CN113970937A - 一种scr脱硝精准喷氨控制方法 - Google Patents

一种scr脱硝精准喷氨控制方法 Download PDF

Info

Publication number
CN113970937A
CN113970937A CN202111108554.XA CN202111108554A CN113970937A CN 113970937 A CN113970937 A CN 113970937A CN 202111108554 A CN202111108554 A CN 202111108554A CN 113970937 A CN113970937 A CN 113970937A
Authority
CN
China
Prior art keywords
flue gas
gas treatment
nox
inlet
treatment equipment
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.)
Withdrawn
Application number
CN202111108554.XA
Other languages
English (en)
Inventor
郑勇
潘显仨
李显宝
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.)
Anhui Fangxin Lihua Environmental Protection Technology Co ltd
Tongxing Environmental Protection Technology Co ltd
Original Assignee
Anhui Fangxin Lihua Environmental Protection Technology Co ltd
Tongxing Environmental Protection Technology 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 Anhui Fangxin Lihua Environmental Protection Technology Co ltd, Tongxing Environmental Protection Technology Co ltd filed Critical Anhui Fangxin Lihua Environmental Protection Technology Co ltd
Priority to CN202111108554.XA priority Critical patent/CN113970937A/zh
Publication of CN113970937A publication Critical patent/CN113970937A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D11/00—Control of flow ratio
    • G05D11/02—Controlling ratio of two or more flows of fluid or fluent material
    • G05D11/13—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means
    • G05D11/139—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means by measuring a value related to the quantity of the individual components and sensing at least one property of the mixture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation 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
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/86—Catalytic processes
    • B01D53/8621—Removing nitrogen compounds
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation 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
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/86—Catalytic processes
    • B01D53/8696—Controlling the catalytic process
    • 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
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2251/00—Reactants
    • B01D2251/20—Reductants
    • B01D2251/206—Ammonium compounds
    • B01D2251/2062—Ammonia
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2258/00—Sources of waste gases
    • B01D2258/02—Other waste gases
    • B01D2258/0283—Flue gases

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Analytical Chemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Treating Waste Gases (AREA)

Abstract

本发明提供了一种SCR脱硝精准喷氨控制方法，步骤S1，设定烟气处理设备出口NOx浓度目标值；步骤S2，获取烟气处理设备进出口NOx实际浓度值；步骤S3，建立预测模型，运用动态矩阵预测控制算法DMC，根据工业炉窑历史烟气参数建立烟气NOx变化预测模型，预测烟气处理设备进口NOx浓度的变化，计算烟气处理设备进口NOx浓度的预测值；步骤S4，根据步骤S2获取的烟气处理设备进出口NOx实际浓度值对预测值进行误差校正，形成校正后预测值；步骤S5，根据校正后预测值以及烟气处理设备出口NOx浓度目标值计算喷氨量的控制增量；控制增量传输至控制模块；通过建立预测模型，计算喷氨量，有效降低喷氨量与烟气工况变化之间的滞后性。

