智能控制在鍋爐燃燒優化中的應用

宋健哲 薛 彤

（哈爾濱鍋爐廠有限責任公司，黑龍江 哈爾濱150000）

燃燒優化系統通過調整所有參數來控制爐膛中燃料和空氣的分布已達到鍋爐最優的運行情況。借助錄入系統的歷史數據以及鍋爐實時運行情況，調整如燃燒器偏角、磨煤機出力等設置，最終實現降低氮氧化物排放量，提高效率等優化目標。在整個優化過程中，不再需要人為操作干預，系統將全面接管優化控制過程，甚至可以基于神經網絡處理器不斷提高控制效率。

1 鍋爐燃燒優化智能控制技術的發展

1.1 高級應用

對于電廠燃燒的智能控制在1999 年已經投入使用，從最初的單獨的燃燒器控制到后續逐漸發展優化到對整體鍋爐的控制。現在新的應用重點仍是不斷擴大智能控制的范圍，提供更多、更具體的解決方案，例如通過在磨煤機增加音量傳感器，在不影響鍋爐運行的同時降低磨煤機噪音，并可以通過對噪音的監控輔助分析磨煤機的磨損情況；在系統中增加“結焦指數”，通過對受熱面傳感器溫度變化及歷史數據的收集，結合神經網絡建模綜合分結焦情況，在最合適的時間啟動吹灰器；還可以引入更高級的傳感器，如激光傳感器等其他新出現的或后續出現的更先進適用的傳感器以實現更精確的切圓控制。同時，還可以通過對每個煤粉管到中的煤粉量及一、二次風室風量進行精確控制，優化噴嘴氣流，實現對氮氧化物、一氧化碳和、出口煙溫計氧量的精確控制。

1.2 混合技術方法

鍋爐燃燒系統優化的廣大前景是促使混合技術應用于智能控制的最大因素，同時混合技術的使用也將極大提高優化效果的上限。過去有兩種不同的鍋爐燃燒優化技術：人工神經網絡和模型預測控制。神經網絡是一種非線性的、多變量的穩態模型，用于識別變量在不同條件下的最佳組合。模型預測控制使用動態模型來預測未來的變化，并預測擾動和未來變化的影響。這兩種智能控制方法都有好處和局限性。混合技術方法創造了一種混合神經網絡和模型預測控制優化系統。今天，這些技術和其他技術正在結合起來。在鍋爐燃燒優化方法中，神經模型可隨時間調整以平衡燃燒單元運行的操縱變量，而模型預測主要用于空氣控制，這些控制必須根據鍋爐邊界條件做出快速反應。此外，基于規則的燃燒優化也發揮著關鍵作用。啟發式模型植根于人工智能的編碼系統方面，這些規則可以由推理機系統地應用，它提供了一種在給定條件的情況下對一組可能的燃燒操作進行排序的方法，解決鍋爐燃燒傳統技術的長期離散變化，例如在使用中自動將最近訓練過的模型替換為特定的磨煤機組合，或者在基于神經網絡和直接控制的燃燒方案之間切換。這種日益復雜的做法使智能控制技術能夠從對鍋爐的燃燒有密切了解并編碼在軟件中提取出來，神經網絡等其他方法無縫集成，形成更先進的混合算法，是應用于鍋爐燃燒優化問題的最佳組合。

1.3 可視化研究

早期智能控制技術在鍋爐燃燒優化方面本質上是“黑匣子”系統，在幾乎沒有人理解的情況下，在閉環中進行控制。隨著行業的發展，用戶智能控制界面的重要性已經上升到了最前沿。鍋爐燃燒優化需要智能控制來完成更多的任務，同時也需要系統提供對優化問題的可視化。智能控制致力于解決燃燒困難的問題，并經常做出權衡，以平衡在嚴格約束下的電站鍋爐參數。即使是最具經驗的操作者，這些平衡的權重值也難以理解。現在的圖形用戶界面和分析工具能夠準確地了解智能控制應該做什么以及流程是如何響應的。能夠以直觀的看到各項參數及過程，重點顯示主要參數以及參數間的聯動影響，而不被復雜的理論和軟件操作所干擾，是可視化的關鍵原則，這對于智能控制系統的是很重要的。這種可視化提高了鍋爐燃燒優化的性能，提高了用戶組織內部的有效性。盡管智能控制的基準測試在定義鍋爐過程的復雜多變量環境中具有挑戰性，但是應用一些實際的可視化分析來判斷鍋爐燃燒的問題將改善很多。新出現的智能控制工具現在能夠跨越原因、干擾和目標對鍋爐燃燒優化度量，形成對復雜過程變化的一致理解。操作者可以使用條件限值范圍的任意組合，快速選擇、篩選、清理和查看鍋爐燃燒優化目標變量的數據。結果可以并排比較，以研究變化模式，并相對容易地檢驗燃燒因果假設。市場也推動了智能控制對優化鍋爐效率進行可視化改進，對于優化來說，在任何時候知道確切鍋爐相對其他數據變化要重要得多。如果調整之后鍋爐效率相對變化在方向上是有效的，此調整即可用于鍋爐燃燒優化。

