智能化陽極生產中物質與能源管理的研究

樊利軍

(沈陽鋁鎂設計研究院有限公司,遼寧 沈陽 110001)

0 引言

預焙陽極作為連續性消耗品,供電解槽用于生產原鋁使用[1],其特點是生產過程復雜、過程能耗高、自動化水平低。隨著工廠智能化不斷的發展,如何將人工智能模式、專家管理系統、MES平臺等智能化概念轉化并應用于預焙陽極生產過程,是行業急需解決的瓶頸問題。

鑒于國家對于“綠色”能源發展的要求,能源被定位為人類社會生存發展的重要物質基礎,攸關國計民生和國家戰略競爭力[2]。督促企業以提升能源系統綜合利用效率、降低能源成本為目標,優化能源系統布局,推動能源生產與供應集成優化,構建多介質、多因子、非穩態的全流程智慧能源分析系統,實現能源監測、能量計量、調度運行和管理智能化等功能要求,提高能源發展可持續自適應能力將是今后一段時間炭素廠建設的突破點和重點研究方向。基于物質流與能量流原理[3-4],以預焙陽極生產過程為研究對象,耦合智能化操作理念,是本文研究的基礎。

1 存在的問題與改進方向

長期以來,炭素廠受制于企業規模及行業發展重心的限制,很少對智能化企業的發展需求做出相關研究,主要體現在：

(1)我國鋁用炭素工業機械化、電氣化、自動化、信息化是并存的,不同企業發展差異大,有大部分鋁用炭素企業仍然處于機械化、電氣化時代。

(2)鋁用炭素企業智能化投資回報率難以量化,在企業投資意愿方面,中小鋁用炭素企業尤其中小民營企業基礎設施較差,人工作業比例較高,在鋁用炭素去產能及環保監管的大背景下資金壓力較大,智能化改造升級的動力不足。

(3)我國鋁用炭素行業近年來取得了長足的進步,很多炭素廠在能源管控上做了大量工作,應用MES系統自動數據采集炭素廠物流、質量、能源、設備等數據,并考慮這些約束,將全廠經營目標以計劃-調度-操作為主線,自動下達給一線作業班,并將一線作業班的操作結果,通過生產統計進行反饋,與設定目標進行比較,不斷優化指揮調節生產,使全廠生產向設定理想目標靠近。但是,基于MES控制系統下的能源管理和物流管理模塊存在一定問題,體現在以下方面：

①數據讀取機械化

目前,鋁用炭素企業對于物流和能流的數據可以自動讀取,但是缺少進一步分析和決策功能,沒有深層次體現數據的價值。

②數據采集點設置不規范

由于對于鋁用陽極全流程數據采集點無相關標準要求,所以目前大多數企業只是根據生產操作習慣,人為地選擇電、水、風、氣等數據的采集位置,理論科學依據匱乏,采集點缺少層次性。

③數據理論處理模型缺失

對于采集上來的數據,無有效數學和物理模型進行數值處理,缺少數據過濾功能,無法對于數據的準確性進行判別。

因此,結合MES理念,探索陽極生產過程中的智能化發展,特別是對于其中物質和能源管理進行深入功能性研究和開發,對于炭素行業勢在必行。

2 模型搭建

2.1 物理模型

圖1所示為炭素廠物流、能源管控模塊的物理模型框架圖。首先,模塊基于MES系統平臺的搭建,完成物流與能源等數據的采集,并預留數據庫接口,完成與上、下游控制的對接；其次,通過數學模型的創建,完成數據(控制指標及影響因素指標)分析和問題診斷；最后,根據對炭素廠運行指標的診斷,給出優化的方向,實現自我決策功能。

2.2 數學模型

(1)物質流數學模型

式中：Mi,OUT,Mi,IN,Mi,SandMi,G分別代表控制單元i的總物質輸出、物質輸入、物質存儲和中間過程的物質生成。

(2)能量流數學模型

式中：Ei,OUT,Ei,IN,Ei,SandEi,G分別代表控制單元i的總能量輸出、能量輸入、能量存儲和中間過程的能量生成。

(3)權重數學模型

平均影響因素權重的方法有很多,本文依據熵值法對變量進行權重處理[12]。

式中：ωm,n,Sen,θm,n,N,K和P分別代表變量的標準權重系數、熵值、標準化處理值、變量個數、樣本數量個數及控制變量。

(4)控制邏輯模型

圖2所示為炭素廠物流、能源管控模塊的控制邏輯模型框架圖。首先,根據目標控制變量自動采集決定該指標的一級自變量數值,并通過數學模型計算得到目標控制變量的理論值；其次,通過采集目標控制變量實際值,完成理論值與實際值的對比,對于目標控制變量進行評價；然后,根據目標控制變量自動采集影響該指標的二級自變量數值,并與二級自變量數據庫中的數據進行偏差計算,同時完成標準化權重系數計算；最后,根據權重計算結果,完成二次優化迭代處理,求得最優解。

