E4三博焦炉智能自适应加热系统技术方案.docVIP

1 焦炉智能自适应加热系统（CIAHS）概述 焦炉智能自适应加热系统简介焦炉自动加热是几十年来一直困扰焦化行业的技术难题之一，目前的国内外主流技术一般存在投资高，维护困难，可靠性差，难以长期有效运行的问题。 焦炉智能自适应加热系统（Coke Intelligent Adaptive Heating System，简称 CIAHS）是依托中国科学院自动化研究所雄厚的理论和技术积累，针对国内焦化企业生产特点，总结国内外自动加热技术经验，并综合了智能技术，计算机软件技术和先进控制理论而开发的高科技软件产品。该系统投入少，效果佳，开放灵活，可靠性高，且操作简单，便于维护，能够明显改进炼焦操作，有助于提高和稳定焦碳质量，减少能耗，延长焦炉寿命。 1.2 CIAHS 系统特点 （1） 自校正火道温度模型； （2） 智能容错煤气流量调节算法； （3） 基于模型的烟道吸力调节； （4） 支持多加热模式，即单烧焦炉煤气、单烧高炉煤气、烧混合煤气； （5） 先进的软件技术以及安全可靠的数据通讯方式； （6） 煤气热值波动 5％以内，煤水分 6％以下的情况下，投运后班直行温度波动在±5以内，吨焦耗热量同比降低 1-4%；1.3 CIAHS 系统原理 CIAHS 一种基于反馈控制方式的新型自动加热解决方案，综合了先进控制技术，计算机技术，数据通信技术的高科技产品。CIAHS 以火道温度反馈控制结构为主，预留煤水分和煤气热值前馈接口。其基本原理是：采集蓄热室温度并通过一个自校正火道模型*实时估计焦炉立火道温度，将此温度与设定的目标火道温度比较得到温度偏差，智能容错煤气流量调节算法* 1.3.1 自校正火道模型 虽然可以采用一些直接测量火道温度的方法，例如，采用光学高温计、红外线测温仪、热电偶等，这些方法或干扰大、或不能在线连续测量、或代价高。实际焦炉生产表明，火道温度与蓄热室温度之间存在一定关系，可通过多种数学工具建立两者之间的数学模型（火道温度模型） ，从而可以通过便于测量的蓄热室温度间接测量火道温度，即所谓的火道温度软测量。 为了建立火道温度模型，实现火道温度的软测量，需要在焦炉机焦侧各选若干个蓄热室，在其顶部安装热电偶，实现蓄热室温度的在线采集。 在开始估计模型参数前要确定最佳模型结构。采集蓄热室顶部温度和直行平均温 度，构造模型计算数据集合和模型校验数据集合，使模型在校验数据集合内取得最高的估计精度的阶次即为最佳多项式模型结构。 同步采集蓄热室温度及立火道温度数据，通过最优化算法建立火道温度与蓄热室温度之间火道温度模型。 焦炉是一个复杂的系统，许多因素会导致焦炉的温度特性不断发生改变。另外，为了尽可能准确的观测火道温度，有必要将直接反映火道温度状况但有人为干扰的红外测温数据和间接反映火道温度但由热电偶测量得到的蓄热室顶部温度融合统一起来。为此，本系统利用火道模型自校正算法，采用远程数据访问技术，将焦炉温度管理软件中的人工测量的火道温度自动读入 CIAHS 中，并校正火道模型。 本系统利用最佳多项式模型结构建立了火道温度模型，火道温度模型和模型校正算法构成了自校正火道模型，从而跟踪焦炉特性改变，融合直接和间接温度数据，提高火道温度的拟和精度。 1.3.2 智能容错煤气流量调节算法 煤气流量和分烟道吸力的调节直接基于目标火道温度与拟和火道温度间的偏差信号。但是，拟和火道温度不可避免地存在误差，因此如果采用当前许多自动加热方法中的常规控制算法，就有可能导致控制作用与实际情况相反，即实际炉温偏低但却减少煤气流量，或者实际炉温偏高但却增加煤气流量的情况出现。这实际上是使控制变成了扰动，不仅未稳定炉温，反而起到了相反的作用,对炉温有严重的影响。本系统所采用的控制算法能够从本质上避免由于炉温估计误差导致的错误控制作用，进而避免错误调节所引发的干扰，极大增强自动加热的准确性和可靠性。 1.3.3 基于模型的烟道吸力调节 通过数学模型，而非传统经验模型实现烟道吸力的最优调节，改善煤气燃烧质量， 节能降耗。烟道吸力调节模型的输入是煤气流量和期望的分烟道废气含氧量，输出是烟道吸力的最佳设定值。该模型采用自主研究开发的神经网络技术建立，可以根据焦炉工况自动校正，速度快，精度高，始终保持模型的最优性，可靠性和适应性。 2 CIAHS实现 2.1 CIAHS 软件 CIAHS 是一个独立的软件产品， 可以在 DCS 工程师站或操作员站上以后台方式运行，也可以在独立的加热控制站（计算机）运行。CIAHS 从 DCS 控制系统读入加热计算所需数据，将优化后的煤气流量和烟道吸力送给 DCS 控制系统，完成焦炉加热的优化控制。 2.2 CIAHS 软件功能 CIAHS 包括如下功能： （1） 系统组态，添加删除变量，自动生成组态