Description

一种SCR脱硝精准喷氨控制方法
技术领域
本发明涉及烟气SCR脱硝技术领域，尤其涉及一种SCR脱硝精准喷氨控制方法。
背景技术
造成大气污染的氮氧化物主要是指NO和NO2。NO是燃料燃烧时的主要副产物，主要来源于燃烧时燃料中氮元素的氧化及高温空气中N2和O2的反应，烟气中的氮氧化物95％为NO。氮氧化物不仅是导致酸雨形成的主要原因之一，也是造成光化学烟雾的根本原因，其产生的温室效应约是CO2的200～300倍，其污染产生的经济损失和防治所需价值量比SO2约高出33.3％；NOx还可转化为硝酸盐颗粒，在空气中形成PM2.5，增加颗粒物的污染浓度、毒性和酸性。氮氧化物对环境危害严重，为了改善大气环境，必须对氮氧化物的排放进行控制。随着国家对环保的逐渐重视，超低排放等措施开始向非电领域发展，选择性催化还原(SCR)烟气脱硝技术是迄今为止脱除燃煤烟气中NOx最有效的方法之一。SCR脱硝系统是向催化剂上游的烟气中喷入氨气或其它合适的还原剂、利用催化剂将烟气中的NOx转化为氮气和水。在通常的设计中，使用液态无水氨或氨水(氨的水溶液)，无论以何种形式使用氨，首先使氨蒸发，然后氨和稀释空气或烟气混合，最后利用喷氨格栅将其喷入烟气处理设备上游的烟气中。
而在实际使用过程中，一些可能影响环保指标以及运行成本的棘手现象更加凸显。目前脱硝系统烟气处理设备内烟气速度场、NOx浓度场、烟气温度场、喷氨量分布等不均匀，NOx测量的时变性和滞后性，加上调节氨水量到喷氨格栅内氨气量随之变化之间存在较长的时间间隔，传统氨水PID调节控制依靠NOx目标值与设定值偏差来指导喷氨阀调节开度，喷氨量变化与NOx浓度变化无法同步，上述现象容易导致SCR出口NOx波动剧烈，从而引起环保考核。为避免上述情况的发生，脱硝运行人员只能依靠“过量”喷氨，维持出口氮氧化物不超标，但这种方式会导致出口氨逃逸量大以及运行成本高等问题。
发明内容
本发明针对现有技术的不足，提供了一种SCR脱硝精准喷氨控制方法，包括以下步骤；
步骤S1，设定烟气处理设备出口NOx浓度目标值；
步骤S2，获取烟气处理设备进出口NOx实际浓度值；
步骤S3，计算预测值，运用动态矩阵预测控制算法DMC，根据工业炉窑历史烟气参数建立烟气NOx变化预测模型，预测烟气处理设备进口NOx浓度的变化，计算烟气处理设备进口NOx浓度的预测值；
步骤S4，校正预测值，根据步骤S2获取的烟气处理设备进出口NOx实际浓度值对预测值进行误差校正，形成校正后预测值；
步骤S5，计算喷氨量，根据校正后预测值以及烟气处理设备出口NOx浓度目标值计算喷氨量的控制增量，控制增量传输至控制模块，控制模块通过控制信号控制电动调节阀开度大小；
进一步的，所述工业炉窑历史烟气参数包括窑炉数据、烟气温度、烟气流量、NOx浓度，历史烟气参数根据k时刻窑炉运行数据进行查找，并调取对应下一时刻的NOx浓度作为预测模型初始值y0(k)。
进一步的，所述烟气处理设备进口NOx浓度预测值为预测模型在k时刻对未来P个时刻的输出预测值记为y(k)；预测模型在k时刻的输出预测初值记为y0(k)，预测初值y0(k)为工业炉窑历史运行参数对应出口NOx浓度作为预测模型在k时刻的输出预测初值，若历史数据库中没有与上一时刻对应的运行参数，则取上一时刻实际测量值作为下一时刻预测初值y0(k)；y(k)则由预测初值y0(k)与M个连续的输入增量序列Δu(k)及阶跃响应序列组成的动态矩阵A计算得到，其计算表达式为：y(k)＝y0(K)+AΔu(k)；
其中定义N称为建模时域长度，P称为预测时域长度，M称为控制时域长度；动态矩阵A由阶跃响应序列[a(0),a(1),a(2)…a(N-1)]构造得到，其具体构成为：
Figure BDA0003273389680000031
进一步的，步骤S4中执行步骤如下，
在k时刻，校正后预测值记为yN1(k)，取预测输出值的第一个元素，即下一时刻的预测输出值y1(k+1k)与下一时刻被控对象的实际输出值y(k+1)进行比较，得到预测的误差e(k+1)如下：
