CN113593653B - 一种湿法脱硫装置整体经济效益最优控制方法 - Google Patents
一种湿法脱硫装置整体经济效益最优控制方法 Download PDFInfo
- Publication number
- CN113593653B CN113593653B CN202110759597.8A CN202110759597A CN113593653B CN 113593653 B CN113593653 B CN 113593653B CN 202110759597 A CN202110759597 A CN 202110759597A CN 113593653 B CN113593653 B CN 113593653B
- Authority
- CN
- China
- Prior art keywords
- slurry
- value
- variable
- pump
- frequency
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Evolutionary Biology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Analytical Chemistry (AREA)
- Treating Waste Gases (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Chemical Kinetics & Catalysis (AREA)
Abstract
本发明涉及半液相方法净化废气技术领域,公开了一种湿法脱硫装置整体经济效益最优控制方法,用于采用石膏法进行脱硫时,在确保脱硫效果的前提下使脱硫装置的物料费用和能耗费用的总和最小化,实现运行费用这一指标的最小;并包括以下步骤:步骤一:采用预测控制器控制各浆液循环回路中喷淋浆液流量及pH值,使脱硫装置在吸收塔出口烟气SOX浓度稳定在设定值的状态下运行;其中控制喷淋浆液流量的预测控制器记作喷淋量预测控制器,控制喷淋浆液pH值的预测控制器记作pH预测控制器;步骤二:调整喷淋量预测控制器及pH预测控制器中的设定值,使脱硫装置的物料费用和能耗费用的总和最小化。
Description
技术领域
本发明涉及半液相方法净化废气技术领域,特别是涉及一种湿法脱硫装置整体经济效益最优控制方法。
背景技术
注意,“最优控制”是一个术语,指在给定的约束条件下,寻求一个控制,使给定的系统性能指标达到极大值(或极小值)。
采用石灰/石灰石浆液作为吸收剂进行湿法脱硫,是目前的燃煤电厂进行烟气脱硫的主要方法。
目前的脱硫装置中,要将部分与烟气接触过的浆液与新浆液混合后由循环泵打回吸收塔进行喷淋,从而提高液气比并使吸收剂被充分利用。单塔双循环装置则是主流的脱硫装置,其吸收塔由收集碗分成两段,每段各设置一套浆液循环回路,两个浆液循环回路中,下循环喷淋的浆液的pH值较低,以方便亚硫酸钙氧化和石膏结晶,上循环喷淋的浆液的pH值较高,以充分吸收SOX,由于上循环的停留时间较短,因此还需要给上循环配备氧化塔(又称AFT塔)来延长上循环中浆液的氧化时间。
但由于锅炉燃烧状况是不断波动的,因此进入脱硫装置的烟气的SOX负荷是不断变化的。为适应SOX负荷变化,避免吸收塔出口烟气SOX的浓度超标,需要调整浆液循环回路中喷淋浆液的流量(又称喷淋量,用来调整液气比),以及调整供浆流量(供浆流量是行业内的一个术语,指的是新浆液的流量,改变供浆流量可用来调整喷淋浆液的pH值)。
两种调节方式的特性是不一样的,提升喷淋量后,能够马上降低吸收塔出口烟气SOX的浓度,但对于脱硫装置本身脱硫能力的影响很小;提升供浆流量后能够直接提升脱硫装置本身的脱硫能力,但对吸收塔出口烟气SOX浓度的影响较为滞后。由于两个流量的调节都能改变脱硫装置的脱硫能力,并且二者之前有着千丝万缕的联系。涉及到耦合控制后,如何在确保脱硫效果的前提下降低能耗及物料消耗,变得更加复杂,目前尚无合适的耦合控制方法。虽然提升喷淋量对吸收塔出口烟气SOX的浓度的影响较快,但由于目前的脱硫装置中吸收塔的循环泵以工频泵为主,基本不会使用变频泵。而提升循环泵的启动数量用时很长,因此目前依然主要采用提升供浆流量的方式来调节吸收塔出口烟气SOX的浓度,这种调节方式滞后性很大,导致调节过程中排放的烟气中SOX含量超标,还会导致新浆液浪费。若循环泵中包含变频泵,则采用改变喷淋量的方式来调整吸收塔出口烟气SOX浓度便成为可能。但申请人发现,虽然提升喷淋量后,能够马上降低吸收塔出口烟气SOX的浓度,但由变频泵变频到吸收塔出口烟气SOX的浓度变化,依然存在明显的迟延和惯性。这种迟延和惯性是由包括管路本身的特性在内的多方面的干扰项导致的。此外,由于变频泵的变频范围有限,若只设一台变频泵,其调节SOX浓度的范围弱于传统的调节方式,在应用上有诸多限制,若变频泵为多台,则控制麻烦且能耗提升(变频泵的能效低于工频泵)。如何克服这些干扰项,使吸收塔出口烟气SOX浓度能够灵敏且经济地随变频泵变频而变化,进而实现压红线运行,尚需新的控制方法。
