AVEVA APC 系統在水泥窯燒成系統中的應用

徐立東 楊宏興 郭軍鋒 朱東輝

（1. 劍維軟件技術（上海）有限公司北京分公司；2. 冀東海德堡（扶風）水泥有限公司）

水泥熟料生產工藝過程復雜， 原燃料性質多變，質量、熱量傳遞的物理過程和化學反應同時存在，變量多且耦合明顯［1］。 目前，水泥生產線雖然已經普遍采用了DCS控制，但大部分DCS仍然停留在取代常規儀表的水平上［2］，風、煤、料幾乎全部依賴操作人員的經驗手動調整， 熱工狀況判斷的一致性差，導致出現熟料質量不穩定、班組操作水平差異大、 熟料煤單耗和電單耗高及操作人員勞動強度大等問題。如果單純使用PID單回路或復雜回路解決以上問題， 很難統籌兼顧多個變量之間的相互影響，也不能實現窯系統的整體優化。

以多變量模型預測控制為核心的先進控制技術適合解決上述問題。 筆者將介紹劍維軟件技術有限公司先進控制軟件AVEVA APC系統在陜西某水泥廠一號線窯系統中的應用情況。 該生產線熟料產能4 000 t/d，采用五級旋分預熱器、入窯生料與高溫煙氣逆流換熱、四代篦冷機、四列篦床油壓驅動； 除篦下7個冷卻風機風量使用擋板控制外，高溫風機、尾排風機、頭排風機均采用可以精確調整風量的變頻控制；配有預熱器出口氣體分析儀、煙室高溫分析儀、窯頭比色高溫鏡頭及熟料紅外測溫等儀器，具備良好的儀表基礎。

1 AVEVA APC系統功能介紹

AVEVA APC先進控制系統集穩定控制和經濟優化于一體，在穩定生產的同時能夠提高裝置產能，降低單位產品能耗，實現經濟收益的最大化。 模型預測控制基于動態數學模型計算被控變量在未來時段的變化趨勢，從而實時更新控制策略，提高過程控制品質。

AVEVA APC系統主要包含多變量模型預測控制模塊、最優化模塊、嵌入式編程語言Python模塊、軟測量技術、神經元網絡模塊、秒級運行周期及窯系統先進控制器設計等。

1.1 多變量模型預測控制模塊

模型預測控制模塊通過變量之間的模型，認知各種擾動因素對被控變量的影響。 當擾動發生時， 可預測被控變量在未來時段發生的變化，如圖1a所示。 根據未來時刻，變量針對設定值的偏差，及時調整控制策略，從而使被控變量可以緊靠設定點，進而提高過程的控制品質，如圖1b所示。 CV為被控變量，MV是操作變量，FV是干擾變量。

圖1 多變量模型預測控制示意圖

1.2 最優化模塊

最優化模塊建立在提高控制品質的基礎上，通過最優化技術找到裝置的最優操作點，利用模型預測控制模塊將裝置穩定在最優點運行，從而使裝置的經濟收益最大化。

1.3 嵌入式編程語言Python模塊

AVEVA APC系統軟件平臺支持嵌入式編程語言Python（IronPython），能與AVEVA APC 系統軟件功能靈活有機結合，有助于實現基于專家知識的邏輯控制、 自適應控制等多種智能控制功能。

1.4 軟測量技術

針對熟料游離鈣等各種無法直接測量的變量，或由于測量設備限制樣本測量周期過長的變量， 通過軟測量技術測得上述變量的實時值，為過程控制提供重要依據。

1.5 神經元網絡模塊

神經網絡技術利用徑向基函數（RBF）類神經網絡的優點，可以更好地擬合非線性方程，而且能夠迅速學習訓練。 經由訓練學習和必需的測試后， 類神經網絡可立即應用于在線運行軟件，如推論預測等。

1.6 秒級的運行周期

AVEVA APC系統可以達到幾秒鐘的運算周期，大幅提高了響應速度，從而快速抑制干擾，穩定生產。

2 窯系統先進控制器設計

窯系統AVEVA APC系統控制器建立在DCS上，通過OPC接口實現DCS數據的讀寫操作。 優化控制器的構成如圖2所示， 主要包括分解爐溫度控制、窯尾系統風量控制、熟料游離鈣軟儀表、煅燒溫度、熟料質量控制、窯頭排風機控制、篦床料層厚度控制和冷卻風量控制。

圖2 熟料燒成系統優化控制器結構

2.1 分解爐溫度控制

分解爐承擔了90%以上的生料分解任務，分解爐的出口溫度可以反映物料在分解爐內的預分解狀況。 溫度過高會引起煤耗的增加和生料提前液化掛壁，溫度過低則造成過低的分解率使分解爐的作用大幅降低［3］。 分解爐溫度的穩定對分解爐的操作很重要，同時它有助于下游窯的操作穩定，減少fCaO的波動［4］。而分解爐溫度受到多種因素的影響，如生料喂料量、生料成分、三次風溫、煤粉細度，以及多種不可測干擾變量，如煤粉熱值、協同處理生活垃圾和危廢的燃料成分及流量等，這就導致了分解爐溫度復雜多變，以往依賴操作人員手動控制，不僅極難穩定，而且勞動強度大。