e(k+1)＝y(k+1)-y1(k+1|k)
对误差e(k+1)加权得到加权误差序列用于修正烟气处理设备进口NOx浓度预测值y(k)，形成校正后预测值ycor(k+1)，其计算表达式如下：
ycor(k+1)y＝yN1(k)+he(k+1)
其中ycor(k+1)为下一时刻修正后的模型输出预测值；h为N维误差加权序列。
进一步的，步骤S5中计算方法为，k时刻喷氨量的计算表达式为：
Figure BDA0003273389680000041
其中
Figure BDA0003273389680000042
表示烟气处理设备所需氨水量在k+1时刻相对于k时刻的增量，C进(k+1)表示烟气处理设备进口在k+1时刻NOx浓度预测值，C进(k)表示烟气处理设备进口在k时刻的NOx浓度值，Q烟表示烟气干基标况流量，C表示氨水浓度，
Figure BDA0003273389680000043
分别表示NH3和NOx的摩尔质量；计算出喷氨量控制增量后反馈给氨水调节阀，调节阀门开度。
进一步的，执行步骤S5后执行S6，记录喷氨量以及烟气处理设备进出口端NOx的实时数据反馈至预测模型中，作为对应炉窑运行工况条件下，预测模型在k时刻烟气处理设备入口NOx浓度输出预测初值y0(k)，根据烟气处理设备进出口端NOx的实时数值变化优化喷氨量；烟气处理设备进出口端NOx的实时数据包括分析仪记录的烟气量、烟气温度、NOx浓度数值。
进一步的，烟气处理设备为SCR脱硝设备、预测模型为DMC预测控制系统；控制模块为DCS控制系统。
进一步的，监测模块包括分别设置在烟气处理设备进口处以及出口处的烟气取样探管，烟气取样探管在烟气迎风面设置多个取样孔，烟气取样探管输出端连接有多点取样烟气混合罐，多点取样烟气混合罐输出端连接有分析仪。
进一步的，电动调节阀输入端连接有氨水槽，电动调节阀输出端连接有氨水蒸发器，氨水蒸发器输出端连接有喷氨格栅，喷氨格栅输出端延伸至烟气处理设备进口烟道内，电动调节阀与氨水槽之间设置有氨水泵，氨水泵旁路设置有手动调节阀。
本发明的有益效果：
1、本发明的SCR脱硝精准喷氨控制系统，通过窑炉运行参数进行建模，DMC预测控制系统计算烟气处理设备进出口NOx浓度预测值，提前预测NOx浓度，并通过烟气处理设备进出口实际NOx浓度修正DMC预测值误差，精准计算出喷氨量以及喷氨控制增量变化。通过建立预测模型，计算喷氨量，有效降低喷氨量与烟气工况变化之间的滞后性。
2、通过在氨水泵旁路设置有手动调节阀，氨水泵将氨水从氨水罐中抽取出来，由回流手动调节阀实现部分回流，调整氨水泵后管路压力，DMC预测控制系统反馈喷氨量的控制增量，传递给DCS操作系统，DCS操作系统将喷氨量的控制增量转换为电动调节阀调节信号，调整电动调节阀开度，从而实现氨水流量的精准控制。
附图说明
图1为本发明的预测模型示意图；
图2为本发明SCR脱硝精准喷氨控制系统示意图；
图3为本发明喷氨量智能预测控制流程示意图；
图4为本发明静态扰流器结构示意图；
图5为本发明烟气多级多点位快速采样示意图；
图6为本发明多点取样烟气混合罐示意图；
图7为本发明喷氨格栅结构示意图；
图8为本发明SCR脱硝精准喷氨控制方法流程图。
图中：1、氨水槽；2、氨水泵；3、手动调节阀；4、氨水流量计；5、电动调节阀；6、氨水蒸发器；7、喷氨格栅；8、静态扰流器；9、烟气处理设备；10、烟气取样探管；11、球阀；12、多点取样烟气混合罐；71、一级母管手动调节阀；72、一级母管；73、二级喷氨管；74、喷嘴；121、混合罐本体；122、伴热管；123、旋流板。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。
传统氨水流量控制只是通过电动调节阀调节，由于随着烟气工况条件变化，氨水用量存在较大差异，电动调节阀调节范围大，导致无法精准调节，只能粗略控制氨水流量，若电动调节阀调节范围小，又无法满足工况变化时的使用要求。
