楊 勇
(浙江浙能溫州發電有限公司設備管理部,浙江溫州 325602)
智能制造正成為世界和中國制造業的發展戰略[1]。2013 年德國正式推出“工業4.0”戰略,旨在通過充分利用信息通信技術(ICT)和信息物理系統(CPS)來引導制造業智能化轉型。美國、日本隨之推出各自的智能制造發展戰略。中國于2015 年5月年發布了《中國制造2025》政策,旨在到2025 年躋身制造強國行列,大力發展包括電力裝備在內的十大重點領域,之后相繼推出《國務院關于積極推進“互聯網+”行動的指導意見》[2]、《智能制造發展規劃(2016—2020 年)》[3]、《工業互聯網發展行動計劃(2018—2020)》[4]等相關政策。電力行業沿著智能制造的方向發展。《國家電力發展十三五規劃》[5]明確指出“發展智能發電技術,開展發電過程智能化檢測”。
國家同時推進環保工作。《中華人民共和國大氣污染防治法》以及浙江省地方標準《燃煤電廠大氣污染物排放標準》,明確要求煤場采用封閉、半封閉料場。《國務院關于印發打贏藍天保衛戰三年行動計劃的通知》(國發(2018)22 號文),明確了“進一步明顯降低PM2.5 濃度”的目標,要求“開展火電等重點行業深度治理”。各大發電集團逐漸加強了對露天煤場進行全封閉改造的進度。浙江能源集團2018 年先后二次組織下屬電廠實地調研全封閉煤場,就全封閉煤場改造的可行性進行了研究[6]。
從國家、政府、企業層面為智慧燃料系統的建設提供了必要的政策和組織支持。
智能現場設備的感知信息通過多網并存的有線/無線異構通信網絡傳輸到遠端控制中心,控制中心運用高級計算能力對與生產、設計、開發有關的所有數據進行統一分析與決策[7],這是智能工廠的實現手段。
精確定位、現代測繪、圖像識別、數字化智能儀表等智能感知技術,以太網、無線通信、現場總線、信息安全等互聯控制技術,數據挖掘、人工智能、虛擬現實(VR)和增強現實(AR)、機器學習、神經網絡等分析和決策技術,為智慧燃料系統的建設提供了技術支持。
按照中電聯的標準,智慧燃料系統可以被定義為:綜合利用信息技術、網絡技術、控制技術及相關專業技術,集成了燃煤接卸輸送與摻配設備、燃煤計量與質量檢測設備設施、儲煤場設備設施、智能化管控平臺、燃料管理信息系統等,以火力發電企業燃煤為對象,實現管控燃煤科學合理流動為目的的智能化有機結合體[8]。
以智能配煤摻燒為核心,以燃料管理流程及其關鍵節點智能化為基本要素,建設具有智能輸煤生產線的智慧燃料系統。
智慧燃料系統的建設內容包括燃料設備智能化、燃料管理智能化、生產控制智能化等部分。
下面以水運燃煤電廠為例,探討建設智慧燃料系統的技術路線,如圖1 所示。
燃料接卸、輸送、堆取等設備智能化是智慧燃料系統的建設基礎,特別在全封閉煤場條件下,斗輪機、輸煤系統生產運行和巡檢的智能化,是燃料安全生產的關鍵。
設備運行智能化指斗輪機、卸船機、采制化等設備的自動化和智能化改造。
2.1.1 斗輪機智能控制
通過GPS 定位、激光流量實時檢測、激光三維測控、圖像監控以及安全防范等技術,實現斗輪機遠程全自動控制(圖2)。實際效果表面,通過全自動控制可大大提高斗輪機作業效率,降低工人勞動強度,減少人員配置,提高煤場利用率和設備運行的安全性,最終實現就地無人值守智能控制[10]。
2.1.2 卸船機運行安全防護智能監控
通過采用精確定位、激光掃描、三維建模等技術,為卸船機作業提供實時安全防護監控,包括卸船機及船體安全,船艙三維模型,提高作業安全性和作業效率[11]。在此基礎上,可進一步研究卸船機全自動智能控制(圖3)。
2.1.3 智能盤煤
通過無人機自動盤煤系統、干煤棚固定式激光盤煤系統、軌道式自動盤煤系統、或斗輪機固定式一鍵啟停自動盤煤系統,建立對煤場的定期盤點系統,盤點數據可與其他智能系統無縫對接。

