CN116719356A - 一种基于负荷变化及预测的空压站动态控制方法 - Google Patents
一种基于负荷变化及预测的空压站动态控制方法 Download PDFInfo
- Publication number
- CN116719356A CN116719356A CN202310896496.4A CN202310896496A CN116719356A CN 116719356 A CN116719356 A CN 116719356A CN 202310896496 A CN202310896496 A CN 202310896496A CN 116719356 A CN116719356 A CN 116719356A
- Authority
- CN
- China
- Prior art keywords
- pressure
- air
- compression station
- air compression
- prediction
- 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
- 230000006835 compression Effects 0.000 title claims abstract description 51
- 238000007906 compression Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008859 change Effects 0.000 title claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 238000009826 distribution Methods 0.000 claims abstract description 3
- 230000008569 process Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000010355 oscillation Effects 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 230000032683 aging Effects 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 230000002087 whitening effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims 2
- 239000000463 material Substances 0.000 claims 1
- 238000004806 packaging method and process Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D16/00—Control of fluid pressure
- G05D16/20—Control of fluid pressure characterised by the use of electric means
- G05D16/2006—Control of fluid pressure characterised by the use of electric means with direct action of electric energy on controlling means
- G05D16/2013—Control of fluid pressure characterised by the use of electric means with direct action of electric energy on controlling means using throttling means as controlling means
- G05D16/2026—Control of fluid pressure characterised by the use of electric means with direct action of electric energy on controlling means using throttling means as controlling means with a plurality of throttling means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种基于负荷变化及预测的空压站动态控制方法,适用于大型修造船企业,即厂区内空压站同时为多个车间、泊位供气且末端需气情况随修船规模、修船阶段不同变化较大的使用环境。监控方法通过在使用端进行用能申请,对末端进行自动压力控制,同时监控空压站内实际母管压力,于云端服务器存储数据并进行动态设定和预测分析,可以有效解决空压站控制算法仅根据当前运行状态对螺杆机进行启停控制带来的弊端:如设定参数不合理、加减机滞后、加减机频繁等。本发明旨在利用云端计算技术、大数据技术与工业现场监控技术结合,使大型压缩空气管网实现总分控制,并针对空压站运行机组数量提供更科学、附有预判性的控制手段,帮助使用者能更好地对空压站进行自动化管理,以实现压缩空气系统中螺杆机的稳定运行及输出端恒压供气。
