干扰的功能。第四微处理单元能够提升DCS自身的抗干扰能力,提升脱硫控制系统的稳定性,实现电厂稳定运行。
本发明还提供一种基于多目标优化的脱硫系统控制方法,采用如上所述的脱硫系统工业控制器,首先对脱硫原理进行介绍:
脱硫系统脱出二氧化硫的过程从化学的角度主要包括三个步骤。首先,烟气中的二氧化硫和喷雾中的石灰石进行中和反应,生成碳酸钙;然后因烟气中存在氧气和亚硫酸氢根离子等中间产物,部分的眼硫酸氢钙会被转化为石膏;其余的亚硫酸氢钙会在浆液池中氧化为硫酸钙。
如图2所示,在优化控制流程中,首先初始化系统内部的控制量和被控量,控制量如循环浆液量和供浆量,被控量如脱硫效率;其次构建优化函数,优化函数为脱硫效率实际值和设定值的偏差;然后构建约束条件,约束条件为控制量和被控量的幅值上下限和变化幅度的上下限;最后求解上述带约束的优化问题,并计算得到优化结果。如果上述优化问题的求解过程收敛,则将求解得到的最优控制量作为系统下一时刻的实际控制量输入至系统中;如果上述优化问题的求解过程不收敛,则应修改优化函数,添加惩罚项,并继续计算,直至计算收敛为止。
基于多目标优化的脱硫系统控制方法包括步骤:
S101:通过第一微处理单元采集脱硫系统运行数据作为原始数据,并将原始数据传输至第二微处理单元和第三微处理单元。
第一微处理单元将DCS控制系统采集的脱硫系统运行数据作为数据来源,对其进行数据清洗,并通过主成分分析和降维方法对数据进行筛选,将筛选过后的数据传输至第二微处理单元和第三微处理单元。
S102:通过第二微处理单元对原始数据进行模拟计算,并与设定值进行比较,输出针对吸收塔pH值及吸收塔出口的二氧化硫浓度的最优控制信号,进而调整吸收塔pH值及吸收塔的出口的二氧化硫浓度。
第二微处理单元基于实际和生产需求确定塔内的pH值设定值及相关参数,当吸收塔内的pH值的实际值超过规定范围时,则加大控制量操作幅度。此外,第二微处理单元输出一路信号对石灰石浆液的量进行控制,其参考值为理论供给值和实际供给值。
理论供给值是分析吸收塔内的烟气总量以及二氧化硫的含量后,结合以下公式进行计算,从而确定所需加入的量:
Figure BDA0002445242570000081
其中,η代表脱硫效率,V代表吸收塔入口烟气量,Vair代表氧化风机鼓入的空气量,
Figure BDA0002445242570000082
代表吸收塔出口二氧化硫浓度,
Figure BDA0002445242570000083
代表吸收塔出口二氧化硫浓度。
实际供给值由吸收塔内的pH值确定,通过控制吸收塔的阀门,通过调节阀门的开度使进入吸收塔内的浆液量达到合适的目标值,保持吸收塔内的pH值的稳定。
S103:通过第三微处理单元对原始数据中的设备状态信号进行收集处理,并与设定值进行比较,进而调整设备开关量的大小。
通过第三微处理单元得出脱硫率在系统中受到的多重影响因素,通过对影响因素进行控制保证脱硫率。例如第三微处理单元所引入的影响因素为烟气温度、含硫量、浆液pH值及液气比。将烟气温度、含硫量、浆液pH值、液气比作为控制回路的状态量,将脱硫效率作为控制回路的被控量,将供浆量、循环浆液量作为控制回路的控制量,通过脱硫系统实时采集的测点信息,结合脱硫系统的优化目标,即尽可能降低脱硫效率实际值和设定值之间的偏差。第三微处理单元实时计算在当前工况下的最优控制量,并将计算得到的最优控制量作为下一采样时间的真实控制量输入第四微处理单元。液气比是决定脱硫率的主要控制参数,增加液气比,传质系数会提高,增加吸收量,但是由于停留时间较短,容易导致脱硫剂反应不完全。出于保证反应效率的目的,其需要对酸碱度进行控制,并将pH值控制参数进行优化并输出相关信号。第三微处理单元根据工厂的实际状况(即测点信息)输出浆液循环泵的停止顺序,其具体控制顺序为先停止浆液循环泵的入口门,下一步打开浆液循环泵排净门,外排一定时间后,关闭浆液拍紧跟,打开冲洗门,一定时间冲洗后,对其实施关闭操作。当冲洗门处于关闭状态,则说明顺控操作终止。
