铝型材挤压用工模具氮化工艺智能自动控制

庄 宾，黄 坚，濮晓明

（中国联合工程有限公司 装备工程公司，浙江 杭州 310052）

目前我国生产使用的气体渗氮炉很多，控制系统大同小异，尤其是井式气体渗氮炉具有炉膛制作简单、均匀性较好等特点，使用最广。但是该炉型在炉内气氛控制、工艺温度控制以及产品的硬度均匀性控制等方面存在缺点，设备使用过程中亟待提升工艺及维护水平。笔者在现有的控制系统上进行改造，提升人机界面及数据记录，利用数据模型改进加热工艺在加热段的控制，并增加气氛检测反馈形成控制闭环逻辑，使得工艺改进有依据。

1 系统构成

该系统如图1所示，由炉壳、炉衬、炉盖升降机构、炉用密封风机、马弗罐、真空泵、加热元件、电控系统及检测元件等组成。炉膛为竖井式，内有不锈钢炉罐及料筐，工件放置在料筐内，控制气氛采用滴入式，经流量计和滴管滴入炉罐内，风扇装在炉盖上，可进行炉罐内温度及气氛的强迫循环，利用真空泵在取工件前排除炉内氨气。利用氨分析仪检测炉内气氛并通过电磁阀控制氨气的通入量，在炉顶设置点火燃烧装置消除产生的氢气，并通过优化温度控制模型曲线，利用PLC通过modbus通讯将工艺曲线参数下载并传送给仪表，通过仪表控制可控硅输出电阻带加热比例，以此缩短加热时间，精准控制加热温度。并且在此基础上增加人机界面，通过WinCC界面友好展示相关工艺数据，可以方便地进行参数优化，监控炉内温度、气氛等变化，为后续工艺提升提供大数据的基础。

图1 氮化炉结构示意图

控制系统如图2所示，上位机组态软件采用西门子WinCC软件，该软件用于可视化和工业控制生产过程，是一个开放的、可扩展的人机界面，能快速建立、测试和部署强大的连接和传递实时信息的自动化应用软件，可实现动态显示系统流程，工艺参数设定、过程控制回路实时监控、历史趋势曲线、报警历史记录查询以及查询打印各种报表等数据管理功能。工控机通过以太网络与井式炉控制系统采用的西门子可编程控制器S7-1500交换数据，实现分布式结构，具有很高的电磁兼容性和抗冲击、耐振动性能。

图2 控制系统示意图

2 传热方式

电加热保护气氛罩式炉的传热方式是：（1）炉体电热元件与保护气氛罩外壁之间辐射间距很小（间距尺寸与圆周面积尺寸之比很小），是平面对平面、等距离的辐射传热。（2）保护气氛罩得到的热量再由内壁传递给处理工件。

炉体电热元件与保护气氛罩外壁之间的传热，可以定为辐射传热。根据辐射传热温度4次方定律斯蒂芬—波尔茨曼定律，黑体的辐射能力为：

式中：E0为黑体表面单位面积在单位时间内辐射出的总能量，J/（s·m2）；T为热力学温度，又称绝对温度，K。

根据辐射传热距离平方定律：

式中：q为表面接受的辐射热流密度，W；R为表面和热源点间的距离，m。

3 系统功能及测试过程

3.1 炉体结构

根据辐射传热距离平方定律，炉体电热元件与保护气氛罩之间的间距越小越好，一般保证炉体起吊的安全距离即可。因为炉体有导向柱的帮助所以根据炉体的深度（高度）距离在100～200 mm。

同时根据辐射传热温度4次方定律，保护气氛罩内外热电偶的控制下，保护气氛罩材料允许的范围内应尽量提高电热元件的供热温度。

红外线的直线辐射原理，决定了均匀合理地分区布置炉体电热元件是保证保护气氛罩温度均匀性的关键。在炉体电热元件与保护气氛罩之间的间距很小，大大减少了因高度而产生的温度变化，不需要其他处理。

对于炉膛特别深的电加热保护气氛罩式炉，为了防止因高度产生的气流影响，在炉体上每区之间可加隔环装置增加上升气流的阻力。

3.2 加热控制系统

由炉子本体、加热元件、循环风机、控制系统、检测系统组成，炉内采用内马弗罐外侧加热，通过内部循环风机吹风进行气体循环加热，可以提升炉内温度的均匀性，并且通过热电偶温度检测实现温度闭环控制，并通过通讯把工艺控制要求输送到仪表控制器之中，通过仪表控制器控制可控硅输出，调节输出功率，使得温度能够按要求进行控制升温，并且在控制过程中设置连锁保护，保证系统安全可靠。

