一种水泥窑尾高温风机智能优化控制方法及系统

技术领域

本发明涉及水泥回转窑优化控制领域，特别涉及一种水泥窑尾高温风机智能优化控制方法及系统。

背景技术

高温风机是水泥回转窑窑尾的核心设备，是水泥烧成系统电耗的主要因素之一，装在预热器出口处，负责回转窑系统通风、排出窑和分解炉内产生的废气并输送至生料磨和煤磨。回转窑内通风状况直接决定了窑内的燃烧情况，如果在燃烧不充分时不能及时干预高温风机转速改善窑内通风情况，会造成头煤给定被动降低甚至减产的风险。

对水泥企业而言，通过高温风机转速的卡边优化，可以在保障回转窑内通风状况稳定的基础上，优化系统用风与煤、料匹配，实现降低高温风机电耗及回转窑系统煤耗的目的。但是高温风机的频繁动作会影响窑内用风系统和分解炉出口温度的稳定性。目前高温风机转速通常由操作员根据经验值给出，在入窑生料量稳定的情况下基本不会动作，从而无法保证高温风机的操作参数处于当前工况下的最优值。

目前对窑尾高温风机智能优化技术的研究也相对较少。申请号为202110722730.2的中国专利《基于过量空气系数控制水泥回转窑高温风机转速的方法》中公开的技术是通过采用过量空气系数公式计算当前系统过量空气系数，定位最佳过量空气系数目标值，搭建关系模型并通过MPC(Model Predictive Control)模型预测控制算法计算最佳高温风机转速。申请号为202211211812.1的中国专利《一种水泥回转窑控制参数优化方法》中公开的技术是通过利用历史窑系统参数和游离钙指标组成的向量获得各个待参照最优控制参数向量构造历史案例库，以案例库中寻找当前工作状态相似度最高的待参最优控制参数向量为目标，对高温风机等窑系统参数进行调整，实时优化高温风机转速。

然而上述技术方法中均存在以下缺点：

1.没有对窑系统参数进行解耦，因为回转窑是一个强耦合系统，如果不进行解耦就会出现比如当气体含量检测仪器仪表损坏时，就无法对高温风机转速进行优化的问题；

2.没有考虑高温风机转速对窑头负压稳定性的影响；缺少滞环控制，高温风机转速动作频率太高会导致窑内用风系统和分解炉出口温度的波动。

发明内容

基于上述背景，本发明提供了一种窑尾高温风机智能优化控制方法及系统，所述方法通过对窑系统参数进行解耦，分层优化，通过构建窑内燃烧效率辨识模块、窑头负压范围控制模块与滞环控制模块优化高温风机转速，实现回转窑系统用风与煤、料匹配，降低高温风机电耗及回转窑系统煤耗。具体采用了如下技术方案：

第一方面，本发明提供一种水泥窑尾高温风机智能优化控制方法，包括如下步骤：

S1：获取与回转窑高温风机有关的关键变量；

S2：基于有关关键变量进行解耦，构建关于分层优化的推优模块，推优模块包括用于输出基准转速N0的基准转速模块、输出燃烧效率增量转速ΔN1的窑内燃烧效率辨识模块、输出窑头负压增量转速ΔN2的窑头负压范围控制模块；

S3：基于有关关键变量以及推优模块的输出，构建滞环控制模块，用于校正由增量转速ΔN1、增量转速ΔN2与基准转速N0求和得到的推荐转速N1，输出最终转速N2。

进一步的，步骤S2中构建基准转速模块具体包括：

于实时综合数据库中获取入窑生料量、头煤反馈、高温风机转速数据，并对数据进行预处理；

将预处理完成后的入窑生料量和头煤反馈作为自变量，高温风机转速作为因变量，利用BP神经网络进行回归拟合建模；

将入窑生料量和头煤反馈作为输入，输出高温风机的基准转速N0。

进一步的，步骤S2中构建基准转速模块还包括对模型进行调试，通过调整模型中的参数，其中参数包括学习率、网络结构、正则化、批量大小、迭代次数，并根据模型预测输出的高温风机转速与实际高温风机转速之间预设定的评价指标核验模型是否调试成功。