在一些实施例中,步骤S101为:通过第一微处理单元采集脱硫系统运行数据作为原始数据,并将原始数据传输至第二微处理单元、第三微处理单元和第四微处理单元。
在一些实施例中,脱硫系统控制方法还包括步骤S104:通过第四微处理单元将原始数据与内嵌的模型进行计算和比较,计算出可测扰动和不可测扰动,输出针对干扰的补偿信号;
第四微处理单元将实时运行数据与内嵌的模型进行计算和比较,从而准确的计算出可测扰动和不可测扰动的数值大小和变化趋势。
在一些实施例中,第四微处理单元计算出的可测扰动为锅炉负荷、锅炉烟气量;不可测扰动为烟气含硫量。
在一些实施例中,第四微处理单元内嵌的模型的设定值包括:共模电压大于250V、共模抑制比大于90db、差模电压大于60V和差模抑制比大于60DB。
在一些实施例中,步骤S102中第二微处理单元设置吸收塔内的pH值的预设值为5.2-5.6。
在一些实施例中,步骤S103中调整循环泵、增压风机、氧化风机、石膏排出泵、工艺水泵和/或密封烟气风机的开关量的大小。
通过以上所述的第一微处理单元、第二微处理单元、第三微处理单元及第四微处理单元所包含的功能,可以实现脱硫系统多目标优化,下面结合图3进一步详细介绍。图3示出了根据本发明一个实施例的脱硫系统工业控制器的优化控制示意图,其中r(t+k)代表第(t+k)时间的设定值,ym(t+k)代表第(t+k)时间的反馈信息,ym(t)代表第(t)时间的输出量实际值,u(t)代表第t时间的控制量,y(t)代表第t时间的输出量,e(t)代表第(t)时间的输出量实际值和设定值的差值。
如图3所示,第一微处理单元用于对脱硫系统中关键变量的采集和预处理。脱硫过程的关键参数包括:脱硫剂消耗、循环浆液流量、新鲜石灰石浆液流量、脱硫效率、泵组电耗、循环浆液pH值等。在实际多目标优化控制过程中,脱硫系统的关键变量可以分成状态量、控制量、被控量、扰动量四类。其中,状态量指与系统动态特性密切相关的变量,如浆液内部二氧化硫浓度等变量,控制量指系统可通过控制机构直接调节的变量,如石灰石浆液流量、循环浆液流量,被控量指衡量系统运行水平的变量,如出口二氧化硫浓度、脱硫效率,扰动量指无法通过控制直接改变的变量,如入口烟气量。第一微处理单元将所述的关键变量从脱硫系统中采集,并进行预处理。
第二微处理单元用于给出当前工况下最优的吸收塔pH值进而达到多目标优化效果,即最小化脱硫效率实际值和设定值之间的误差,并最小化吸收塔出口二氧化硫浓度实际值和设定值之间的误差。第一微处理单元所采集和预处理后的数据为寻找当前工况的最优pH值提供了数据支撑,寻优过程采用NSGAⅡ(带精英策略的非支配排序的遗传算法)多目标优化算法。采用多目标优化算法对当前运行状态进行评估与计算,并最终得到一组基于当前运行状态的最优控制量。优化模型从工作的第一阶段预测由于工况变化而导致的未来各目标函数的变化趋势。然后,通过种群搜索的方法来求解模型,用30个种群数量以确保优化决策具有足够可信度,采用NSGAⅡ的方法更新种群数量以协调不同目标对种群最优值的影响,其阶段性更新的最优稳态值为基于Pareto前沿(最优解的集合)选择策略求得的性能较好的解,具体过程以图3中虚线标出,首先根据系统稳态工艺特性产生一系列状态量的稳态面,然后依据系统当前优化目标生成一系列初始解,并在状态量可行域范围内迭代更细直至得到相应的Pareto前沿,当满足最大迭代次数后,Pareto前沿中的解将作为目标函数的最优稳态值。优化结果需要再次通过基于集总参数法的虚拟仿真来验证。通过验证后,优化结果将作为当前最佳解决方案,为控制系统提供定量决策支持;否则,将进行故障排除,以检查是否存在建模和求解错误,或者是否存在多目标优化问题给定种群数量过小等问题,并根据分析结论修改建模和解方式,或者扩大给定的计算种群数量。