Description
技术领域
本发明涉及工业物联网技术领域,是一种基于负荷变化及预测的空压站动态控制方法。
背景技术
空压站作为各类大型生产制造型企业中最为重要的公辅车间,其自动化程度直接关系到全厂生产工艺使用情况与电能消耗情况。传统的空压站恒压控制,主要通过人工设定母管压力,考虑死区范围后计算得到压力上下限设定值,螺杆机群根据实际母管压力和上下限设定值比较后进行加减机控制。例如:母管实测压力大于压力设定上限,保持较大持续120S延时时间后关停一台螺杆机。
在大型修造船企业中,一个空压站往往需要给多个用气点位进行供气,用气点位由于不同时间下生产工艺、生产人员数量存在不同,需气压力、需求量都不尽相同。传统控制下,压力设定值设置后一般不进行调整,故设定值的确立没有充分考虑用气末端实际需求变化。且加减机控制中即使加入延时时间,也容易出现非必要的停机,需要及时再投运一台来满足工况的情况,对母管压力的恒定有一定程度的影响。
发明内容
本处理方法旨在解决传统空压站中螺杆机加减机控制下,未对压缩空气管网末端实际需气状态进行充分考虑,且螺杆机控制潜在出现频繁、滞后启停的现象。利用能源管理综合平台的云端计算技术,通过更为轻量化的部署方式、小程序形式的用能申请、数据科学自动分析,实现动态调整压力设定值并预测母管压力变化,更为精准地操作螺杆机机群。
本发明的目的是为了解决大型修造船企业内末端用气需求不恒定情况下,传统自动控制不能充分考虑末端实际需求和潜在变化的技术不足,提供了一种基于负荷变化及预测的空压站动态控制方法。
空压站动态控制的划分步骤:
简化压缩空气管网的物理模型,找出管网中用气量最大的点位并合并支管用气压力相同、用气量无明显差异的用气点,将压缩空气管网简化成只要一个供气端口和多个用气端口的物理模型;
针对简化后的管网于现场装设采集传感器,包括:供气母管加设压力计,管道末端加设比例积分调节阀、压力计、流量计;利用物联网技术进行无线组网从而与云端服务器通讯,将串口数据打包发送给本系统在云端架设的服务器,服务器实时完成数据的存储;
系统定制手机小程序提供现场操作人员实时生产工艺用气申请界面;现场操作人员每日在用工前,提前在手机小程序进行用气申请,申请内容主要包括:申请用气末端、需气压力、起始时间、结束时间。通过对用气申请单的数据统计,得出用气申请数据表,并根据当前时间进行筛选,得到每个申请用气末端的实时最大需气压力Pmax(m)。将实时最大需气压力Pmax(m)作为设定压力,实测压力Preal(m)对末端的比例积分控制阀实时进行PI控制,得到末端阀门开度控制信号aV(m),实现在开式系统末端的闭环自检控制;
现场勘查,得到每个用气末端的管路长度l(m)、管路内径d(m)。同时通过对厂区内管道实际选用管材类型,综合老化程度估算整个管网管道内壁的粗糙程度,从而得出理想的沿程压力损失系数λf(m)。根据每个用气末端安装的流量计,测量得到实时压缩空气的质量流量Q质(m)。根据上述数据,建立管网模型数据矩阵GW(m,5);
由每个申请用气末端的实时最大需气压力Pmax(m),整理得到整个压缩空气管网中末端需求压力的极大值Pmax(i)和m个用气末端中当前需气压力最大的末端编号i,确认在管网模型数据矩阵GW(m,5)中数据所在行数,并利用压力损失计算公式变形后得出沿程损失ΔP沿;
根据沿程损失ΔP沿、末端需求压力的极大值Pmax(i)以及存在的系统误差Pxtwc,得出螺杆机自动控制过程中的压力设定值Pset。通过设置压力变化死区的形式,得到压力带设定上限Pup与压力带设定下限Pdn,死区宽度通常设置为±0.2bar至±0.5bar的范围内。
在空压站运行过程中,始终保持系统最少需要的螺杆机数量进行运行,若螺杆机数量不足需求数,则依次启动螺杆机,直至需求数满足。在此基础上,实时对母管实测压力P母与压力带设定上限Pup、压力带设定下限Pdn进行比较。若母管实测压力P母大于压力带设定上限Pup,则判断是否有螺杆机处于卸载,若没有则优先卸载。若卸载一台后仍供压过剩,则利用灰色模型预测未来10min内的母管压力变化是否存在压力震荡,选择是否减机。若母管实测压力P母小于压力带设定下限Pdn,则判断是否所有螺杆机均处于加载,若没有则优先加载。若全部加载后仍供压不足,则利用灰色模型预测未来10min内的母管压力变化是否存在压力震荡,选择是否加机。每次启动或关停后均对算法采取阻塞,引入阻塞时间T阻。