目前,喷淋浆液的流量通过操作人员根据经验改变循环泵的启用数量以及频率来调节,而供浆流量通过PID控制器来调节,PID控制器中给定值为喷淋浆液的pH的设定值,被控对象为喷淋浆液的实际pH值,操纵变量为新浆液供浆阀开度。PID控制器中给定值的取值,是由操作人员在DCS系统中根据烟气状况人工给定的。
目前这两个流量的调节都是较为粗放的,操作人员依靠经验调整供浆流量和喷淋量,往往出现供浆流量和喷淋量均严重超过实际需求的情况。除此之外,还有无法全自动运行、灵敏度低、滞后严重等一系列问题。
发明内容
本发明提供一种湿法脱硫装置整体经济效益最优控制方法。
解决的技术问题是:目前的湿法脱硫装置中,供浆流量和喷淋量的调节都都是较为粗放的,操作人员不清楚二者的耦合关系,并依靠经验调整供浆流量和喷淋量,往往出现供浆流量和喷淋量均严重超过实际需求的情况。除此之外,还有无法全自动运行、灵敏度低、滞后严重等一系列问题。
尚无优化耦合控制的方法,操作人员依靠经验调整供浆流量和喷淋量,往往出现供浆流量和喷淋量均严重超过实际需求的情况。
为解决上述技术问题,本发明采用如下技术方案:一种湿法脱硫装置整体经济效益最优控制方法,用于采用石膏法进行脱硫时,在确保脱硫效果的前提下使脱硫装置的物料费用和能耗费用的总和最小化,实现运行费用这一指标的最小;包括以下步骤:
步骤一:采用预测控制器控制各浆液循环回路中喷淋浆液流量及pH值,使脱硫装置在吸收塔出口烟气SOX浓度稳定在设定值的状态下运行;其中控制喷淋浆液流量的预测控制器记作喷淋量预测控制器,控制喷淋浆液pH值的预测控制器记作pH预测控制器;
步骤二:调整喷淋量预测控制器及pH预测控制器中的设定值,使脱硫装置的物料费用和能耗费用的总和最小化。
进一步,步骤一中,各浆液循环回路的pH预测控制器中,给定值为pH预测控制器所在的浆液循环回路中,以喷淋浆液的pH值来表征的单位时间内应当脱除的SOX的量,并记作硫量指令;被控变量为该浆液循环回路在被控变量被测量时的瞬态工况下,以喷淋浆液的pH值来表征的单位时间内能够脱除的SOX的量,记作硫量信号;操纵变量为该浆液循环回路的供浆流量;所述硫量指令为所述硫量信号为/>其中H为以喷淋浆液pH值表征的烟气负荷工况,/>F为喷淋浆液流量,H0为额定工况下喷淋浆液pH值,F0为额定工况下喷淋浆液流量,pH(sp)为喷淋浆液pH值的设定值,pH(pv)为喷淋浆液pH值测量值,C为塔容积系数;
所述吸收塔的循环泵包括至少一台在运的变频泵,所述喷淋量预测控制器中,给定值为吸收塔出口烟气SOX浓度的设定值,被控变量为吸收塔出口烟气SOX浓度的测量值,操纵变量为变频泵的频率;所述变频泵的频率以吸收塔出口烟气SOX浓度为反馈值反馈控制。
进一步,供浆流量通过自动阀控制,所述自动阀记作新浆液供浆阀;所述新浆液供浆阀的开度采用串级控制的方式进行调节,串级控制的外回路为所述pH预测控制器,内回路为PID控制器,所述PID控制器以供浆流量作为反馈值进行反馈调节。
进一步,pH预测控制器的输出值以烟气SOX负荷的变化量为扰动量进行前馈补偿后,作为内回路的给定值;喷淋量预测控制器的输出值采用烟气SOX负荷的变化量为扰动量进行前馈补偿。
进一步,所述喷淋量预测控制器中,给定值经神经网络模型进行柔化修正后输入到喷淋量预测控制器中。
进一步,所述pH预测控制器中,输出的操纵变量的值由供浆流量与喷淋浆液的pH值的传递函数模型得出,传递函数模型为带纯迟延的一阶惯性传递函数模型;
所述喷淋量预测控制器中,输出的操纵变量的值由变频泵频率与吸收塔出口烟气SOX浓度的传递函数模型得出,传递函数模型为带纯迟延的一阶惯性传递函数模型。
进一步,步骤二包括以下分步骤:
步骤2.1:进行分式析因设计,求取各操纵变量对脱硫装置的吸收塔出口烟气SOX浓度的影响、对电量消耗的影响、以及对物料消耗的影响;
步骤2.2:建立脱硫装置中浆液循环回路的优化模型,基于该模型的输出构建统一量纲的经济性目标函数;
得到目标函数的算法,记作寻优算法;寻优算法为遗传算法或粒子群算法,寻优算法中的惩罚因子为过脱除的SOX的量,目标函数的否决条件为应脱除而未脱除的SOX的量大于0;寻优算法中的约束条件包括各浆液循环回路中喷淋浆液的pH值调节范围、以及循环泵可调节的频率范围;
各循环泵的启停状态,记作泵状态;当前泵状态下反映脱硫装置运行状态的参数,记作寻优变量;寻优变量为各浆液循环回路中喷淋浆液的pH值;
步骤2.3:在当前的泵状态下,通过寻优算法遍历所有的浆液循环回路中寻优变量组合情况,找出经济性最优的寻优变量组合,并根据经济性最优的寻优变量组合调整喷淋量预测控制器及pH值预测控制器中的设定值,实现闭环优化。
进一步,所述控制方法用于单塔双循环的脱硫装置,所述脱硫装置包括上循环和下循环两个浆液循环回路,所述上循环的循环泵包括多台工频泵,所述下循环的循环泵包括多台工频泵与一台变频泵;
步骤2.3中,当下循环中喷淋浆液的pH值靠近下循环中pH值调节范围的上限;同时在满足脱硫效果的前提下,工频泵的启动台数最小且变频泵的频率靠近该变频泵的频率调节范围的下限时,运行费用最小化;
