空气燃料比寻优技术在加热炉中的应用.pdf

25 卷 第 2 期 北京Vol.25 No.2 20034Journal of University of Science and Technology BeijingApr. 2003 收稿日期 2002–06–11朱宏祥 男 28 岁 博士研究生 国家 九五 科技攻关项目No.95-523-02-01-03 轧钢加热炉的任务是保证出炉钢坯的温度 在满足工艺要求的前提下实现加热炉的优质 高产和低消耗 [1] 在一定的炉温制度下 空气燃料 比的优化设定对提高加热炉的加热质量和降低 燃料消耗起着至关重要的作用 [2] 合理的空气燃 料比不但可以提高燃料的燃烧效率 减少排烟热 损失 而且还可以合理控制炉内的氧含量 减少 钢坯的氧化烧损 提高钢坯的成材率 1空气燃料比寻优模型 在钢铁联合企业中 轧钢加热炉通常使用的 燃料是由高炉煤气 焦炉煤气和转炉煤气组成的 混合煤气 由于混合煤气的成分是不确定的 使 得空气燃料比的设定十分困难 本文采用前馈和 反馈相结合的方法来控制合理的空气燃料比 即 根据煤气热值建立前馈模型 根据烟气含氧量利 用模糊控制技术建立反馈模型. 轧钢加热炉空气 燃料比寻优控制系统框图见图 1 1.1 热值前馈模型 煤气热值的波动是由煤气成分的变化引起 的而理论空气需要量L0又与煤气成分有关因 此 必须对混合煤气的热值及其成分进行分析 1 混合煤气热值及其成分分析 表 1 为宝钢提供的燃料成分及其配比情况 显然 混合煤气热值的波动是由于三种煤气的配 比关系变化引起的 设焦炉煤气占混合煤气的比例为b0b1 则高炉煤气和转炉煤气之和占1b 再设高炉煤 空气燃料比寻优技术在加热炉中的应用 朱宏祥 1 温治 1 徐 海 1 陶曙明 2 1北京科技大学机械工程学院,北京 100083 2宝山钢铁股份有限公司,上海 201900 摘要 分析了燃气加热炉热工特点 建立了热值前馈和烟气中氧含量反馈的空气燃料比寻 优模型 并将模糊控制技术运用于所建立的空气燃料比寻优模型中 现场实际运行结果表明 使用该模型能合理地控制炉气的含氧量 提高钢坯加热质量 降低燃料消耗 取得了很好的 效果 关键词 加热炉 空气燃料比 前馈 反馈 模糊控制 分类号 TF 345 图 1 加热炉空气燃料比寻优控制系统示意图 Fig.1 Schematic diagram of the optimization control sys- tem of air/fuel ratio for the heating furnace 热值 前馈 各回路空气 燃料比优化 残氧 反馈 基础燃 烧控制 加热炉 煤气 热值 检测 烟气 氧量 检测 混合煤气 烟气 表 1 宝钢提供的燃料成分 质量分数 和配比 Table 1 Ingredients and proportion of the mixed gas offered by BaoSteel 煤气种类 热值 MJ m 3 配比COH2CO2N2CH4CnHmO2 高炉煤气3.17752.223.52.019.555.0 焦炉煤气19.00234.87.553.52.04.929.22.80.1 转炉煤气7.10613.06.3519.724.0 140 20032 气占高炉煤气与转炉煤气总和的比例为a0a 1则高炉煤气和转炉煤气占混合煤气的比例 分别为1ba和1b1a 则混合煤气的热值 可表示为 Q Q aQ1a1b Q b1 式中,Q 为混合煤气的低发热量 kJ/m3Q 为高炉 煤气的低发热量 kJ/m3Q 为转炉煤气的低发热 量 kJ/m3Q 为焦炉煤气的低发热量 kJ/m3 式 1 中a,b 从 01 变化 分析混合煤气的 低位发热量与煤气配比的关系以及低位发热量 与理论空气需要量的关系 计算结果分别见图 2 和图 3 从图 2 可以看出, b值增大 混合煤气的低发 热量Q 就越高对于确定的b值 Q 随a的变化相 对较小 而且b值越大 a的影响就越小 从图3可以看出, 煤气热值一定 当a值从01 变化时理论空气需要量L0变化很小因此 a值 对L 0的影响也较小 而热值波动时 L0则发生较为 显著的变化而引起热值波动的主要因素是b的 变化 所以b值对L0的影响较大 因此 在实际计算时 a可以取宝钢提供的混 合煤气的配比值 即a52.2/52.213.0 0.8 再 根据热值仪实测的混合煤气热值即可确定b值 从而估算出混合煤气的成分 X X a 1b X 1a 1b X b2 式中, X 为混合煤气中某湿成分的含量 X 为 高炉煤气中某湿成分的含量 X 为转炉煤气 中某湿成分的含量 X 为焦炉煤气中某湿成 分的含量 2空气燃料比的计算 在已知混合煤气成分的前提下 即可通过燃 烧计算求出理论空气需要量 L04.76 0.50.5 xm/4 x210 2 3 在保证煤气完全燃烧的前提下 空气消耗系 数 n 一般控制在 1.021.10 之间此时热损失最 小 加热炉热效率最高 3 则空气燃料比 可以表 示为 V V nL0V V nL04 式中,为空气燃料比 m3/m3 V 为空气流量 m3/ h V 为煤气流量 m3/h 根据混合煤气成分和空气消耗系数 利用燃 烧计算可得到烟气中的含氧量 该值即为实时控 制的基准参数 1.2烟气中含氧量反馈调节系统 加热炉是极为复杂的热工设备. 