智能控制在锅炉燃烧优化中的应用

宋健哲 薛 彤

（哈尔滨锅炉厂有限责任公司，黑龙江 哈尔滨150000）

燃烧优化系统通过调整所有参数来控制炉膛中燃料和空气的分布已达到锅炉最优的运行情况。借助录入系统的历史数据以及锅炉实时运行情况，调整如燃烧器偏角、磨煤机出力等设置，最终实现降低氮氧化物排放量，提高效率等优化目标。在整个优化过程中，不再需要人为操作干预，系统将全面接管优化控制过程，甚至可以基于神经网络处理器不断提高控制效率。

1 锅炉燃烧优化智能控制技术的发展

1.1 高级应用

对于电厂燃烧的智能控制在1999 年已经投入使用，从最初的单独的燃烧器控制到后续逐渐发展优化到对整体锅炉的控制。现在新的应用重点仍是不断扩大智能控制的范围，提供更多、更具体的解决方案，例如通过在磨煤机增加音量传感器，在不影响锅炉运行的同时降低磨煤机噪音，并可以通过对噪音的监控辅助分析磨煤机的磨损情况；在系统中增加“结焦指数”，通过对受热面传感器温度变化及历史数据的收集，结合神经网络建模综合分结焦情况，在最合适的时间启动吹灰器；还可以引入更高级的传感器，如激光传感器等其他新出现的或后续出现的更先进适用的传感器以实现更精确的切圆控制。同时，还可以通过对每个煤粉管到中的煤粉量及一、二次风室风量进行精确控制，优化喷嘴气流，实现对氮氧化物、一氧化碳和、出口烟温计氧量的精确控制。

1.2 混合技术方法

锅炉燃烧系统优化的广大前景是促使混合技术应用于智能控制的最大因素，同时混合技术的使用也将极大提高优化效果的上限。过去有两种不同的锅炉燃烧优化技术：人工神经网络和模型预测控制。神经网络是一种非线性的、多变量的稳态模型，用于识别变量在不同条件下的最佳组合。模型预测控制使用动态模型来预测未来的变化，并预测扰动和未来变化的影响。这两种智能控制方法都有好处和局限性。混合技术方法创造了一种混合神经网络和模型预测控制优化系统。今天，这些技术和其他技术正在结合起来。在锅炉燃烧优化方法中，神经模型可随时间调整以平衡燃烧单元运行的操纵变量，而模型预测主要用于空气控制，这些控制必须根据锅炉边界条件做出快速反应。此外，基于规则的燃烧优化也发挥着关键作用。启发式模型植根于人工智能的编码系统方面，这些规则可以由推理机系统地应用，它提供了一种在给定条件的情况下对一组可能的燃烧操作进行排序的方法，解决锅炉燃烧传统技术的长期离散变化，例如在使用中自动将最近训练过的模型替换为特定的磨煤机组合，或者在基于神经网络和直接控制的燃烧方案之间切换。这种日益复杂的做法使智能控制技术能够从对锅炉的燃烧有密切了解并编码在软件中提取出来，神经网络等其他方法无缝集成，形成更先进的混合算法，是应用于锅炉燃烧优化问题的最佳组合。

1.3 可视化研究

早期智能控制技术在锅炉燃烧优化方面本质上是“黑匣子”系统，在几乎没有人理解的情况下，在闭环中进行控制。随着行业的发展，用户智能控制界面的重要性已经上升到了最前沿。锅炉燃烧优化需要智能控制来完成更多的任务，同时也需要系统提供对优化问题的可视化。智能控制致力于解决燃烧困难的问题，并经常做出权衡，以平衡在严格约束下的电站锅炉参数。即使是最具经验的操作者，这些平衡的权重值也难以理解。现在的图形用户界面和分析工具能够准确地了解智能控制应该做什么以及流程是如何响应的。能够以直观的看到各项参数及过程，重点显示主要参数以及参数间的联动影响，而不被复杂的理论和软件操作所干扰，是可视化的关键原则，这对于智能控制系统的是很重要的。这种可视化提高了锅炉燃烧优化的性能，提高了用户组织内部的有效性。尽管智能控制的基准测试在定义锅炉过程的复杂多变量环境中具有挑战性，但是应用一些实际的可视化分析来判断锅炉燃烧的问题将改善很多。新出现的智能控制工具现在能够跨越原因、干扰和目标对锅炉燃烧优化度量，形成对复杂过程变化的一致理解。操作者可以使用条件限值范围的任意组合，快速选择、筛选、清理和查看锅炉燃烧优化目标变量的数据。结果可以并排比较，以研究变化模式，并相对容易地检验燃烧因果假设。市场也推动了智能控制对优化锅炉效率进行可视化改进，对于优化来说，在任何时候知道确切锅炉相对其他数据变化要重要得多。如果调整之后锅炉效率相对变化在方向上是有效的，此调整即可用于锅炉燃烧优化。