采用闭环置换法进行闭环优化,使变频泵在吸收塔出口烟气SOX浓度稳定时靠近变频范围的下限运行;所述闭环置换法具体如下:吸收塔出口烟气SOX浓度稳定且未超标的情况下,如果变频泵的频率没有达到最低,并且下循环喷淋浆液pH值达到调节范围的上限时,逐渐提升下循环喷淋浆液pH值,则在SOX浓度反馈控制作用下,变频泵的频率逐渐降低,完成pH值到频率的置换,直到变频泵的频率最低或下循环喷淋浆液pH值最高为止。
进一步,步骤二还包括以下分步骤:
步骤2.4:若下循环的变频泵频率达到最高值,同时下循环喷淋浆液pH值达到最高值时,吸收塔出口烟气SOX浓度仍有上升趋势,则启动一台下循环或上循环中的工频泵,然后采用所述闭环置换法使变频泵的频率最低或下循环喷淋浆液pH值最高。
进一步,步骤2.1中,采用正交试验法进行分式析因设计,且进行的正交试验如下:
喷淋浆液pH值正交试验,且若存在多个浆液循环回路,则每个浆液循环回路分别进行试验;
喷淋浆液流量正交试验,且若存在多个浆液循环回路,则每个浆液循环回路分别进行试验;
机组负荷工况正交试验。
本发明一种湿法脱硫装置整体经济效益最优控制方法与现有技术相比,具有如下有益效果:
本发明中,通过分式析因设计求取脱硫装置中各操纵变量对脱硫效果和运行成本的影响,然后用寻优算法求取满足脱硫效果的前提下,使整个脱硫装置运行成本最低的控制器设定值组合,实现了整个脱硫装置压红线运行,并且运行成本最低;
本发明中,采用闭环置换法使变频泵的频率尽可能低,从而留了在脱硫装置的出口SOX含量波动后迅速进行调整的余量,能够在烟气中SOX负荷提升后,通过提升变频泵的频率迅速提升喷淋量(工频泵启动较慢,变频泵变频则非常快)使脱硫装置的出口SOX含量迅速下降;变频泵留了很大的调节空间,采用单台变频泵就能满足调节的需求,从而减少了效率较低的变频泵的数量,提升了能效并且减小了控制的难度。
本发明中,下循环的喷淋浆液的pH值在稳定运行时靠近调整范围的上限设置,为一个稳定的值,pH值稳定则可获得稳定品质的脱硫副产物。
本发明中,通过将浆液循环回路中单位时间内应当脱除的SOX的量(以pH值表征,下同)作为控制器的给定值,将浆液循环回路在测量时的瞬态工况下单位时间内能够脱除的SOX的量作为被控变量,然后采用预测控制器给出此时供浆流量,不需要像现有的PID控制方式那样根据烟气状况人力改变给定值,实现了全自动控制;
本发明中,供浆流量由传递函数模型给出,符合脱硫装置实际需求,相较于操作人员根据经验给出PID控制器的给定值,然后PID控制器改变供浆流量,能够在确保脱硫效果的前提下,避免供浆流量过大而浪费;
本发明中,预测控制器的被控变量为浆液循环回路在测量时的瞬态工况下单位时间内能够脱除的SOX的量,传统控制方法中,控制喷淋浆液的pH值的目的是为了控制浆液循环回路在测量时的瞬态工况下单位时间内能够脱除的SOX的量,也即脱硫能力,本发明中的控制方法直接选取脱硫能力作为被控变量,操纵变量对被控变量的影响更加直接更加灵敏,控制的灵敏度更高;
本发明中,通过以预测控制器作为外回路来输出供浆流量,然后以烟气SOX负荷对输出值进行前馈补偿后作为内回路的给定值输入到PID控制器中来控制新浆液供浆阀,进一步提升了控制的灵敏度,并提升了抗干扰能力。
本发明中,通过采用预测控制器控制变频泵的频率来改变喷淋量,从而调整吸收塔出口烟气SOX浓度,预测控制器克服了从变频到吸收塔出口烟气SOX浓度变化的滞后性,使调节过程更加灵敏,能够实现脱硫装置压红线运行,不仅避免调节过程中吸收塔出口烟气SOX浓度超标,而且避免调节之后供浆流量超过需求;
本发明中,通过神经网络模型对给定值进行柔化修正后输入到预测控制器中,预测控制器的输出值采用烟气SOX负荷的变化量为扰动量进行前馈补偿,进一步提升了调节的灵敏度。
附图说明
图1是本发明中采用预测控制器控制喷淋浆液pH值的流程图;
图2是本发明中采用预测控制器控制喷淋浆液流量的流程图;
图3是本发明中求取目标函数的流程图;
图4是采用本发明的单塔双循环脱硫装置的两个浆液循环回路的示意图,图中略去了鼓风管路及浆液采出管路;
其中,1-吸收塔,11-收集碗,2-氧化塔,3-循环泵,4-新浆管,5-喷淋浆管。
具体实施方式
本发明中,所有表示“XX的量”的,可采用体积、质量、物质的量等多种表示方式来进行,只需要确保计算过程中量纲正确。同理,“XX的流量”可采用体积流量、质量流量、物质的量流量等多种表示方式来进行;“XX的浓度”可采用体积分数、质量浓度、物质的量浓度等多种表示方式来进行,只需要确保计算过程中量纲正确。
本实施例中,所有“XX的量”,均为质量,所有“XX的流量”,均为质量流量,所有“XX的浓度”均为质量浓度。SOX以SO2来计,其余类型的SOX忽略不计。
一种湿法脱硫装置整体经济效益最优控制方法,用于采用石膏法进行脱硫时,在确保脱硫效果的前提下使脱硫装置的物料费用和能耗费用的总和最小化,实现运行费用这一指标的最小;包括以下步骤:
步骤一:如图1-2所示,采用预测控制器控制各浆液循环回路中喷淋浆液流量及pH值,使脱硫装置在吸收塔1出口烟气SOX浓度稳定在设定值的状态下运行;其中控制喷淋浆液流量的预测控制器记作喷淋量预测控制器,控制喷淋浆液pH值的预测控制器记作pH预测控制器;
