一种基于机器学习的闭环脱氨控制系统

技术领域

本发明属于燃煤发电技术中的烟气处理技术领域，具体是一种基于机器学习的闭环脱氨控制系统。

背景技术

许多工艺流程，例如硝酸或己内酰胺的工业生产或燃烧过程，导致烟气含有SO2、NO、NO2(统称为NOx)和N2O。NO和NO2早已作为与环境毒物学(酸雨，烟雾的形成)相关的化合物而被知晓，并且对其已规定了全球的最大允许排放量，而一氧化二氮在过去十年中在环境保护领域也获得了越来越多的关注，因为它对平流层臭氧的降解和温室效应存在不可忽略的影响。烟气中含有SO2和NOx，对环境造成污染，因此需要进行脱硫脱硝处理。

烟气中的SO2和O2及H20发生反应生成H2SO4，H2SO4吸附在炭基催化剂表面；同时利用炭基催化剂的催化性能，烟气中NOx与稀释氨气发生催化还原反应生成N2，吸附催化反应后的炭基催化剂进行再生后循环利用。但烟气吸附塔内不同浓度的NOx含量不同，因此需要通入不同量的氨气，来满足还原反应，当前烟气吸附塔喷氨环节依赖手动调节，对操作人员的个人素质如经验或责任心要求较高，因此可靠性较差，系统操作人员很难调节到最佳喷氨量从而导致无法达到理想的脱硝效果，喷氨量过多造成氨的浪费，增加运行成本，甚至带入空气引起二次污染，而喷氨量不够则无法达到预期的脱硝效果。

发明内容

为了解决上述方案存在的问题，本发明提供了一种基于机器学习的闭环脱氨控制系统。本发明中喷氨量自动控制技术能够通过工艺运行数据与多参数计算模型，获取最佳喷氨量，实现系统闭环控制，节省氨的消耗，减少运行成本，同时避免氨气逃逸引起的二次污染；同时通过对烟气吸附塔的脱氨记录进行整理，构建目标检测训练样本，训练基于机器学习方法，得到喷氨量补偿模型M，利用训练得到的喷氨量补偿模型M根据实时的工艺运行数据对喷氨量目标值进行补偿；从而达到更好的脱硝效果。

本发明的目的可以通过以下技术方案实现：

一种基于机器学习的闭环脱氨控制系统，包括参数设置模块、数据采集模块、控制器、数据分析模块、喷氨量调节模块、计时模块、数据监测模块以及报警模块；

所述参数设置模块用于用户在系统的HMI界面中设置预设参数；

所述数据采集模块用于检测烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据；并将烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据传输至控制器；

所述控制器用于获取参数设置模块中用户设置的预设参数并将预设参数与数据采集模块传输的烟气成分数据和烟气流量数据进行对比分析，从而驱动控制喷氨量调节模块调节氨流量值大小；所述喷氨量调节模块包括氨流量计、氨流量调节阀、PID调节器；具体分析步骤如下：

步骤一：获取用户设置的预设参数 ，将烟气吸附塔入口处的NOx质量浓度与排放的NOx目标值进行差值计算得到偏差△E1；

步骤二：数据分析模块用于根据偏差△E1结合多参数计算模型计算得到目标喷氨量计算值；并将目标喷氨量计算值反馈至控制器；其中，多参数计算模型包括脱硫率计算模型、目标喷氨量计算模型；所述脱硫率计算模型用于根据烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据计算得到烟气吸附塔脱硫率；所述目标喷氨量计算模型用于根据脱硫率和氨逃逸系数的设定值计算最佳喷氨量；其中，氨逃逸系数的设定值即为出口烟气氨气泄漏允许值；最佳喷氨量即为喷氨量目标值；

步骤三：控制器接收到目标喷氨量计算值后，驱动控制喷氨量调节模块调节氨流量值；具体包括：

S31：所述喷氨量调节模块采用串级控制的方法，所述喷氨量调节模块通过串级开关选择目标喷氨量计算值或者HMI喷氨量设定值作为喷氨量目标值；

S32：所述喷氨量调节模块通过氨流量计实时检测氨实际流量值，然后根据喷氨量目标值与氨实际流量值的差值△E2，由PID调节器控制氨流量调节阀的阀门开度来调节氨流量值大小；直到氨实际流量值与喷氨量目标值的偏差在预设允许范围内。