进一步的，步骤S2中构建窑内燃烧效率辨识模块具体包括：

于实时综合数据库中获取窑尾烟室一氧化碳含量、一级预热器处一氧化碳含量、窑尾烟室氧气含量、一级预热器处氧气含量和高温风机转速变量数据并对数据进行预处理；

结合专家经验知识和操作工经验，将上述变量赋予不同的权值；

通过专家经验知识和操作工经验得到的专家知识库一并将专家知识库一写入数据库中，从专家知识库一的第一条规则开始遍历扫描，将专家知识库一中的规则与实时数据库中的实时值相匹配，匹配规则发生冲突时根据广度优先策略推断当前窑内燃烧效率，得到窑内燃烧效率CE；

根据燃烧效率CE获得对应的增量转速ΔN1。

进一步的，步骤S2中构建窑头负压范围控制模块具体包括：

于实时综合数据库中获取头排风机转速、窑头负压、高温风机转速数据，并对数据进行预处理；

将头排风机转速和窑头负压作为自变量，高温风机转速一阶差分结果作为因变量，利用决策树进行回归拟合；

根据决策树洞察结果确定窑头负压校正规则；

基于窑头负压校正规则和高温风机转速、窑头负压、头排风机转速相关数据的专家经验知识和操作工经验得到专家知识库二并写入数据库中，从专家知识库二的第一条规则开始遍历扫描，将专家知识库二的所有规则与实时数据库中的当前实时值相匹配，按照专家经验规则推断当前窑头负压校正系数CF；

根据当前窑头负压校正系数CF获得对应的增量转速ΔN2。

进一步的，步骤S3中构建滞环控制模块包括一个滞环比较器和系统切换面，通过调整滞环比较器的滞环宽度和系统切换面上的开关频率，实现减频控制目标。

进一步的，当窑系统产量稳定时，根据分解炉出口温度的模型预测控制器中控制范围参数大小和近一小时的高温风机转速推优频率的高低来改变滞环比较器的滞环宽度以及系统切换面上的开关频率，对推荐转速N1进行校正得到最终转速N2。

进一步的，当窑系统产量发生变化时，滞环控制器不进行干预，推荐转速N1直接参与控制。

第二方面，本发明提供一种水泥窑尾高温风机智能优化控制系统，用于执行上述水泥窑尾高温风机智能优化控制方法，包括：

基准转速模块，将入窑生料量和头煤反馈作为自变量，高温风机转速作为因变量给出基准转速N0；

窑内燃烧效率辨识模块，用于获取窑内燃烧效率CE，并根据窑内燃烧效率CE得到增量转速ΔN1；

窑头负压范围控制模块，用于获取当前窑头负压校正系数CF，并根据窑头负压校正系数CF得到增量转速ΔN2；

滞环控制模块，用于校正由增量转速ΔN1、增量转速ΔN2与基准转速N0求和得到的推荐转速N1，输出最终转速N2。

本发明的有益效果如下：

本发明通过对窑系统参数进行解耦，构建基准转速模块、窑内燃烧效率辨识模块、窑头负压范围控制模块以及滞环控制模块优化高温风机转速，实现回转窑系统用风与煤、料匹配，降低高温风机电耗及回转窑系统煤耗。具体为：

1)本发明提出了一种对窑系统参数进行解耦的高温风机分层控制方法，如果不将入窑生料量和各种气体含量参数解耦，当气体含量检测数据异常，就无法进行高温风机推优，通过高温风机分层控制方法，提升了高温风机转速推优方法的适应性。

2)本发明提出了一种窑内燃烧效率辨识方法，燃烧效率可以直接反应出窑内用煤是否充分燃烧，间接表征出窑内的通风状况，提升了窑内燃烧效率辨识的准确性，解决了已有技术中燃烧效率可解释性较差的问题。

3)本发明提出了一种窑头负压范围控制方法，结合现场实际情况，头排风机和窑头负压参与高温风机转速推优控制，解决头排风机转速达到上限后窑头负压不能稳定在合理区间的问题，针对现场实际使用情况，能够提升高温风机推优模块的投运率。

4)本发明提出了一种推优结果参与控制之前进行滞环控制校正的方法，风机转速调整太频繁不利于窑况的稳定，需要降低转速推优频率来降低对窑系统其他参数的影响，对高温风机转速动作频率进行校正，提高了窑况的稳定性。