2 智能控制在鍋爐燃燒優化中的應用

2.1 發電系統中的數據處理

對發電系統產生的數據進行智能測試與驗證，優化鍋爐燃燒調節系統顯示出每年節省數百萬元燃料成本的潛力。熱電廠數據800 兆瓦額定燃燒機組都安裝了智能控制調節系統，以提高燃油經濟性。通過實施數據處理的鍋爐燃燒器管理系統，發電廠可以在鍋爐的運行壽命期間節省數百萬元的成本。基于智能控制的系統在提高燃燒效率的同時降低燃油消耗和成本。發電系統中的數據處理來源于鍋爐和發電機在運行過程中產生的大量實時數據，分析大量數據并對其采取行動的智能控制超出了操作人員的能力。智能控制電子系統設計，以管理和控制鍋爐燃燒過程，減少人工干預的不足。鍋爐燃燒器自動化技術已經運行了幾十年，但它們仍然無法處理燃燒系統產生的運行數據水平。然而智能控制能夠克服海量數據的挑戰，創建優化的鍋爐燃燒調節系統，數據變量如何影響鍋爐的輸出，例如熱值較低，智能控制則必須適應以保持限制水平，提高燃燒效率。由于維護、儀器校準和燃料變化的狀態一直在進行，操作者并不能很好地工作。智能控制系統的自適應特性使它們更有效地處理諸如溫度、燃料的供給率和進氣阻尼器位置等物理參數的實時變化。一個燃料供應變化將幾乎瞬間改變進氣阻尼器的位置，智能控制調整正確的阻尼器位置，以補償燃料的變化。

2.2 鍋爐燃燒污染控制

鍋爐燃燒本身就是一個產生污染的過程，而有關環境保護法嚴格限制了排放到大氣中的二氧化硫、氮氧化物和PM2.5 等的濃度，而且隨著社會發展相關要求日益嚴格。智能控制可以有效改善現有鍋爐設計和減少污染技術，使電廠能夠以合理的成本提供熱能或電力的同時符合環境法規。燃煤鍋爐污染的智能控制可以應用在燃燒過程的各個階段。鍋爐燃燒燃料的選擇是減少煙氣污染物的第一步，例如，天然氣燃燒比燃料油、醫療廢物或生物質更清潔，并且在其煙氣中產生的污染物最少。當然，國內鍋爐大多無法選擇燃料，智能控制系統可以根據入爐燃料的工業分析等綜合調整各層燃燒器的燃料、風量配比，以降低污染。智能控制鍋爐燃燒也可以減少氮氧化物的產生，鍋爐中燃料從點燃到燃盡每個過程都可以通過計算及數據分析給出一個最合理的空氣配比。對于煙氣再循環的鍋爐，通過智能控制系統調整被送回燃燒室的煙氣量，可以更好的空盒子空氣的氧量，降低核心火焰溫度。

2.3 降低鍋爐結渣傾向

智能控制鍋爐燃燒空氣再分配是通過關閉中心罩，以迫使更多的空氣到兩側，因為鍋爐燃燒有一個共同的風箱和風罩處于最大開放狀態。智能控制燃燒平衡可使爐內氧氣耗盡區和溫度點最小化，有效降低鍋爐結渣傾向。通過智能控制提高磨煤機的進料率，增加燃料輸送到較底層的燃燒器，這為鍋爐燃燒燃盡前獲得更多的停留時間，并將煙氣溫度保持在灰熔溫度以下，以盡量減少結渣的可能性。

3 結論

電廠鍋爐優化最初的重點是減少氮氧化物的產生，降低在火電機組燃燒過程中產生的排放量，這是一個很難預測和控制的復雜、高度可變的過程。鍋爐優化的定義已經擴大，曾經是改進爐燃料和空氣混合，現在指的是燃燒和吹灰過程的綜合優化，包括鍋爐的爐膛和回程區域。鍋爐清潔度對燃燒強度和傾斜位置有顯著影響，燃燒化學計量和溫度影響灰分積累、結焦和結渣。由于燃燒和傳熱過程是高度相互關聯的，因此，智能控制在鍋爐燃燒優化中的應用至關重要。隨著時代的發展，智能控制將不斷擴大參數的輸入范圍，加強神經網絡模型的應用，在越來越多的輸入方案中，通過各種傳感器對鍋爐整體進行監控，獲得最佳的運行參數及最快的運行調整，而且隨著時間的推移，這個調整的過程時間還會不斷縮短。