建立一个灰色模型GM(1,1),实现对未来母管压力变化的预测。首先于云端平台对空压站供气母管压力的实测数据进行归档,采样频率f采集根据项目实际需求进行设置,并建立相应的主题数据库。
通过对过去一小时内的压力实测情况形成灰色模型的原始数据集合P(0)。对原始数据集合P(0)进行累加得到累加集合P(1)。建立基于原始数据集合P(0)的均值生成系列Z(1)。
对于nlmt个样本,根据在灰色模型GM(1,1)的一阶线性回归曲线,利用矩阵表达式对估计系数进行计算。构造压力参数数据矩阵JZ与数据向量XL,并利用最小二乘法,求参数列CSL,计算得到估计系数与估计系数/>
通过对白化方程离散化的方式,得到GM(1,1)模型中的时间响应系列P(1)(k+1),并通过累加集合P(1)计算方式的逆运算,得到P(0)(k+1),即母管压力下个时刻的灰色预测值。
通过灰色预测值P(0)(k+1)的计算方式,连续计算得到未来10min母管压力变化的预测值,带入控制算法中需要用到灰色模型预测的环节,辅助对螺杆机的启停控制进行判别。
本发明具有以下有益效果:
1.针对大型修造船企业内用气需求不固定、不能准确的定量进行参数设置的使用环境。本发明有效利用手机小程序进行末端用能申请,可以有效地针对末端点位进行恒压PI控制,同时有利于综合整个压缩空气管网用能末端的实际工艺需求设置整站的供气压力,实现了压缩空气管网的总分控制,提升了用能精细化程度。
2.综合各末端实时申请的需气压力,并通过实时数据分析,将末端管道中需求要求最高的末端作为控制的最不利点。根据该末端的需气压力和云计算得到的对应压力降,计算满足当前管网末端用气需求的供气压力值,实时对空压站母管设定压力进行调整,实现空压站压力带设定值的动态调节,减少欠压供气、过剩供气的现象。
3.针对现场实时采集的空压站母管压力,于能源管理综合平台进行定时数据存储,并利用灰色预测模型可以有效地对母管压力未来变化趋势进行预测,使螺杆机过程控制中不仅考虑当前整站的运行状态,还充分考虑了潜在的压力状态变化。
4.空压站动态控制的最终目的是实现螺杆机更为科学、准确地进行群组控制。本发明通过在闭环控制系统中加入动态设定参数与预测压力控制环,极大程度的降低了螺杆机机群在运行过程中停机滞后、启停时机不合理等现象,保证了空压站更为稳定地运行。
如图3、图4,作为范例,解释了本发明在负荷变化引起的压力震荡下,本发明相较传统控制模式的优点。t1时刻出现了母管实测压力P母大于压力带设定上限Pup的现象,传统控制模式在延时时间到达后的t2时刻选择对螺杆机机群进行减机操作,即关停一台螺杆机。但由于此时的压力过剩是管网中末端需气震荡导致的,若控制不参与,母管压力也将回落至正常压力范围,故减机操作的影响是导致母管压力急剧下降,在t3时刻母管实测压力P母小于压力带设定下限Pdn,达到延时时间后再次进行了加机操作,执行后压力回升。引入基于负荷变化及预测的空压站动态控制方法后,通过灰色模型对潜在压力变化的预测,控制系统识别了压力震荡与压力即将回落的现象,未介入干预运行状态。根据曲线变化可得,由于规避了不必要的减机行为,本发明有效地保证了空压站母管更为稳定的压力供应。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明中空压站与管网现场设备系统图;
图2为本发明基于负荷变化及预测的动态控制方法的控制流程图;
图3为本发明一时间段内传统控制与预测控制的压力采样图;
图4为本发明一时间段内传统控制与预测控制的开机数量对比图;
图5为本发明一时间段内预测压力与实测压力的趋势对比图;
具体实施方式
下面结合附图与公式计算对本发明进行说明。
如图1-5,本发明设计是一种基于负荷变化及预测的空压站动态控制方法,包括以下步骤:
1.由于实际空压站对应的压缩空气管网的组成通常较为复杂,而影响空压站运行状态的往往只是大型压缩空气管网中重要的用气末端。故本发明实施的第一步即简化压缩空气管网的物理模型,将压缩空气管网简化成只要一个供气端口和多个用气端口的物理模型,即根据厂区实际管网结构,找出管网中用气量最大的点位作为模型中的用气端口,如大型用气车间、船坞、泊位等。对于末梢支管用气压力相同,用气量无明显差异的用气点可选择在主支管进行计量与控制,从而将压缩空气管网简化成空压站及其母管和多个主用气端口的物理模型。
根据简化后的管网物理模型,于现场装设采集传感器,主要包括供气母管加设压力计,管道末端加设比例积分调节阀、压力计、流量计,如图1。通过加装无线终端的形式,利用物联网技术进行无线组网从而与云端服务器通讯。无线终端对现场级采集的压力、阀门控制、阀门反馈等串口数据打包发送给本系统在云端架设的服务器,服务器实时完成数据的存储。