附图说明

图1为本发明提供的水泥窑尾高温风机智能优化控制方法的主要流程图；

图2为本发明提供的水泥窑尾高温风机智能优化控制方法的整体流程图。

具体实施方式

为了进一步理解本发明，下面结合实施例对本发明优选实施方案进行描述，但是应当理解，这些描述只是为进一步说明本发明的特征和优点，而不是对本发明权利要求的限制。

实施例1：

本发明第一实施例提供了一种水泥窑尾高温风机智能优化控制方法，参见图1-图2，包括如下步骤：

S1：获取与回转窑高温风机有关的关键变量；

通过专家经验以及回转窑烧成的工艺分析，得到与回转窑高温风机有关的关键变量，关键变量包括高温风机转速、入窑生料量、头煤反馈、窑尾烟室一氧化碳含量、一级预热器处一氧化碳含量、窑尾烟室氧气含量、一级预热器处氧气含量、头排风机、窑头负压、分解炉出口温度等。

S2：基于关键变量进行解耦，构建关于分层优化的推优模块，推优模块包括输出基准转速N0的基准转速模块、输出燃烧效率增量转速ΔN1的窑内燃烧效率辨识模块、输出窑头负压增量转速ΔN2的窑头负压范围控制模块；

基于互相独立，最大程度提高高温风机控制回路投运率的原则，解耦出三个推优模块，包括基准转速模块、窑内燃烧效率辨识模块、窑头负压范围控制模块，其中具体为：

S21：构建基准转速模块；本模块主要利用BP(Back Propagation反向传播)神经网络进行回归拟合，选用具有线性关系的入窑生料量、头煤反馈以及高温风机转速变量，将入窑生料量和头煤反馈作为自变量，高温风机转速作为因变量输出基准转速N0，通过该模块可以预先保证优化的高温风机转速方向的正确性。具体为：

首先于实时综合数据库中获取入窑生料量、头煤反馈、高温风机转速等时间序列数据，并对数据进行预处理剔除异常值。本实施例中对入窑生料量、头煤反馈、高温风机转速采用离群点检测识别到异常值并进行剔除，对异常值处理后的入窑生料量、头煤反馈、高温风机转速采用等距离离散法离散化处理。

然后将预处理完成后的入窑生料量和头煤反馈作为自变量，高温风机转速作为因变量，组成特征工程，利用BP神经网络进行回归拟合建模。其中对特征工程利用阶梯函数进行聚类，通过调试模型的学习率、网络结构、正则化、批量大小、迭代次数等参数进行调参，当模型预测出的高温风机转速与实际高温风机转速之间的预设定评价指标符合后，完成模型调试，本实施例中评价指标为模型预测出的高温风机转速与实际高温风机转速之间的rmse(均方差误差)。

模型调试完成后，创建定时任务，本实施例中按照每5秒周期定时运行，最后将训练好的BP神经网络模型输出结果作为高温风机转速推优的基准转速N0，作为后续窑内燃烧效率辨识模块和窑头负压范围控制模块的校正目标。

S22：构建窑内燃烧效率辨识模块；本模块中，选用窑尾烟室一氧化碳含量、一级预热器处一氧化碳含量、窑尾烟室氧气含量、一级预热器处氧气含量、以及高温风机转速变量构建窑内燃烧效率辨识模块，推断出窑内燃烧情况并对基准转速N0进行校正，在保证优化转速方向正确的基础上给出优化增量转速ΔN1，具体为：

首先于实时综合数据库中获取窑尾烟室一氧化碳含量、一级预热器处一氧化碳含量、窑尾烟室氧气含量、一级预热器处氧气含量和高温风机转速等实时变量数据，并将这些变量数据作为模块发输入进行预处理。本实施例中预处理包括采用局部异常因子检测算法删除数据中的异常值并进行线性差值，对异常值处理后的窑尾烟室一氧化碳含量、一级预热器处一氧化碳含量、窑尾烟室氧气含量、一级预热器处氧气含量采用移动平均值滤波算法滤波处理。

再结合专家经验知识和操作工经验，将上述数据变量赋予不同的权值，本实施例中权值依次从高到低选用窑尾烟室一氧化碳含量、一级预热器处一氧化碳含量、窑尾烟室氧气含量、一级预热器处氧气含量等变量。通过专家经验知识和操作工经验得到专家知识库一并将专家知识库一写入数据库中，利用推理机一从专家知识库一的第一条规则开始，扫描检索专家知识库一中的所有规则。将专家知识库一中的规则与实时数据库中的当前实时值相匹配，在匹配规则发生冲突时，采用广度优先策略，即高权值规则触发后，本次检索忽略低权值的规则，由此根据广度优先策略推断当前窑内燃烧效率，得到窑内燃烧效率CE。