圖2 物流與能源管控的控制邏輯模型

3 模擬實例研究

根據某鋁用陽極企業(產能30萬t/a)的生產需求,開發出炭素全流程智能管控平臺,并進行模擬應用。通過平臺的搭建,意在直擊行業現行弊端和痛點,實現炭素廠的高效運營、智能管控和綠色生產。其中,本文以“單耗管理”和“單耗優化分析”為實例模塊,進行研究。

3.1 主平臺搭建

圖3所示為炭素全流程智能管控平臺的主界面,其主要由四個子平臺搭建而成：數據信息集成平臺、生產監督管理平臺、智能生產優化平臺及后臺管理平臺。

圖3 炭素全流程智能管控平臺主界面

數據信息集成平臺是炭素全流程智能管控系統的核心基礎,其通過靈活、多樣的數據接入,打破工廠信息孤島式的管理模式,并將數據進行采集、篩分、清洗、運算,最終保存在統一的數據庫中,為智能管控系統提供多維數據服務；生產監督管理平臺旨在數據采集的基礎上,為生產管理者提供科學的管理指導,包括指標監控、生產報表及其分析、產品計劃、設備檢修計劃、原料采購計劃和產品銷售計劃都能自動生成,為企業生產提供“一站式”決策支持；智能生產優化平臺主要是將企業所迫切需求的核心功能模塊集成在這個子平臺上,滿足企業超出日常生產之外的額外功能要求,集成新的工藝技術和軟硬件技術,使該模塊成為企業發展的特色亮點和效益增長點；后臺管理平臺主要是供不同管理者,根據各自權限的不同,查詢過程數據和操作記錄,并實現遠程和手機APP共享功能。

3.2 單耗管理模塊搭建

單耗管理模塊是基于實時產能和對應能源消耗,通過數學模型,自動計算出產品對應單耗并具備實時顯示和區間段顯示的功能。模塊是建立在對不同車間所消耗能源介質系統梳理的基礎上搭建起來的。本節以煅燒車間中的生石油焦單耗分析為例,對單耗管理模塊進行功能和使用說明。

圖4為煅燒車間生石油焦單耗查詢圖,從圖中可以查詢到生石油焦在一定時期(可調)內的日消耗量和單臺罐式爐消耗量,并且從趨勢圖中可以清晰的看到生石油焦在這段時期內的變化趨勢,從而為后續的優化分析做好基礎。

圖4 生石油焦單耗查詢圖

3.3 能源單耗優化分析模塊搭建

通過單耗管理模塊,完成了炭素廠能源介質的流量、消耗量和單耗量的查詢功能,為指導、優化生產,形成智能反饋自循環控制回路,在智能生產優化子平臺上開發出了能源單耗優化分析模塊。該模塊根據控制的目標單耗,自動采集影響該指標的二級自變量數值,并通過與標準數據庫中的單耗標準值做對比,對于超標數值進行影響因素分析,并按照標準權重系數計算數學模型,對超標影響因素按照關聯影響程度大小進行排序。本節以煅燒車間中的生石油焦單耗優化分析為例,對能源單耗優化分析模塊進行說明。

圖5為生石油焦單耗優化分析圖,從圖中可以看到在一定時期(可調)內單臺罐式爐日石油焦用量的統計及與數據庫中正常區間值的對比。針對石油焦單耗的影響因素,對二級自變量在同樣時期內進行數值自動采集并顯示。根據石油焦單耗影響因素在同段時期內的數值,追蹤到對應日期石油焦單耗偏高的原因,并對多種原因進行權重分析,得到優化結論。

圖5 生石油焦單耗優化分析圖

3.4 應用效果分析與預測

通過炭素全流程智能管控平臺的搭建,實現了智能化炭素廠數字化、可視化、模型化、自動化和集成化的要求。同時,通過智能化平臺搭建與物流、能源管控的結合,實現了對炭素廠物流與能流運行和消耗過程的分析、優化、調度、預測和決策等智能化控制功能。

同時,由于鋁用陽極單位產品綜合能耗中實物能耗占60%～80%,過程能耗占20%～40%。所以,預計通過炭素全流程智能管控平臺的引入,會給企業節約原料消耗成本1%左右、能源消耗成本10%～15%,為企業節能降耗的同時,帶來巨大的經濟效益。

4 結語

(1)炭素全流程智能管控平臺的搭建可有效解決預焙陽極生產中,存在的高能耗、低自動化水平等問題。

(2)炭素全流程智能管控平臺是基于MES系統基礎上的二次開發,將人工智能移植到日常生產操作中,節省人力成本。

(3)耦合物質流與能量流的模型搭建,有效解決了預焙陽極生產過程中多介質、多因子、非穩態交錯存在的復雜問題。

(4)單耗管理模塊和能源單耗優化分析模塊的搭建為后續開展智能決策工作提供了理論基礎,并具有較大的理論指導意義。