通过定制化的手机小程序,提供现场操作人员实时生产工艺用气申请界面。现场操作人员每日在用工前,提前在手机小程序进行用气申请,申请内容主要包括:申请用气末端、需气压力、起始时间、结束时间。通过对用气申请单的数据统计,得出数据库数据如下表:
m为简化后管网模型中,用气末端的数量;
n为数据库中现有数据数量。
申请用气末端 | 申请压力 | 起始时间 | 终止时间 |
DD1 | Ps1 | Ts1 | Tf1 |
DD2 | Ps2 | Ts2 | Tf2 |
... | ... | ... | ... |
DD(m) | Ps(n) | Ts(n) | Tf(n) |
表1.用气申请数据表
根据当前时间t进行筛选,取数据库内满足(t>Ts)且(t<Tf)的数据中申请压力Ps(n)的最大值,得到每个申请用气末端的实时最大需气压力Pmax(m)。将实时最大需气压力Pmax(m)作为设定压力,实测压力Preal(m)对末端的比例积分控制阀实时进行PI控制,得到末端阀门开度控制信号BV(m),实现在开式系统末端的闭环自检控制。
BV(m)=PI[Pmax(m),Preal(m)]
2.由于大型修造船企业中,压缩空气管网普遍管径较大、距离较长,在压缩空气供应过程中,无法直接根据末端需气压力对空压站进行供气设定,需充分考虑管道对压缩空气压力变化的影响。本发明主要考虑管道沿程长度对压力变化的影响ΔP沿以及存在的系统误差Pxtwc,通过现场勘查,得到每个用气末端的管路长度l(m)、管路内径d(m)。同时通过对厂区内管道实际选用管材类型,综合老化程度估算整个管网管道内壁的粗糙程度,从而得出理想的沿程压力损失系数λf(m)。根据每个用气末端安装的流量计,测量得到实时压缩空气的质量流量Q质(m)。根据勘查结果建立管网模型数据矩阵GW(m,5)。
根据每个申请用气末端的实时最大需气压力Pmax(m),整理得到整个压缩空气管网中末端需求压力的极大值Pmax(i)。
Pmax(i)=MAX[Pmax(m)]
i为m个用气末端中当前需气压力最大的末端编号,即下述计算过程中引用管网模型数据矩阵GW(m,5)中数据所在行数。
引入压力损失计算公式:
ρ为压缩空气管网中气体理想状态下的平均密度。
根据管网模型数据矩阵GW(m,5),并利用压力损失计算公式变形后得出沿程损失ΔP沿。
根据上述计算结果,得出空压站母管需要的输气平均压力,即螺杆机自动控制过程中的压力设定值Pset。
Pset=GW(i,1)+ΔP沿+Pxtwc
3.根据上述计算得到了螺杆机自动控制过程中的压力设定值Pset,通过设置压力变化死区的形式,得到压力带设定上限Pup与压力带设定下限Pdn,死区宽度通常设置为±0.2bar至±0.5bar的范围内。传统的空压站控制即根据压力带设定上下限进行加卸载、启停控制,本发明在传统控制的模式上,于启停判断加入灰色模型预测分析,控制流程如图2,控制流程简述如下:
在空压站运行过程中,始终保持系统最少需要的螺杆机数量进行运行,若螺杆机数量不足需求数,则依次启动螺杆机,直至需求数满足。在此基础上,实时对母管实测压力P母与压力带设定上限Pup、压力带设定下限Pdn进行比较。
若母管实测压力P母大于压力带设定上限Pup,则代表空压站供压过剩,此时先判断是否有螺杆机处于卸载,若没有则优先对螺杆机进行卸载操作。若螺杆机卸载一台后仍处于供压过剩状态,则利用灰色模型预测未来10min内的母管压力变化,预测压力均大于压力带设定上限Pup,则认为空压站未来没有压力震荡的现象发生,执行关停一台螺杆机。
若母管实测压力P母小于压力带设定下限Pdn,则代表空压站供压不足,此时先判断是否所有螺杆机均处于加载,若没有则优先对螺杆机进行加载操作。若螺杆机全部加载后仍处于供压不足状态,则利用灰色模型预测未来10min内的母管压力变化,预测压力均小于压力带设定下限Pdn,则认为空压站未来没有压力震荡的现象发生,执行启动一台螺杆机。
每次启动或关停螺杆机后均对算法采取阻塞,引入阻塞时间T阻的目的是避免算法在计算过程中连续执行螺杆机启停的操作。
4.在本发明的控制流程中引入了灰色模型预测的概念,其目的在于通过已有的实测压力统计数据进行分析,在实时负荷无法计量作为灰色系统的前提下,利用大型控制系统中主控制点变化存在惯性的特征(即主控制的压力暗含规律),以此为出发点预估未来母管压力的变化趋势的效果。通过建立一个一阶方程与一阶变量的灰色模型GM(1,1),实现对未来母管压力变化的预测,从而减少压力震荡对螺杆机机群控制的影响,如图3、图4。图3、图4中,在t1时刻本发明的控制模式预测未来压力变化,识别压力即将回落后,取消介入控制,有效保证了母管供气压力的恒定。
母管压力预测过程如下:
首先于云端平台对空压站供气母管压力的实测数据进行归档,采样频率f采集可以根据项目实际需求进行设置,并建立相应的主题数据库。通过对过去一小时内的压力实测情况形成灰色模型的原始数据集合P(0)。
P(0)={P(0)(1),P(0)(2),…,P(0)(n)}
(n=1,2,...,nlmt)
