CN1312296C - 一种混合式高炉热风炉优化控制方法 - Google Patents

Abstract

本发明提供了一种混合式高炉热风炉优化控制方法，采用计算机系统、开发工具，功能模块包括数据采集、物理模型、人工智能模型、混合模型、输出控制等模块，系统开发工具采用Exsys专家系统，其优化控制过程包括：数据采集、信号显示及数据处理、人工输入信息、优化控制模型运算和判别、控制量输出和模型自适应和人工智能方式判别与修正。实现对热风炉加热的输入的燃料量及空气量进行优化控制并显示热风炉的状态和有关热工参数及操作方式等。本发明的优点在于：适用于使用各种形式热风炉的高炉热风炉投入燃料优化控制，且低成本。

Description

一种混合式高炉热风炉优化控制方法

技术领域

本发明属于高炉优化控制技术领域，特别是提供了一种混合式高炉热风炉优化控制方法，实现了对热风炉加热输入的燃料量及空气量进行优化控制的方法。

背景技术

开始最为成功和有效的高炉热风炉优化控制方法是上世纪80年代日本新日铁的纯物理模型的方法，我国宝钢也引进，但它只适合于每个热风炉分别设有高炉煤气和焦炉煤气(或转炉煤气)管道的三眼(另一眼为空气)燃烧器场合，而国内外更广泛是使用混合煤气的两眼燃烧器，此外纯物理模型由于需要测量多种煤气成分的分析器，这种仪表不仅昂贵且维护量大，此外，物理模型涉及复杂热传导问题，在某些变化情况下，也不易准确，故近年来，特别是日本纷纷开发人工智能模型和混合模型，其中有代表的是：日本”计装”杂志1992，VOL35，NO.10发表的《制铁所における燃烧制御の高度化とファジイ制御の应用》，它提出了模糊控制的概念，日本”NKK技报”杂志1998，NO.162发表的《热风炉燃烧制御システム》，它提出了仿真器+模糊规则设定煤气热值及混合煤气量的模型，并在工业应用中获得了良好效果。目前国内高炉热风炉优化控制只有宝钢引进的纯物理模型的方法，且只适合于三眼燃烧器场合，因而无法在国内大多数使用混合煤气的热风炉上应用，国外模型工艺也不同(大都二次加入焦炉煤气)，因而要开发本方法。

发明内容

本发明的目的在于：提供了一种混合式高炉热风炉优化控制方法，即在保证供给高炉所需温度及流量的热风的条件下，控制烧炉所用煤气最节省并保护热风炉设备不受损坏，从而获得最大的经济效益，延长热风炉的寿命并为提高热风温度创造条件。

本发明具有“在线直接控制”和“操作指导”两种输出方式可供选择。选择“在线直接控制”时，输出将通过基础自动化系统直接控制各热风炉的的煤气和助燃空气流量控制器以及高炉煤气与转炉煤气(或焦炉煤气)比例的设定值。选择“操作指导”时，将输出各热风炉的的煤气和助燃空气流量控制器以及高炉煤气与转炉煤气(或焦炉煤气)比例的设定的建议值，操作员认可后才执行。

本发明采用计算机系统、开发工具，通过数据采集、信号显示及数据处理、人工输入信息、优化控制模型运算和人工智能模型推断及判别、控制量输出、模型自适应和人工智能方式修正。功能模块包括数据采集、物理模型、人工智能模型、混合模型、输出控制等模块，系统开发工具采用Exsys专家系统，其优化控制过程包括：

1、数据采集：通过计算机系统的模-数变换插件直接采集测量热风炉的各个参数的变送器的数据或通过网络从热风炉基础自动化系统采集有关数据(各个热风炉的拱顶温度、格子砖温度、炉篦子温度、废气温度、废气残氧量、支管煤气和空气流量、燃烧时间、换炉时刻、总管煤气、空气温度、煤气成分、热风温度、冷风温度、冷风流量、热风炉加热煤气混合比等)，并进行处理与判别。

2、物理模型：物理模型是用以计算出与送风温度和送风流量相适应的优化各个时期投入燃料量所需的空气量、所需的高炉煤气及转炉煤气混合比、拱顶温度和废气温度管理期的煤气及空气量等。