本发明中采用预测控制器控制各浆液循环回路中喷淋浆液流量及pH值,如果涉及到旧装置改造,新增加的预测控制器可与作用相同的原控制器平行设置并相互跟踪,并在DCS界面无扰切换。这样可充分利旧并减小改造难度,旧控制器还可以作为备份。
步骤二:如图3所示,调整喷淋量预测控制器及pH预测控制器中的设定值,使脱硫装置的物料费用和能耗费用的总和最小化。
步骤一中,各浆液循环回路的pH预测控制器中,给定值为pH预测控制器所在的浆液循环回路中,以喷淋浆液的pH值来表征的单位时间内应当脱除的SOX的量,并记作硫量指令;被控变量为该浆液循环回路在被控变量被测量时的瞬态工况下,以喷淋浆液的pH值来表征的单位时间内能够脱除的SOX的量,记作硫量信号;操纵变量为该浆液循环回路的供浆流量;
这里之所以采用喷淋浆液的pH值来表征单位时间内应当脱除/能够脱除的硫氧化物的量,而不是直接用质量表示,是为了方便采用传递函数模型来求取供浆流量。
本实施例中,硫量指令及硫量信号,以浆液循环回路中喷淋浆液的pH值来表征。
硫量指令为硫量信号为/>其中H为以喷淋浆液pH值表征的烟气负荷工况。
根据当前SOX负荷,确定单位时间内应脱除的SOX量如下:
pH(sp)——喷淋浆液pH值设定值;这里不同于现有技术中的PID控制喷淋浆液pH值的方式,pH(sp)在使用时不需要操作人员在DCS界面进行反复调整,而是一个自动给定值,由经济性目标函数给定;
pH(pv)——喷淋浆液pH值测量值;
F——喷淋浆液流量,用来表征烟气负荷工况,单位为t/h;
C′——以喷淋浆液流量表征的吸收塔1脱硫能力系数,单位为t/h*s。
上式可进一步写作:
式中,H——以喷淋浆液pH值表征的烟气负荷工况;
C——以喷淋浆液pH值表征的吸收塔1脱硫能力系数,单位为s,C是与吸收塔1有关的一个数值,通过实验测得,也可记作塔容积系数。
K——额定工况下喷淋浆液流量与喷淋浆液pH值间的换算系数,也即H0为额定工况下喷淋浆液pH值,F0为额定工况下喷淋浆液流量。
上式两边同时除以K:
这里进行了转换后,就可以采用后文中提到的传递函数模型来求取供浆流量。
吸收塔1的循环泵3包括至少一台在运的变频泵,喷淋量预测控制器中,给定值为吸收塔1出口烟气SOX浓度的设定值,被控变量为吸收塔1出口烟气SOX浓度的测量值,操纵变量为变频泵的频率;变频泵的频率以吸收塔1出口烟气SOX浓度为反馈值反馈控制。
供浆流量通过自动阀控制,自动阀记作新浆液供浆阀;新浆液供浆阀的开度采用串级控制的方式进行调节,串级控制的外回路为pH预测控制器,内回路为PID控制器,PID控制器以供浆流量作为反馈值进行反馈调节。
pH预测控制器的输出值以烟气SOX负荷的变化量为扰动量进行前馈补偿后,作为内回路的给定值;喷淋量预测控制器的输出值采用烟气SOX负荷的变化量为扰动量进行前馈补偿。这个烟气SOX负荷的变化量,一般指的是烟气SOX负荷随时间的变化量,可由AGC负荷曲线得出。当然,这里变化量不限于此,各种扰动量都可以统计进去。这里烟气SOX负荷,指的是浆液循环回路中,单位时间内应当脱除的SOX的量。这里进行前馈补偿,可提高控制灵敏度,并提高抗干扰能力。
喷淋量预测控制器中,给定值经神经网络模型进行柔化修正后输入到喷淋量预测控制器中。这里采用神经网络模型根据被控变量加权调整给定值。一般而言,若控制较稳,吸收塔1出口烟气SOX浓度波动较小的话,给定一个靠近允许排放的SOX的浓度上限的给定值,吸收塔1出口烟气SOX浓度波动较大的话,给定一个比允许排放的SOX的浓度上限低一些的给定值。这样可在排放不超标的前提下兼顾控制的灵敏性与经济性。
pH预测控制器中,输出的操纵变量的值由供浆流量与喷淋浆液的pH值的传递函数模型得出,传递函数模型为带纯迟延的一阶惯性传递函数模型;
喷淋量预测控制器中,输出的操纵变量的值由变频泵频率与吸收塔1出口烟气SOX浓度的传递函数模型得出,传递函数模型为带纯迟延的一阶惯性传递函数模型。
传递函数模型均采用阶跃扰动试验法建模。
对于pH预测控制器,传递函数模型建立过程,包括以下步骤:
选取处于烟气负荷稳定状态下的石膏法脱硫装置,作为实验设备,将循环泵3调整为手动调节状态;
阶跃增加供浆流量,记录喷淋浆液pH值的升高情况;当然,由于供浆流量与阀门开度的关系并非线性,若无法做到阶跃增加供浆流量,也可选择阶跃增加新浆液供浆阀的开度;
查阅历史曲线,评估供浆流量变化到喷淋浆液pH值变化的迟延时间、惯性时间和增益情况,作为预测控制器的预测模型。
对于喷淋量预测控制器,传递函数模型建立过程,包括以下步骤:
选取处于烟气负荷稳定状态下的石膏法脱硫装置,作为实验设备,将循环泵3调整为手动调节状态;
阶跃增加变频泵频率,记录吸收塔1出口烟气SOX浓度的升高情况;
查阅历史曲线,评估变频泵频率变化到吸收塔1出口烟气SOX浓度变化的迟延时间、惯性时间和增益情况,作为预测控制器的预测模型。
步骤二包括以下分步骤:
步骤2.1:进行分式析因设计,求取各操纵变量对脱硫装置的吸收塔1出口烟气SOX浓度的影响、对电量消耗的影响、以及对物料消耗的影响;操纵变量指的是供浆流量等调节手段.