请参阅图2-6，本发明提供的一种SCR脱硝精准喷氨控制方法，一种SCR脱硝精准喷氨控制方法的控制方法，其特征在于，包括以下步骤；
步骤S1，设定烟气处理设备出口NOx浓度目标值；
步骤S2，获取烟气处理设备进出口NOx实际浓度值
步骤S3，计算预测值，运用动态矩阵预测控制算法DMC，根据工业炉窑历史烟气参数建立烟气NOx变化预测模型，预测烟气处理设备进口NOx浓度的变化，计算烟气处理设备进口NOx浓度的预测值；
步骤S4，校正预测值，根据步骤S2获取的烟气处理设备进出口NOx实际浓度值对预测值进行误差校正，形成校正后预测值；
步骤S5，计算喷氨量，根据校正后预测值以及烟气处理设备出口NOx浓度目标值计算喷氨量的控制增量；控制增量传输至控制模块，控制模块通过控制信号控制电动调节阀5开度大小；
请参阅图3所示，工业炉窑历史烟气参数包括窑炉数据、烟气温度、烟气流量、NOx浓度等，历史烟气参数根据k时刻窑炉运行数据进行查找，并调取对应下一时刻的NOx浓度作为预测模型初始值y0(k)。
其中烟气处理设备进口NOx浓度预测值记为y(k)，在已知从0开始的系统N个采样点上的阶跃响应序列的情况下，预测模型在k时刻对未来P个时刻的输出预测y(k)，可由预测模型在k时刻的输出预测初值y0(k)与M个连续的输入增量序列Δu(k)及由阶跃响应序列组成的动态矩阵A计算得到，其计算表达式如下：
y(k)＝y0(K)+AΔu(k)
定义N称为建模时域长度，P称为预测时域长度，M称为控制时域长度，N取值20～50，保证参数有一定的冗余，且能够对被控对象的主要动态进行建模，同时应满足aN≈a∞；M取值5～8，并根据具体应用工况调整建模时域和控制时域长度，P值采用预选预测的方式调整优化；它们三者之间的大小关系一般为N>P>M>0。动态矩阵A由阶跃响应序列[a(0),a(1),a(2)…a(N-1)]构造得到，其具体构成如下：
Figure BDA0003273389680000081
通过上述计算可以得到未来P时刻进入烟气处理设备内的NOx浓度预测值y(k)。
为了提高预测精度，将系统记录的历史数据，即工业炉窑历史运行参数对应出口NOx浓度作为系统在k时刻的输出预测初值y0(k)，与工业炉窑烟气出口对应的是烟气处理设备的进口，即y0(k)也为烟气处理设备进口NOx浓度预测初值，如图2所示，提高预测初始值的精确性。
在预测模型的基础上需要进行滚动优化，因为在理想状态下，预测模型可实现如期望的那样工作：仅需一次确定控制输入序列，然后静待系统的输出稳定在参考输出值，然而在实际的系统中，由于系统扰动的存在使得这样理想的控制难以实现。因此需要对系统进行优化，即在每个时刻k，预测模型都会确定从该时刻起的M个控制增量序列用于预测控制，采用最优控制的求解方法，确定每个时刻的控制增量。由此可见模型预测控制与最优控制是紧密相连的。在每次滚动优化时，都可以看作是根据当前已知烟气NOx浓度信息确定未来控制增量的最优求解问题。预测模型控制增量求解的目标函数通常定义为如下：
Figure BDA0003273389680000082
定义的目标函数是典型的二次型形式，可通过简单的二次规划或者变分法求解得到k时刻下的最优控制增量
Figure BDA0003273389680000083
如下：
Figure BDA0003273389680000091
其中yp0(k)为模型预测初值的前P个元素构成的序列。上式求解得到的
Figure BDA0003273389680000092
为一个向量，在实际使用过程中DMC仅使用其中第一个元素用于预测控制。
步骤S4中执行校正预测值方法为：根据获取的烟气处理设备进口实际NOx浓度值对预测值进行误差校正，形成校正后预测值，校正逻辑如下：通过预测模型和滚动优化，预测模型已经可以实现精准喷氨开环控制的效果。但是在真实环境中系统工作时一定会伴随着不确定的系统扰动，这时候应该做的便是将开环控制转为闭环控制以提升系统的抗扰动能力。预测模型在运行时会采集实时信息对预测模型进行校正，之后再进行新的优化，这个过程便是预测校正。其主要方法为：在k时刻，将计算得到的最优控制增量Δu(k)作用于模型，可得到未来N个时刻的模型输出预测记为yN1(k)，取预测输出值的第一个元素，即下一时刻的预测输出值y1(k+1|k)与下一时刻被控对象的实际输出值y(k+1)进行比较，得到预测的误差e(k+1)如下：