建立灰色模型,对原始数据集合P(0)进行累加得到累加集合P(1)。
(k=1,2,...,nlmt)
建立基于原始数据集合P(0)的均值生成系列Z(1)。
(q=2,3,...,nlmt)
对于nlmt个样本,根据在灰色模型GM(1,1)的一阶线性回归曲线,利用矩阵表达式对估计系数进行计算。故构造压力参数数据矩阵JZ与数据向量XL。
利用最小二乘法,求参数列CSL,联立等式后得到估计系数与估计系数/>
通过对白化方程离散化的方式,得到GM(1,1)模型中的时间响应系列P(1)(k+1),并通过累加集合P(1)计算方式的逆运算,得到P(0)(k+1),即母管压力下个时刻的灰色预测值。P(0)(k+1)的计算方式如下:
P(0)(k+1)=P(1)(k+1)-P(1)(k)
联立上述等式:
e为自然常数,即欧拉数(2.71828182845…)。
通过P(0)(k+1)的计算方式,连续计算得到未来10min母管压力变化的预测值,带入至步骤3中的控制算法中,进行螺杆机的启停控制判别。实际应用过程中,当空压站母管压力超出压力设定上、下限的情况下,预测数据与后续过程中测得的实际母管压力较为贴合,故对空压站的运行判断有较大的指导意义,如图5。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这中叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种基于负荷变化及预测的空压站动态控制方法,其特征在于包括以下步骤:
简化管网物理模型;
针对简化后的管网,于现场供气母管加设压力计,管道末端加设比例积分调节阀、压力计、流量计,并利用无线终端进行组网通讯、打包发送至云端服务器,完成数据存储;
对用气申请的数据统计,根据当前时间t进行筛选,取数据库内满足t>Ts且t<Tf的数据中申请压力Ps(n)的最大值,得到每个申请用气末端的实时最大需气压力Pmax(m),其中Tf为用气末端申请用气的起始时间,Ts为用气末端申请用气的终止时间;
将实时最大需气压力Pmax(m)作为设定压力,实测压力Preal(m)对末端的比例积分控制阀实时进行PI控制,得到末端阀门开度控制信号BV(m):
BV(m)=PI[Pmax(m),Preal(m)]
现场勘查得到每个用气末端的管路长度l(m)、管路内径d(m),综合管材类型和老化程度估算沿程压力损失系数λf(m);根据安装的流量计,得到实时压缩空气的质量流量Q质(m),建立管网模型数据矩阵GW(m,5):
根据每个申请用气末端的实时最大需气压力Pmax(m),整理得到整个压缩空气管网中末端需求压力的极大值Pmax(i)和i,i为m个用气末端中当前需气压力最大的末端编号,即数据矩阵GW(m,5)中数据所在在行数:
Pmax(i)=MAX[Pmax(m)]
根据管网模型数据矩阵GW(m,5),并利用压力损失计算公式变形后得出沿程损失ΔP沿:
其中,ρ为压缩空气管网中气体理想状态下的平均密度,
根据沿程损失ΔP沿,计算得出空压站母管需要的输气平均压力Pset:
Pset=GW(i,1)+ΔP沿+Pxtwc
通过设置压力变化死区的形式,得到压力带设定上限Pup与压力带设定下限Pdn,死区宽度通常设置为±0.2bar至±0.5bar的范围内,空压站控制过程中于启停判断加入灰色模型预测分析;
空压站运行过程中,始终保持系统最少需要的螺杆机数量,若螺杆机数量不足需求数,则依次启动螺杆机,直至需求数满足;在此基础上,实时对母管实测压力P母与压力带设定上限Pup、压力带设定下限Pdn进行比较;
比较过程中,若母管实测压力P母大于压力带设定上限Pup,且在有螺杆机处于卸载的状态下,利用灰色模型预测未来10min内的母管压力变化,预测压力均大于压力带设定上限Pup,执行关停一台螺杆机;若母管实测压力P母小于压力带设定下限Pdn,且在所有螺杆机均处于加载的状态下,则利用灰色模型预测未来10min内的母管压力变化,预测压力均小于压力带设定下限Pdn,执行启动一台螺杆机;每次启动或关停螺杆机后均对算法采取阻塞,引入阻塞时间T阻。
2.根据权利要求1所述的基于负荷变化及预测的空压站动态控制方法,其特征在于,灰色模型预测分析包括以下步骤:
预测算法中建立一个一阶方程与一阶变量的灰色模型GM(1,1),实现对未来母管压力变化的预测,以采样频率f采集对空压站供气母管压力归档建立相应的主题数据库,形成灰色模型的原始数据集合P(0);
P(0)={P(0)(1),P(0)(2),…,P(0)(n)}
(n=1,2,…,nlmt)
建立灰色模型,对原始数据集合P(0)进行累加得到累加集合P(1):
建立基于原始数据集合P(0)的均值生成系列Z(1):
构造压力参数数据矩阵JZ与数据向量XL:
利用最小二乘法,求参数列CSL,联立等式后得到估计系数与估计系数/>