2 智能控制在锅炉燃烧优化中的应用

2.1 发电系统中的数据处理

对发电系统产生的数据进行智能测试与验证，优化锅炉燃烧调节系统显示出每年节省数百万元燃料成本的潜力。热电厂数据800 兆瓦额定燃烧机组都安装了智能控制调节系统，以提高燃油经济性。通过实施数据处理的锅炉燃烧器管理系统，发电厂可以在锅炉的运行寿命期间节省数百万元的成本。基于智能控制的系统在提高燃烧效率的同时降低燃油消耗和成本。发电系统中的数据处理来源于锅炉和发电机在运行过程中产生的大量实时数据，分析大量数据并对其采取行动的智能控制超出了操作人员的能力。智能控制电子系统设计，以管理和控制锅炉燃烧过程，减少人工干预的不足。锅炉燃烧器自动化技术已经运行了几十年，但它们仍然无法处理燃烧系统产生的运行数据水平。然而智能控制能够克服海量数据的挑战，创建优化的锅炉燃烧调节系统，数据变量如何影响锅炉的输出，例如热值较低，智能控制则必须适应以保持限制水平，提高燃烧效率。由于维护、仪器校准和燃料变化的状态一直在进行，操作者并不能很好地工作。智能控制系统的自适应特性使它们更有效地处理诸如温度、燃料的供给率和进气阻尼器位置等物理参数的实时变化。一个燃料供应变化将几乎瞬间改变进气阻尼器的位置，智能控制调整正确的阻尼器位置，以补偿燃料的变化。

2.2 锅炉燃烧污染控制

锅炉燃烧本身就是一个产生污染的过程，而有关环境保护法严格限制了排放到大气中的二氧化硫、氮氧化物和PM2.5 等的浓度，而且随着社会发展相关要求日益严格。智能控制可以有效改善现有锅炉设计和减少污染技术，使电厂能够以合理的成本提供热能或电力的同时符合环境法规。燃煤锅炉污染的智能控制可以应用在燃烧过程的各个阶段。锅炉燃烧燃料的选择是减少烟气污染物的第一步，例如，天然气燃烧比燃料油、医疗废物或生物质更清洁，并且在其烟气中产生的污染物最少。当然，国内锅炉大多无法选择燃料，智能控制系统可以根据入炉燃料的工业分析等综合调整各层燃烧器的燃料、风量配比，以降低污染。智能控制锅炉燃烧也可以减少氮氧化物的产生，锅炉中燃料从点燃到燃尽每个过程都可以通过计算及数据分析给出一个最合理的空气配比。对于烟气再循环的锅炉，通过智能控制系统调整被送回燃烧室的烟气量，可以更好的空盒子空气的氧量，降低核心火焰温度。

2.3 降低锅炉结渣倾向

智能控制锅炉燃烧空气再分配是通过关闭中心罩，以迫使更多的空气到两侧，因为锅炉燃烧有一个共同的风箱和风罩处于最大开放状态。智能控制燃烧平衡可使炉内氧气耗尽区和温度点最小化，有效降低锅炉结渣倾向。通过智能控制提高磨煤机的进料率，增加燃料输送到较底层的燃烧器，这为锅炉燃烧燃尽前获得更多的停留时间，并将烟气温度保持在灰熔温度以下，以尽量减少结渣的可能性。

3 结论

电厂锅炉优化最初的重点是减少氮氧化物的产生，降低在火电机组燃烧过程中产生的排放量，这是一个很难预测和控制的复杂、高度可变的过程。锅炉优化的定义已经扩大，曾经是改进炉燃料和空气混合，现在指的是燃烧和吹灰过程的综合优化，包括锅炉的炉膛和回程区域。锅炉清洁度对燃烧强度和倾斜位置有显著影响，燃烧化学计量和温度影响灰分积累、结焦和结渣。由于燃烧和传热过程是高度相互关联的，因此，智能控制在锅炉燃烧优化中的应用至关重要。随着时代的发展，智能控制将不断扩大参数的输入范围，加强神经网络模型的应用，在越来越多的输入方案中，通过各种传感器对锅炉整体进行监控，获得最佳的运行参数及最快的运行调整，而且随着时间的推移，这个调整的过程时间还会不断缩短。