AVEVA APC系統利用多變量模型預測控制建立固廢/二三次風溫/喂料量等關鍵變量對分解爐溫度的量化模型，通過多變量模型預測分解爐溫度的變化趨勢（圖3），并根據未來預測值提前調整尾煤用量，提前調節而非出現偏差的反饋調節，從而改善控制效果。 針對不可測干擾，AVEVA APC系統利用反饋校正模塊實時調整預測值，避免出現靜態誤差。 并且優化控制器會根據窯尾NOx、窯電流、游離鈣化驗值等多重因素綜合評價，主動微調分解爐出口溫度的設定值，避免過分解或欠分解。

圖3 分解爐出口溫度預測控制示意圖

2.2 窯尾風量控制

回轉窯和分解爐中煤粉的燃燒需要足夠的氧氣。 如果氧氣含量不足，煤粉不完全燃燒，熱量損失較大，燃料的利用率低，窯內溫度降低，同時窯內不完全燃燒產生的CO會形成還原氣氛，使熟料質量降低［5］。但過多的通風量會增大熱量損失，導致煤耗增加，且C1出口溫度高，會導致窯尾廢氣體積流量增大，增加高溫風機電耗。 文獻［6］的研究表明，預熱器出口O2含量每降低1%，煤耗將會減少1.6%。

AVEVA APC系統優化控制器主要參考C1出口CO含量、C1出口O2、C1出口壓力、窯尾煙室O2，自動調整高溫風機轉速， 在保證這些被控變量都在控制范圍內的前提下，最小化高溫風機轉速，避免熱量浪費和電量浪費。 同時高溫風機在自動調整時會兼顧其電流上限，避免其過載跳停。

2.3 游離鈣測量軟儀表

熟料游離鈣是關系到水泥質量的重要指標，它的高低直接影響到水泥的安定性和熟料強度。在生產中，操作運行人員會根據游離鈣的化驗值對窯喂料量、分解爐溫度及窯頭喂煤用量等進行調整。 但是目前國內水泥熟料游離鈣含量的檢測方法主要是化學分析法和熒光分析儀法，檢測周期多數是每次1～2 h，存在明顯的滯后［7］，不利于實時控制，且影響熟料游離鈣的變量多、非線性強、變量之間互相關性強，常規的線性回歸和建模方法不適用于建立準確的水泥熟料游離鈣預測模型。

針對上述問題，AVEVA APC系統采用基于徑向基函數（RBF）的神經元網絡模型，通過采集歷史數據，選擇強相關性的可測變量，訓練回歸非線性模型。 可以通過這些可測的強相關性變量，來實時預測熟料游離鈣的含量，通過與化驗值連續7 d對比可以發現，預測值與化驗值趨勢一致，準確度可達80%以上（圖4），為連續控制提供了重要依據。

圖4 游離鈣軟儀表預測值與化驗值連續7 d對比

2.4 煅燒溫度、熟料質量控制

生料在回轉窯內加熱發生固相反應、氧化鈣的吸收和硅酸三鈣的形成反應最終形成水泥熟料。 如果燒成溫度過低，氧化鈣的吸收反應不充分，CaO以游離狀態存在，沒有生成足夠的C3S，繼而影響熟料的強度和安定性。 反之，如果燒成溫度過高，會導致熟料過燒，缺乏活性，同時煅燒溫度過高還會增加熟料結粒尺寸，同時損壞窯皮。

窯內煅燒溫度是整個燒成系統最核心的參數，對窯內燒成溫度的穩定控制是保證整個燒成系統熱工狀態穩定的關鍵［8］。 然而燒成帶溫度一般不可測，而窯頭火焰比色高溫計容易受到飛沙的影響，因此需要同時參考窯電流、窯尾NOx、窯尾煙室溫度及游離鈣軟測量等參數來綜合評估燒成系統熱工狀態，通過調整窯頭喂煤量、喂料量、 窯轉速來控制窯內燒成帶溫度和熱工狀態。當窯頭火焰溫度高、 窯電流較高、 窯尾NOx濃度高、游離鈣預測值低時，適當提高產量，或降低窯頭喂煤量的使用， 避免煤資源浪費和熟料過燒；當窯頭火焰溫度低、窯電流低、窯尾NOx濃度低、游離鈣預測值高時，適當增加窯頭喂煤或降低喂料量，從而保證燒成帶溫度和熟料質量的穩定。

