ABB专家优化系统在某水泥厂的应用

  1 ABB专家系统介绍

  专家优化系统主要用于实现对工业过程的控制、稳定及优化。它使得优秀操作员的操作方法在任何时候都可以精确、省力、持续的运用。这种知识系统通过标准化的程序规范确保了高度可行及长期维护的便利。专家优化的核心概念是最小化操作人员的操作代之以自动导航方式来完成过程操作。

  一个安装了专家优化系统的用户将会直接受益，系统的性能从“普通操作员级”上升为“优秀操作员级”。这意味着优秀操作员每天，每时每刻都在进行最佳状态的操作。由于增加了专家优化应用工程师提供的过程专家系统技术，加上客户专家与这些工程师的交流，可以预见在此基础上生产过程收益会大大增加，通常在不到一年的时间里，您为专家优化系统的投入就可以得到回报。

  2 控制方式思路（以分解炉部分为例）

  分解炉的喂煤和温度控制一向都是水泥生产线控制中的难点，分解过程与熟料生产的其它子过程相比，有一个相对快速的时间特性。由于回转窑相关尺寸的限制(长度和长径比)，为了达到必需的熟料生产质量(游离石灰含量)，要求热物料在回转窑入口必须在很大程度上是己经分解的(表现分解率>96%)，如果分解炉的控制不稳定，会对生产造成很大影响，如果热量输入太高，使分解炉内出现温度峰值点，则会导致分解炉结皮的形成和/或旋风筒堵塞的危险，如果热量输入降低，如：由于加料速度的波动或者由于燃料热值或者喂煤的波动引起的热量输入降低，则会导致分解炉变冷，不完全分解的物料喂入回转窑后不能完全锻烧形成质量参数合格的熟料(如:游离石灰(f-CaO)含量<1.5%)，其产品质量也会出现波动，造成产品质量事故。以往在传统的水泥厂DCS系统中，也曾经尝试做过使用传统的PID回路对分解炉温度进行控制，但由于分解炉温度受影响的因素过多，下料的速度，系统拉风的风量，内部结皮的厚度等等都会影响温度的变化，同时此控制的滞后时间也较长，从转子秤至分解炉燃烧器通过气力输送也需要1分钟左右的时间，更增加了控制上的难度，因此在DCS系统中对分解炉温度做控制回路，效果往往非常不理想。

  针对分解炉温度控制的较大难度，在优化系统中使用了先进的MPC(模型预估控制)技术对分解炉的温度和喂煤进行控制，由于MPC（模型预估技术）本身具有非常多的先进特性，如多变量控制，预测控制等，非常适合于应用在分解炉温度控制上。

  2.1 MPC（模型预估控制）控制介绍

  模型预估控制是现代控制工程师最重要的武器之一。它以"滚动优化"为基础，结合系统动力学在[t，t+p]的时间间隔内计算一个扩展到将来的最佳操作顺序，其中，t是现在的测量值，p表示与应用相关的时间水平(图3)。操作变量序列中的第一要素被传输到控制系统作为新的执行器设定值。如果有新的测量值则重复算法，并计算出一个新的顺序。

  图3 模型预估控制概念示意图

  2.2 MPC（模型预估控制）在分解炉控制控制上的原理

  具体到分解炉的控制模型上来说，其主要的目的就是要保证一个平衡，即热平衡，保证分解炉所需要的热能与实际提供的热能相匹配。如下公式所示：

  具体到热平衡模型则如下图所示：

  图4 分解炉热平衡示意图

  2.3 分解炉调试中的问题分析

  在测试运行时发现温度曲线与煤粉设定值曲线偏离较大，往往喂煤设定值已经增加了很多，但是温度却一直在下降，又或者是温度高的时候已经减少了相当的煤粉设定，但是温度依然居高不下，后来经过反复的查验分析数据，发现问题存在于煤粉秤，其工作状态十分不稳定，负荷传感器与环境密封不够严密，因此转子秤的压力波动导致负荷频繁变化，从而导致下料不准确，目前的喂煤反馈流量是由菲斯特秤的负荷率以及转速计算得来的，因此如果负荷率变化的话，喂料秤将会调整转速以输送“稳定”流量的煤粉。但是如果负荷率是由于其它因素影响而变化的话，那么从下料仓下的料的流量的计算也会是错误的， 这样流量的波动也可以从输送管道的压力波动看出：

  图5 分解炉喂煤秤压力和温度曲线

  在上方的趋势图中可以看出，比色高温计（绿色）跟随喂煤秤输送压力曲线（淡蓝色），但是喂煤秤输送压力曲线仅仅是大体上跟随煤设定值的曲线（紫色）。

  在找出影响分解炉控制的问题所在之后，由于短时间内不可能要求业主更换或者对煤粉秤进行大修，因此如何通过修改或优化控制策略将煤粉秤对控制的不利影响降到最低就成了我们调试工作的重点，并做了以下几种尝试：

  将煤粉秤负荷率和转速信号接入优化系统，建立历史记录，用于分析二者与设定值和温度的关系

  和客户自动化工程师商讨，在DCS中为喂煤秤添加喂煤秤辅助下料助流功能。

  加快MPC的执行周期，以对煤粉秤的波动做出更加快速的响应

  在EO系统中同时将煤粉秤的流量波动和压力波动加入到MPC控制方程的元素中，通过堆栈存储相应的历史数据，寻找其中的对应关系，以求在考虑压力和流量波动的情况下达到能量守恒的目的，具体逻辑如下所示：

  1)通过堆栈存储历史数据，找寻压力波动和流量波动的关系，计算煤设定值偏移量

  2)在MPC方程数据源的燃料部分，将燃煤波动和压力波动加入，以求MPC方程在考虑该不稳定因素的情况下能够达到平衡，以稳定控制效果：

  图5 分解炉MPC方程中添加喂煤秤和压力波动参数

  通过修改逻辑，使用输送风机的压力来判断实际的喂煤秤流量，评估出的煤粉流量在MPC模型中用作参考量，来指示实际喷入分解炉的煤粉流量，这样做带来的好处是如果煤粉秤系统突然出现一个压力的变化，那么优化系统即可预测温度将会上升或下降，从而调整喂煤设定值来补偿压力扰动所带来的影响。 经过测试，这些逻辑起到了一定程度上稳定分解炉工况的效果。