水泥粉磨優化控制系統的設計和實現

薛美盛　饒偉浩　謝忻南　秦宇海

摘 要 采用廣義預測控制算法克服大滯后問題，引入前饋解決強干擾問題，設計并實現了一套水泥粉磨優化控制系統。該系統已經在某水泥廠長期投運，有效改善了水泥粉磨控制品質。

關鍵詞 優化控制系統 水泥粉磨 廣義預測控制 前饋控制 球磨機

中圖分類號 TP273? ?文獻標識碼 B? ?文章編號 1000－3932（2023）04－0434－05

水泥是一種重要的工程建筑材料。2004年，我國水泥生產總量為9.7億噸，至2019年，其生產總量已上升至20.0億噸，我國水泥產量遙遙領先［1］。但水泥行業作為資源消耗大、能源消耗高的傳統行業，在“碳達峰、碳中和”的背景下，如何適應“雙碳”工作大局，走出一條健康發展的道路，仍面臨著諸多挑戰［2］。

目前，使用最廣泛的3種水泥粉磨系統包括球磨機和輥壓機組成的聯合粉磨系統、球磨機和立磨組成的粉磨系統以及立磨終粉磨系統［3］。由于水泥粉磨過程具有大滯后和強干擾的特性，手動控制效果不理想。而現有的水泥生產線中，粉磨過程的自動控制率不高，少量使用自動控制系統的也只是關注于其中某一具體環節，而其控制算法大多仍使用的是常規PID控制，控制效果難以滿足生產要求［4］。另外，水泥磨的耗電量占水泥生產總耗電量的40%左右，因此提高水泥粉磨效率、降低電耗也是急需解決的重點與難點問題。

國外學者大多采用模糊控制策略來實現對水泥粉磨系統的控制，文獻［5，6］基于模糊邏輯，各自完成了一套水泥粉磨自動控制系統。然而，模糊控制器的復用性差，控制精度不高，動態品質也較差。趙長春等以RBF預測模型為基礎，利用PSO算法實現了水泥磨機負荷的預測控制［7］。陳英豪使用卷積神經網絡，建立了適用于現場工況的水泥磨電耗預測模型，并設計了基于粒子群算法的水泥磨負荷運行指標決策優化模型［8］。

為實現水泥粉磨的優化控制，筆者在四川某水泥廠構建硬件平臺，與現場DCS連接，基于廣義預測控制算法，設計并實現水泥粉磨優化控制系統，該系統由球磨機和立磨組成，其中球磨機負責細粉磨，立磨負責粗粉磨。

1 水泥粉磨工藝

1.1 水泥粉磨工藝流程

新型干法水泥生產工藝包括破碎預均化、生料制備、預熱分解、水泥熟料燒成、水泥粉磨及儲運等工序［9］。水泥粉磨是水泥生產的最后一道工序。按水泥品種，將煅燒過后生成的熟料與石膏、礦渣、粉煤灰、石灰石等原料先輸送到以立磨為核心的粗粉磨系統，物料經過初步研磨后進入選粉機，顆粒大小合適的物料再次進入球磨機中進行細粉磨。粉碎后的物料顆粒再次進行選粉，合格的物料經收塵器收塵后直接入庫，其余物料進入球磨機再次進行研磨。水泥粉磨工藝流程如圖1所示。

1.2 水泥粉磨控制難點

水泥粉磨過程中，從喂料到物料進入立磨與球磨機的傳輸時間長，純滯后較大。如果通過手動控制或者常規PID控制，常常因不能及時改變喂料量而導致偏差較大，使立磨研磨效率降低。另外，粗粉磨系統出料量的變化會影響細粉磨系統的穩定運行，為此筆者采用立磨出磨提升機電流作為細粉磨系統的前饋量，解決出料量帶來的干擾。同時，水泥粉磨還經常出現飽磨問題，對水泥生產、設備運行也會造成影響。

2 水泥粉磨控制策略設計

2.1 粗粉磨系統控制策略

粗粉磨系統作為水泥粉磨的預研磨階段，是整個系統的核心之一。將預研磨后的物料按顆粒大小分為3份，一份直接入庫，另一份進入細粉磨系統，最后一份重新進入立磨進行研磨。這種方式效率高，耗電量低，產品質量好。因此，維持立磨研磨穩定，有利于細粉磨階段球磨機的穩定運行。筆者選擇喂料量作為控制量，立磨磨機電流作為被控量。