进一步地，所述预设参数包括脱硝目标值、出口烟气氨气泄漏允许值、NH3修正系数、HMI喷氨量设定值、排放的NOx目标值、喷氨量目标值的修正系数和烟气吸附塔的数量；所述烟气成分数据包括SO2质量浓度、NOx质量浓度、粉尘排放量、含氧量等参数；所述烟气流量数据包括入口烟气流量、氨稀释空气流量；所述数据采集模块包括入口烟气流量计、氨稀释空气流量计；其中入口烟气流量经温压补偿后的值由入口烟气流量计检测得到，氨稀释空气流量由氨稀释空气流量计检测得到；

进一步地，所述喷氨量调节模块通过串级开关选择目标喷氨量计算值或者HMI喷氨量设定值作为喷氨量目标值；具体为：

S311：通过喷氨量目标值的修正系数对目标喷氨量计算值进行修正；

若修正后的目标喷氨量计算值处于预设喷氨量标准范围内，则将目标喷氨量计算值作为喷氨量目标值；否则，将HMI喷氨量设定值作为喷氨量目标值；

进一步地，脱硫率计算模型的具体计算方法为：

入口烟气中NOx单位时间的质量：NOxin=F11×NOx11(1)

式中：NOxin为入口烟气中NOx单位时间的质量；F11为入口烟气流量经温压补偿后的值；NOx11为入口烟气中的NOx质量浓度；

出口烟气流量：F12=F11+OFF_GAS(2)

式中：F12为出口烟气流量；OFF_GAS为氨稀释空气流量；

入口烟气中SO2单位时间的质量：SO2in=F11×SO211（3）

式中：SO2in为入口烟气中SO2单位时间的质量，SO211为入口烟气中的SO2质量浓度；

出口烟气中SO2单位时间的质量：SO2out=F12×SO212(4)

式中：SO2out为出口烟气中SO2单位时间的质量，SO212为出口烟气中的SO2质量浓度；

由式(3)、(4)可得出烟气吸附塔的脱硫率：

SO2eff=（SO2in-SO2out）/SO2in×100%（5）

式中：SO2eff为烟气吸附塔的脱硫率；

进一步地，所述目标喷氨量计算模型的具体计算方法为：

在上述公式（1）-（5）中，SO2对应的喷氨中间变量为：

NH3SO2=NH3_K×SO2in×SO2eff(6)

式中：NH3SO2为SO2对应的喷氨中间变量，NH3_K为脱去入口烟气中SO2的NH3修正系数；

NOx对应的喷氨中间变量： NH3NOx=NOx_SV×NOxin(7)

式中：NH3NOx为NOx对应的喷氨中间变量，NOxin为入口烟气中NOx单位时间的质量；NOx_SV为脱硝目标值；

由式(6) 、(7) 可得出喷氨量计算目标值：

NH3cal_value=［2×( NH3SO2+NH3NOx)+NH3_L］×10

式中：NH3cal_value为喷氨量计算目标值，NH3_L为出口烟气氨气泄漏允许值；

喷氨量目标值：NH3sv = NH3correct_value (9)

式中：NH3sv为喷氨量目标值；NH3correct_value为可选的喷氨量目标值；包括喷氨量计算目标值NH3cal_value和HMI喷氨量设定值；

进一步地，所述计时模块与喷氨量调节模块相连接，所述计时模块用于记录喷氨量调节模块的调节开始时刻和调节结束时刻并将其发送至数据监测模块；数据监测模块用于对喷氨量调节模块的延速值进行监测分析，具体分析步骤为：

V1：将喷氨量调节模块的调节开始时刻和调节结束时刻进行时间差计算得到单次调节时长，当单次调节时长大于设定调节阈值时长，则执行步骤V2；

V2：将设定调节阈值时长与单次调节时长进行差值计算得到延时时长并标记为TQ；

V3：获取喷氨量调节模块的运行年限，并标记为GM；

V4：将延时时长与运行年限进行归一化处理并取其数值；

利用公式DS=(TQ×d1)/(GM×d2+1.23325)计算得到喷氨量调节模块的单延值DS；其中d1和d2均为预设比例系数；

V5：获取系统当前时间前十天内喷氨量调节模块所有的单延值DS进行求和得到喷氨量调节模块的延速值CS；

将延速值CS与延速阈值相比较；若延速值CS≥延速阈值，则表明喷氨量调节模块的调节速率存在异常，生成预警信号；所述数据监测模块用于将预警信号传输至控制器；所述控制器接收到预警信号后驱动控制报警模块发出警报，提示工作人员对喷氨量调节模块进行检修；有效提高喷氨量调节模块的调节速率；