由于调节滞 后 炉门逸气和吸冷风等原因 根据前馈模型设 定的空气燃料比有时不能保证炉内氧含量合理 而影响空气燃料比的因素又很难用数学模型进 行描述 因此本文采用模糊控制技术处理 [4 5] 1模糊控制系统的建立 针对加热炉实际生产情况 建立了如图 4 所 示的模糊控制系统 6 2模糊控制器的结构 通过对空气燃料比的分析 设计了两输入单 00.20.40.60.81.0 b 图 2 混合煤气热值Q 与煤气配比的关系 Fig.2 Relationshipbetweenlowcalorificvaluesofthemix- ed gas and its ingredients 2 6 10 14 18 a0 a1 Q /MJ m 3 00.20.40.60.81.0 a 图 3 煤气热值与理论空气需要量L0的关系 Fig.3 Relationshipbetweenlowcalorificvaluesofthemix- ed gas and the theoretical demand of air 1.0 1.4 1.8 2.2 2.6 3.0 Q 7.942 MJ/m3 Q 9.614 MJ/m3 9.196 8.778 8.360 L0 图 4 空气燃料比反馈调节模糊控制系统示意图 Fig.4 Schematic diagram of the feedback adjustment fu- zzy control system of air/fuel ratio 规则库 SP 模糊化 FUZ 模糊规 则推理 反模糊化 DFUZ 测量 装置 被控 对象 执行 机构前馈设定值 EC e eE U U Vol.25 No.2朱宏祥等 空气燃料比寻优技术在加热炉中的应用141 输出的模糊控制器 输入变量为氧含量偏差D和 偏差的变化 D输出变量为空气燃料比调节量 L把D分为 9 个等级 –2 –0.6 –0.4 –0.2 0 0.2 0.40.62D分为 9 个等级 –0.3 –0.15 –0.1 –0.0500.050.10.150.3, L 分为 11 个等级 –0.03 –0.02 –0.015 –0.01 –0.005 0 0.005 0.01 0.015 0.02 0.03 在其各自的论域区间都取 5档 负大 NB负小 NS 零 ZE正小 PS 和正大 PB 3模糊控制规则库的建立 将生产过程中遇到的有关确定L 的各种情 况和相应的控制策略汇总如表 2 所示 4确定模糊变量的隶属度赋值表 根据实际情况 确定模糊变量隶属度赋值表 如表 3 和表 4 所示 利用上述模糊控制模型 即可以根据烟气中 的氧含量确定加热炉的空气燃料比总调节量 1.3 各回路空气燃料比的确定 对于轧钢加热炉而言 要满足对钢坯的温度 要求 需要对炉膛进行分区段控制 而烟气中的 含氧量只能从炉尾或总烟道处测得 无法测得各 控制回路煤气燃烧后的氧含量 因此 本文采用 煤气流量配比法调节各控制回路空气燃料比 即V i1 j V,i, V V /j , i V,i V 5 由上述分析可得出各回路的实际空气燃料 比为 i i 6 式中, V,i为各控制回路煤气流量 m3/h V 为煤气 流量平均值 m3/hj为总的控制回路数 为空 气燃料比总调节量i为各控制回路空气燃料 比调节量i为各控制回路的实际空气燃料比 2结果分析 2.1空气燃料比及烟气中含氧量控制效果 利用本文所建立的前馈及反馈相结合的空 气燃料比寻优控制系统 在宝钢线材分厂加热炉 实现了在线控制图 5 为混合煤气空气燃料比 和烟气中含氧量的实际控制效果图 从图中可以 看出, 空气燃料比能够随煤气热值的变化而变 化 从而保证了烟气中的含氧量维持在合理的范 表 2 模糊控制规则 Table 2 Fuzzy control rule D D NBNSZEPSPB NBPBPBPBNSNS NSPBPBPSNSNS ZEPSPSZENSNB PSPSPSNSNBNB PBZEZENBNBNB 表 3 模糊变量D及 D隶属度的赋值表 Table 3 Membership value of the fuzzy variables D andD D–2–0.6–0.4–0.200.20.40.62 D–0.3–0.15–0.1–0.0500.050.10.150.3 NB110.5000000 NS000.510.50000 ZE000010000 