由于從喂料量到立磨磨機電流的模型存在大滯后，常規PID算法的控制效果不理想，筆者選擇使用廣義預測控制算法實現對立磨磨機電流的有效控制。粗粉磨系統控制結構框圖如圖2所示。

通過分析采集到的相關數據，構建廣義預測控制器。整定參數后，廣義預測控制器選取控制周期為10 s，預測步長80步，控制步長20步，柔化因子為0.995，控制量權重因子為80。

2.2 細粉磨系統控制策略

細粉磨系統的核心是球磨機。目前主要以球磨機的負荷來判斷球磨機的運行狀態，但是負荷并不能直接被測量，只能通過其他的測量數據來估測球磨機的負荷狀態。因球磨機電流變化量較小，無法準確通過其來表征球磨機負荷，分析歷史數據并與現場操作員和工程師討論后，筆者決定采用球磨出磨提升機電流作為被控量來反映其負荷。當水泥球磨機內物料較多時，負荷較大，無法實現有效研磨，生產的水泥成品質量難以得到保證；當水泥球磨機內物料較少時，負荷較小，會出現過研磨，水泥成品質量同樣變差。此時應改變進入球磨機的物料量，但如果直接調整水泥粉磨系統的喂料量，會影響粗粉磨系統的正常運行，造成資源的浪費與設備的不穩定，導致系統波動。現場操作員通常通過改變V型選粉機液耦，改變轉速，調節進入球磨機的熟料量，來控制球磨出磨提升機電流，從而穩定磨機負荷。因此，筆者選擇V型選粉機液耦作為控制量。

立磨出磨提升機作為物料進入選粉機的前一個設備，其電流表征了進入細粉磨系統的物料量。通常情況下，立磨處于穩定狀態，立磨出磨提升機電流并不會產生劇烈波動；工況變化后，當立磨出磨提升機電流改變時，通過將其作為前饋量，可以實現快速響應，保持球磨機的穩定運行。細粉磨系統控制結構框圖如圖3所示。

經過整定，選取控制周期為5 s，預測步長80步，控制步長20步，柔化因子取0.981，控制量權重因子取200。前饋補償采用靜態補償。

2.3 飽磨處理策略

飽磨是粉磨過程中一種常見的異常工況。飽磨由短時間磨內存料量過多所致，可能的原因有：喂料量過多、物料粒度變大或易磨性變差。飽磨運行時，水泥磨的研磨能力變差，導致相關參數發生變化，可以由此判斷飽磨狀態。而物料的易磨性無法預知，只能通過改變進入磨機的物料量來控制磨機電流，穩定磨機負荷。飽磨時，物料會在磨內大量堆積，導致工況急轉直下，如果不能及時有效地減少物料量，可能會發生停機甚至設備損壞等事故。因此，避免飽磨與飽磨處理非常重要。

通過分析數據以及與現場工程師交流，以磨音、球磨出磨提升機電流、球磨進出口壓差為參數建立飽磨判據。球磨機發生飽磨時，需要大量減少喂料量來使球磨機擺脫飽磨狀態，待恢復正常后，再進行粗粉磨系統與細粉磨系統的控制。飽磨處理策略結構框圖如圖4所示。

磨音低于45 dB時，認為磨音指標超標；球磨出磨提升機電流大于飽磨閾值時，認為電流指標超標；球磨機出口負壓小于-1 150 Pa時，認為負壓指標超標。當磨音指標超標，且電流與負壓其中任一指標超標時，可以認為水泥粉磨系統處于飽磨狀態。此時，需將喂料量降低至預設值，具體數值根據現場工況由操作員決定。

經過一段時間低負荷運行后，水泥磨會回歸正常運行狀態。為避免在飽磨判據指標臨界點附近頻繁切換策略，筆者設立了死區。待磨音指標正常后，在球磨出磨提升機電流小于電流死區閾值且球磨出口負壓大于-1 100 Pa時，可視為磨機從飽磨工況恢復正常，即死區范圍分別為死區閾值至飽磨閾值以及-1 150～-1 100 Pa。擺脫飽磨工況后，粗粉磨系統與細粉磨系統按各自控制策略運行。

