惡劣工況下工業鍋爐燃燒閉環優化控制技術

摘 要：為規范鍋爐生產作業，減少工業鍋爐燃燒中的熱量損失，基于惡劣工況下，對工業鍋爐燃燒閉環優化控制方法進行設計研究。采用建立鍋爐燃燒參數優化模型的方式，對鍋爐的作業條件進行優化。采用集成給粉分配器與煤粉濃度調節器，對鍋爐閉環燃燒過程進行優化，提高鍋爐燃燒效率和減少污染物排放。采用FULP 算法計算鍋爐燃燒系統動態模型值，若模型的精度不滿足要求，則啟動在線更新策略對模型進行更新，采用PID技術反饋校正校準模型，對鍋爐燃燒進行模糊閉環控制。選擇某地區大型工業生產單位作為試點，設計對比試驗對控制技術的應用效果進行檢驗，試驗結果證明，采用設計的方法可以將燃燒中的熱量損失控制在一個相對較低的數值，應用效果良好。

關鍵詞：惡劣工況；PID；優化控制；閉環；工業鍋爐

中圖分類號：TP 273" " 文獻標志碼：A

鍋爐是工業生產中常見的熱能設備，其運行對企業生產具有重要意義。然而，在惡劣工況下，例如高濕、低氧等環境，現有的控制器難以保證鍋爐穩定運行。目前，相關鍋爐燃燒研究已趨近于成熟，但根據實踐發現，現有技術仍存在不足，導致工業生產中鍋爐燃燒所帶來的企業經濟收益尚不明顯。

喬印杰等[1]通過構建智能控制系統模型，對鍋爐燃燒過程進行實時監測和動態調整，以適應多變的運行工況。但該方法中的智能算法復雜性可能導致系統響應速度受限，特別是處理大量實時數據時。毛宇涵等[2]利用Smith預估控制對鍋爐燃燒過程進行預測補償，同時結合遺傳算法對控制器參數進行優化，對燃燒過程進行精準控制。但設計Smith預估控制器需要精確的鍋爐模型，而實際運行中鍋爐的模型可能會發生變化，影響控制效果。同時，遺傳算法的優化過程可能較為復雜，需要較長的計算時間。

因此，為解決現有控制方案在應用中的問題，本文基于惡劣工況，對工業鍋爐燃燒閉環優化控制方法進行設計研究，以此種方式，為工業鍋爐充分燃燒提供技術層面指導。

1 建立工業鍋爐燃燒參數優化模型

為滿足惡劣工況下工業鍋爐燃燒閉環優化控制需求，當設計方法時，可采用建立鍋爐燃燒參數優化模型的方式，對鍋爐的作業條件進行優化。

當構建優化模型時，需要明確模型的核心要素和約束條件[3]。優化模型的主要目標是通過調整噴油量、送風量和引風量3個關鍵輸入參數，優化蒸汽壓力、爐膛負壓和氧含量3個輸出性能指標。決策變量包括回油閥的開度（控制噴油量）、風門擋板的開度（控制送風量）以及引風擋板的開度（控制引風量）。

在優化過程中，需要保證決策變量（即控制量）調整都在工業鍋爐操作的安全和有效范圍內。即回油閥、風門擋板和引風擋板開度都必須符合預定的操作限制，避免對鍋爐造成損害或影響燃燒效率[4]。在此基礎上，蒸汽壓力是鍋爐運行的關鍵指標之一，其穩定性對保證船舶電力系統的正常運行至關重要。因此，還需要對鍋爐蒸汽壓力的波動進行嚴格控制，使蒸汽壓力波動不超過預定的安全范圍，保障工業鍋爐的安全運行。

為實現上述目標，引進遺傳算法，使工業鍋爐燃燒作業參數在滿足約束條件的基礎上，通過迭代計算尋找可實現輸出性能指標最優的決策變量值[5]。以此種方式，構建工業鍋爐燃燒參數優化模型，模型表達式如公式（1）所示。

