減壓裝置實時優化中的先進控制系統提升 作者：鄧昌付 AVEA技術（上海）有限公司 ——發表於《中外能源》...
------------------------------------------------------------------------------------------------------------------------------------------------------
AVEVA APC 系統
在水泥窯燒成系統中的應用
作者：徐立東、朱東輝
劍維軟件技術（上海）有限公司北京分公司
——發表於《化工自動化及儀表》2022年第五期
------------------------------------------------------------------------------------------------------------------------------------------------------
摘要
針對某水泥廠一號線窯系統變量多、強耦合和非線性的特點，採用以多變量模型預測控制（MPC）為核心，結合最優化、神經元網絡及嵌入式編程語言Python等功能模塊的AVEVA APC系統軟件，實現了對窯系統的實時優化控制，在穩定生產過程和熟料質量的基礎上，降低了窯系統的煤單耗和電單耗，並極大地減輕了操作人員的勞動強度。
關鍵詞
AVEVA APC 系統| 提前調節| 卡邊控制
多變量模型預測控制| 軟測量| 降耗
水泥熟料生產工藝過程複雜，影響生產工藝的變量多且耦合明顯。採用PID迴路及DCS控制常規儀表的做法，雖然能夠起到一定的穩定生產作用，但是存在一些顯著的弊端，例如：熟料質量不穩定、高度依賴操作人員生產經驗、煤單耗和電單耗高等。
為解決以上問題，AVEVA採用以多變量模型預測控制為核心的先進控制軟件AVEVA APC系統，在陝西某水泥廠一號線窯進行試驗調試。通過控制高溫風機、尾排風機、頭排風機等設備，檢測預熱器出口氣體分析儀、煙室高溫分析儀、窯頭比色高溫鏡頭等儀表。期望實現穩定控制和經濟優化的目的，在穩定生產的同時能夠提高裝置產能，降低單位產品能耗，實現經濟收益的最大化。
— AVEVA APC 系統介紹 —
AVEVA APC系統主要包含多變量模型預測控制模塊、最優化模塊、嵌入式編程語言Python模塊、軟測量技術、神經元網絡模塊、秒級運行週期及窯系統先進控制器設計等。
-
多變量模型預測控制模塊
通過變量之間的模型，認知各種擾動因素對被控變量的影響。當擾動發生時，可預測被控變量在未來時段發生的變化，及時調整控制策略，從而提高過程控制的品質。
-
最優化模塊
通過最優化技術找到裝置的最優操作點，利用模型預測控制模塊將裝置穩定在最優點運行，達到裝置經濟收益最大化的目標。
- 嵌入式編程語言Python模塊
AVEVA APC 系統軟件平台支持可嵌入式編程語言Python ( IronPython )，有助於實現基於專家知識的邏輯控制、自適應控制等多種智能控制功能。
- 軟測量技術
可實時測量熟料游離鈣等無法直接測量的變量，為過程控制提供重要依據。
- 神經元網絡模塊
利用徑向基函數（RBF）類神經網絡，擬合非線性方程，同時能夠迅速學習訓練，並應用於在線運行軟件。
- 秒級運行週期
AVEVA APC系統運算週期可達秒級，從而大幅提高響應速度，快速抑制干擾，實現穩定生產。
— AVEVA APC 系統控制方法 —
窯系統AVEVA APC系統控制器建立在DCS上，通過OPC接口實現DCS數據的讀寫操作。通過控制分解爐溫度、窯尾系統風量、煅燒溫度、窯頭排風機、篦床料層厚度和冷卻風量，採用熟料游離鈣軟儀表為連續控制提供依據，進而控制熟料質量。
- 分解爐溫度控制
分解爐承擔了90%以上的生料分解任務，分解爐的出口溫度可以反映物料在分解爐內的預分解狀況。分解爐溫度的穩定對分解爐的操作很重要，並且溫度受生料餵料量、生料成分等多種因素影響，同時也存在多種不可測干擾變量。這導致分解爐溫度複雜多變，以往高度依賴操作人員手動控制，不僅極難穩定，而且勞動強度大。
AVEVA APC系統利用多變量模型預測控制，建立固廢/二三次風溫/餵料量等關鍵變量對分解爐溫度影響的量化模型，通過多變量模型對分解爐溫度的變化趨勢進行預測，並根據未來預測值提前調整尾煤用量，採用提前調節替代偏差反饋調節，從而改善控制效果。同時，AVEVA APC系統可利用反饋校正模塊實時調整預測值，避免出現靜態誤差，從而解決不可測變量帶來的干擾。