e(k+1)＝y(k+1)-y1(k+1|k)
接着对误差e(k+1)加权得到加权误差序列用于修正出口NOx浓度预测值记为y(k)，形成校正后预测值ycor(k+1)，其计算表达式如下：
ycor(k+1)＝yN1(k)+he(k+1)
其中ycor(k+1)为下一时刻修正后的模型输出预测值；h为N维误差加权序列。
此时还需对ycor(k+1)进行一步转移操作最终得到yN0(k+1)作为下一时刻的模型预测初值，其计算表达式如下：
yN0(k+1)＝Sycor(k+1)
其中S矩阵的构成如下：
Figure BDA0003273389680000101
综上所述，整个控制过程为：在计算k时刻NOx浓度时，首先将k-1时刻的控制输入u(k-1)作用于被控对象并测量k时刻被控对象的输出值y(k)，计算过程中取历史数据比较与k-1时刻相近工况NOx浓度值作为初始值y0(k)，接着取k时刻的模型预测序列yN1(k-1)的第一个元素既y1(k|k-1)与y(k)进行比较得到预测误差e(k)，e(k)经过h向量加权与yN1(k-1)相加后进行一步转移得到k时刻的模型预测初值yN0(k)，取它的前P个元素构成yP0(k-1)与参考轨迹wp(k)进行比较，利用前面滚动优化中提到的最优解方程求出k时刻的控制输入增量Δu(k)，最后累加得到u(k)＝u(k-1)+Δu(k)，同时将Δu(k)作用于预测模型，得到k时刻的校正后预测值yN1(k)。
步骤S5中计算喷氨量方法为，计算喷氨量的控制增量，逻辑如下：SCR反应中NOx与NH3反应生成N2和H2O，其主要反应为4NO+4NH3+O2→4N2+6H2O，因此k时刻脱硝所需氨水量可通过如下公式计算：
Figure BDA0003273389680000102
其中
Figure BDA0003273389680000103
表示烟气处理设备所需氨水量在k+1时刻相对于k时刻的增量，C进(k+1)表示烟气处理设备进口在k+1时刻NOx浓度预测值，C进(k)表示烟气处理设备进口在k时刻的NOx浓度值，Q烟表示烟气干基标况流量，C表示氨水浓度，
Figure BDA0003273389680000111
分别表示NH3和NOx的摩尔质量；计算出喷氨量控制增量后反馈给氨水调节阀，调节阀门开度。
执行步骤S5后执行步骤S6，记录喷氨量以及烟气处理设备进出口端NOx的实时数据反馈至预测模型中，根据烟气处理设备进出口端NOx的实时数值变化优化喷氨量；烟气处理设备进出口端NOx的实时数据包括分析仪记录的烟气量、烟气温度、NOx浓度数值，该部分数据与工业炉窑运行数据一起传输至预测模型，作为对应炉窑运行工况条件下，系统在k时刻脱硝入口NOx浓度输出预测初值y0(k)，从而提高预测初始值的精确性。
其中，本实施例提及烟气处理设备为SCR脱硝设备、预测模型为DMC预测控制系统；控制模块为DCS控制系统。
预测模型通过对烟气工况变化的预测调整喷氨策略，有效解决了传统PID控制依靠NOx目标值与设定值偏差来指导氨水调节阀开度产生的延迟。
请参阅图2、图5所示，步骤S2中，获取烟气处理设备进出口NOx实际浓度值的设备包括分别设置在烟气处理设备进口处以及出口处的烟气取样探管10，烟气取样探管10在烟气迎风面设置多个取样孔，对多点位烟气进行取样，烟气取样探管10输出端连接有多点取样烟气混合罐12，多点取样烟气混合罐12输出端连接有分析仪，每根烟气取样探管10与多点取样烟气混合罐12之间设置有球阀11，调节取样压力，保证每根烟气取样探管10在不同位置的取样均匀性，多点取样烟气混合罐12内部有旋流板123，烟气取样探管10取出的烟气进入多点取样烟气混合罐12，经旋流板123混合均匀后进入分析仪多点取样烟气混合罐12内部。