圖1 智慧燃料系統框架[9]

圖2 斗輪機智能控制系統框架和作業界面

圖3 卸船機運行安全防護智能監控框架及界面
通過斗輪機智能控制系統的煤垛檢測裝置,在斗輪機堆取煤作業時,自動實時對煤堆進行盤點,并集成于智能燃料管理系統(圖4)。
2.1.4 煤質采制化自動化
利用全程自動識別技術,對入廠、入爐煤采樣、制樣、化驗過程實現自動化,無需人工記錄,化驗結果直接上傳,不落地,如圖5 所示。
2.2.1 輸煤皮帶運行安全監控
采用先進的機器視覺智能處理及自學習專家系統等技術,實現輸煤皮帶異物檢測、堵煤檢測、撕裂檢測、跑偏檢測等功能,最終實現輸煤系統安全防護的智能化[12-13]。
2.2.2 斗輪機運行安全智能監控

圖4 智能盤煤系統界面

圖5 采制化自動化框圖
通過多種數據采集技術,建設一套數據分析與智能處理的自學習專家系統,實現對斗輪機設備狀態的智能診斷、智能巡檢以及對斗輪機安全運行的智能實時監控[6]。
(1)圖像智能識別技術。運行區域人員、皮帶和煤場異物、斗輪機動力電纜卷盤、懸纜異常形態、皮帶跑偏等異常檢測。
(2)工作電流智能分析技術。懸臂回轉機構和大車行走機構打滑、左右出力不平衡、過力矩等異常檢測。
(3)振動檢測技術。皮帶電機、斗輪油泵、俯仰油泵異常檢測。
(4)聲音智能分析和IP 廣播技術。環境聲音監測、落煤筒堵煤監測、煤場定點廣播。
(5)激光檢測技術。懸臂防撞。
(6)紅外測溫技術。斗輪機取煤作業面煤溫監測。
2.2.3 巡檢機器人
采用先進的自主無線充電、機器視覺智能處理及自學習專家系統等技術,研究基于自主無線充電及仿生技術的輸煤系統智能機器人,實現輸煤系統巡檢的智能化[14](圖6)。