步骤2.2:建立脱硫装置中浆液循环回路的优化模型,基于该模型的输出构建统一量纲的经济性目标函数;
得到目标函数的算法,记作寻优算法;寻优算法为遗传算法或粒子群算法,寻优算法中的惩罚因子为过脱除的SOX的量,目标函数的否决条件为应脱除而未脱除的SOX的量大于0;寻优算法中的约束条件包括各浆液循环回路中喷淋浆液的pH值调节范围、以及循环泵3可调节的频率范围;喷淋浆液的pH值调节范围,也即在调节喷淋浆液的pH值时,应使其保持在这一范围内,这是一个人为规定的范围,实际调节能力不限于此;这里的否决条件指的是,一旦目标函数不能使脱硫装置出口的SOX的浓度达标,存在应脱除而未脱除的SOX,该目标函数直接舍去并重新寻优。应脱除的SOX的量,指的是脱硫装置入口烟气SOX浓度减去出口烟气SOX达标浓度后乘以烟气体积;过脱除,指的是吸收塔1出口烟气SOX的浓度比设计的要低,本来不需要脱除的SOX被脱除了。
各循环泵3的启停状态,记作泵状态;当前泵状态下反映脱硫装置运行状态的参数,记作寻优变量;寻优变量为各浆液循环回路中喷淋浆液的pH值;
各循环泵3的启停状态,也即有哪些循环泵3启动,有哪些循环泵3关闭,反映的是脱硫装置硬件上的变化,需要先确定脱硫装置的硬件,然后才能比较脱硫装置的运行状态。
寻优变量,只考虑各浆液循环回路中喷淋浆液的流量和pH值这种与脱硫装置的脱硫能力有关的参数,温度等无关的参数不考虑。本实施例中,寻优变量为各浆液循环回路中喷淋浆液的pH值。由于本发明中,为达到最佳的经济性,脱硫装置是压红线运行的,也即吸收塔1出口烟气SOX浓度是依靠预测控制器稳定在允许排放的浓度上限附近的,在这一前提下,当各浆液循环回路中喷淋浆液的pH值确定时,各浆液循环回路中喷淋浆液流量也是确定的。
步骤2.3:在当前的泵状态下,通过寻优算法遍历所有的浆液循环回路中寻优变量组合情况,找出经济性最优的寻优变量组合,并根据经济性最优的寻优变量组合调整喷淋量预测控制器及pH值预测控制器中的设定值,实现闭环优化。
如图4所示,本实施例中的脱硫装置是一个典型的单塔双循环设备。
吸收塔1由收集碗11分成两段,由此使得装置中存在上循环和下循环两个浆液循环回路,烟气自下而上通过吸收塔1。上循环配备有氧化塔2。新浆管4中的新浆液,以及从吸收塔1抽出来的浆液,混合后经循环泵3沿喷淋浆管5打回吸收塔1。下循环中的循环泵3包括两台工频泵和一台在运的变频泵,上循环中的两台循环泵3都是工频泵。这里之所以要把变频泵设置在下循环中,是因为下循环接触的烟气含硫量较高,是主要的脱硫区域,改变这里的喷淋量的影响较为明显。在运的,也即一直投入运行。
本实施例中,下循环包括两台工频泵和一台变频泵,上循环包括两台工频泵,下循环中至少应有两台循环泵3在运行,且变频泵常开,因此,本实施例中,泵状态有以下六种:
1.下循环:2台循环泵运行,包括1台工频泵,1台变频泵;上循环:0台工频泵运行;
2.下循环:2台循环泵运行,包括1台工频泵,1台变频泵;上循环:1台工频泵运行;
3.下循环:2台循环泵运行,包括1台工频泵,1台变频泵;上循环:2台工频泵运行;
4.下循环:3台循环泵运行,包括2台工频泵,1台变频泵;上循环:0台工频泵运行;
5.下循环:3台循环泵运行,包括2台工频泵,1台变频泵;上循环:1台工频泵运行;
6.下循环:3台循环泵运行,包括2台工频泵,1台变频泵;上循环:2台工频泵运行。
泵状态以运行操作指导的方式给出,若某一泵状态能够满足烟气负荷处理需求,则将这种泵状态标注为绿色,若无法满足烟气负荷处理需求,则将这种泵状态标注为红色。标注颜色的同时,还给出各组合方式下的经济性指标,提示并指导运行人员是否需要进一步切换到更经济的泵状态下。
步骤2.3中,当下循环中喷淋浆液的pH值靠近下循环中pH值调节范围的上限;同时在满足脱硫效果的前提下,工频泵的启动台数最小且变频泵的频率靠近该变频泵的频率调节范围的下限时,运行费用最小化;这里上循环中喷淋浆液的pH值影响很小,因此主要调整下循环中喷淋浆液的pH值。
采用闭环置换法进行闭环优化,使变频泵在吸收塔1出口烟气SOX浓度稳定时靠近变频范围的下限运行;闭环置换法具体如下:
吸收塔1出口烟气SOX浓度稳定且未超标的情况下,如果变频泵的频率没有达到最低,并且下循环喷淋浆液pH值达到调节范围的上限时,逐渐提升下循环喷淋浆液pH值,则在SOX浓度反馈控制作用下,变频泵的频率逐渐降低,完成pH值到频率的置换,直到变频泵的频率最低或下循环喷淋浆液pH值最高为止。
由于本发明中存在喷淋浆液pH值-变频泵频率的闭环置换,因此在变频泵频率达到上限,但下循环喷淋浆液pH值未达到调节范围的上限时,仍可通过调节下循环喷淋浆液pH值来调节吸收塔1出口烟气SOX浓度。
但若下循环的变频泵频率达到最高值,同时下循环喷淋浆液pH值达到最高值时,吸收塔1出口烟气SOX浓度仍有上升趋势,说明当前已投入的设备负荷已满,则自动启动一台下循环或上循环中的工频泵,然后采用上述的闭环置换法使变频泵的频率最低或下循环喷淋浆液pH值最高。注意这里应该优先启动功率最小的工频泵。并且在额外启动工频泵的同时,可以将下循环喷淋浆液pH值设置为一个高出当前下循环喷淋浆液pH值调节范围上限的值,本实施例中,下循环喷淋浆液pH值调节范围上限为5.2,但在额外启动工频泵的同时,可以采用诸如切换到手动调节的方式进行超上限调节,将下循环喷淋浆液pH值调整到5.5,这样可提高调节的灵敏度,并避免启动工频泵的时候SOX浓度长时间超标。泵启动后,出口SOX浓度如果迅速下降,先逐渐下降下循环喷淋浆液pH值到5.4,下循环喷淋浆液pH值稳定后,再逐渐降低变频频率到可能最低频率。待出口SOX浓度稳定后,再进行pH值-变频置换,保持高喷淋浆液pH值-低变频泵频率运行。注意,这里pH值的调整不需要切换到手动模式,而依然是通过改变pH预测控制器中喷淋浆液pH值设定值进行调整。
考虑到脱硫过程受到的扰动因素非常多,在不同烟气温度、烟气流量、二氧化硫浓度、含氧量、浆液雾化程度下,脱硫过程的发生机理都不明确,并且局部测点检测的过程参数很难描述吸收塔1及氧化塔2内部的真实情况,因此通过建立准确的机理模型来开展脱硫吸收塔1双循环优化过程非常困难。步骤2.1中,采用正交试验法进行分式析因设计,且进行的正交试验如下:
喷淋浆液pH值正交试验,且若存在多个浆液循环回路,则每个浆液循环回路分别进行试验;