进一步地，该系统还包括信息记录模块、信息整理模块和喷氨量补偿模块，所述信息记录模块用于记录烟气吸附塔的脱氨记录并将脱氨记录传输到信息整理模块，所述脱氨记录包括烟气吸附塔每次脱氨的喷氨量目标值、实际喷氨量、排放的NOx实际值以及烟气吸附塔内的各项环境参数值；所述各项环境参数值包括温度、湿度、风压、风速等；

所述信息整理模块接收脱氨记录并对脱氨记录进行整理，构建目标检测训练样本，训练基于机器学习方法，得到喷氨量补偿模型M并将喷氨量补偿模型M传输到喷氨量补偿模块；所述喷氨量补偿模块接收到喷氨量补偿模型M对喷氨量目标值进行补偿；具体补偿步骤为：

VV1：获取系统当前时刻的烟气吸附塔的脱氨记录，将当前的喷氨量目标值、实际喷氨量排放的NOx实际值以及烟气吸附塔内的各项环境参数值输入至喷氨量补偿模型M；得到喷氨量补偿系数；

VV2：根据喷氨量补偿系数对下一次烟气吸附塔脱氨时的喷氨量目标值进行补偿，得到喷氨量目标补偿值；

所述喷氨量补偿模型M是基于一段时间内烟气吸附塔的历史喷氨量数据，历史实际喷氨量排放的NOx实际值以及烟气吸附塔内的各项环境参数值中的至少一部分数据经机器训练获得的以烟气吸附塔内的各项环境参数值为输入值计算基于喷氨量目标值、实际喷氨量排放的NOx实际值获得喷氨量补偿系数的模型。所述一段时间一般是10天到60天。

所述喷氨量补偿模块用于将喷氨量目标补偿值传输至控制器，所述控制器接收到喷氨量目标补偿值后，驱动控制喷氨量调节模块调节氨流量值。

与现有技术相比，本发明的有益效果是：

1、本发明中控制器用于获取预设参数并将烟气吸附塔入口处的NOx质量浓度与排放的NOx目标值进行差值计算得到偏差△E1；数据分析模块用于根据偏差△E1结合多参数计算模型计算得到目标喷氨量计算值；其中多参数计算模型包括脱硫率计算模型、目标喷氨量计算模型；所述脱硫率计算模型用于根据烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据计算得到烟气吸附塔脱硫率；所述目标喷氨量计算模型用于根据脱硫率和氨逃逸系数的设定值计算最佳喷氨量；本发明中喷氨量自动控制技术能够通过工艺运行数据与多参数计算模型，获取最佳喷氨量，比传统方式更加及时、科学和合理，减少液氨使用量3-5%；实现系统闭环控制，节省氨的消耗，减少运行成本，同时避免氨气逃逸引起的二次污染；同时本发明通过实测脱硫率及设定的氨逃逸系数给出喷氨操作建议，人工设定喷氨量控制范围；响应速度快，过渡过程时间短，可以做到超调量小甚至无超调，对被控对象参数变化适应性强，对过程控制的动态品质优于常规控制，控制精度高；

2、本发明中计时模块用于记录喷氨量调节模块的调节开始时刻和调节结束时刻并将其发送至数据监测模块；数据监测模块用于对喷氨量调节模块的延速值进行监测分析，若延速值CS≥延速阈值，则表明喷氨量调节模块的调节速率存在异常，生成预警信号；所述控制器接收到预警信号后驱动控制报警模块发出警报，提示工作人员对喷氨量调节模块进行检修；有效提高喷氨量调节模块的调节速率；