物理模型的技术特征是由下面的5个子模型构成：

混合煤气混合比计算模型。它是根据允许的最高拱顶温度，并由燃烧火焰温度-拱顶温度的回归式得出火焰温度，然后计算出所需的混合煤气(高炉煤气与焦炉煤气或转炉煤气混合)混合比。

蓄热计算模型。蓄热量计算模型按实测的蓄热室平均温度和此时计算的蓄热室时系列数据来求出蓄热室平均温度-蓄热量的回归方程。其中蓄热室平均温度Xi是按拱顶温度T_1～2、格子砖表面温度T₅、格子砖中段温度T₆和炉篦子温度T₇(均为实测值)并考虑各测点所在区域的尺寸(l₁、l₂、l₃)按下列公式计算：

蓄热室平均温度Xi，℃＝{[l₁(T_1～2，i+T_5，i)/2+l₂(T_5，i+T_6，i)/2+l₃(T_6，i+

+T_7，i)/2]/(l₁+l₂+l₃)}·-{[l₁(T_1～2，S+T_5，S)/2+l₂(T_5，S+T_6，S)/2+

+l₃(T_6，S+T_7，S)/2]/(l₁+l₂+l₃)}

式中i——热风炉炉号；S——上次送风结束时相应温度。

而蓄热量Yi则由下式求得：

蓄热量Yi＝燃烧生成物热焓-废气热焓＝∑{(燃烧反应物热焓)_j+(标准燃烧热)_j-(废气热焓)_j}

式中i——燃烧开始经过时间；j——自燃烧开始起的蓄热量开始时间。

支管混合煤气流量计算模型。按下式计算现在到燃烧结束时应存储的热量Q：

            Q＝(下次送风所需的热量)-(现在蓄热量)_j

现在蓄热量是首先计算现在时刻的蓄热室平均温度(拱顶、格子砖表面温度、格子砖中段和炉篦子温度并按类似于蓄热量计算模型的方法进行计算，但减去下次送风结束时蓄热室平均温度而得出)，然后按上述的蓄热室平均温度-蓄热量回归曲线得出。

根据应存储的热量Q和煤气的发热值就可计算出烧炉的煤气流量，再根据所设定的空燃比和计算出烧炉的煤气流量，就可计算出助燃空气流量。

拱顶温度控制模型。包括两个子模型，子模型1是按规定的最大拱顶温度计算控制火焰温度，然后反推煤气的热值，因而决定转炉煤气与高炉煤气混合比。子模型2是计算当拱顶温度越限时，所须增加的助燃空气流量。

废气温度控制模型。本模型是在废气温度管理期(即废气温度或炉篦子温度超过管理开始温度起到燃烧结束为止的一段时间)逐步减少混合煤气支管流量使废气温度或炉篦子温度在燃烧结束时均不超过其上限温度的模型。

3、人工智能模型：人工智能模型是以有经验的操作工操作热风炉的方式，并使用Exsys专家系统开发工具，写成产生式规则，进行与送风温度和送风流量相适应的各个时期投入燃料量和所需的高炉煤气、所需的空气量、及转炉煤气混合比、拱顶温度和废气温度管理期的煤气及空气量等自动控制，并预测到达燃烧结束时与允许的最大炉篦子温度之差进行修正煤气及空气量，以达到：“双达到”(到达燃烧结束与到达允许的最大炉篦子温度)目的。

例如，操作员在所需送风温度和送风流量正常时，在初期燃烧时，热风炉加热煤气流量设定为60000Nm³/h，助燃空气流量设定为55000Nm³/h，到达拱顶温度管理期时，热风炉加热煤气流量设定为55000Nm³/h，助燃空气流量设定为50000Nm³/h。

此时产生式规则写为：

R1 If送风温度和送风流量正常

and热风炉在初期燃烧

Then热风炉加热煤气流量设定为60000Nm³/h

and助燃空气流量设定为55000Nm³/h

R2 If送风温度和送风流量正常

and到达拱顶温度管理期

Then热风炉加热煤气流量设定为55000Nm³/h

and助燃空气流量设定为50000Nm³/h

人工智能模型包括：

1)按照快速烧炉的原则，组成五段式的基本煤气、空气流量设定。

2)废气温度太高将表征热效率下降和使格子砖支承的金属会被烧损，因此废气温度达到上限就应停止加热，同时把该炉子转为送风。由于干扰或其它原因废气温度虽达到上限但未到换炉时间，为避免闷炉，需在达到上限前，预测达到上限时刻及其与规定的换炉时间是否有差别，并按一定公式(数学模型)进行修正投入燃料量，以使废气温度和换炉时间“双达到”。