喷淋浆液流量正交试验,且若存在多个浆液循环回路,则每个浆液循环回路分别进行试验;
机组负荷工况正交试验。
整个正交试验过程,不包含工况调整约需6小时,试验过程涉及:
1.上循环喷淋浆液pH值的正交试验,pH值在可调范围内分三段,低值-中间值-高值;
2.上循环喷淋浆液流量的正交试验,为防止越红线,采用启泵过程试验;
3.下循环喷淋浆液pH值的正交试验pH值可调范围内分三段,低值-中间值-高值;
4.下循环喷淋浆液流量的正交试验为防止越红线,仅对变频循环泵3进行试验,频率分三段,低值-中间值-高值;
5.机组负荷工况的正交试验在50%,75%,95%工况进行试验,根据不同负荷工况下的烟气流量、烟气温度、含氧量等,校正试验结果。
以95%负荷工况试验为例,详细试验步骤如下:
1.试验前准备
将机组负荷调整到95%负荷工况,解除AGC,汽机主控切手动,锅炉主控切手动,保持锅炉燃烧稳定,烟气负荷稳定;变频泵频率切手动,下循环的新浆液供浆阀切手动,上循环的新浆液供浆阀切手动,保持石膏排浆脱水过程稳定运行,保持脱硫系统稳定;
2.上循环浆液循环泵3试验
手动启动一台上循环浆液循环泵3,记录吸收塔1出口SOX浓度变化情况,记录各泵的耗电情况,上循环供浆流量增加情况。
手动停止一台上循环浆液循环泵3,记录吸收塔1出口SOX浓度变化情况,记录各泵的耗电情况,上循环供浆流量增加情况。
3.上循环喷淋浆液pH值试验
手动开大上循环的新浆液供浆阀,将pH值从低值调节到中间值,记录吸收塔1出口SOX浓度变化情况,记录各泵的耗电情况,上循环供浆流量增加情况。
继续手动开大上循环的新浆液供浆阀,将pH值从中间值调节到高值,记录吸收塔1出口SOX浓度变化情况,记录各泵的耗电情况,上循环供浆流量增加情况。
手动恢复上循环的新浆液供浆阀,使得上循环喷淋浆液pH值恢复至低值。
4.下循环浆液循环泵3试验
手动增加下循环浆液变频泵频率至中间值,记录吸收塔1出口SOX浓度变化情况,记录各泵的耗电情况,下循环供浆流量增加情况。
再次手动增加下循环浆液变频泵频率至高值,记录吸收塔1出口SOX浓度变化情况,记录各泵的耗电情况,下循环供浆流量增加情况。
手动恢复下循环浆液变频泵频率至低值。
5.下循环浆液pH值试验
手动开大下循环的新浆液供浆阀,将pH值从低值调节到中间值,记录吸收塔1出口SOX浓度变化情况,记录各泵的耗电情况,下循环供浆流量增加情况。
继续手动开大下循环的新浆液供浆阀,将pH值从中间值调节到高值,记录吸收塔1出口SOX浓度变化情况,记录各泵的耗电情况,下循环供浆流量增加情况。
手动恢复下循环的新浆液供浆阀,使得下循环喷淋浆液pH值恢复至低值。
6.恢复现场
恢复脱硫系统自动控制,恢复汽机主控、锅炉主控自动控制,投入AGC。
查阅历史曲线,评估并获得各可调节手段的对脱除SOX的贡献能力以及产生的电耗、物耗情况。
注意:工频泵的对脱除SOX的贡献能力以及产生的电耗、物耗情况,采用变频泵的试验结果进行标定。
50%负荷工况和75%负荷工况的试验过程类似,此处不再赘述。上述试验不需相互组合,由于试验工况有限,在实际应用中,模型需采用欧冠线性插值的方式进行拟合。
如果装置中的新浆液,除了新鲜的石灰石浆液,还包括粉仓浆液,并且粉仓浆液与新鲜的石灰石浆液不共用一套新浆液供浆阀的话,可以分别对新鲜的石灰石浆液和粉仓浆液上的新浆液供浆阀进行正交试验。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (8)
1.一种湿法脱硫装置整体经济效益最优控制方法,用于采用石膏法进行脱硫时,在确保脱硫效果的前提下使脱硫装置的物料费用和能耗费用的总和最小化,实现运行费用这一指标的最小;其特征在于:包括以下步骤:
步骤一:采用预测控制器控制各浆液循环回路中喷淋浆液流量及pH值,使脱硫装置在吸收塔(1)出口烟气SOX浓度稳定在设定值的状态下运行;其中控制喷淋浆液流量的预测控制器记作喷淋量预测控制器,控制喷淋浆液pH值的预测控制器记作pH预测控制器;
步骤二:调整喷淋量预测控制器及pH预测控制器中的设定值,使脱硫装置的物料费用和能耗费用的总和最小化;
步骤一中,各浆液循环回路的pH预测控制器中,给定值为pH预测控制器所在的浆液循环回路中,以喷淋浆液的pH值来表征的单位时间内应当脱除的SOX的量,并记作硫量指令;被控变量为该浆液循环回路在被控变量被测量时的瞬态工况下,以喷淋浆液的pH值来表征的单位时间内能够脱除的SOX的量,记作硫量信号;操纵变量为该浆液循环回路的供浆流量;
所述吸收塔(1)的循环泵(3)包括至少一台在运的变频泵,所述喷淋量预测控制器中,给定值为吸收塔(1)出口烟气SOX浓度的设定值,被控变量为吸收塔(1)出口烟气SOX浓度的测量值,操纵变量为变频泵的频率;所述变频泵的频率以吸收塔(1)出口烟气SOX浓度为反馈值反馈控制;
步骤二包括以下分步骤:
步骤2.1:进行分式析因设计,求取各操纵变量对脱硫装置的吸收塔(1)出口烟气SOX浓度的影响、对电量消耗的影响、以及对物料消耗的影响;
步骤2.2:建立脱硫装置中浆液循环回路的优化模型,基于该模型的输出构建统一量纲的经济性目标函数;
得到目标函数的算法,记作寻优算法;寻优算法为遗传算法或粒子群算法,寻优算法中的惩罚因子为过脱除的SOX的量,目标函数的否决条件为应脱除而未脱除的SOX的量大于0;寻优算法中的约束条件包括各浆液循环回路中喷淋浆液的pH值调节范围、以及循环泵(3)可调节的频率范围;
各循环泵(3)的启停状态,记作泵状态;当前泵状态下反映脱硫装置运行状态的参数,记作寻优变量;寻优变量为各浆液循环回路中喷淋浆液的pH值;
步骤2.3:在当前的泵状态下,通过寻优算法遍历所有的浆液循环回路中寻优变量组合情况,找出经济性最优的寻优变量组合,并根据经济性最优的寻优变量组合调整喷淋量预测控制器及pH值预测控制器中的设定值,实现闭环优化。
2.根据权利要求1所述的一种湿法脱硫装置整体经济效益最优控制方法,其特征在于:供浆流量通过自动阀控制,所述自动阀记作新浆液供浆阀;所述新浆液供浆阀的开度采用串级控制的方式进行调节,串级控制的外回路为所述pH预测控制器,内回路为PID控制器,所述PID控制器以供浆流量作为反馈值进行反馈调节。
3.根据权利要求2所述的一种湿法脱硫装置整体经济效益最优控制方法,其特征在于:pH预测控制器的输出值以烟气SOX负荷的变化量为扰动量进行前馈补偿后,作为内回路的给定值;喷淋量预测控制器的输出值采用烟气SOX负荷的变化量为扰动量进行前馈补偿。