圖6 巡檢機器人組成
通過燃料和系統數字化、調度管理智能化、燃料分析智能化等,實現對燃料的智能化管理,如圖7 和圖8 所示。

圖7 燃料業務流程

圖8 燃料運行數據流
通過數字化信息融合,實現煤場、輸煤系統和煤倉的數字化管理。
3.1.1 數字化信息融合
(1)建立數據接口。建立系統SIS、輸煤程控、采制化系統、ERP 等數據接口,集成船運數據、入廠驗收數據、入廠煤量、入爐煤量、煤場盤點數據、入爐煤質、煤堆數據、輸煤設備運行數據、電量數據、機組運行數據、煤倉煤位數據、給煤機流量數據、環境數據等,實現數據自動實時獲取。
(2)對燃煤的全程實時跟蹤。通過燃料特征碼跟蹤技術,實現燃煤物理實體與信息實時一一對應,實時更新。
3.1.2 數字化煤場
利用數字虛擬技術,動態展示燃料全流程運行圖,包括船運、卸船機、輸煤皮帶、斗輪機、煤場、煤倉等煤和設備信息。
3.1.3 數字化煤倉
根據上煤過程信息和計量數據,實時智能分析煤倉中各煤種的煤位、煤量,即煤倉煤種分層,實現入爐燃燒煤種的預測和實時辨識,指導鍋爐運行優化調整。
3.2.1 智能配煤摻燒
(1)智能配煤摻燒預測模型。建立基于混配煤鍋爐燃燒特性、而非僅僅基于煤質特性的智能配煤摻燒數學模型。通過煤質和燃燒預測模型,篩選符合安全環保要求的配煤摻燒方案。
(2)配煤摻燒方案經濟分析。對滿足安全和環保約束條件的配煤摻燒方案進行發電燃料成本預測分析。
(3)智能尋優算法。按安全優先、環保優先、經濟優先原則,對所有可用的配煤摻燒方案進行選優排序,篩選最優的配煤摻燒方案。
3.2.2 船運管理
利用前港離港信息,對船運狀態動態跟蹤。根據現有存煤分布、未來配煤需求、煤價趨勢、結算煤價規則等因素,形成煤船靠泊的調度計劃。
3.2.3 智能上煤
根據當前煤場存煤情況及現場調度需求,由配煤摻燒系統推薦優選后的配煤摻燒方案,并解析為輸煤工單,通過輸煤程控接口將輸煤指令發送至輸煤程控系統。
3.2.4 智能堆煤
利用燃料知識數據庫的堆場規則,根據卸船機數據、現有存煤分布、未來配煤需求、來煤煤質、堆損預測及調度特殊需求(如進口煤指定煤場),形成智能堆煤策略,以降低輸煤單耗及煤場堆損。
3.3.1 全程計量分析
(1)分批次來煤全程計量分析。包括流轉過程煤量統計和流轉過程各節點煤量平衡。
(2)煤種堆積密度分析。入廠煤量計量與盤煤系統相結合,計算分析不同煤種煤堆堆積密度。
3.3.2 全程能耗分析
途損和場損分析熱值損失。輸煤系統運行效率輸煤單耗分析。正平衡方式發電煤耗精準測算。
3.3.3 配煤摻燒分析評價
評估配煤摻燒方案實時運行的經濟性、環保性、安全性,進入系統燃料知識數據庫。在不同工況下,對配煤摻燒方案歷史運行效果進行統計分析,并分別按經濟性優先、環保性優先、安全性優先進行排序,排序結果進入系統燃料知識數據庫。
3.3.4 機器學習
在正常工況下,對配煤摻燒方案的預測結果與實際運行結果進行比對分析。歷史比對結果數據進行反饋至智能配煤摻燒模型,重新訓練模型,自動對模型參數進行學習和修正,提高預測準確性。
通過燃料管理軟件和設備智能化的融合,形成智能輸煤生產線。
通過輸煤程控與卸船機、斗輪機智能控制系統、智能燃料系統平臺的接口以及網絡安全裝置,實現從燃料管理堆取工單到設備運行的全程智能控制,即智能生產線,如圖9 和圖10 所示。

圖9 輸煤系統集中智能控制

圖10 分煤種采樣控制
通過燃料特征碼跟隨采樣、制樣、化驗過程,結合采制化自動化,煤質化驗結果不落地,直接返回智能燃料管理系統平臺。
研究VR 和AR 技術在燃料運行和管理中的應用,實現隨時隨地展示燃料和系統全面信息。
在卸船機安全防護智能監控的基礎上,研究卸船機全自動控制系統,實現卸船機作業全自動無人值守作業。
目前在線煤質檢測技術,全水分和灰分在線檢測效果較佳,但其他工業分析仍不是很理想。研究煤質在線檢測技術,為智能配煤摻燒提供實時的全面煤質數據,提高智慧燃料系統的實時性和有效性。
針對水運燃煤電廠,提出建設智慧燃料系統的技術路線。利用智能感知、互聯控制、智能分析等前沿技術,建設燃料系統的設備智能化、管理數字化、生產控制智能化,實現燃料的全程智能化管控。