剩余时间ts计算公式为：

ts＝tr-tj-(350℃-T1)/烟气升温速度

应减少煤气流量Q_T1计算公式为：

                        Q_T1＝K_G×ts

应减少空气流量V_T1计算公式为：

                        V_T1＝K_A×ts

式中tr：燃烧终点时间；tj：已燃烧时间；K_G：煤气流量减少系数；K_A：空气流量减少系数。

3)由于输入热风炉的能量，即所需的蓄热量，除了与输入煤气流量有关外，还与高炉所需的鼓风流量和温度及使用的燃烧时间有关。煤气燃烧所带入的热量还与煤气热值、预热后煤气温度和预热后空气温度有关，故所需煤气量还需按一定公式(数学模型)进行修正；

4)设有过程信息的判断，为了有效利用热风炉的蓄热量，应该使送风时从热风炉带走的热量正好等于烧炉时的蓄热量。按送风终了时炉热水准现在值(残余量)、过去几个周期到现在的变化，送风的热风炉出口的风温等进行判断。由于炉热无法直接测定，而以混风阀开度进行评价。炉热不足时将在送风结束前阀门即已开到下限值而无法再控制温度。故在送风终了前达到下限值的程度就可表示炉热水准，并把过去3个周期的混风阀开度来评价炉热水准的增减趋势。把上述信息按人工判定“高”、“适中”、“低”等，如果没有装设混风阀位置检测的炉子，可测量热风炉送风末期、换炉之前的热风炉出口的风温与高炉所需的设定的风温进行比较，在单炉送风时，若热风炉出口的风温等于或低于高炉所需的设定的风温，自然无法控制温度，就需要换炉，故其差值可作为热水准判断。在热并联送风时，先行炉出口风温将低于高炉所需的设定的风温，此时可用冷风调节阀位置或先行炉出口风温作为热水准判断；

5)经过两三个周期热水准仍超过规定的剩余数值，就发出“变更”信号，经操作员认可后将改变基础自动化的设定值，它将改变热风炉燃烧控制系统的煤气流量设定(一般不改变换炉时间)。“变更”信号的大小，可以是专家知识，即经验值或按一定公式运算(即使用隶属度函数模糊集合方法)。对于煤气流量设定，在热水准有富裕将可降低所设定的煤气量，反之，应增加所设定的煤气量。由于熟练操作工人或专家设定的各个时期的煤气和助燃空气流量都是标准情况下(规定的预热煤气和助燃空气温度等)的数值。当偏离标准情况时应予以补偿。

6)如果由于高炉操作，改变风温风量而导致未达到规定的换炉时间，热水准就已不足，此时也将报警，由高炉工长确认后将进行自动换炉；

4、混合模型：即物理模型与人工智能模型的混合方式，是人工智能模型的按混风阀位置修正部分(人工智能模型的第4和第5项)和预测达到上限时刻及其与规定的换炉时间是否有差别部分(人工智能模型的第2项)与物理模型混合的方式。本混合模型的工作是：按物理模型的公式计算计算出烧炉的煤气量及助燃空气流量，但按人工智能模型的按混风阀位置判断热水准是否合适，如果热水准合适，则计算出烧炉的煤气量及助燃空气流量不进行自适应修正，反之，如果“过高”或“过低”，则乘以修正系数，修正系数的大小按模糊逻辑方式决定。拱顶温度控制模型与物理模型相同，废气温度控制模型则加上预测达到上限时刻和有偏差时进行修正模型的系数。

5、本发明有3种可选择的操作方式，以便有广泛的适应能力。这3种可选择的操作方式是：

(1)仅使用数学模型的方式：为提高模型的精度应设置在线分析高炉煤气、焦炉煤气或转炉煤气成分用的分析器(如果没有煤气成分分析器，也能使用，但只适合于煤气成分变动较小的场合)，这种方式适用于大、中型高炉的热风炉。其流程图见图2。按照数据采集得到的数据进行：