3、本发明中信息整理模块对烟气吸附塔的脱氨记录进行整理，构建目标检测训练样本，训练基于机器学习方法，得到喷氨量补偿模型M，喷氨量补偿模块接收到喷氨量补偿模型M对喷氨量目标值进行补偿；并根据喷氨量目标补偿值驱动控制喷氨量调节模块调节氨流量值；从而达到更好的脱硝效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的系统框图。

图2为本发明中喷氨量调节模块的工作流程示意图。

图3为本发明实施例3的系统框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1-图2所示，一种基于机器学习的闭环脱氨控制系统，包括参数设置模块、数据采集模块、控制器、数据分析模块、喷氨量调节模块、计时模块、数据监测模块以及报警模块；

实施例1

参数设置模块用于用户在系统的HMI界面中设置预设参数；预设参数包括脱硝目标值、出口烟气氨气泄漏允许值、NH3修正系数、HMI喷氨量设定值、排放的NOx目标值、喷氨量目标值的修正系数和烟气吸附塔的数量；

数据采集模块用于检测烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据；并将烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据传输至控制器；烟气成分数据包括SO2质量浓度、NOx质量浓度、粉尘排放量、含氧量等参数；烟气流量数据包括入口烟气流量、氨稀释空气流量；数据采集模块包括入口烟气流量计、氨稀释空气流量计；其中入口烟气流量经温压补偿后的值由入口烟气流量计检测得到，氨稀释空气流量由氨稀释空气流量计检测得到；

控制器用于获取参数设置模块中用户设置的预设参数并将预设参数与数据采集模块传输的烟气成分数据和烟气流量数据进行对比分析，从而驱动控制喷氨量调节模块调节氨流量值大小；喷氨量调节模块包括氨流量计、氨流量调节阀、PID调节器；具体分析步骤如下：

步骤一：获取用户设置的预设参数 ，将烟气吸附塔入口处的NOx质量浓度与排放的NOx目标值进行差值计算得到偏差△E1；

步骤二：数据分析模块用于根据偏差△E1结合多参数计算模型计算得到目标喷氨量计算值；并将目标喷氨量计算值反馈至控制器；

步骤三：控制器接收到目标喷氨量计算值后，驱动控制喷氨量调节模块调节氨流量值；具体包括：

S31：喷氨量调节模块采用串级控制的方法，喷氨量调节模块通过串级开关选择目标喷氨量计算值或者HMI喷氨量设定值作为喷氨量目标值；

S32：喷氨量调节模块通过氨流量计实时检测氨实际流量值，然后根据喷氨量目标值与氨实际流量值的差值△E2，由PID调节器控制氨流量调节阀的阀门开度来调节氨流量值大小；直到氨实际流量值与喷氨量目标值的偏差在预设允许范围内；

其中，喷氨量调节模块通过串级开关选择目标喷氨量计算值或者HMI喷氨量设定值作为喷氨量目标值；具体为：

S311：通过喷氨量目标值的修正系数对目标喷氨量计算值进行修正；

若修正后的目标喷氨量计算值处于预设喷氨量标准范围内，则将目标喷氨量计算值作为喷氨量目标值；否则，将HMI喷氨量设定值作为喷氨量目标值；

通过数据分析模块根据多参数计算模型可得出理想的目标喷氨量计算值，但实际使用过程中需考虑相关的数据合理性问题；如：目标喷氨量计算值需考虑是否超出允许的范围，而此范围是由用户预设定的表征该值的数值范围；由此需要预计用于喷氨量多参数计算模型的各输入参数是否合理，如果超出过多，原因可能是检测仪器有误需要进行维修检验，也可能是前述烧结工艺生产处于非正常状态，所来烟气不允许使用该模型进行运算，此时只能采用人工干预；

其中多参数计算模型包括脱硫率计算模型、目标喷氨量计算模型；脱硫率计算模型用于根据烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据计算得到烟气吸附塔脱硫率；具体计算方法为：

入口烟气中NOx单位时间的质量：NOxin=F11×NOx11(1)

式中：NOxin为入口烟气中NOx单位时间的质量；F11为入口烟气流量经温压补偿后的值；NOx11为入口烟气中的NOx质量浓度；

出口烟气流量：F12=F11+OFF_GAS(2)

