除塵設備智慧安全管控系統的應用研究

文_蒙原 福建龍凈環保股份有限公司

1 除塵設備安全現狀及發展趨勢

燃煤電廠的除塵設備主要包括電除塵器、袋除塵器和電袋除塵器。目前，除塵器的結構安全關鍵部件主要包括鋼支架、灰斗、殼體柱腳、殼體體系。隨著設備運行年限增加，部分關鍵設備發生銹蝕、設計工況發生變化，存在一定安全隱患。除塵運維安全關鍵系統主要包括上位機控制系統（IPC）、輸灰控制系統（PLC）、廠級分散控制系統（DCS），各系統存在一定數據孤島，統一運維難度較大。

為確保除塵設備安全，除塵器整體結構設計從安全可靠、經濟合理角度出發，選用合理的結構體系、構件形式和布置方式。而從日常運營角度出發，則仍采用傳統的日常巡檢，包括檢查地面裂縫、沉降、鋼結構是否變形、銹蝕嚴重程度、灰斗漏灰等事項。通過運營人員經驗，手動設定設備運行參數，監盤時間長，自動化程度低，耗時費力，對設備安全運營難以有效監測。近年來，隨著人工智能應用的成熟，圖像識別、故障檢測、智能控制等技術分別在工業領域中得到越來越多的應用，除塵設備安全管理過程中應用這些先進技術，也是環保行業內的一種趨勢。

2 智慧安全管控系統設計

2.1 系統架構設計

本文所開發的除塵設備智慧安全管控系統整體架構設計如圖1所示。

圖1 系統架構圖

其中，除塵設備的運行數據來源于IPC對應的下位機硬件模塊集成的DAU前端機。灰斗設備相應的運行數據來源于PLC控制器，機組運行工況數據來源于DCS。同時現場增設一臺高清攝像頭，用于識別除塵整體結構的異常。它們分別構成管控系統的感知層。

從感知層不同數據源采集到的數據和圖像，在服務器中存儲和計算。通過平臺層進行配置，集成數據采集模塊、數據存儲模塊、身份認證模塊、消息中間件模塊、智能算法模塊。服務器和通用組件構成整套基礎設施和平臺層。最后基于平臺層數據和工具，開發基于除塵安全和智慧運營場景的管控系統。

管控系統部署后，在展現層不僅可以通過大屏實時監測、識別除塵安全隱患，也可通過個人電腦和移動端，收到實時消息提醒并且可查看設備運行相關信息。

2.2 系統功能模塊設計

除塵設備智慧安全管控系統包括：后臺信息管理、智慧監盤、智慧運行、智慧檢修四個子模塊。其中，后臺信息管理模塊包括系統權限管理、設備管理、人員管理；智慧監盤模塊包括運行三維監控、視頻監控、關鍵指標監控三個功能；智慧運行模塊包括智能除塵與智能輸灰兩個功能；智能檢修模塊包含關鍵設備預警、安全狀態評估、檢修意見指導、在線故障知識庫四個功能。

各個模塊具體功能如下：

系統權限管理：管控系統的功能權限管理，通過設置安全認證，管理系統用戶權限。

設備管理：包含所屬電廠客戶的除塵、輸灰設備型號、參數詳細信息。

人員管理：包含所屬電廠客戶的運行人員、管理人員信息，值班次信息等。

運行三維監控：通過除塵、輸灰3D可視化并實現設備的分解和定位，對設備運行狀態進行三維呈現，形成更加直觀的設備感知。

視頻監控：在現場除塵設備合適位置處布置高清攝像頭，對除塵器、底部輸灰整體結構的地面、鋼支架、灰斗區域、殼體柱腳區域實現高清視頻接入。

關鍵指標監控：提供實時鍋爐負荷、出口粉塵、溫度、高低壓、輸灰壓力等數據顯示，輔助運行監盤人員全面掌握設備運行狀況，并可查詢歷史曲線。

智能除塵：在除塵效率達標前提下，針對除塵設備，尋找鍋爐負荷、氨逃逸、煤質參數、煙氣量、煙溫、輸灰壓力等因素對除塵效率的影響并進行深度學習，關聯電除塵入口濃度，脫硫入口粉塵濃度，各電場計算能耗對出口粉塵的影響因子，建立能耗優化模型，輸出優化控制策略。主要控制除塵高低壓、保溫、加熱等參數。

智能輸灰：按照輸灰壓力、流量、機組工況、倉泵料位等因素對輸灰系統的影響進行深度學習，建立輸灰智能控制模型，輸出優化控制策略。主要控制輸灰時長和壓力參數。

關鍵設備預警：除塵、輸灰涉及的關鍵設備較多包含倉泵、輸灰管道、壓縮空氣閥門、灰斗下料閥門及系統排氣閥門、灰斗氣化風機、氣化風電加熱、高壓整流變壓器、電磁振打器、保溫箱電加熱器、灰斗電加熱器等。利用這些設備運行的主要測點參數特征完成常態數據指標閥值的判定，實現設備狀態的預警預測。

安全狀態評估：采用綜合評分法針對除塵設備結構安全、設備運行狀態進行綜合評估。

檢修意見指導：根據狀態監視和診斷結果，進行設備異常分析，系統得出設備狀態報告和初步的檢修建議，結合知識庫進行輔助診斷提供的設備檢修優化策略。

故障知識庫：將處理過的故障檢修信息不斷進行知識積累和修正，形成設備運行維護和檢修的指導意見知識庫。

2.3 系統硬件選型

主要硬件選型如表1所示。

表1 硬件選型表

3 示范工程案例

本文所開發的除塵設備智慧安全管控系統成功應用于某示范電廠4號爐600MW機組電除塵輸灰系統。除了除塵器本體外，該電除塵系統還包含20臺高頻設備、灰斗及倉泵，6臺低壓設備等。