1)利用蓄热回归模型计算热风炉加热时格子砖平均温度与蓄热关系，从开始加热后约5分钟(可设定)，每分钟算一次直到换炉，得出该热风炉的格子砖平均温度与蓄热量关系，回归并得出公式；

2)在该热风炉加热时，按送风所需热量计算每时刻在当时蓄热量(按实测格子砖温度计算出平均温度，再从蓄热回归公式就可得出该时刻的蓄热量)及剩余加热时间下按数学模型计算所须的煤气流量(设定值)及相应的助燃空气量；

3)到拱顶温度管理期还须按拱顶温度控制模型，在温度超限时计算所须改变的助燃空气量，使拱顶温度保持为给定值；

4)到废气温度管理期，按废气温度控制模型改变煤气量，使废气温度保持为给定值；

5)开始时按允许最大的拱顶温度，(按火焰温度)计算LDG/BFG的比例。

6)输出控制结果进行在线控制或操作指导。

(2)仅使用智能模型的方式。这种方式也适用于各种高炉的热风炉。它具有低成本的特点，适用于中、小型高炉的热风炉。其结构见图3，流程图见图4。

按照数据采集得到的数据进行：

1)按照快速烧炉的原则，组成五段式的基本煤气、空气流量设定。

2)废气温度太高将表征热效率下降和使格子砖支承的金属会被烧损，因此废气温度达到上限就应停止加热，同时把该炉子转为送风。由于干扰或其它原因废气温度虽达到上限但未到换炉时间，为避免闷炉，需在达到上限前，预测达到上限时刻及其与规定的换炉时间是否有差别，并按一定公式(数学模型)进行修正投入燃料量，以使废气温度和换炉时间“双达到”；

3)由于输入热风炉的能量，即所需的蓄热量，除了与输入煤气流量有关外，还与高炉所需的鼓风流量和温度及使用的燃烧时间有关。煤气燃烧所带入的热量还与煤气热值、预热后煤气温度和预热后空气温度有关，故所需煤气量还需按一定公式(数学模型)进行修正；

4)设有过程信息的判断。为了有效利用热风炉的蓄热量，应该使送风时从热风炉带走的热量正好等于烧炉时的蓄热量。按送风终了时炉热水准现在值(残余量)、过去几个周期到现在的变化，送风的热风炉出口的风温等进行判断。由于炉热无法直接测定，而以混风阀开度进行评价。炉热不足时将在送风结束前阀门即已开到下限值而无法再控制温度。故在送风终了前达到下限值的程度就可表示炉热水准，并把过去3个周期的混风阀开度来评价炉热水准的增减趋势。把这上述信息按人工判定“高”、“适中”、“低”等，如果没有装设混风阀位置检测的炉子，可测量热风炉送风末期、换炉之前的热风炉出口的风温与高炉所需的设定的风温进行比较，在单炉送风时，若热风炉出口的风温等于或低于高炉所需的设定的风温，自然无法控制温度，就需要换炉，故其差值可作为热水准判断。在热并联送风时，先行炉出口风温将低于高炉所需的设定的风温，此时可用冷风调节阀位置或先行炉出口风温作为热水准判断；

5)经过2～3个周期热水准仍超过规定的剩余数值，就发出“变更“信号，经操作员认可后将改变基础自动化的设定值，它将改变热风炉燃烧控制系统的煤气流量设定(一般不改变换炉时间)。“变更”信号的大小，可以是专家知识，即经验值或按一定公式运算。对于煤气流量设定，在热水准有富裕将可降低所设定的煤气量，反之，应增加所设定的煤气量。

6)如果由于高炉操作，改变风温风量而导致未达到规定的换炉时间，热水准就已不足，此时也将报警，由高炉工长确认后将进行自动换炉；

7)输出控制结果进行在线控制或操作指导。

本发明的优点在于：本发明适用于使用各种形式热风炉(内燃式、外燃式、球式等)的高炉热风炉投入燃料优化控制，能适用于有3个或4热风炉以及使用混合煤气(高炉煤气、焦炉煤气或转炉煤气)并且每个热风炉只有混合煤气的管道的场合(图1)。能够控制烧炉所用煤气最节省并保护热风炉设备不受损坏，从而获得最大的经济效益，延长热风炉的寿命并为提高热风温度创造条件。本发明还具有低成本、其硬件使用廉价的工控机(工业控制PC机，即IPC)、甚至可与热风炉基础自动化同用一台工控机的优点。