- 窯尾系統風量控制
迴轉窯和分解爐中的煤粉燃燒需要足夠的氧氣，但是過大或過小的風量均不能達到理想的效果。AVEVA APC系統優化控制器主要參考C1出口CO、O2、壓力及窯尾煙室O2數值，自動調整高溫風機轉速，在保證這些被控變量都在控制範圍內的前提下，最小化高溫風機轉速，避免熱量浪費和電量浪費。
- 窯頭排風機控制
出於工藝和安全的考慮，窯頭罩的壓力需要被控制在微負壓狀態，避免火焰噴出造成危險。AVEVA APC系統優化控制器通過調整窯頭排風機控制窯頭罩壓力，保持微負壓，並在保證窯頭負壓在被控範圍內的同時最小化頭排風機轉速，降低電耗。
- 篦床料層厚度控制
篦冷機是熟料急冷、冷卻和熱量回收的重要裝置，篦冷機的換熱效率直接影響燒成工序的煤耗，而穩定的料層厚度有助於穩定熱量交換，同時穩定並提高二、三次風溫。AVEVA APC系統優化控制器參考四列篦床油壓和篦板壓差自動調整四列篦速，實現料層厚度的穩定，提高熱交換效率。同時參考二次風溫、篦床油壓和比色高溫計溫度，主動調整篦床油壓的設定值，調整篦床料層厚度，最終維持二次風溫的穩定。
- 冷卻風量控制
熟料從窯頭進入篦冷機後需要急冷，同時熟料需要通過篦冷機冷卻到環境溫度加65℃的入庫溫度。熟料的冷卻一部分依靠高溫風機拉風，另一部分則依靠篦下冷卻風機的鼓風。AVEVA APC系統優化控制器通過控制V1、V2風機的擋板開度，在滿足風機電流約束的前提下最大化風量；對V3～V7風機則採用卡邊優化熟料溫度，根據熟料溫度逐級減小風機擋板，實現經濟化控制。
- 游離鈣測量軟儀表
目前國內水泥熟料游離鈣含量的檢測方法主要是化學分析法和熒光分析儀法，檢測週期多數是每次1～2 h，不利於實時控制。AVEVA APC系統採用基於徑向基函數（RBF）的神經元網絡模型，通過採集歷史數據，選擇強相關性的可測變量，訓練回歸非線性模型。通過可測量的強相關性變量，來實時預測熟料游離鈣的含量，通過與化驗值連續7 d對比可以發現，預測值與化驗值趨勢一致，準確度可達80%以上。
游離鈣軟儀表預測值與化驗值連續7d對比
— AVEVA APC系統控制效果 —
AVEVA APC系統控制器投用後實現了窯系統的平穩運行，正常工況下完全可以代替操作人員手動操作的目標，AVEVA APC系統在線投運率達到了95%以上。
從下圖和下表可以看出，與手動控制相比，AVEVA APC系統控制器大幅降低了關鍵變量的波動，提高了生產過程的穩定性。其中分解爐出口溫度波動的標準偏差降低了64.6%，二次風溫波動的標準偏差降低了50.2%，窯頭罩負壓波動的標準偏差降低了53.8%，熟料游離鈣波動的標準偏差降低了44.1%。
當AVEVA APC系統進行自動控制時：窯頭罩負壓基本被控制在給定的上限，實現了卡邊控制；二次風溫波動幅度明顯減小。說明AVEVA APC系統控制器可以明顯穩定並改善窯況，始終維持良好的燒成熱工狀態。
通過手動操作72 h和AVEVA APC系統自動操作72 h的測試標定，水泥窯AVEVA APC控制系統可以降低熟料工序標準煤耗2.22%和熟料工序電耗1.55%，不但穩定了工況，還實現了提產降耗。
窯關鍵變量控制效果對比圖
| 操作模式 | C5下料溫度 標準偏差/℃ |
分解盧出口溫度 標準偏差/℃ |
二次風溫標準 偏差/℃ |
窯頭罩負壓波動 標準偏差/℃ |
游離鈣標準 偏差/℃ |
| AVEVA APC系統 | 4.06 | 5.1 | 14.44 | 9.32 | 0.204 |
| 手動操作 | 13.81 | 14.4 | 28.97 | 20.18 | 0.365 |
窯關鍵變量標準偏差對比數據表
AVEVA APC系統在陝西某水泥熟料生產線窯系統中的應用表明，通過實施AVEVA APC系統，可以明顯降低操作人員的勞動強度和誤操作可能，消除操作人員水平的差異，保持操作的一致性。從而有效提高系統的穩定性，降低熟料煤耗和工序電耗。
同時AVEVA APC系統控制器還可以通過數據接口與能管系統、質量系統等智能工廠子系統聯動，實現更高層級的閉環控制，構成智能工廠整體解決方案的一個子系統。
資料來源：AVEVA