计算得到GM(1,1)模型中的时间响应系列P(1)(k+1),并通过累加集合P(1)计算方式的逆运算,得到灰色预测值P(0)(k+1);
e为自然常数,即欧拉数(2.71828182845…);
通过P(0)(k+1)的计算方式,连续计算得到未来10min母管压力变化的预测值,带入控制算法中,进行螺杆机的启停控制判别。
3.根据权利要求1所述的基于负荷变化及预测的空压站动态控制方法,其特征在于,将复杂的管网系统优先进行简化,简化为由主支管用气端和供气母管组成的物理模型。
4.根据权利要求1或2所述的基于负荷变化及预测的空压站动态控制方法,其特征在于,根据经简化的管网模型中需检测的点位,在现场供气母管加设压力计,管道末端加设比例积分调节阀、压力计、流量计,并利用无线终端进行组网通讯。
5.根据权利要求1所述的基于负荷变化及预测的空压站动态控制方法,其特征在于,定制化的手机小程序,由现场操作人员每日对实时生产工艺进行用气申请;根据现场实测压力和用气申请的压力值,实时对末端的比例积分控制阀实时进行PI控制,实现管网末端的分布精细化控制。
6.根据权利要求1或4所述的基于负荷变化及预测的空压站动态控制方法,其特征在于,将用能申请的需气压力数据中实时最大需气压力的点位视作控制系统的最不利点,综合考虑该点位的管道长度、材质、老化程度、系统偏差,得到可能存在的沿程压力损失,作为整个闭环控制的设定值。最后根据计算的沿程损失、末端需求压力以及预估的系统线性偏差,得出螺杆机自动控制过程中的压力设定值。
7.根据权利要求1、2、4、5中任意一项权利要求所述的基于负荷变化及预测的空压站动态控制方法,其特征在于,通过在压力设定值上设置压力变化死区,得到压力带设定上限与下限,在空压站自动过程中,在启停判断过程中加入灰色模型预测,将传统的延时控制取缔,改为通过对未来10min内的母管压力的预测,避开可能存在压力震荡现象,再选择是否介入控制执行加机或减机操作。
8.根据权利要求1所述的基于负荷变化及预测的空压站动态控制方法,其特征在于,建立一个灰色模型GM(1,1),实现对未来母管压力变化的预测。以设置的采样频率对供气母管压力的实测数据进行归档,并建立相应的主题数据库,对历史数据进行白化方程离散化处理得到GM(1,1)模型中的时间响应系列,以此预测压力未来数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310896496.4A CN116719356B (zh) | 2023-07-21 | 2023-07-21 | 一种基于负荷变化及预测的空压站动态控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310896496.4A CN116719356B (zh) | 2023-07-21 | 2023-07-21 | 一种基于负荷变化及预测的空压站动态控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116719356A true CN116719356A (zh) | 2023-09-08 |
CN116719356B CN116719356B (zh) | 2023-12-22 |
Family
ID=87868042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310896496.4A Active CN116719356B (zh) | 2023-07-21 | 2023-07-21 | 一种基于负荷变化及预测的空压站动态控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116719356B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012161525A2 (ko) * | 2011-05-25 | 2012-11-29 | 주식회사 건영기계 | 지능형 에어 컴프레셔 시스템 |
CN107131117A (zh) * | 2017-04-27 | 2017-09-05 | 深圳思步工业科技有限公司 | 一种压缩空气系统和控制方法 |
CN113898569A (zh) * | 2021-10-28 | 2022-01-07 | 国家电投集团协鑫滨海发电有限公司 | 空压机运行状态智能分析系统及电子设备 |
CN114645844A (zh) * | 2022-05-23 | 2022-06-21 | 蘑菇物联技术(深圳)有限公司 | 确定空压站的流量状态的方法、计算设备和计算机介质 |
-
2023
- 2023-07-21 CN CN202310896496.4A patent/CN116719356B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012161525A2 (ko) * | 2011-05-25 | 2012-11-29 | 주식회사 건영기계 | 지능형 에어 컴프레셔 시스템 |