F=k1x1（t）+k2x2（t）+k3x3（t） （1）

式中：F為工業鍋爐燃燒參數優化模型；k1為鍋爐送風量；k2為鍋爐引風量；k3為鍋爐燃燒中的噴油量；x1為送風量開度；x2為引風量開度；x3為噴油量控制度；t為有效控制作業時長。將工業鍋爐的實時運行數據作為輸入條件，采用優化模型計算最優的決策變量值。將數值轉換為實際的控制指令，通過控制系統對回油閥、風門擋板和引風擋板的開度進行調整。保證鍋爐在最優狀態下運行，使鍋爐高效、安全、環保地燃燒。

2 集成給粉分配器與煤粉濃度調節器

集成給粉分配器與煤粉濃度調節器，對鍋爐閉環燃燒過程進行優化，可以提高鍋爐燃燒效率和減少污染物排放[6]。其中，用給粉分配器將煤粉精確分配到鍋爐的燃燒區域，保證煤粉分布均勻，提高燃燒效率，用煤粉濃度調節器調節煤粉與空氣的比例，以達到最佳的燃燒效果，減少不完全燃燒和污染物排放。為保證相關工作在實施中可以達到預期效果，將給粉分配器和煤粉濃度調節器集成到鍋爐的閉環燃燒控制環節中，用集成終端接收來自鍋爐的實時數據，并基于采樣數據自動調整給粉分配和煤粉濃度[7]。調節過程如公式（2）、公式（3）所示。

μ1=ΔK?p-F?α1 （2）

μ2=Δm?e-F?α2 （3）

式中：μ1為給粉分配調節；ΔK為給粉分布；p為給粉燃燒效率；α1為給粉量；μ2為煤粉濃度調節；Δm為煤粉分布；e為煤粉燃燒效率；α2為煤粉均勻度。在上述內容中，基于鍋爐的實時運行數據，例如爐膛溫度、蒸汽壓力、氧含量等，確定最佳的煤粉分配和濃度。

同時，設計反饋控制機制，使系統能夠自動調整給粉分配和煤粉濃度，以適應鍋爐運行條件的變化[8]。必要時可以引入預測控制或優化控制算法，計算調節過程中終端對未知擾動和變化的響應能力。其中未知擾動的計算過程如公式（4）所示。

D=μ1+μ2+β?Δa （4）

式中：D為未知擾動；β為擾動條件；Δa為反饋條件。通過處理未知擾動，對工業鍋爐燃燒過程進行控制與優化。

3 基于PID的鍋爐燃燒模糊閉環控制

在上述設計內容的基礎上，實現變工況過程動態燃燒優化，并更好地克服煤種變化等不確定因素的影響，在一定區間范圍內，進一步利用非線性建模和經濟預測控制技術進行在線二次優化，以進行閉環動態燃燒優化。采用非線性預測控制方法，直接對經濟性指標（鍋爐效率）、NOx排放以及動態性能指標（再熱汽溫偏差）進行優化，考慮機組負荷等可測擾動、煤質變化等不可測擾動的影響，最終獲得控制量，實現閉環、動態燃燒優化。將經濟預測控制應用于鍋爐燃燒優化控制系統，主要包括3個部分：模型預測、模型校正和滾動優化?；诮洕A測控制的鍋爐閉環燃燒優化結構如圖1所示。

在每個控制周期，首先，采用FULP 算法計算鍋爐燃燒系統動態模型值，若模型的精度不滿足要求，則啟動在線更新策略對模型進行更新，其次，采用PID技術反饋校正校準模型，最后，送入非線性滾動優化環節，通過求解非線性優化問題，得到當前時刻最優控制變量，并將其作用于燃燒系統中。

