多变量交互的篦冷机控制策略研究.pdf

2023年第3期中图分类号：TQ172.6文献标志码：B文章编号：1007-0389（2023）03-73-02【DOI】10.13697/ki.32-1449/tu.2023.03.027多变量交互的篦冷机控制策略研究张增吉，雍登明，孙洋洋，王雪劲，陈思中国中材国际工程股份有限公司（南京），江苏 南京 2111001引言篦冷机作为重要工艺装备，既要承担回收热量还需完成熟料输送，且要满足生产工艺需求。常温空气通过风机、篦板与出窑熟料进行换热，为回转窑和分解炉提供高温、富氧的二、三次风，中、低温冷却风为余热发电及煤粉制备提供热源（煤粉制备车间前置），经换热冷却熟料经篦冷机送至熟料库储存。在确保热回收效率基础上，通过合理控制篦冷机风机群的冷却风量，可以有效的降低烧成系统热耗和电耗。因此，篦冷机的控制策略既要能及时响应上游来料量的波动，又能自适应应对因来料波动造成的温度波动，以保证系统工艺需求。传统篦冷机的自动控制主要集中于篦下压力的控制，通过调节篦床速度来实现1，主要实现手段有模糊控制2、神经网络系统3、自适应控制4等，但由于控制变量较为单一，难以有效地调节篦冷机的篦床速度，从而造成篦冷机热交换效率不高。针对篦冷机的复杂特性，如篦下压力与篦速的非线性关系、篦下压力反应的滞后性5，本文采用模型预测控制，通过同时调节篦冷机的一段、二段篦速及冷却风机转速等多个参数，来稳定上述各种风温的在优化的范围内波动。最后通过工厂侧实际的应用，验证所提出方法的可行性、有效性和鲁棒性，在稳定生产工况下，取得了相应的控制效果。2业务场景篦冷机控制中的具体场景见表1。表1篦冷机控制中的具体场景控制对象（CV）操作变量（MV）扰动量（DV）二次风温、三次风温、余热发电风温、余风风温、冷却风机电流篦冷机一段、二段篦速，各冷却风机转速可量化：出窑熟料量、大块熟料量不可量化：掉窑皮量、环境变化等为了满足控制稳定性，需要针对MV与CV进行条件约束，包括硬约束（幅值、变化率）及软约束（理想值、期望上下界、操作约束等），具体不再详述。3控制系统实现3.1控制系统设计当前篦冷机主流控制方法均以一室或二室风压为基准参考点进行篦速和风机转速调整，一方面由于风压测量设备本身原因，其测量数据偏差较大；另一方面，当出窑熟料量波动时，为维持参考基准点不变，一室或二室风机转速不能调整。为此，采用各风室冷却风机电流为参考值。篦冷机系统控制框架见图1，包括两部分：风机电流目标值寻优和电流实时控制。冷却风机电流目标值输出控制器优化目标篦冷机最大化-二次风温三次风温余热发电风温T1头排废气风温TuMV：篦速风机转速CV：冷却风机电流出窑熟料量图1篦冷机系统控制框架3.2控制策略实现假设篦板列数为n，有效行程分别为li，一段、二段篦速分别为v1,v2，一段、二段风室数量分别为m1,m2，各风室风机转速、电流分别为ri,Ii；二次、三次风温分别为T2、T3，余热发电、头排废气风温分别为T余、T废。辨识模型：采用有源自回归（ARX）模型作为预测模型，来描述各段风机转速与风机电流增量间的关系。预测控制：采用广义预测控制（GPC），来预测风机电流的滚动优化值，即求解minJ的最终目标函数。3.2.1出窑熟料量估算当系统处于稳定生产时，出窑熟料量可通过Q=1nli v1 t进行描述；根据Q值大小，将其分为P档，记为Qp,p=1,2,P（因篦床不同列有效行程不同，同时篦床在回撤的时候会带回一部分熟料，所以此计算方式仅作为估算参考）。3.2.2最佳用风量计算分别针对Qp，通过优化如下带约束的目标函数：智能管理张增吉，等：多变量交互的篦冷机控制策略研究-732023年第3期maxri,viT2、T3、T余minri,viT废T废-T,-ri ri-ri,-vi vi-vi获得风机各室最佳用风量，记录对应的篦速、风机电流、转速分别为v*i,Ip*i,r*i。为简化计算，上述优化目标也可替换为：maxri,vi2T2+3T3+余T余-废T废T废-T,-ri ri-ri,-vi vi-vi其中，2,3,余,废分别为二次、三次、余热发电、头排废气风温的权重系数，一般2 3 余废。3.2.3一段风机转速和篦速控制策略假设出窑熟料量处于Qp档，当出料量波动时，根据风机电流变化对风机转速和篦速进行调节：ri=ri-r*i=kriIi=kri()Ii-I*iv1=v1-v*1=kv1i=1m1ri=kv1i=1m1()ri-r*i其中kri，kv1为对应的比例控制系数。每隔t时间计算Q，根据T时间内Q超出Qp档的比例及最后三次Q值，判断是否需要切档（如增产情形）。3.2.4二段风机转速和篦速控制策略由于从篦冷机一段通过的大块料需要破碎冷却，在一段控制策略基础上，对二段各室风机、篦速控制进行补偿修正。假设辊破电机正常工作电流为I*辊，篦冷机熟料出口要求温度为T*熟，则二段各室风机转速和篦速控制策略如下：其中kr辊,kr熟,kv辊,kv熟为对应的补偿控制系数。ri=ri-r*i=kriIi+kr辊I辊+kr熟T=kri()Ii-I*i+kr辊()I辊-I*辊+kr熟()T熟-T*熟v2=v2-v*2=kv2ri+kv辊I辊+kv熟T=kv2i=1m2()ri-r*i+kv辊()I辊-I*辊+kv熟()T熟-T*熟4控制应用以江西玉山南方8 000 t/d生产线应用为例，在篦冷机投入自动控制后，通过自动调整篦速和冷却风机风量，见图2。篦冷机的一段篦床压力较手动控制波动性降低，保证了料层厚度的相对稳定。随着料层的均匀稳定以及风量的有效利用，热量回收效果明显，见图3，二次风温较手动控制更加稳定且温度平均值有一定提高，对整个窑热量的稳定及能耗的节约都起到积极作用。智能管理张增吉，等：多变量交互的篦冷机控制策略研究5总结在NC-EOS优化控制系统中部署“多变量交互篦冷机控制”模块，实施篦速自动控制及各冷却风机电流的控制，在生产线稳定生产工况前提下，能够及时、可靠的控制篦冷机冷却效果。下一步将加入冷却风机风量等变量，构建影响参数矩阵，通过大数据分析，扩展多参数交互在熟料冷却工段的控制能力。参考文献1 吴姝芹,王孝红,申涛,等.先进控制在熟料冷却系统中的应用J.中国水泥,2007(5):55-57.2 杨志强.模糊控制在水泥回转窑生产过程中的应用J.石油化工自动化,2000(4):27-28.3 刘可文,程新丽,涂利锐.神经网络在水泥窑优化控制系统中的应用J.武汉理工大学学报,2001,23(10):30-33.4 袁亦斌,文彬,欧丹林.水泥篦冷机自适应模型预测控制器J.水泥工程,2016(2):60-65,68.5 胡国文.水泥生产过程篦冷机环节的优化控制研究D.山东:济南大学,2013.（编辑：于欢）（收稿日期：2023-04-06）图2一段篦床压力手自动控制效果对比图3二次风温手自动控制效果对比-74