论文部分内容阅读
摘要：针对水泥熟料回转窑系统生产过程操作参数调整滞后大，非线性及时变性严重等状况，造成产质量波动，通过整合升级现有DCS系统，新增自动识别模型，配备多变量预测控制器（MPC）及设计，模糊控制，并结合窑头看火相机分析系统等，对相关关键参数发展趋势进行预测，形成窑专家系统实现智能前馈控制。专家系统通过读取记忆窑系统运行过程关键参数曲线，加以合理分析确认参数最佳运行范围，智能化反馈自动调控窑系统相关运行参数，稳定及优化窑系统运行，达成实时自适应控制，实现窑的智能调控与自动驾驶，消除操作员思想不统一导致的操作偏差及窑况波动，最小化操作人员的劳动强度。并实现节煤提产的效果。熟料台时产量增加2.67t/h，实物煤耗下降1.35kg/t。
关键词：智能调控;自动驾驶;质量预测及提升;节能降耗
1 存在的问题及原因分析
现阶段，回转窑系统主要为人工操作调整（四班三倒全天24小时运转），少数变量采用PID控制。在操作调整过程中，因参数众多，劳动强度偏大等原因，易出现操作员思想不统一导致的操作偏差、生产过程参数调整滞后的窑况波动甚至工艺事故。经统计，仅在2019年，我公司2#线因操作调整滞后导致故障及隐患未及时处理，导致停窑时间超过50小时。
窑专家优化系统通过对一些关键参数的預测，其采用模糊控制、MPC控制、专家系统等先进控制技术，将先进控制理论与人工智能技术相结合，以计算机技术与水泥工厂自动控制系统为基础，结合水泥工艺设计、生产调试、自动控制等方面的经验，实现水泥生产全过程的专家智能控制。
回转窑专家优化系统不仅可避免因操作调整不到位不及时引发的窑况波动甚至停窑事故，并使窑系统在稳定生产的情况下不间断地持续运行，达到稳定生产、优化指标、提产节能、降低操作员劳动强度的目的。
2 优化改造内容
我公司现在窑头及窑尾烟囱、C1出口均配有高温气体分析仪，为进一步应用专家系统，实现高度自动化，拟增加相机温度解析系统及中子活化分析仪。
（1）高温气体分析仪
高温气体分析仪通过电化学工作原理与红外工作原理结合，对气体温度、压差、流速以及SO2、NOX、O2、粉尘等浓度进行测量。一方面满足行业及地区环保排放要求，另一方面真实反映窑内工艺状况，如系统通风漏风等，及时发现解决，保证生产运行优质高产低耗。
（2）中子活化分析仪
中子活化分析是以一定能量和流强的中子轰击试样中元素的同位素发生核反应，通过测定产生的瞬发伽玛或放射性核素衰变产生的射线能量和强度（主要是伽玛射线），进行物质中元素的定性和定量分析。
中子活化分析，又称仪器中子活化分析，是通过鉴别和测试式样因辐照感生的放射性核素的特征辐射，进行元素和核素分析的放射分析化学方法。活化分析的基础是核反应，以中子或质子照射试样，引起核反应，使之活化产生辐射能，用γ射线分光仪测定光谱，根据波峰分析确定试样成分;根据辐射能的强弱进行定量分析。活化分析大体分为5个步骤，即：试样和标准的制备、活化、放射化学分离、核辐射测量和数据处理。
现阶段我公司生料配料采用每小时取综合生料试验进行荧光分析后进行手动调整配比，存在明显滞后。中子活化分析仪应用后，其可实时分析配料皮带上各物质含量，即时调整配料，确保生料质量稳定，杜绝配料调整滞后现象。
通过在入磨皮带增加中子分析仪后，生料配料更为稳定，实时调整配比大大减小了手动调整的滞后与误差，出磨生料合格率由60%提升到85%，入窑生料合格率在90-95%。
（3）相机温度解析系统
相机温度解析系统主要包括回转窑火焰监测及游离氧化钙预测。通过集合多种优化算法，调整窑工况，保证熟料质量，探索低能耗操作，实现节能目标。
回转窑火焰监测系统在监视火焰形状和长度的同时监测火焰及出窑熟料的温度。生产过程中当一次风量、喂煤量、煤的热值等因素发生波动时，操作员可以直观的通过火焰的形状、长度及温度的变化来进行判断和调整，防止火焰扫砖、垮窑皮，延长窑口砖的使用年限，并实时观察落料的形状，而且可以通过火焰监测系统反馈的燃烧区参数为基础，来预测未来的水泥品质，从窑内就开始尽可能提高品质，减少不合格品。
基于图像算法库，水泥游离氧化钙预测算法中将对非结构化的图像数据进行结构化信息提取。基于传统的图像处理技术，算法将通过色彩变换，图像分割，轮廓提取等方法提取亮度，色差等等图像基本特征。基于深度学习的计算机视觉技术，算法将结合海量的图像和预训练网络获得高度抽象的图像特征。这些特征将能很好地反应回转窑的燃烧状态和熟料的形状。为专家系统判断和识别窑内工况提供可靠的依据，并指导优化系统对燃烧参数进行优化，最终实现产品质量稳定、指标优化、提产节能的目的。