请参阅图6所示，多点取样烟气混合罐12在混合罐本体121外缠绕伴热管122，避免因烟气降温增大检测误差，其次多点取样烟气混合罐12内部有旋流板123保证烟道不同位置取样烟气均匀混合，从而实现检测NOx浓度具有代表性。
其中烟气取样探管10的数量可由本领域技术人员根据烟气处理设备进出口烟道宽度进行相应的设置，在此不做限定。
通过在烟气处理设备进出口设置多级多点位快速采样，提高进出口烟气氮氧化物浓度检测准确性和响应速度，降低采样数据滞后性，同时也进一步提高喷氨控制系统的准确性。
请参阅图2所示，步骤S5中，电动调节阀5输入端连接有氨水槽1，电动调节阀5输出端连接有氨水蒸发器6，氨水蒸发器6输出端连接有喷氨格栅7，喷氨格栅7输出端延伸至烟气处理设备进口烟道内。
请参阅图2所示，电动调节阀5与氨水槽1之间设置有氨水泵2，氨水泵2旁路设置有手动调节阀3。
请参阅图7所示，喷氨格栅7包括多个沿烟气处理设备进口烟道外侧宽度方向上依次设置的一级母管72，一级母管72出口端连接有接多根二级喷氨管73，二级喷氨管73延伸至烟气处理设备进口烟道内，二级喷氨管73上布置多个喷嘴74，与二级喷氨管73相对应的一级母管72入口设置有一级母管手动调节阀71。
请参阅图4所示，烟气处理设备进口烟道内还设有静态扰流器8，用于对经过的烟气进行扰动；静态扰流器8由多块在烟气处理设备进口烟道内空间内按不同角度排布的钢板组成，其设置在二级喷氨管73顶部。
请参阅图2所示，步骤S6中记录喷氨量以及烟气处理设备进出口端NOx的实时数据的设备包括氨水流量计4，氨水流量计4设置在电动调节阀5输入端，用于记录氨水经过电动调节阀5实时流量，即喷氨量。
其中分析仪型号SCS-900UV，为常用CEMS烟气分析仪型号，氨水流量计型号：Promag500，不同品牌以及不同工况应用场景选用型号也会不同，在此不做限定。
需要说明的是，在本文中，如若存在第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种SCR脱硝精准喷氨控制方法，其特征在于，包括以下步骤；
步骤S1，设定烟气处理设备出口NOx浓度目标值；
步骤S2，获取烟气处理设备进出口NOx实际浓度值
步骤S3，计算预测值，运用动态矩阵预测控制算法DMC，根据工业炉窑历史烟气参数建立烟气NOx变化预测模型，预测烟气处理设备进口NOx浓度的变化，计算烟气处理设备进口NOx浓度的预测值；
步骤S4，校正预测值，根据步骤S2获取的烟气处理设备进出口NOx实际浓度值对预测值进行误差校正，形成校正后预测值；
步骤S5，计算喷氨量，根据校正后预测值以及烟气处理设备出口NOx浓度目标值计算喷氨量的控制增量，控制增量传输至控制模块，控制模块通过控制信号控制电动调节阀开度大小。
2.根据权利要求1所述的一种SCR脱硝精准喷氨控制方法，其特征在于，所述工业炉窑历史烟气参数包括窑炉数据、烟气温度、烟气流量、NOx浓度，历史烟气参数根据k时刻窑炉运行数据进行查找，并调取对应下一时刻的NOx浓度作为预测模型初始值y0(k)。
3.根据权利要求2所述的一种SCR脱硝精准喷氨控制方法，其特征在于，所述烟气处理设备进口NOx浓度预测值为预测模型在k时刻对未来P个时刻的输出预测值记为y(k)；预测模型在k时刻的输出预测初值记为y0(k)，预测初值y0(k)为工业炉窑历史运行参数对应出口NOx浓度作为预测模型在k时刻的输出预测初值，若历史数据库中没有与上一时刻对应的运行参数，则取上一时刻实际测量值作为下一时刻预测初值y0(k)；y(k)则由预测初值y0(k)与M个连续的输入增量序列Δu(k)及阶跃响应序列组成的动态矩阵A计算得到，其计算表达式为：y(k)＝y0(K)+AΔu(k)；
其中定义N称为建模时域长度，P称为预测时域长度，M称为控制时域长度；动态矩阵A由阶跃响应序列[a(0)，a(1)，a(2)…a(N-1)]构造得到，其具体构成为：
Figure FDA0003273389670000021