4.根据权利要求1所述的一种湿法脱硫装置整体经济效益最优控制方法,其特征在于:所述喷淋量预测控制器中,给定值经神经网络模型进行柔化修正后输入到喷淋量预测控制器中。
5.根据权利要求1所述的一种湿法脱硫装置整体经济效益最优控制方法,其特征在于:所述pH预测控制器中,输出的操纵变量的值由供浆流量与喷淋浆液的pH值的传递函数模型得出,传递函数模型为带纯迟延的一阶惯性传递函数模型;
所述喷淋量预测控制器中,输出的操纵变量的值由变频泵频率与吸收塔(1)出口烟气SOX浓度的传递函数模型得出,传递函数模型为带纯迟延的一阶惯性传递函数模型。
6.根据权利要求1所述的一种湿法脱硫装置整体经济效益最优控制方法,其特征在于:所述控制方法用于单塔双循环的脱硫装置,所述脱硫装置包括上循环和下循环两个浆液循环回路,所述上循环的循环泵(3)包括多台工频泵,所述下循环的循环泵(3)包括多台工频泵与一台变频泵;
步骤2.3中,当下循环中喷淋浆液的pH值靠近下循环中pH值调节范围的上限;同时在满足脱硫效果的前提下,工频泵的启动台数最小且变频泵的频率靠近该变频泵的频率调节范围的下限时,运行费用最小化;
采用闭环置换法进行闭环优化,使变频泵在吸收塔(1)出口烟气SOX浓度稳定时靠近变频范围的下限运行;所述闭环置换法具体如下:吸收塔(1)出口烟气SOX浓度稳定且未超标的情况下,如果变频泵的频率没有达到最低,并且下循环喷淋浆液pH值达到调节范围的上限时,逐渐提升下循环喷淋浆液pH值,则在SOX浓度反馈控制作用下,变频泵的频率逐渐降低,完成pH值到频率的置换,直到变频泵的频率最低或下循环喷淋浆液pH值最高为止。
7.根据权利要求6所述的一种湿法脱硫装置整体经济效益最优控制方法,其特征在于:步骤二还包括以下分步骤:
步骤2.4:若下循环的变频泵频率达到最高值,同时下循环喷淋浆液pH值达到最高值时,吸收塔(1)出口烟气SOX浓度仍有上升趋势,则启动一台下循环或上循环中的工频泵,然后采用所述闭环置换法使变频泵的频率最低或下循环喷淋浆液pH值最高。
8.根据权利要求1所述的一种湿法脱硫装置整体经济效益最优控制方法,其特征在于:步骤2.1中,采用正交试验法进行分式析因设计,且进行的正交试验如下:
喷淋浆液pH值正交试验,且若存在多个浆液循环回路,则每个浆液循环回路分别进行试验;
喷淋浆液流量正交试验,且若存在多个浆液循环回路,则每个浆液循环回路分别进行试验;
机组负荷工况正交试验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110759597.8A CN113593653B (zh) | 2021-07-05 | 2021-07-05 | 一种湿法脱硫装置整体经济效益最优控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110759597.8A CN113593653B (zh) | 2021-07-05 | 2021-07-05 | 一种湿法脱硫装置整体经济效益最优控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113593653A CN113593653A (zh) | 2021-11-02 |
CN113593653B true CN113593653B (zh) | 2023-10-20 |
Family
ID=78246013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110759597.8A Active CN113593653B (zh) | 2021-07-05 | 2021-07-05 | 一种湿法脱硫装置整体经济效益最优控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113593653B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114534448B (zh) * | 2021-12-07 | 2024-02-02 | 铜陵有色金属集团股份有限公司 | 再生胺法脱硫装置烟气二氧化硫含量的优化控制方法 |
CN114281042A (zh) * | 2021-12-23 | 2022-04-05 | 昆岳互联环境技术(江苏)有限公司 | 一种湿法脱硫循环系统节能控制方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5477296A (en) * | 1977-12-02 | 1979-06-20 | Mitsubishi Heavy Ind Ltd | Ph control for oxidation tower gypsum slurry in wet type stack gas desulfurization apparatus |
JPH024422A (ja) * | 1988-06-22 | 1990-01-09 | Babcock Hitachi Kk | 湿式排煙脱硫装置の制御方法 |
JPH0919623A (ja) * | 1995-07-07 | 1997-01-21 | Babcock Hitachi Kk | 湿式排ガス脱硫方法および装置 |
CN106422735A (zh) * | 2016-08-26 | 2017-02-22 | 浙江天地环保科技有限公司 | 一种单塔双循环高效脱硫工艺系统及方法 |
CN107203687A (zh) * | 2017-04-17 | 2017-09-26 | 中国大唐集团科学技术研究院有限公司火力发电技术研究所 | 吸收塔脱硫过程多目标协同智能优化控制方法 |
CN109224815A (zh) * | 2018-10-18 | 2019-01-18 | 中国石化扬子石油化工有限公司 | 一种基于多变量约束区间预测控制的氨法脱硫优化控制方法 |
CN111375302A (zh) * | 2020-04-17 | 2020-07-07 | 上海龙净环保科技工程有限公司 | 一种湿法脱硫节能控制方法和系统 |