在测试过程中为缩短工艺时间，充分考虑加热前期在炉温度加热能力，利用分阶段的温控曲线模型，较好地控制前期快速加热，达到工艺点后保证温度不超过铝材料控制点，并且通过分区控制实现炉内温度均匀性要求，如图3所示。

图3 锅炉改造后热功率及温度分布图

图3 生产温度曲线图

图4为实际工艺曲线，在实际控制过程中通过经验数据及温控控制模型预先以较高的温度进行升温，判断炉内温度，使得较快时间内达到第一阶段工艺温度485～495℃，然后按照氮化工艺要求进行初步渗氮；第二阶段提升温度至525～540℃，进行进一步强制渗氮；第三阶段温度降至485～500℃，进行渗氮稳定；最后降温冷却。

图4 预控生产温度曲线图

3.3 渗氮控制系统

由氮气罐、氨分析仪、电磁阀控制系统、手动检测复查系统等组成。考虑氨分解率是温度、时间和压强的函数，随温度升高、时间增长而升高，随压强的升高而下降的特点，在生产现场直接检测氨分解率（氮势）的数据来控制气体渗氮的质量，实现可控氮化，由此获得高质量渗氮层，从而使得工件的硬度满足要求。并且考虑到仪表检测的调零定位问题，在炉罐上设置手动毫米水柱检测装置，以此通过水柱变化达到检测复核的目的。

氨气在一定温度（例如650℃）下分解的化学方程式为：

氢分析仪通过自带的气泵抽取炉内气氛进行氢气成分分析，再输出一个模拟量给氮势控制仪；氮势控制仪由H2含量可以推导运算出氨分解率，根据氨分解率大小控制氨气给入量增加或减少。

氮势强度取决于氨分解率的大小，而氨分解率取决于通入炉内氨气的量的大小。给入量越多，氨分解率越低，氮势强度越高；给入量越少，氨分解率越高，氮势强度越低。氨分解率高，炉内H2的浓度反而低。原因是氨气给入量小，炉内N2和H2的含量低了，使得氨分解率变高了。炉内N2含量低的话，则气氛氮势弱，渗氮强度低，渗氮电化学反应速度慢，或者不能产生渗氮反应，甚至工件会产生脱氮反应。所以，氨分解率不能过高，一般控制在40%左右。

工件在氮化过程中有时发生氧化，一般认为这是由于气氛中含水量过大，特别是供入的氨未经过干燥而产生的，因此该系统在使用液氮转换的氮气进入氮化炉之前还设置了烘干装置，对于水分进行控制处理。

3.4 冷却控制系统

由可拆卸口、冷却风机等组成，在氮化工艺完成后，炉子的冷却时间也是考察氮化炉使用效率的重要因素，通过合理设计冷却位置及冷却风机的选型，最大限度地提升冷却效率，以此提升氮化炉的循环利用效率。结合冷却过程的温度，通过控制冷却风机及风门的开度大小来智能控制冷却风量，使得冷却过程可控并且满足工艺要求。

加热结束后，炉体不打开，在炉体和保护气氛罩中间通入循环冷却气体，冷却保护罩。同时保护罩内也根据工艺需要通入冷态保护气氛，循环冷却工件。

这种冷却方式结构简单，在生产负荷不高，工艺要求冷却速度不大的热处理中常用。但是，这种方式需要将炉体也一并冷却，所以需要大量冷却气体，循环风机功率也大。同时，下一周期的热处理时炉体重新升温，浪费大量能源。

设置炉顶循环风机的水冷系统，并且在冷却系统管路设置可视化观察系统、传感器反馈系统，以此判断供水情况，用于保护电机系统的安全可靠。

3.5 废气处理系统

由于氮化炉分解过程会产生氢气，如果累积存储会有一定的危险，因此本系统设置了专门处理尾气的系统。该系统由点火燃烧装置、真空泵等组成，在加热完成后通过点火燃烧装置除去炉内剩余的氢气，并通过真空泵抽真空方式排走炉内剩余氨气，由此保证开炉取工件的安全性以及减少室内氨气残留的毒害性。

3.6 可视化人机界面系统

由PLC、modbus及以太网通讯系统、工控机、WinCC图形显示界面等组成，通过通讯连接现场设备检测元件、控制系统，可以监测炉内温度状况、加热状态、炉内气氛含量，远程控制风机、真空泵及加热元件等，并且通过相关数据的记录、结合实际生产检测数据进行工艺参数优化，提升质量及效率。