2.5 窯頭排風機控制

出于工藝和安全的考慮，窯頭罩的壓力需要被控制在微負壓狀態， 避免火焰噴出造成危險，但窯頭排風機轉速太高又會造成熱量浪費，同時導致窯頭廢氣排放量增加， 增大窯頭排風機電耗。

AVEVA APC系統優化控制器通過調整窯頭排風機控制窯頭罩壓力，保持微負壓，并在保證窯頭負壓在被控范圍內的同時最小化頭排風機轉速，降低電耗。

2.6 篦床料層厚度控制

篦冷機是熟料急冷、冷卻和熱量回收的重要裝置，篦冷機的換熱效率直接影響燒成工序的煤耗， 而穩定的料層厚度有助于穩定熱量交換，同時穩定并提高二、三次風溫。 AVEVA APC系統優化控制器參考四列篦床油壓和篦板壓差自動調整四列篦速，實現料層厚度的穩定，從而提高熱交換效率；同時參考二次風溫、篦床油壓和比色高溫計溫度， 分析判斷影響二次風溫的原因，主動調整篦床油壓的設定值， 調整篦床料層厚度，最終維持二次風溫的穩定。

2.7 篦冷機冷卻風量控制

熟料從窯頭進入篦冷機后需要急冷，避免硅酸三鈣分解生成二次游離鈣，同時熟料需要通過篦冷機冷卻到環境溫度加65 ℃的入庫溫度。

熟料的冷卻一部分依靠高溫風機拉風，另一部分則依靠篦下冷卻風機的鼓風。 針對熟料前端急冷，后端冷卻的控制需求，AVEVA APC系統優化控制器對前兩臺風機的控制策略是在保證V1、V2風機電流不超上限的前提下，最大化V1、V2風機的擋板開度，以在滿足風機電流約束的前提下最大化風量，保證急冷效果；而對V3～V7風機則采用卡邊優化熟料溫度，當熟料溫度低于上限時逐級關小風機擋板， 越是后面的風機則關得越多，避免過冷卻。

3 AVEVA APC系統優化控制器控制效果

窯系統AVEVA APC系統控制器投用后實現了窯系統的平穩運行，正常工況下完全可以代替操作人員手動操作的目標。 操作人員只需關注異常工況處理，根據工況及時調整被控變量的控制范圍即可，AVEVA APC系統在線投運率達到了95%以上。

從圖5和表1可以看出， 與手動控制相比，AVEVA APC系統控制器大幅降低了關鍵變量的波動，提高了生產過程的穩定性，其中分解爐出口溫度波動的標準偏差降低了64.6%， 二次風溫波動的標準偏差降低了50.2%， 窯頭罩負壓波動的標準偏差降低了53.8%， 熟料游離鈣波動的標準偏差降低了44.1%，可以看出AVEVA APC系統自動控制時窯頭罩負壓基本被控制在給定的上限，實現了卡邊控制。 對二次風溫，AVEVA APC系統控制不僅比手動控制波動幅度明顯減小，而且平均值也比手動時高出約40～50 ℃，說明AVEVA APC系統控制器可以明顯穩定并改善窯況，始終維持良好的燒成熱工狀態。

圖5 窯關鍵變量控制效果對比

表1 窯關鍵變量標準偏差對比數據

除了降低參數波動、穩定工況和熟料質量之外，AVEVA APC系統控制器通過內置的優化模塊和優化規則， 卡邊控制高溫風機和窯頭排風機，實現在工況允許的范圍內，最小化預熱器出口O2、窯尾煙室O2、窯頭罩負壓（絕對值），避免拉大風造成的熱量損失和風機電耗增加；卡邊控制熟料溫度，最小化末端冷卻風機風量，避免過冷卻；通過窯工況綜合識別，游離鈣實時軟測量，根據特定的專家規則，主動調節分解爐溫度和燒成溫度，最大化生料喂料量，避免過燒造成的煤耗增加，從而在穩定工況的基礎上還能實現提產降耗。通過手動操作72 h和AVEVA APC系統自動操作72 h的測試標定，水泥窯AVEVA APC控制系統可以降低熟料工序標準煤耗2.22%和熟料工序電耗1.55%。

4 結束語

AVEVA APC系統在陜西某水泥熟料生產線窯系統中的應用表明， 通過實施AVEVA APC系統，可以明顯降低操作人員的勞動強度和誤操作可能，消除操作人員水平的差異，保持操作的一致性，降低燒成工序關鍵被控變量的標準差40%～70%，有效提高系統的穩定性，降低熟料煤耗和工序電耗。 同時AVEVA APC系統控制器還可以通過數據接口與能管系統、質量系統等智能工廠子系統聯動，作為生產執行層，充分利用各個子系統的重要數據，實現更高層級的閉環控制，從而構成智能工廠整體解決方案的一個子系統。