CN112619389A (zh) * | 2020-11-19 | 2021-04-09 | 内蒙古蒙达发电有限责任公司 | 一种石灰石-湿法脱硫系统供浆优化控制方法和系统 |
CN112933904A (zh) * | 2021-01-27 | 2021-06-11 | 华能国际电力股份有限公司营口电厂 | 一种湿法脱硫智能控制系统 |
CN112967760A (zh) * | 2021-03-02 | 2021-06-15 | 西安热工研究院有限公司 | 基于脱硫系统入口so2含量的石灰石浆液量预估方法 |
-
2021
- 2021-07-05 CN CN202110759597.8A patent/CN113593653B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5477296A (en) * | 1977-12-02 | 1979-06-20 | Mitsubishi Heavy Ind Ltd | Ph control for oxidation tower gypsum slurry in wet type stack gas desulfurization apparatus |
JPH024422A (ja) * | 1988-06-22 | 1990-01-09 | Babcock Hitachi Kk | 湿式排煙脱硫装置の制御方法 |
JPH0919623A (ja) * | 1995-07-07 | 1997-01-21 | Babcock Hitachi Kk | 湿式排ガス脱硫方法および装置 |
CN106422735A (zh) * | 2016-08-26 | 2017-02-22 | 浙江天地环保科技有限公司 | 一种单塔双循环高效脱硫工艺系统及方法 |
CN107203687A (zh) * | 2017-04-17 | 2017-09-26 | 中国大唐集团科学技术研究院有限公司火力发电技术研究所 | 吸收塔脱硫过程多目标协同智能优化控制方法 |
CN109224815A (zh) * | 2018-10-18 | 2019-01-18 | 中国石化扬子石油化工有限公司 | 一种基于多变量约束区间预测控制的氨法脱硫优化控制方法 |
CN111375302A (zh) * | 2020-04-17 | 2020-07-07 | 上海龙净环保科技工程有限公司 | 一种湿法脱硫节能控制方法和系统 |
CN112619389A (zh) * | 2020-11-19 | 2021-04-09 | 内蒙古蒙达发电有限责任公司 | 一种石灰石-湿法脱硫系统供浆优化控制方法和系统 |
CN112933904A (zh) * | 2021-01-27 | 2021-06-11 | 华能国际电力股份有限公司营口电厂 | 一种湿法脱硫智能控制系统 |
CN112967760A (zh) * | 2021-03-02 | 2021-06-15 | 西安热工研究院有限公司 | 基于脱硫系统入口so2含量的石灰石浆液量预估方法 |
Non-Patent Citations (1)
Title |
---|
基于改进型神经网络PID控制算法的烟气脱硫控制;李伟发;中国优秀硕士论文电子期刊(第S2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113593653A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113593653B (zh) | 一种湿法脱硫装置整体经济效益最优控制方法 | |
CN112967760B (zh) | 基于脱硫系统入口二氧化硫含量的石灰石浆液量预估方法 | |
CN112044243A (zh) | 火电机组脱硫装置排放指标自动控制系统及方法 | |
CN109224815A (zh) | 一种基于多变量约束区间预测控制的氨法脱硫优化控制方法 | |
CN105116855A (zh) | 一种烟气循环流化床脱硫的优化控制方法 | |
CN101713536A (zh) | 一种循环流化床锅炉燃烧系统的控制方法 | |
CN111306572B (zh) | 一种锅炉智能优化燃烧节能控制系统 | |
CN109126408B (zh) | 一种湿法脱硫装置及智能控制方法 | |
CN112619389A (zh) | 一种石灰石-湿法脱硫系统供浆优化控制方法和系统 | |
CN108803309A (zh) | 一种基于软测量和模型自适应的scr脱硝智能喷氨优化方法及系统 | |
CN111880504A (zh) | 一种智能的动态分区喷氨控制方法和系统 | |
CN107648988B (zh) | 一种双回路调节脱硫供浆流量的装置及方法 | |
CN113521998B (zh) | 一种灵敏且经济的湿法脱硫出口烟气SOx浓度控制方法 | |
CN103412479A (zh) | 并列运行除氧器智能控制方法 | |
CN113655824B (zh) | 一种湿法脱硫喷淋量与喷淋浆液pH值耦合控制优化方法 | |
CN112999857B (zh) | 一种针对宽负荷石灰石供浆系统的调控方法和调控系统 | |
CN103116282A (zh) | 循环流化床脱硫剂预投入量多目标优化方法 | |
CN113655825B (zh) | 一种湿法脱硫喷淋浆液pH值控制方法 | |
CN210699477U (zh) | 一种单pid回路加前馈调节脱硫供浆流量的装置 | |
CN112522464A (zh) | 高炉热风炉及其废气管网非对称特性动态控制方法 | |
CN108126517B (zh) | 一种电厂用的水解供氨脱硝系统及其控制方法 | |
CN108268074B (zh) | 一种用于船舶尾气钠碱脱硫系统的嵌入型闭环控制方法 | |
CN113741200B (zh) | 一种石灰套筒窑智能优化煅烧控制系统 | |
CN209020156U (zh) | 一种湿法脱硫装置 | |
JP2529244B2 (ja) | 湿式排煙脱硫装置の吸収液循環量制御装置 |
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 |