3.1 安裝及布線

按照圖2拓撲圖，在現場安裝攝像頭、數采器、服務器等設備。

圖2 網絡拓撲圖

3.2 數據采集

通過實時獲取上下游工況、除塵設備、輸灰設備的運行數據，建立系統數據中心，以設備運行數據為基礎，有效提取關聯工況數據、除塵輸灰實時數據和配置參數，為管控系統提供數據支撐。除塵、輸灰實時數據包括除塵的高壓電場、振打、加熱，輸灰的母管壓力、輸送壓力、出口閥開關狀態等。

3.3 接入控制

為了實現智能除塵、輸灰的實時控制，在除塵輸灰電子間控制柜中增加DCS通訊卡件，配置輸入、輸出模擬量和開關量，并新增DCS接入控制邏輯。邏輯說明如下：

心跳檢測：DI點輸入DCS檢測信號。系統在每個采樣周期將發送心跳波，未正常運行時，輸出0，系統斷開；模型及工況異常檢測：DI點輸入DCS檢測信號。系統實時檢測模型輸出狀態及工況情況，發生異常將輸出0，系統斷開；凈煙氣、原煙氣CEMS故障檢測，檢測到故障將輸出0，系統斷開；人工投入開關按鈕信號輸出，在DCS界面中由運行人員操作。以上條件均滿足時，接入控制，由管控系統輸出優化控制策略實現智能控制。

3.4 模型構建

安全管控系統中涉及到關鍵設備預測模型、智能優化控制模型、安全狀態綜合評估模型等的構建，構建流程如圖3所示。

圖3 模型構建流程圖

除塵設備在燃煤電廠中屬于輔機設備，往往人力投入有限，加上部分人員經驗不足，因此運行人員為保證粉塵排放不超標及減少工作量，在燃煤機組高低負荷工況下設備運行均保持較高的出力，導致設備耗電率較高。通過接入除塵設備運行數據和上下游工況數據，應用神經網絡粉塵預測模型、群體智能優化算法，尋找當前工況下最優除塵設備參數設定值。

通過智能輸灰壓力監測和工況數據，根據粉煤灰氣力輸送系統運行特點，監測輸送系統邊界條件的變化，自動及時地調整輸送過程的運行參數，完善壓力測點分布和流量控制調節，在滿足系統出力的前提下控制每根每個輸送單元的輸送壓力和輸送時長。

通過對圖像的預處理、邊緣檢測，應用Yolo V7目標檢測算法構建智能識別模型，對地面沉降、鋼支架焊縫和銹蝕程度、灰斗漏灰、柱腳裂縫等場景特征進行提取，實現異常檢測和識別。通過紅外視覺檢測技術監測倉泵、灰斗等溫度變化情況，對異常狀態進行報警。通過智能巡檢，豐富現有人工巡檢手段，對安全隱患添加了更多的預防措施，保障安全生產。

3.5 系統部署

系統開發完成后，部署在智能服務器，通過操作電腦可以看到前端系統界面。

4 示范案例成效分析

本文所開發的除塵智慧安全管控系統在示范電廠4號爐600MW機組除塵輸灰系統上得到成功應用，通過系統投運前后的統計數據得出如下成效：

①系統實時對輸入煙氣負荷、灰斗高料位等工況進行評估，同時考慮電場電源火花率等運行狀態，綜合分析輸出電場控制參數，安全穩定控制電除塵設備實現既定排放目標、電除塵器及輸灰系統正常運行，又順利通過了無人值守168h測試，極大降低運行人員投入監盤時間。實現了電除塵設備關鍵指標、排放指標等參數的在線監測；統計物耗能耗相關數據，輸灰系統在線監測等，有效提高集控運行工作效率、降低運行人員工作量。

②系統投運后，設備故障秒級識別；有效記錄總數21000條，識別準確率高于99%；投運后設備的可用率相比未使用本系統之前提升較大。

③系統知識庫中涵蓋了大部分報警類知識，知識庫覆蓋率達90%以上。

④系統基于不同工況特性的精準調控，使得排放口粉塵波動范圍明顯減小，排放穩定性提高25%。

⑤系統基于不同工況特性的精準調控，實現除塵、輸灰的智能控制。根據電廠實際電表的統計數據，投運前每小時耗電量平均約為1425.4kWh，而投運后每小時耗電量平均約為817.9kWh，按年投運5000h來計算，一年節省電量約為303.75萬kWh，按目前上網電價0.38元/kWh計算，除塵設備運行一年可節省電費約115.4萬元。

⑥通過系統實現設備節能的同時，還可以極大降低二氧化碳的排放量，每年通過節能降耗實現碳減排合計2408.7t。

⑦通過輸灰智能控制，智能輸送通過管道壓力值、流量值自動調整調節閥開度，有效控制輸送時長和壓力，從而降低耗氣量25%以上，延長了管道的使用周期，有效減少管道的磨損。

5 結語

通過除塵智慧安全管控系統，解決了除塵設備的輸灰運行故障、灰斗空倉氣源浪費、除塵運行能耗浪費、關鍵設備故障檢修指導、本體結構異常等問題，并在節能降碳減排方面起到了較好的社會經濟效益。在目前安全問題日趨嚴峻的除塵相關設備管理中，具有較廣闊的應用前景。