4.根据权利要求3所述的一种SCR脱硝精准喷氨控制方法，其特征在于，所述步骤S4中执行校正预测值步骤如下，
在k时刻，校正后预测值记为yN1(k)，取预测输出值的第一个元素，即下一时刻的预测输出值y1(k+1|k)与下一时刻被控对象的实际输出值y(k+1)进行比较，得到预测的误差e(k+1)如下：
e(k+1)＝y(k+1)-y1(k+1|k)
对误差e(k+1)加权得到加权误差序列用于修正烟气处理设备进口NOx浓度预测值y(k)，形成校正后预测值ycor(k+1)，其计算表达式如下：
ycor(k+1)y＝yN1(k)+he(k+1)
其中ycor(k+1)为下一时刻修正后的模型输出预测值；h为N维误差加权序列。
5.根据权利要求4所述的一种SCR脱硝精准喷氨控制方法，其特征在于，所述步骤S5中计算喷氨量方法为，k时刻喷氨量的计算表达式为：
Figure FDA0003273389670000022
其中
Figure FDA0003273389670000023
表示烟气处理设备所需氨水量在k+1时刻相对于k时刻的增量，C进(k+1)表示烟气处理设备进口在k+1时刻NOx浓度预测值，C进(k)表示烟气处理设备进口在k时刻的NOx浓度值，Q烟表示烟气干基标况流量，C表示氨水浓度，
Figure FDA0003273389670000031
分别表示NH3和NOx的摩尔质量；计算出喷氨量控制增量后反馈给氨水调节阀，调节阀门开度。
6.根据权利要求5所述的一种SCR脱硝精准喷氨控制方法，其特征在于，执行步骤S5后执行步骤S6：记录喷氨量以及烟气处理设备进出口端NOx的实时数据反馈至预测模型中，作为对应炉窑运行工况条件下，预测模型在k时刻烟气处理设备入口NOx浓度输出预测初值y0(k)，根据烟气处理设备进出口端NOx的实时数值变化优化喷氨量；烟气处理设备进出口端NOx的实时数据包括分析仪记录的烟气量、烟气温度、NOx浓度数值。
7.根据权利要求1-6任一项所述的一种SCR脱硝精准喷氨控制方法，其特征在于，烟气处理设备为SCR脱硝设备，预测模型为DMC预测控制系统，控制模块控制系统为DCS控制系统。
8.根据权利要求1所述的一种SCR脱硝精准喷氨控制方法，其特征在于，所述步骤S2中，获取烟气处理设备进出口NOx实际浓度值的设备包括分别设置在烟气处理设备进口处以及出口处的烟气取样探管(10)，所述烟气取样探管(10)在烟气迎风面设置多个取样孔，所述烟气取样探管(10)输出端连接有多点取样烟气混合罐(12)，所述多点取样烟气混合罐(12)输出端连接有分析仪。
9.根据权利要求7所述的一种SCR脱硝精准喷氨控制方法，其特征在于，所述电动调节阀输入端连接有氨水槽(1)，所述电动调节阀输出端连接有氨水蒸发器(6)，所述氨水蒸发器(6)输出端连接有喷氨格栅(7)，所述喷氨格栅(7)输出端延伸至烟气处理设备进口烟道内，所述电动调节阀与氨水槽(1)之间设置有氨水泵(2)，氨水泵(2)旁路设置有手动调节阀(3)。
10.根据权利要求9所述的一种SCR脱硝精准喷氨控制方法，其特征在于，所述步骤S6中记录喷氨量以及烟气处理设备进出口端NOx的实时数据的设备氨水流量计(4)，所述氨水流量计(4)设置在电动调节阀输入端。
CN202111108554.XA 2021-09-22 2021-09-22 一种scr脱硝精准喷氨控制方法 Withdrawn CN113970937A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111108554.XA CN113970937A (zh) 2021-09-22 2021-09-22 一种scr脱硝精准喷氨控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111108554.XA CN113970937A (zh) 2021-09-22 2021-09-22 一种scr脱硝精准喷氨控制方法