第三微处理单元根据第二微处理单元所提供的最优pH值,结合待优化目标函数实时计算当前工况下的最优控制量,并将计算所得的最优控制量用于调控相对应的设备,如新鲜石灰石浆液泵的转速、循环浆液泵转速、循环浆液泵开启台数。所述的这一过程采用预测控制的原理实现。反馈控制的目的是通过求解带约束的优化问题获取控制时域内的最优控制量增量序列,从而得到当前运行状态下的最优控制量。为了使预测模型所预测的被调量尽可能接近设定值,需要求解控制量增量序列。在单次目标函数求解过程中,设定值维持不变,即保持k时系统设定值。通过求解该优化问题,最优的控制量增量序列将会得到。目标函数一般设计为二次型,并带有相应的约束条件。通过预测模型可以将从采样时间k开始的在预测时域里的预测状态表示出来,设置相应的目标函数和约束条件之后,就构建了目标函数的优化问题,最后通过内点法计算求解上述反馈控制问题。
第四微处理单元是第一、二、三微处理单元的补充,通过增加变量约束的方式实现脱硫系统优化的抗干扰能力。约束按物理意义主要分为以下三类:安全性约束、运行平滑性约束、排放指标约束。
(1)安全性约束:实际运行过程存在不可测扰动,为避免扰动造成的控制量超限问题,需对控制量幅值进行约束。
umin≤u(k+i)≤umax
ymin≤y(k+i)≤ymax
(2)运行平滑性约束:为避免在控制过程中控制量变化幅度过大,需对控制量增量进行约束。
Δumin≤Δu(k+i)≤Δumax
(3)排放指标约束:根据环保法的要求,脱硫系统正常运行时脱硫效率不低于最低限度,以保证出口二氧化硫浓度不超过35mg/Nm3
Figure BDA0002445242570000121
其中,u(k+i)代表(k+i)时刻的控制量,umin、umax代表控制量的幅值约束,y(k+i)代表(k+i)时刻的输出量,ymin、ymax代表输出量的幅值约束,△u(k+i)代表(k+i)时刻的控制增量,△umin、△umax代表控制增量约束,η代表脱硫效率,ηmin代表脱硫效率下限,v代表吸收塔入口烟气量,vair代表氧化风机鼓入的空气量,
Figure BDA0002445242570000122
代表吸收塔出口二氧化硫浓度。
将所述的三类约束引入优化控制中,能显著降低不可测扰动、控制量波动过大、排放指标超限等由于系统外来干扰所造成的优化效果欠佳问题。
根据本发明的实施方式,通过第一微处理单元对脱硫系统运行过程数据的实时采集、更新和预处理;通过第二微处理单元对采集的数据进行实时分析,然后实时调节吸收塔pH值及吸收塔出口的二氧化硫浓度;同时通过第三微处理单元对采集的数据进行实时分析,然后实时调节脱硫系统的设备的开关量。另外通过第四微处理单元对采集的数据进行实时分析,然后输出的抗扰信号。避免了人工设定和频繁操作所带来的误差,提高了脱硫系统控制的自动化程度和准确度,也提高了脱硫系统自身的抗干扰能力。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于多目标优化的脱硫系统工业控制器,其特征在于,包括:
第一微处理单元,用于对脱硫系统中数据的采集和预处理;
第二微处理单元,与所述第一微处理单元连接,用于调控吸收塔pH值及吸收塔出口的二氧化硫浓度;以及
第三微处理单元,分别与所述第一微处理单元和所述第二微处理单元连接,用于调控设备的开关量;
第四微处理单元,分别与所述第一微处理单元、所述第二微处理单元和所述第三微处理单元连接,用于输出抗扰信号以提升脱硫系统工业控制器自身的抗干扰能力;
所述第四微处理单元还设置约束条件输入至第三微处理单元,包括安全性约束、运行平滑性约束及排放指标约束;