(3)使用混合模型的方式，即物理模型+智能模型(专家系统、模糊控制和神经元网络)方式。这种方式适用于各种高炉的热风炉。

附图说明

图1是本发明的高炉热风炉(热风炉可3或4个)布置图。

图2是本发明的仅使用数学模型方式时的流程(3个热风炉的情况)图。

图3是本发明的仅使用人工智能模型结构图。

图4是本发明的仅使用人工智能模型方式时的流程(3个热风炉的情况)图。

图5是本发明的5使用混合模型方式时的流程(3个热风炉的情况)图。

Claims (3)

1、一种混合式高炉热风炉优化控制方法，其特征在于：采用计算机系统、开发工具，人工输入信息、优化控制模型运算和人工智能模型推断及判别、控制量输出、模型自适应和人工智能方式修正；功能模块包括数据采集、物理模型、人工智能模型、混合模型、输出控制模块，系统开发工具采用Exsys专家系统，其优化控制过程包括：

(1)数据采集：通过计算机系统的模-数变换插件直接采集测量热风炉的各个参数的变送器的数据或通过网络从热风炉基础自动化系统采集有关数据，并进行处理与判别；

(2)、物理模型：物理模型是用以计算出与送风温度和送风流量相适应的优化各个时期投入燃料量所需的空气量、所需的高炉煤气及转炉煤气混合比、拱顶温度和废气温度管理期的煤气及空气量；物理模型由下面的5个子模型构成：

a、混合煤气混合比计算模型：它是根据允许的最高拱顶温度，并由燃烧火焰温度-拱顶温度的回归式得出火焰温度，然后计算出所需的混合煤气混合比：高炉煤气与焦炉煤气或转炉煤气混合；

b、蓄热计算模型：蓄热量计算模型按实测的蓄热室平均温度和此时计算的蓄热室时系列数据来求出蓄热室平均温度-蓄热量的回归方程，其中蓄热室平均温度Xi是按拱顶温度T_1～2、格子砖表面温度T₅、格子砖中段温度T₆和炉篦子温度T₇均为实测值，并考虑各测点所在区域的尺寸(l₁、l₂、l₃)按下列公式计算：

蓄热室平均温度Xi，℃＝{[l₁(T_1～2，j+T_5，i)/2+l₂(T_5，i+T_6，i)/2+l₃(T_6，i+

+T_7，i)/2]/(l₁+l₂+l₃)}-{[l₁(T_1～2，s+T_5，s)/2+l₂(T_5，s+T_6，s)/2+

+l₃(T_6，s+T_7，s)/2]/(l₁+l₂+l₃)}

式中i——热风炉炉号；S——上次送风结束时相应温度；

而蓄热量Yi则由下式求得：

蓄热量Yi＝燃烧生成物热焓-废气热焓＝∑{(燃烧反应物热焓)_j+(标准燃烧热)_j-(废气热焓)_j}

式中i——燃烧开始经过时间，j——自燃烧开始起的蓄热量开始时间，支管混合煤气流量计算模型：按下式计算现在到燃烧结束时应存储的热量Q：

Q＝(下次送风所需的热量)-(现在蓄热量)_j

现在蓄热量是首先计算现在时刻的蓄热室平均温度：拱顶、格子砖表面温度、格子砖中段和炉篦子温度并按类似于蓄热量计算模型的方法进行计算，但减去下次送风结束时蓄热室平均温度而得出，然后按上述的蓄热室平均温度-蓄热量回归曲线得出；

根据应存储的热量Q和煤气的发热值就可计算出烧炉的煤气流量，再根据所设定的空燃比和计算出烧炉的煤气流量，就可计算出助燃空气流量；

c、拱顶温度控制模型：包括两个子模型，子模型1是按规定的最大拱顶温度计算控制火焰温度，然后反推煤气的热值，因而决定转炉煤气与高炉煤气混合比；子模型2是计算当拱顶温度越限时，所须增加的助燃空气流量；

d、废气温度控制模型：本模型是在废气温度管理期，即废气温度或炉篦子温度超过管理开始温度起到燃烧结束为止的一段时间，逐步减少混合煤气支管流量使废气温度或炉篦子温度在燃烧结束时均不超过其上限温度的模型。