Publications (1)

Publication Number Publication Date
CN113970937A true CN113970937A (zh) 2022-01-25

Family

ID=79586714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111108554.XA Withdrawn CN113970937A (zh) 2021-09-22 2021-09-22 一种scr脱硝精准喷氨控制方法

Country Status (1)

Country Link
CN (1) CN113970937A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114609986A (zh) * 2022-03-16 2022-06-10 中国中材国际工程股份有限公司 基于预测控制的水泥分解炉脱硝调控优化系统和方法
CN117452829A (zh) * 2023-12-25 2024-01-26 北京可视化智能科技股份有限公司 一种脱硝智能决策方法、系统、终端及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105629738A (zh) * 2016-03-24 2016-06-01 内蒙古瑞特优化科技股份有限公司 Scr烟气脱硝系统控制方法及设备
CN109343349A (zh) * 2018-11-01 2019-02-15 大唐环境产业集团股份有限公司 一种基于喷氨量补偿器的scr烟气脱硝优化控制系统和方法
CN111624876A (zh) * 2020-04-23 2020-09-04 大唐环境产业集团股份有限公司 一种智能的喷氨优化控制系统
CN111841276A (zh) * 2020-07-16 2020-10-30 烟台龙源电力技术股份有限公司 循环流化床机组sncr脱硝控制方法及装置、存储介质
CN112580250A (zh) * 2020-11-12 2021-03-30 山东纳鑫电力科技有限公司 基于深度学习的火电机组脱硝系统及优化控制方法
CN113398758A (zh) * 2021-07-20 2021-09-17 山信软件股份有限公司 一种氨水喷洒流量控制系统及其控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105629738A (zh) * 2016-03-24 2016-06-01 内蒙古瑞特优化科技股份有限公司 Scr烟气脱硝系统控制方法及设备
CN109343349A (zh) * 2018-11-01 2019-02-15 大唐环境产业集团股份有限公司 一种基于喷氨量补偿器的scr烟气脱硝优化控制系统和方法
CN111624876A (zh) * 2020-04-23 2020-09-04 大唐环境产业集团股份有限公司 一种智能的喷氨优化控制系统
CN111841276A (zh) * 2020-07-16 2020-10-30 烟台龙源电力技术股份有限公司 循环流化床机组sncr脱硝控制方法及装置、存储介质
CN112580250A (zh) * 2020-11-12 2021-03-30 山东纳鑫电力科技有限公司 基于深度学习的火电机组脱硝系统及优化控制方法
CN113398758A (zh) * 2021-07-20 2021-09-17 山信软件股份有限公司 一种氨水喷洒流量控制系统及其控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘博文: "燃煤电厂脱硝系统入口NOx浓度测量修正及喷氨量优化控制研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114609986A (zh) * 2022-03-16 2022-06-10 中国中材国际工程股份有限公司 基于预测控制的水泥分解炉脱硝调控优化系统和方法
CN117452829A (zh) * 2023-12-25 2024-01-26 北京可视化智能科技股份有限公司 一种脱硝智能决策方法、系统、终端及存储介质
CN117452829B (zh) * 2023-12-25 2024-02-27 北京可视化智能科技股份有限公司 一种脱硝智能决策方法、系统、终端及存储介质

Similar Documents

Publication Publication Date Title
CN105404145B (zh) 基于指数预测和时滞预估补偿的脱硝新型串级控制方法
CN107544288B (zh) 一种脱硝优化控制方法和系统
CN109343349B (zh) 一种基于喷氨量补偿器的scr烟气脱硝优化控制系统和方法
CN107561941B (zh) 一种火电机组脱硝系统的全工况达标排放控制方法
CN104826492B (zh) 一种选择性催化还原法烟气脱硝喷氨控制系统的改进方法
CN105797576B (zh) 一种燃煤机组脱硝喷氨控制方法
CN113970937A (zh) 一种scr脱硝精准喷氨控制方法
CN105597537B (zh) 基于预测控制技术的脱硝控制方法
CN108380043B (zh) 一种scr脱硝装置分区喷氨调节控制方法
CN107526292B (zh) 一种基于入口NOx浓度预测的调控喷氨量的方法
CN112580250A (zh) 基于深度学习的火电机组脱硝系统及优化控制方法
CN107243257A (zh) 适合全负荷的智能喷氨控制系统
CN105786035B (zh) 基于试探式预测控制技术的火电机组scr脱硝优化控制系统
CN110501901B (zh) 基于全负荷精准脱硝要求的scr喷氨调节优化的方法
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
CN111897373A (zh) 一种基于模型预测的scr脱硝装置喷氨流量调节方法
CN111880504A (zh) 一种智能的动态分区喷氨控制方法和系统
CN113578007A (zh) 一种基于分区喷氨的燃煤烟气scr脱硝调控系统及方法
CN112221347A (zh) 一种scr脱硝系统精准喷氨控制方法
CN112316718A (zh) 一种w火焰锅炉脱硝喷氨控制系统及方法
CN111540412A (zh) 一种基于最小二乘法的scr反应器入口烟气软测量方法
CN109046021B (zh) 一种强自适应能力的scr系统精确喷氨控制方法
CN107561944A (zh) 一种基于拉盖尔模型的脱硝系统自适应预测控制方法
CN109933884B (zh) 一种面向燃煤机组scr脱硝系统神经网络逆控制的方法
CN117270387A (zh) 基于深度学习的scr脱硝系统低氨逃逸控制方法和系统

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220125