假設當前為k時刻，那么NOx排放濃度、鍋爐效率和再熱汽溫的模型輸入變量的計算過程如公式（5）～公式（7）所示。

式中：L1（?），L2（?），...，Lc（?）為C個支持向量機的回歸預測函數；f（?）為偏最小二乘的集成函數；h（?）為基于 FULP 的建模函數。

引進PID（比例-積分-微分）技術，校正鍋爐燃燒模型。在此過程中，需要先確定系統的輸入（例如燃料量、空氣量等）和輸出（例如蒸汽壓力、爐膛溫度等）參數條件，引進PID控制器，可以根據系統的誤差（設定值與測量值之差）調整控制量[9]。為保證閉環控制過程的規范性，按照表1設計PID控制器的作業參數。

在表1中，將推薦起始值僅作為參考，在實際應用中，需要根據具體系統的特性和要求進行調整。在開始調整前，建議將比例系數值設置為適中值（推薦起始值），并將積分時間和微分時間值設置為相對較大的值（以減少初始的積分和微分作用）。在此基礎上，逐漸增加比例系數值并減少積分時間和微分時間值，直到工業鍋爐系數表現出良好的燃燒性能。

在調整過程中，需要注意觀察鍋爐響應，避免出現過沖、振蕩或不穩定的情況。如果出現這些問題，那么可以適當減少比例系數值或增加積分時間和微分時間值，改善鍋爐燃燒的穩定性。其過程如圖2所示。

在此基礎上，將PID控制器和模糊邏輯控制器集成在一起，形成一個模糊PID控制器，通過傳感器獲取系統的實時狀態信息（例如蒸汽壓力、爐膛溫度等），將信息輸入到模糊PID控制器中，得到相應控制指令。將控制指令通過執行機構（例如給粉分配器、送風機等）作用于鍋爐燃燒系統，模糊PID控制器可以根據系統的實時狀態動態地調整PID控制器的參數，以實現更好的控制性能。按照上述步驟，對惡劣工況下工業鍋爐燃燒進行閉環優化控制。

4 對比試驗

在完成上述內容設計后，為對此方法應用效果進行檢驗，選擇某地區大型工業生產單位作為試點，采用設計對比試驗的方式，對該方法進行測試。為深入了解試點地區大型工業生產單位的鍋爐燃燒現狀，對該單位進行深入地實地調研與數據分析，綜合實踐后發現，該單位工業鍋爐的燃燒效率普遍偏低，平均熱效率僅為65%，遠低于國家標準規定的70%。根據運行數據，該單位工業鍋爐年消耗煤炭約10萬t，其中約2萬t（占比20%）未充分燃燒。對爐渣進行檢測發現，平均含碳量高達25%，遠高于合理范圍（一般應低于10%）。由于燃燒效率不足，因此該單位工業鍋爐在能源利用方面存在嚴重的浪費現象。同時，由于能源利用效率低，因此該單位每年在能源采購方面的成本遠高于同類型生產單位。

為解決這個問題，在與試點單位綜合分析后，決定應用本文設計的方法對鍋爐燃燒進行閉環控制。為保證相關工作在實施中的規范性，按照表2，對工業鍋爐燃燒的技術參數進行分析。

在掌握工業鍋爐燃燒技術參數與基本條件后，引進文獻[1]方法、文獻[2]方法，對鍋爐燃燒進行閉環控制，將應用本文方法與文獻提出方法控制后的鍋爐燃燒熱量損失作為檢驗閉環優化控制技術應用效果的關鍵指標。

其中熱量損失包括排煙熱損失、氣體不完全燃燒熱損失、固體不完全燃燒熱損失、散熱損失、灰渣物理熱損失。應用閉環優化控制技術，可以對各種熱量損失進行有效控制和管理，從而提高鍋爐的熱效率，減少能源消耗和排放。但熱量損失是無法完全避免的，為更直接地掌握鍋爐熱量損失，可按照公式（9）計算熱量損失。