3 優化控制系統結構設計

3.1 水泥粉磨優化控制系統結構

水泥粉磨集散控制系統主要分為上位機和下位機兩部分。其中上位機由兩臺搭載Microsoft Windows Server 2008的工控機組成，每臺工控機都采用HOLLiAS MACS V6.5.2作為組態軟件。下位機由HOLLiAS MACS－K系列PLC組成。上、下位機之間通過PROFIBUS總線進行通信，連接現場控制系統。筆者在現場添加了一臺DELL PowerEdge R220服務器，服務器上布署了水泥粉磨優化控制系統。現場操作員和工程師分別使用兩臺工控機負責監控水泥粉磨系統和對水泥粉磨系統進行應急操作，優化控制系統操作站負責粗粉磨系統與細粉磨系統的控制。

優化控制系統與現場DCS通過局域網連接，基于OPC DA協議實現通信。服務器配置完成后，按現場工程師提供的數據點表進行通信測試，成功后水泥粉磨優化控制系統即可對DCS執行相應讀寫操作。具體硬件結構如圖5所示。

3.2 用戶界面

筆者設計了水泥粉磨優化控制系統的用戶圖形界面，可以讓現場操作員快捷地獲取實時數據、發送操作指令、設置控制參數。用戶圖形界面（圖6）由連接管理面板、實時數據監控面板、粗粉磨系統控制面板、細粉磨系統控制面板、參數設置面板和報警畫面面板6部分組成。

4 優化控制系統投運效果

筆者設計的水泥粉磨優化控制系統成功投運于四川某水泥廠，其中重要工藝參數的投運效果對比如圖7、8所示。可以看出，水泥粉磨優化控制系統的投運使得水泥粉磨環節的關鍵性參數都得到了較大改善，工況得到了穩定，控制效果大幅上升。

5 結束語

針對目前水泥粉磨過程自動化程度低、工況不穩定、耗電量高等問題，筆者在四川某水泥廠原DCS的基礎上，設計開發并投運了一套水泥粉磨優化控制系統，長時間投運結果表明，該系統可以保證系統工況穩定，規范現場人員操作，減少其工作量，延長設備使用壽命，提高水泥粉磨生產效率。

參 考 文 獻

［1］ 孫健，王旭方，殷祥男，等.水泥產業的未來趨勢及發展特點［J］.中國水泥，2021（9）：66-69.

［2］ 謝國俊.多措并舉全力做好水泥行業節能降碳工作［J］.中國水泥，2022（4）：49-52.

［3］ 趙艷.幾種典型水泥粉磨系統的比較［J］.水泥工程，2010（3）：24-27.

［4］ 薛美盛，左佳斌，路元森，等.水泥生料粉磨先進控制與優化系統的設計與實現［J］.化工自動化及儀表，2022，49（3）：268-273.

［5］ COSTEA C R，SILAGHI H M，ZMARANDA D，et al.Control System Architecture for a Cement Mill Based on Fuzzy Logic［J］.International Journal of Computers，Communications and Control，2015，10（2）：165-173.

［6］? ?RETNAM S，PRATHEESH H，ASWIN R B.Develop－ment of Fuzzy Logic Controller for Cement Mill［J］.International Journal of Engineering and Technical Research，2016，5（7）：17-20.

［7］ 趙長春，趙亮，王博.基于改進粒子群算法的RBF神經網絡磨機負荷預測研究［J］.計算機測量與控制，2020，28（6）：19-22；27.

［8］ 陳英豪.水泥磨負荷控制策略研究及軟件設計［D］.秦皇島：燕山大學，2019.

［9］ 李建梅，李國棟，蔡超.中國水泥工業發展現狀及未來趨勢［J］.廣州化工，2013，41（17）：18-19；50.

（收稿日期：2022-12-05，修回日期：2023-06-02）

Design and Realization of the Optimal Control System for Cement Grinding

XUE Mei－sheng RAO Wei－hao XIE Xin－nan QIN Yu－hai

（1. Dept. of Automation of School of Information Science and Technology， University of Science and Technology of China；

2. Jiangsu Panvieo Energy Saving Technology Co.， Ltd.）

Abstract? ?Through employing the generalized predictive control algorithm to overcome large lag troubles and adopting the feed－forward control to solve strong disturbance， an optimal control system for the cement grinding was designed and implemented. Its long－time operation in a cement plant effectively improves the control quality of the cement grinding.

Key words? ?optimal control system， cement grinding， generalized predictive control， feed－forward control， ball grinder