CN107131117A (zh) * | 2017-04-27 | 2017-09-05 | 深圳思步工业科技有限公司 | 一种压缩空气系统和控制方法 |
CN113898569A (zh) * | 2021-10-28 | 2022-01-07 | 国家电投集团协鑫滨海发电有限公司 | 空压机运行状态智能分析系统及电子设备 |
CN114645844A (zh) * | 2022-05-23 | 2022-06-21 | 蘑菇物联技术(深圳)有限公司 | 确定空压站的流量状态的方法、计算设备和计算机介质 |
Non-Patent Citations (2)
Title |
---|
巫宗宾;: "预测控制技术在供气压力系统中的节能应用", 硅谷, no. 08 * |
陈克炎;史华刚;: "智能流量控制节能空压系统在纺织厂的应用", 棉纺织技术, no. 07 * |
Also Published As
Publication number | Publication date |
---|---|
CN116719356B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190265768A1 (en) | Method, system and storage medium for predicting power load probability density based on deep learning | |
CN101718270B (zh) | 空压机控制系统的预测调压方法 | |
US11022968B2 (en) | Methods and systems for applying run-to-run control and virtual metrology to reduce equipment recovery time | |
CN113221304B (zh) | 一种天然气管网能量间接赋值的计算系统及方法 | |
WO2012068559A2 (en) | Factory level process and final product performance control system | |
CN110112442B (zh) | 一种燃料电池系统控制方法及装置 | |
KR20090001148A (ko) | 가상 계측 시스템 및 가상 계측 방법 | |
CN108154266B (zh) | 一种含风电电力系统经济调度方法 | |
CN116227637A (zh) | 一种面向有源配电网的精细化负荷预测方法和系统 | |
CN108345275A (zh) | 设备监控系统及设备监控方法 | |
CN116719356B (zh) | 一种基于负荷变化及预测的空压站动态控制方法 | |
CN117606578A (zh) | 一种智能的气体流量监测方法 | |
US7155367B1 (en) | Method for evaluating relative efficiency of equipment | |
CN104199417A (zh) | 一种半导体镀膜工艺的统计过程监控方法 | |
JP5341448B2 (ja) | 品質管理方法、半導体装置の製造方法及び品質管理システム | |
CN112576326A (zh) | 一种火电机组滑压优化运行控制方法、装置及设备 | |
CN116482970A (zh) | 煤气化装置的调控方法、装置、设备及可读存储介质 | |
CN116305985A (zh) | 一种基于多传感器数据融合的局部智能通风方法 | |
CN116756704A (zh) | 一种利用风粉测量参数预测入炉煤量的方法 | |
US11735447B2 (en) | Enhanced process and hardware architecture to detect and correct realtime product substrates | |
CN111691932A (zh) | 一种燃气蒸汽联合循环机组最大发电负荷监测装置及方法 | |
CN117113886B (zh) | 一种压力预测方法及装置 | |
CN113433826B (zh) | 出灰周期优化自动控制方法 | |
CN115870350A (zh) | 板带材凸度的预测方法、轧辊智能化控制方法及计算设备 | |
CN113361748A (zh) | 适用于在线负荷分配的机组供电煤耗预测方法 |
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 |