游离氧化钙预测模型设计
结合业务应用场景，基于窑专家优化控制系统通用算法引擎，建立基于多数据源的水泥游离氧化钙预测算法。基于采集的原始数据到云端，利用云端数据，经过数据预处理引擎对数据预处理后，由优化引擎结合预测模型，根据当前的生产条件，实时推荐适合当前场景下的关键控制参数，达到项目优化目标。同时由于机械设备在运行一段时间后会有一定的变化，预测模型会利用云端实时数据定期更新模型，实现稳定的控制参数推荐，最终达到项目效果。
相机解析系统可实时监控分析预测产品质量，并对操作进行调整，系统投用后，一方面游离钙合格率在96%以上，同时波动减小，另一方面二次风温的波动大幅减小，基本在1120-1150℃。
3 改造后运行情况分析
经过前期软件部分现场安装及调试后，2020年6月窑头系统开始调试，8月窑尾系统进入调试，10月窑头窑尾系统联动试车。期间对各参数控制目标值及调整思路经不断读取记忆并分析，形成一套最优化数据链。
（1）项目投用后，游离钙合格率在96%以上，同时二次风温波动小，头煤使用量较为稳定，窑皮长度及厚度适宜，煅烧正常，以及尾煤根据分解炉出口温度PID控制调整，实物煤耗稳步下降，由138.36kg/t下降至136.28kg/t，下降2.08kg/t，进厂原煤发热量约5500kcal/kg，熟料标准煤耗下降约1.63kg/t;
（2）窑系统稳定运行，质量合格前提下，系统会小幅加产，较人工控制时其调整幅度小，频次高，有效保证了系统动态稳定，熟料28d强度稳定在28MPa左右，回转窑日产量由5912t/d上升到5974t/d，增加62t/d，日产熟料涨幅超过1%，
（3）系统的产质量提升，以及各大风机处于最佳运行频率，其运行效率得到有效提升，熟料工序电耗由27.3kwh/t下降至26.9kwh/t，降低0.4kwh/t，电耗跌幅大于1%。
4 结束语
本次回转窑专家系统优化研究，主要是通过系统读取记忆分析的功能，实现自动驾驶的同时，使窑系统能长期稳定地处于最优化生产状态，从而避免因参数众多，劳动强度偏大等原因，出现的操作偏差、生产过程参数调整滞后的窑况波动甚至工艺事故。通过中子分析仪的投入使用，确保了生料配料的稳定性，以及相机分析系统及相关模型建立使窑系统的调整思路清晰、调整准确及时，保证窑系统连续高效运转。实现了最小化操作人员的劳动强度，以及节煤提产的目的。虽然前期投入不菲，但长远来看，效益明显。
关键词：智能调控;自动驾驶;质量预测及提升;节能降耗
1 存在的问题及原因分析
现阶段，回转窑系统主要为人工操作调整（四班三倒全天24小时运转），少数变量采用PID控制。在操作调整过程中，因参数众多，劳动强度偏大等原因，易出现操作员思想不统一导致的操作偏差、生产过程参数调整滞后的窑况波动甚至工艺事故。经统计，仅在2019年，我公司2#线因操作调整滞后导致故障及隐患未及时处理，导致停窑时间超过50小时。
窑专家优化系统通过对一些关键参数的預测，其采用模糊控制、MPC控制、专家系统等先进控制技术，将先进控制理论与人工智能技术相结合，以计算机技术与水泥工厂自动控制系统为基础，结合水泥工艺设计、生产调试、自动控制等方面的经验，实现水泥生产全过程的专家智能控制。
回转窑专家优化系统不仅可避免因操作调整不到位不及时引发的窑况波动甚至停窑事故，并使窑系统在稳定生产的情况下不间断地持续运行，达到稳定生产、优化指标、提产节能、降低操作员劳动强度的目的。
2 优化改造内容
我公司现在窑头及窑尾烟囱、C1出口均配有高温气体分析仪，为进一步应用专家系统，实现高度自动化，拟增加相机温度解析系统及中子活化分析仪。
（1）高温气体分析仪
高温气体分析仪通过电化学工作原理与红外工作原理结合，对气体温度、压差、流速以及SO2、NOX、O2、粉尘等浓度进行测量。一方面满足行业及地区环保排放要求，另一方面真实反映窑内工艺状况，如系统通风漏风等，及时发现解决，保证生产运行优质高产低耗。
（2）中子活化分析仪
中子活化分析是以一定能量和流强的中子轰击试样中元素的同位素发生核反应，通过测定产生的瞬发伽玛或放射性核素衰变产生的射线能量和强度（主要是伽玛射线），进行物质中元素的定性和定量分析。