PS0000010.500 PB0000000.511 表 4 模糊控制量L 的隶属度赋值表 Table 4 Membership value of the fuzzy control volume L D L –0.03–0.02–0.015–0.01–0.00500.0050.010.0150.020.03 NB110.500000000 NS000.510.5000000 ZE00000.510.50000 PS0000000.510.500 PB000000000.511 142 20032 围内 提高了钢坯的加热质量 2.2 氧化烧损比较 由系统投运前一个月的数据和投运后一个 月的数据的比较 见表 5加热炉的单位燃耗下 降了4.8 钢坯的氧化烧损降低了14.8 从而提 高了钢坯的成材率 3结论 本文分析了燃气加热炉热工特点 建立了热 值前馈和烟气氧含量反馈相结合的空气燃料比 寻优模型 并将模糊控制技术用于所建立的空气 燃料比寻优模型 减少了不确定因素对空气燃料 比的影响 合理控制了炉内的含氧量 在线运行 结果表明 所建立的空气燃料比寻优模型是正确 可信的对保证钢坯的加热质量有着重要的作 用单位燃耗下降了 4.8氧化烧损下降了 14.8 该系统的成功实施 对国内同类加热炉有 着重要的借鉴作用 参考文献 1陈勇 陈海耿 杨泽宽. 加热炉待轧策略 [J]. 工业炉 1998 204 29. 2韩丽辉 谢励人 温治 等. 均热炉最佳燃烧控制系 统 [J]. 工业加热19992 4 3陈鸿复. 冶金炉热工与构造 [M]. 北京 冶金工业出 版社1990. 4卿济民 张邦元 曹长修 等. 模糊控制器在线材活 套计算机控制系统中的应用[J]. 自动化与仪器仪表, 19961 6 5杨明贵 张元 赵炎. 全自动带锯床智能模糊控制系 统 [J]. 哈尔滨理工大学学报1998 32 9 6窦振中. 模糊逻辑控制技术及其应用 [M]. 北京 北 京航空航天大学出版社1995. Application of Feedforward and Feedback Optimization Technique for Air/Fuel Ratio to Heating Furnace ZHU Hongxiang1, WEN Zhi1, XU Hai1, TAO Shuming2 1 Mechanical Engineering School, University of Sinece and Technology Beijing, Beijing 100083, China 2 Baoshan Iron and Steel Ltd, Shanghai 201900, China ABSTRACTThermal characteristics of the heatingfurnace using gas as fuel were discussed. Combining the tech- nique of fuzzy control with calorific value feedforward and oxygen concentration feedback, an optimization model for air/fuel ratio was developed and utilized in practice to keep it reasonable. It is proved that the model can effec- tively control the oxygen concentration of exhaust gas, enhance the quality of product and decrease the fuel con- sumption. KEY WORDSheating furnace air/fuel ratio feed forward feedback fuzzy control 03006009001200 1500 1800 加热时间/min 图 5 空气燃料比及烟气中含氧量控制效果示意图 Fig.5 Control effect of air and fuel ratio and oxygen con- centration of exhaust gas 2 4 6 8 10 12 烟气中含氧量 第五回路空气燃料比 混合煤气热值 Q /MJ m 3, ,[ 2]/ 表 5 系统投运前后两个月实测数据结果比较 Table 5 Comparison between data measured for one month before and after the operation 测试时间平均燃耗/MJ t 1 平均在炉时间/h 烧损率 投运前一月1 2292.390.61 投运后一月1 1702.400.52