式中：F12为出口烟气流量；OFF_GAS为氨稀释空气流量；

入口烟气中SO2单位时间的质量：SO2in=F11×SO211（3）

式中：SO2in为入口烟气中SO2单位时间的质量，SO211为入口烟气中的SO2质量浓度；

出口烟气中SO2单位时间的质量：SO2out=F12×SO212(4)

式中：SO2out为出口烟气中SO2单位时间的质量，SO212为出口烟气中的SO2质量浓度；

由式(3)、(4)可得出烟气吸附塔的脱硫率：

SO2eff=（SO2in-SO2out）/SO2in×100%（5）

式中：SO2eff为烟气吸附塔的脱硫率；

目标喷氨量计算模型用于根据脱硫率和氨逃逸系数的设定值计算最佳喷氨量；其中氨逃逸系数的设定值即为出口烟气氨气泄漏允许值；最佳喷氨量即为喷氨量目标值；具体计算方法为：

在上述公式（1）-（5）中，SO2对应的喷氨中间变量为：

NH3SO2=NH3_K×SO2in×SO2eff(6)

式中：NH3SO2为SO2对应的喷氨中间变量，NH3_K为脱去入口烟气中SO2的NH3修正系数；

NOx对应的喷氨中间变量： NH3NOx=NOx_SV×NOxin(7)

式中：NH3NOx为NOx对应的喷氨中间变量，NOxin为入口烟气中NOx单位时间的质量；NOx_SV为脱硝目标值；

由式(6) 、(7) 可得出喷氨量计算目标值：

NH3cal_value=［2×( NH3SO2+NH3NOx)+NH3_L］×10

式中：NH3cal_value为喷氨量计算目标值，NH3_L为出口烟气氨气泄漏允许值；

喷氨量目标值：NH3sv = NH3correct_value (9)

式中：NH3sv为喷氨量目标值；NH3correct_value为可选的喷氨量目标值；包括喷氨量计算目标值NH3cal_value和HMI喷氨量设定值；

本发明中喷氨量自动控制技术能够通过工艺运行数据与多参数计算模型，获取最佳喷氨量，比传统方式更加及时、科学和合理，减少液氨使用量3-5%；实现系统闭环控制，节省氨的消耗，减少运行成本，同时避免氨气逃逸引起的二次污染；同时本发明通过实测脱硫率及设定的氨逃逸系数给出喷氨操作建议，人工设定喷氨量控制范围；响应速度快，过渡过程时间短，可以做到超调量小甚至无超调，对被控对象参数变化适应性强，对过程控制的动态品质优于常规控制，控制精度高；

实施例2

如图3所示；计时模块与喷氨量调节模块相连接，计时模块用于记录喷氨量调节模块的调节开始时刻和调节结束时刻并将其发送至数据监测模块；数据监测模块用于对喷氨量调节模块的延速值进行监测分析，具体分析步骤为：

V1：将喷氨量调节模块的调节开始时刻和调节结束时刻进行时间差计算得到单次调节时长，当单次调节时长大于设定调节阈值时长，则执行步骤V2；

V2：将设定调节阈值时长与单次调节时长进行差值计算得到延时时长并标记为TQ；

V3：获取喷氨量调节模块的运行年限，并标记为GM；

V4：将延时时长与运行年限进行归一化处理并取其数值；

利用公式DS=(TQ×d1)/(GM×d2+1.23325)计算得到喷氨量调节模块的单延值DS；其中d1和d2均为预设比例系数；

V5：获取系统当前时间前十天内喷氨量调节模块所有的单延值DS进行求和得到喷氨量调节模块的延速值CS；

将延速值CS与延速阈值相比较；若延速值CS≥延速阈值，则表明喷氨量调节模块的调节速率存在异常，生成预警信号；数据监测模块用于将预警信号传输至控制器；控制器接收到预警信号后驱动控制报警模块发出警报，提示工作人员对喷氨量调节模块进行检修；本发明中数据监测模块对喷氨量调节模块的延速值进行监测分析，当喷氨量调节模块的调节速率存在异常时，及时预警，有效提高喷氨量调节模块的调节速率；

实施例3

该系统还包括信息记录模块、信息整理模块和喷氨量补偿模块，信息记录模块用于记录烟气吸附塔的脱氨记录并将脱氨记录传输到信息整理模块，脱氨记录包括烟气吸附塔每次脱氨的喷氨量目标值、实际喷氨量、排放的NOx实际值以及烟气吸附塔内的各项环境参数值；各项环境参数值包括温度、湿度、风压、风速等；