中子活化分析，又称仪器中子活化分析，是通过鉴别和测试式样因辐照感生的放射性核素的特征辐射，进行元素和核素分析的放射分析化学方法。活化分析的基础是核反应，以中子或质子照射试样，引起核反应，使之活化产生辐射能，用γ射线分光仪测定光谱，根据波峰分析确定试样成分;根据辐射能的强弱进行定量分析。活化分析大体分为5个步骤，即：试样和标准的制备、活化、放射化学分离、核辐射测量和数据处理。
现阶段我公司生料配料采用每小时取综合生料试验进行荧光分析后进行手动调整配比，存在明显滞后。中子活化分析仪应用后，其可实时分析配料皮带上各物质含量，即时调整配料，确保生料质量稳定，杜绝配料调整滞后现象。
通过在入磨皮带增加中子分析仪后，生料配料更为稳定，实时调整配比大大减小了手动调整的滞后与误差，出磨生料合格率由60%提升到85%，入窑生料合格率在90-95%。
（3）相机温度解析系统
相机温度解析系统主要包括回转窑火焰监测及游离氧化钙预测。通过集合多种优化算法，调整窑工况，保证熟料质量，探索低能耗操作，实现节能目标。
回转窑火焰监测系统在监视火焰形状和长度的同时监测火焰及出窑熟料的温度。生产过程中当一次风量、喂煤量、煤的热值等因素发生波动时，操作员可以直观的通过火焰的形状、长度及温度的变化来进行判断和调整，防止火焰扫砖、垮窑皮，延长窑口砖的使用年限，并实时观察落料的形状，而且可以通过火焰监测系统反馈的燃烧区参数为基础，来预测未来的水泥品质，从窑内就开始尽可能提高品质，减少不合格品。
基于图像算法库，水泥游离氧化钙预测算法中将对非结构化的图像数据进行结构化信息提取。基于传统的图像处理技术，算法将通过色彩变换，图像分割，轮廓提取等方法提取亮度，色差等等图像基本特征。基于深度学习的计算机视觉技术，算法将结合海量的图像和预训练网络获得高度抽象的图像特征。这些特征将能很好地反应回转窑的燃烧状态和熟料的形状。为专家系统判断和识别窑内工况提供可靠的依据，并指导优化系统对燃烧参数进行优化，最终实现产品质量稳定、指标优化、提产节能的目的。
游离氧化钙预测模型设计
结合业务应用场景，基于窑专家优化控制系统通用算法引擎，建立基于多数据源的水泥游离氧化钙预测算法。基于采集的原始数据到云端，利用云端数据，经过数据预处理引擎对数据预处理后，由优化引擎结合预测模型，根据当前的生产条件，实时推荐适合当前场景下的关键控制参数，达到项目优化目标。同时由于机械设备在运行一段时间后会有一定的变化，预测模型会利用云端实时数据定期更新模型，实现稳定的控制参数推荐，最终达到项目效果。
相机解析系统可实时监控分析预测产品质量，并对操作进行调整，系统投用后，一方面游离钙合格率在96%以上，同时波动减小，另一方面二次风温的波动大幅减小，基本在1120-1150℃。
3 改造后运行情况分析
经过前期软件部分现场安装及调试后，2020年6月窑头系统开始调试，8月窑尾系统进入调试，10月窑头窑尾系统联动试车。期间对各参数控制目标值及调整思路经不断读取记忆并分析，形成一套最优化数据链。
（1）项目投用后，游离钙合格率在96%以上，同时二次风温波动小，头煤使用量较为稳定，窑皮长度及厚度适宜，煅烧正常，以及尾煤根据分解炉出口温度PID控制调整，实物煤耗稳步下降，由138.36kg/t下降至136.28kg/t，下降2.08kg/t，进厂原煤发热量约5500kcal/kg，熟料标准煤耗下降约1.63kg/t;
（2）窑系统稳定运行，质量合格前提下，系统会小幅加产，较人工控制时其调整幅度小，频次高，有效保证了系统动态稳定，熟料28d强度稳定在28MPa左右，回转窑日产量由5912t/d上升到5974t/d，增加62t/d，日产熟料涨幅超过1%，
（3）系统的产质量提升，以及各大风机处于最佳运行频率，其运行效率得到有效提升，熟料工序电耗由27.3kwh/t下降至26.9kwh/t，降低0.4kwh/t，电耗跌幅大于1%。
4 结束语
本次回转窑专家系统优化研究，主要是通过系统读取记忆分析的功能，实现自动驾驶的同时，使窑系统能长期稳定地处于最优化生产状态，从而避免因参数众多，劳动强度偏大等原因，出现的操作偏差、生产过程参数调整滞后的窑况波动甚至工艺事故。通过中子分析仪的投入使用，确保了生料配料的稳定性，以及相机分析系统及相关模型建立使窑系统的调整思路清晰、调整准确及时，保证窑系统连续高效运转。实现了最小化操作人员的劳动强度，以及节煤提产的目的。虽然前期投入不菲，但长远来看，效益明显。