式中：η為鍋爐燃燒熱量損失，kJ；Q1為燃燒所產生的熱量；Q2為不完全燃燒導致的熱量損失。

以此為依據，對控制后鍋爐燃燒中的熱量損失進行分析，如圖3所示。

由圖3可知，當時間為10s時，應用文獻[1]方法的工業鍋爐燃燒熱量損失分析為21kJ，應用文獻[2]方法的工業鍋爐燃燒熱量損失分析為42kJ，應用本文方法的工業鍋爐燃燒熱量損失分析為6kJ；當時間為30s時，應用文獻[1]方法的工業鍋爐燃燒熱量損失分析為63kJ，應用文獻[2]方法的工業鍋爐燃燒熱量損失分析為122kJ，應用本文方法的工業鍋爐燃燒熱量損失分析為18kJ。綜合以上結果可知，使用本文方法進行鍋爐燃燒閉環控制，可以將燃燒中的熱量損失控制在一個相對較低的數值，而使用文獻[1]方法與文獻[2]方法進行鍋爐燃燒閉環控制，鍋爐燃燒的熱量損失仍相對較高。由此可以證明，在3種方法中，本文方法的應用效果最好。

5 結語

隨著現代化技術的創新，鍋爐燃燒優化工作在電站的普及日益顯著，其中，運用閉環控制技術成為研究焦點。閉環控制系統憑借其高度的智能化特性，不僅能夠有效應對復雜多變的系統環境，例如非線性、快速時變以及多變量交織等挑戰，更能展現出強大的全局控制能力。這種技術不僅具備出色的自適應能力，還能模擬人類的學習過程，并不斷優化與調整，不僅可以為電站的燃燒優化提供新的解決方案，還可以為未來的能源利用效率提高和環保減排提供強有力的技術支撐。為全面落實并推進此項工作，本文以惡劣工況為研究背景，通過建立工業鍋爐燃燒參數優化模型、集成給粉分配器與煤粉濃度調節器、基于PID的鍋爐燃燒模糊閉環控制，對工業鍋爐燃燒閉環優化控制技術進行設計研究。通過此次設計，提高鍋爐的穩定性和能效，解決現有控制方法在惡劣工況下難以保證鍋爐穩定運行的問題。

參考文獻

[1] 喬印杰， 高志佳， 董振廣. 基于智能算法的火電廠鍋爐燃燒控制系統及系統仿真分析[J]. 科學技術創新， 2022（35）： 185-188.

[2] 毛宇涵， 李來春， 張亮，等. 基于Smith預估控制和遺傳算法優化的燃油蒸汽鍋爐燃燒控制[J]. 熱能動力工程， 2023， 38 （3）： 105-111.

[3] 鄒志堅， 孫加康， 鄭閩鋒， 等. 垃圾焚燒鍋爐二次風對燃燒過程及NO_x污染控制的影響[J]. 化學工程與裝備， 2023（4）： 235-238.

[4] 陳國志， 劉實， 張愛民，等. 基于垃圾焚燒鍋爐低氮燃燒優化耦合SNCR條件下NO_x排放控制研究[J]. 江西化工， 2023， 39 （6）： 74-79，84.

[5] 丁志龍， 王鵬， 王永剛， 等. 改進自適應遺傳算法優化的船用增壓鍋爐上鍋筒水位滑?？刂品椒╗J]. 中國艦船研究， 2024， 19 （2）： 181-186.

[6] 軒福杰， 史春方， 侯偉軍， 等. 基于和利時DCS的煤氣鍋爐發電機組負荷優化控制方案應用[J]. 自動化博覽， 2023， 40 （3）： 72-75.

[7] 薛曉波， 王洪江， 范國朝. 基于爐膛溫度場可視化的鍋爐燃燒優化控制系統應用研究[J]. 能源科技， 2022， 20 （3）： 57-59，67.

[8] 段秋剛. 火電機組靈活性關鍵控制技術研究——基于模型優化的狀態反饋控制應用研究[J]. 山西電力， 2022（6）： 36-39.

[9] 劉瑞東， 王志， 周遠科，等. 根據氣溫對鍋爐運行的影響構造閉環燃燒優化控制的試驗研究[J]. 節能技術， 2022， 40 （2）： 99-104.