信息整理模块接收脱氨记录并对脱氨记录进行整理，构建目标检测训练样本，训练基于机器学习方法，得到喷氨量补偿模型M并将喷氨量补偿模型M传输到喷氨量补偿模块；喷氨量补偿模块接收到喷氨量补偿模型M对喷氨量目标值进行补偿；具体补偿步骤为：

VV1：获取系统当前时刻的烟气吸附塔的脱氨记录，将当前的喷氨量目标值、实际喷氨量排放的NOx实际值以及烟气吸附塔内的各项环境参数值输入至喷氨量补偿模型M；得到喷氨量补偿系数；

VV2：根据喷氨量补偿系数对下一次烟气吸附塔脱氨时的喷氨量目标值进行补偿，得到喷氨量目标补偿值；

喷氨量补偿模块用于将喷氨量目标补偿值传输至控制器，控制器接收到喷氨量目标补偿值后，驱动控制喷氨量调节模块调节氨流量值。

本发明信息整理模块对烟气吸附塔的脱氨记录进行整理，构建目标检测训练样本，训练基于机器学习方法，得到喷氨量补偿模型M，喷氨量补偿模块接收到喷氨量补偿模型M对喷氨量目标值进行补偿；并根据喷氨量目标补偿值驱动控制喷氨量调节模块调节氨流量值；从而达到更好的脱硝效果。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：

一种基于机器学习的闭环脱氨控制系统，在工作时，首先用户通过参数设置模块在系统的HMI界面中设置预设参数；数据采集模块用于检测烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据；控制器用于获取预设参数并将将烟气吸附塔入口处的NOx质量浓度与排放的NOx目标值进行差值计算得到偏差△E1；数据分析模块用于根据偏差△E1结合多参数计算模型计算得到目标喷氨量计算值；并将目标喷氨量计算值反馈至控制器；控制器接收到目标喷氨量计算值后，驱动控制喷氨量调节模块调节氨流量值；喷氨量调节模块通过串级开关选择目标喷氨量计算值或者HMI喷氨量设定值作为喷氨量目标值；然后根据喷氨量目标值与氨实际流量值的差值△E2，由PID调节器控制氨流量调节阀的阀门开度来调节氨流量值大小；直到氨实际流量值与喷氨量目标值的偏差在预设允许范围内；

其中多参数计算模型包括脱硫率计算模型、目标喷氨量计算模型；脱硫率计算模型用于根据烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据计算得到烟气吸附塔脱硫率；目标喷氨量计算模型用于根据脱硫率和氨逃逸系数的设定值计算最佳喷氨量；本发明中喷氨量自动控制技术能够通过工艺运行数据与多参数计算模型，获取最佳喷氨量，比传统方式更加及时、科学和合理，减少液氨使用量3-5%；实现系统闭环控制，节省氨的消耗，减少运行成本，同时避免氨气逃逸引起的二次污染；同时本发明通过实测脱硫率及设定的氨逃逸系数给出喷氨操作建议，人工设定喷氨量控制范围；响应速度快，过渡过程时间短，可以做到超调量小甚至无超调，对被控对象参数变化适应性强，对过程控制的动态品质优于常规控制，控制精度高；

计时模块用于记录喷氨量调节模块的调节开始时刻和调节结束时刻并将其发送至数据监测模块；数据监测模块用于对喷氨量调节模块的延速值进行监测分析，若延速值CS≥延速阈值，则表明喷氨量调节模块的调节速率存在异常，生成预警信号；控制器接收到预警信号后驱动控制报警模块发出警报，提示工作人员对喷氨量调节模块进行检修；有效提高喷氨量调节模块的调节速率；

信息整理模块接收脱氨记录并对脱氨记录进行整理，构建目标检测训练样本，训练基于机器学习方法，得到喷氨量补偿模型M；喷氨量补偿模块根据喷氨量补偿模型M对喷氨量目标值进行补偿；并根据喷氨量目标补偿值驱动控制喷氨量调节模块调节氨流量值；从而达到更好的脱硝效果。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。