其中,
安全性约束:实际运行过程存在不可测扰动,为避免扰动造成的控制量超限问题,需对控制量幅值进行约束,
umin≤u(k+i)≤umax
ymin≤y(k+i)≤ymax
运行平滑性约束:为避免在控制过程中控制量变化幅度过大,需对控制量增量进行约束,
Δumin≤Δu(k+i)≤Δumax
排放指标约束:脱硫系统正常运行时脱硫效率不低于最低限度,
Figure FDA0003530220510000011
式中,u(k+i)代表k+i时刻的控制量,umin、umax代表控制量的幅值约束,y(k+i)代表k+i时刻的输出量,ymin、ymax代表输出量的幅值约束,△u(k+i)代表k+i时刻的控制增量,△umin、△umax代表控制增量约束,η代表脱硫效率,ηmin代表脱硫效率下限,v代表吸收塔入口烟气量,vair代表氧化风机鼓入的空气量,
Figure FDA0003530220510000012
代表吸收塔出口二氧化硫浓度。
2.根据权利要求1所述的脱硫系统工业控制器,其特征在于,所述第一微处理单元包括:数据采集模块和数据处理模块,所述数据采集模块对脱硫系统运行数据进行采集,所述数据处理模块对采集的数据的进行处理。
3.一种基于多目标优化的脱硫系统控制方法,采用如权利要求1-2中任一项所述的脱硫系统工业控制器,其特征在于,包括步骤:
S101:通过第一微处理单元采集脱硫系统运行数据作为原始数据,并将原始数据传输至第二微处理单元和第三微处理单元;
S102:通过第二微处理单元对原始数据进行模拟计算,并与设定值进行比较,输出针对吸收塔pH值及吸收塔出口的二氧化硫浓度的最优控制信号,进而调整吸收塔pH值及吸收塔出口的二氧化硫浓度;
S103:通过第三微处理单元对原始数据中的设备状态信号进行收集处理,并与设定值进行比较,进而调整设备开关量的大小。
4.根据权利要求3所述的脱硫系统控制方法,其特征在于,步骤S101为:通过第一微处理单元采集脱硫系统运行数据作为原始数据,并将原始数据传输至第二微处理单元、第三微处理单元和第四微处理单元。
5.根据权利要求4所述的脱硫系统控制方法,其特征在于,还包括步骤S104:通过第四微处理单元将原始数据与内嵌的模型进行计算和比较,计算出可测扰动和不可测扰动,输出针对干扰的补偿信号。
6.根据权利要求5所述的脱硫系统控制方法,其特征在于,可测扰动为锅炉负荷、锅炉烟气量;不可测扰动为烟气含硫量。
7.根据权利要求5所述的脱硫系统控制方法,其特征在于,第四微处理单元内嵌模型的预设值包括:共模电压大于250V、共模抑制比大于90db、差模电压大于60V和差模抑制比大于60DB。
8.根据权利要求3所述的脱硫系统控制方法,其特征在于,步骤S102中吸收塔pH值的预设值为5.2-5.6。
9.根据权利要求3所述的脱硫系统控制方法,其特征在于,步骤S103中调整循环泵、增压风机、氧化风机、石膏排出泵、工艺水泵和/或密封烟气风机的开关量的大小。
CN202010277239.9A 2020-04-10 2020-04-10 一种基于多目标优化的脱硫系统工业控制器和控制方法 Active CN111450694B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010277239.9A CN111450694B (zh) 2020-04-10 2020-04-10 一种基于多目标优化的脱硫系统工业控制器和控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010277239.9A CN111450694B (zh) 2020-04-10 2020-04-10 一种基于多目标优化的脱硫系统工业控制器和控制方法