2、按照权利要求1所述的方法，其特征在于：优化控制过程包括：数据采集和人工智能模型；人工智能模型是以有经验的操作工操作热风炉的方式，并使用Exsys专家系统开发工具，写成产生式规则，进行与送风温度和送风流量相适应的各个时期投入燃料量和所需的高炉煤气、所需的空气量、及转炉煤气混合比、拱顶温度和废气温度管理期的煤气及空气量等自动控制，并预测到达燃烧结束时与允许的最大炉篦子温度之差进行修正煤气及空气量，以达到：到达燃烧结束与到达允许的最大炉篦子温度目的；人工智能模型包括：

a、按照快速烧炉的原则，组成五段式的基本煤气、空气流量设定；

b、废气温度达到上限应停止加热，同时把该炉子转为送风，由于干扰或其它原因废气温度虽达到上限但未到换炉时间，为避免闷炉，需在达到上限前，预测达到上限时刻及其与规定的换炉时间是否有差别，即是否有剩余时间，并按下式进行修正投入燃料量，以使废气温度和换炉时间“双达到”；

剩余时间ts计算公式为：

ts＝tr-tj-(350℃-T1)/烟气升温速度

应减少煤气流量Q_T1计算公式为：

Q_T1＝K_G×ts

应减少空气流量V_T1计算公式为：

V_T1＝K_A×ts

式中tr：燃烧终点时间；tj：已燃烧时间；K_G：煤气流量减少系数；K_A：空气流量减少系数；

c、设有过程信息的判断，为了有效利用热风炉的蓄热量，应该使送风时从热风炉带走的热量正好等于烧炉时的蓄热量；按送风终了时炉热水准现在值残余量、过去几个周期到现在的变化，送风的热风炉出口的风温进行判断以混风阀开度进行评价，炉热不足时将在送风结束前阀门即已开到下限值而无法再控制温度；故在送风终了前达到下限值的程度就可表示炉热水准，并把过去3个周期的混风阀开度来评价炉热水准的增减趋势；上述信息按人工判定“高”、“适中”、“低”，如果没有装设混风阀位置检测的炉子，可测量热风炉送风末期、换炉之前的热风炉出口的风温与高炉所需的设定的风温进行比较，在单炉送风时，若热风炉出口的风温等于或低于高炉所需的设定的风温，无法控制温度，需要换炉，故其差值可作为热水准判断；在热并联送风时，先行炉出口风温低于高炉所需的设定风温，此时可用冷风调节阀位置或先行炉出口风温作为热水准判断；

d、经过2～3个周期，该热风炉从送风转为燃烧为该热风炉的周期，热水准仍超过规定的剩余数值，就发出“变更”信号，经操作员认可后，基础自动化的设定值将按“变更”信号改变，即改变热风炉燃烧控制系统的煤气流量设定，“变更”信号的大小，可以是专家知识，即经验值或模糊推论方法运算，即使用隶属度函数模糊集合方法；对于煤气流量设定，在热水准有富裕将可降低所设定的煤气量，反之，应增加所设定的煤气量；由于熟练操作工人或专家设定的各个时期的煤气和助燃空气流量都是标准情况下的数值，当偏离标准情况时应予以补偿；

e、如果由于高炉操作，改变风温风量而导致未达到规定的换炉时间，热水准就已不足，此时也将报警，由高炉工长确认后将进行自动换炉。

3、按照权利要求1所述的方法，其特征在于：优化控制过程包括：数据采集和混合模型；混合模型是指物理模型与人工智能模型的混合方式，是人工智能模型的按混风阀位置修正部分和预测达到上限时刻及其与规定的换炉时间是否有差别部分与物理模型混合的方式；本混合模型的工作是：按物理模型的公式计算计算出烧炉的煤气量及助燃空气流量，但按人工智能模型的按混风阀位置判断热水准是否合适，如果热水准合适，则计算出烧炉的煤气量及助燃空气流量不进行自适应修正，反之，如果“过高”或“过低”，则乘以修正系数，修正系数的大小按模糊逻辑方式决定；拱顶温度控制模型与物理模型相同，废气温度控制模型则加上预测达到上限时刻和有偏差时进行修正模型的系数。

Images