本模块中以基准转速模块给出的基准转速N0为校正目标，通过燃烧效率CE得到专家经验知识中对应的增量转速ΔN1。需要说明的是，当气体含量检测仪器仪表损坏时，增量转速ΔN1默认为0。

S23：构建窑头负压范围控制模块；本模块中选用头排风机、窑头负压、高温风机转速变量构建窑头负压范围控制模块，对基准转速进行校正，因为当头排风机不能满足窑头负压的稳定时，需要通过高温风机进行弥补；本模块通过窑头负压范围控制模块给出窑头负压校正系数CF对基准转速N0进行校正，据此得到优化增量转速ΔN2，具体为：

首先于实时综合数据库中获取头排风机转速、窑头负压、高温风机转速等时间序列数据，并对数据进行预处理剔除异常值。基于窑头负压的数据特点，本实施例中对头排风机转速和高温风机转速采用离群点检测识别到异常值并进行剔除，对窑头负压采用移动平均值滤波算法进行滤波。对异常值处理后的高温风机转速采用等距离离散法离散化处理，滤波后的窑头负压和异常值处理后的头排风机转速采用二值化离散法离散化处理。

然后将处理完成的数据利用决策树进行回归拟合。本实施例中将预处理完成后的头排风机转速和窑头负压作为自变量，高温风机转速一阶差分结果作为因变量，利用决策树进行回归拟合建模并对模型进行调试，调试完成后，查看决策树洞察结果，并确定窑头负压校正规则。

最后基于窑头负压校正规则和高温风机转速、窑头负压、头排风机转速等相关数据的专家经验知识和操作工经验得到专家知识库二并将其写入数据库中。本实施例中利用推理机二从专家知识库二的第一条规则开始，检索扫描专家知识库二中所有规则，将专家知识库二中的所有规则与实时数据库中的当前实时值相匹配，按照专家经验规则，推断出当前窑头负压校正系数CF，并根据窑头负压校正系数CF得到增量转速ΔN2。

S3：基于关键变量以及推优模块的输出，构建滞环控制模块，用于校正由增量转速ΔN1、增量转速ΔN2与基准转速N0求和得到的推荐转速N1，输出最终转速N2；

因为高温风机转速优化频率不能太频繁，需要通过该模块对实时推优结果进行评估，将分解炉出口温度、历史推优数据作为滞环控制模块的输入给出最终推优结果。

滞环控制模块包括一个滞环比较器和系统切换面，通过调整滞环比较器的滞环宽度和系统切换面上的开关频率，实现减频控制目标。滞环宽度的大小决定了系统的响应速度和稳定性。通常情况下，较大的滞环宽度可以提高系统的稳定性，但响应速度会相对较慢；较小的滞环宽度可以提高系统的响应速度，但可能会导致系统产生较大的抖动。

窑系统产量稳定时，根据分解炉出口温度的MPC(Model Predictive Control)模型预测控制器中控制范围的参数大小和近一小时的高温风机转速推优频率的高低来改变滞环比较器的滞环宽度，同时改变系统切换面上的开关频率，实现减频控制目标。增量转速ΔN1、增量转速ΔN2与基准转速N0求和得到的推荐转速N1经过滞环控制模块校正得到最终转速N2，动态调整控制策略。根据推优模块设置，滞环控制器可以调整高温风机转速控制模式。

窑系统产量发生变化时，滞环控制模块不进行干预，因为产量变化时，推优结果必须参与控制，所以此时滞环控制模块不进行干预，推荐转速N1直接参与控制，该情况下得到的最终转速N2与推荐转速N1保持一致。

需要说明的是，该水泥窑尾高温风机智能优化控制方法中除了将推荐转速N1进行滞环控制校正之后再参与控制，也可以将窑头负压范围控制模块放在滞环控制模块中利用先进控制技术进行校正，此为本领域内工作人员惯用替换方法，在此不再进行详细叙述。

实施例2：

本发明第二实施例提供了一种水泥窑尾高温风机智能优化控制系统，包括：

基准转速模块，将入窑生料量和头煤反馈作为自变量，高温风机转速作为因变量给出基准转速N0；

窑内燃烧效率辨识模块，用于获取窑内燃烧效率CE，并根据窑内燃烧效率CE得到增量转速ΔN1；

窑头负压范围控制模块，用于获取当前窑头负压校正系数CF，并根据窑头负压校正系数CF得到增量转速ΔN2；

滞环控制模块，用于校正由增量转速ΔN1、增量转速ΔN2与基准转速N0求和得到的推荐转速N1，输出最终转速N2。

以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。