Publications (2)

Publication Number Publication Date
CN111450694A CN111450694A (zh) 2020-07-28
CN111450694B true CN111450694B (zh) 2022-04-15

Family

ID=71671591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010277239.9A Active CN111450694B (zh) 2020-04-10 2020-04-10 一种基于多目标优化的脱硫系统工业控制器和控制方法

Country Status (1)

Country Link
CN (1) CN111450694B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113082990B (zh) * 2021-04-09 2023-05-30 浙江菲达环保科技股份有限公司 脱硫系统全负荷段一键启停方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102743972A (zh) * 2012-07-31 2012-10-24 浙江省电力公司电力科学研究院 一种脱硫系统石灰石浆液pH值控制器
CN103885397A (zh) * 2013-12-23 2014-06-25 南宁职业技术学院 一种湿法烟气脱硫智能监控系统及方法
CN107168055A (zh) * 2017-05-15 2017-09-15 东南大学 一种基于多变量预测控制的氨法脱硫优化控制方法
CN108636094A (zh) * 2018-07-12 2018-10-12 浙江大学 一种湿法脱硫工艺中的精确预测控制与节能系统及方法
CN110908351A (zh) * 2019-11-25 2020-03-24 东南大学 一种融合支持向量机的scr脱硝系统扰动抑制预测控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102743972A (zh) * 2012-07-31 2012-10-24 浙江省电力公司电力科学研究院 一种脱硫系统石灰石浆液pH值控制器
CN103885397A (zh) * 2013-12-23 2014-06-25 南宁职业技术学院 一种湿法烟气脱硫智能监控系统及方法
CN107168055A (zh) * 2017-05-15 2017-09-15 东南大学 一种基于多变量预测控制的氨法脱硫优化控制方法
CN108636094A (zh) * 2018-07-12 2018-10-12 浙江大学 一种湿法脱硫工艺中的精确预测控制与节能系统及方法
CN110908351A (zh) * 2019-11-25 2020-03-24 东南大学 一种融合支持向量机的scr脱硝系统扰动抑制预测控制方法

Also Published As

Publication number Publication date
CN111450694A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
US9747544B2 (en) Method and system for wastewater treatment based on dissolved oxygen control by fuzzy neural network
RU2379736C2 (ru) Модельный прогнозный контроль процессов регулирования загрязнения воздушной среды
RU2343525C2 (ru) Каскадное регулирование для задания требуемого среднего значения технологического параметра
Juuso Fuzzy control in process industry: The linguistic equation approach
NO332740B1 (no) Kontroller for å lede drift av et luftforurensningskontrollsystem
CN105498497A (zh) 多变量控制的烟气脱硫脱硝一体化设备及其控制方法
CN115309117B (zh) 一种基于数据驱动的wfgd出口so2浓度预测及智能优化方法
CN111340199A (zh) 一种基于物料衡算和深度学习的脱硫系统节能方法
CN111624876B (zh) 一种智能的喷氨优化控制系统
CN112506162B (zh) 一种基于数据模型和机理运算的氧化风系统控制方法
Liu et al. Operation strategy optimization of desulfurization system based on data mining
CN112742187A (zh) 一种脱硫系统中pH值的控制方法及装置
EP1658534A1 (en) Method and device arrangement for automatic dose control of chemicals
US20230075149A1 (en) Addition of alkaline materials to biotrickling filter or bio-filter make-up water
CN111450694B (zh) 一种基于多目标优化的脱硫系统工业控制器和控制方法
Kandare et al. Adaptive predictive expert control of dissolved oxygen concentration in a wastewater treatment plant
CN111008735B (zh) 预测排放管理系统及方法
JP2007249767A (ja) プロセス制御システム
CN113485111B (zh) 制浆系统的寻优控制方法及系统
Vilanova et al. Event-based control for dissolved oxygen and nitrogen in wastewater treatment plants
Li et al. Intelligent partition of operating condition-based multi-model control in flue gas desulfurization
CN114967780B (zh) 一种基于预测控制的脱硫系统pH值控制方法及系统
CN111611691B (zh) 基于多模态模型预测控制脱硫系统多目标优化控制方法
CN113648801B (zh) 一种湿法脱硫氧化风机优化控制方法及系统
Dong et al. Optimal Control of pH Value in Wet Flue Gas Desulfurization Process Based on Model Predictive Control

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