4 数据库系统

根据系统的功能需求分析，将该系统总体的功能模块以类别进行划分，其总体功能模块结构如图5所示。

图5 系统总体功能模块图

4.1 权限管理模块设计

系统权限管理模块的功能主要包括：系统权限管理、用户角色配置及用户权限管理。该系统包含普通用户和管理员两种角色，管理员负责管理系统中的用户以及用户权限的分配。

普通用户指的是系统的一般使用者，有登录、操作系统的权限，但系统所有的删除操作都不可直接执行，需受管理员的限制。

管理员负责对系统中所有用户的信息进行管理，例如操作权限的授予，同时负责对异常情况进行处理。权限管理功能的设计可以更好地保证系统的安全。

4.2 集群监控模块设计

集群监控模块负责的是本系统底层运行环境中集群资源的使用情况以及集群节点的工作状态，便于管理员了解和关注系统资源的使用情况和异常告警事件，当系统发生异常，以显示告警通知的方式告诉系统管理员。该模块实现于Spark Streaming实时计算框架之上，通过使用Flume采集该系统中集群运行相关的日志数据，传送给Kafka，由Kafka与Spark Streaming进行交互，完成对日志数据的实时统计计算，并将计算结果存入Redis数据库中，由前端集群监控界面调用数据接口，展现当前系统集群运行的相关情况。该模块实现采用的技术架构如图6所示。

图6 集群监控模块技术架构图

集群监控功能模块的实现过程由三部分组成，依次是日志数据的采集、Spark Streaming计算、结果的存储或展示。首先Flume集群对系统产生的日志数据按时间顺序进行采集，通过编写Flume采集数据脚本文件，监听HDFS、Spark计算任务以及系统CPU等资源使用的相关端口，采集每一条日志数据到指定路径下，最后当日志数据文件大小达到设置的阈值时，执行发送给Kafka集群节点的相关路径下，由Kafka Producer负责发送到指定的Topics中，待Spark Streaming拉取计算。Spark Streaming计算框架采用直接读取数据流的方式，消费Kafka Topic中的数据信息并将Kafka中数据消费偏移量记录到MySQL中，Spark Streaming下一次会先去MySQL中读取该偏移量，再去Kafka中读下一条数据。DStream转换成RDD进行相关算子操作，实现对日志数据的实时计算。计算结果分组存入Redis数据库中，借助Redis数据库可持久化数据以及支持实时读取数据的特点，通过接口实现数据交互，供页面调用展示。

4.3 数据查询模块设计

数据查询模块主要针对已有的生产历史数据和故障信息对应的Hive表进行SQL查询。该模块主要提供两种查询方式，分别是HQL（Hive类SQL）查询和Spark SQL查询。一个查询任务实现的工作流程大概分为选择查询方式、指定查询的目标数据库和表、提交查询语句、查询结果的可视化四个部分，该模块设计的查询功能的工作流程如图7所示。

图7 数据查询工作流程示意图

使用者根据自己的查询分析需求选择相应的查询分析方式，提交的查询分析语句转变成Spark任务在Spark集群上执行计算，然后将计算结果封装返回给服务端接口，最后数据查询分析的结果可以通过选择图形化界面的方式进行可视化，对查询结果的可视化给使用者对目标数据进行更进一步的分析提供了基础。

4.4 数据分析模块设计

数据分析模块主要是针对存储在HDFS或者Hbase的装备数据进行分析，用户通过实际的装备数据分析需求，编写对应的代码，提交到集群上执行。该模块主要分为两部分，数据离线分析和实时流数据分析。

（1）数据离线分析

对于数据的离线分析，Spark通过弹性分布式数据集RDD（Resilient Distributed Dataset）来进行处理。RDD的核心在于算子的使用，通过算子来对数据进行操作和分析。

（2）实时流数据分析

与数据的离线分析不同，数据的实时流处理对于系统的时效性和稳定性提出了更高的要求，对于实时产生的数据需要同步传输的集群中，需要快速完成数据分析，获得反馈结果。

该模块工作流程大致分为分析数据源的导入、分析目标的选择、数据源特征选择、分析算法、分析结果可视化五个步骤，分析任务工作流的设计如图8所示。

图8 数据分析模块工作流程示意图

5 结论

根据系统需求，分析研究并设计了该系统的功能模块和系统数据库，结合Hadoop核心功能MapReduce和HDFS，设计完成氮化炉设备智能控制系统，使系统能实时监测设备运行状态并根据历史烧炉数据分析计算，在原有的生产工艺的条件下，通过优化控制系统的组成（包括检测手段及控制模型）为生产过程提升工艺质量、改进工艺过程提供参考。