《烧结智能监测与优化控制系统数据参考》由会员分享，可在线阅读，更多相关《烧结智能监测与优化控制系统数据参考（22页珍藏版）》请在金锄头文库上搜索。
1、烧结过程智能监测与优化控制系统技 术 方 案北京北科亿力科技有限公司2015年3月软硬件目 录1 需求分析22 系统功能与控制目标32.1 系统功能32.2 控制目标33 技术方案33.1 设备管控33.1.1 设备精度控制33.1.2 设备运行监控33.2 烧结过程优化控制系统33.2.1 无扰换堆模型33.2.2 配料计算模型33.2.3 水分跟踪与控制模型33.2.4 烧透点分析与控制模型33.2.5 燃烧一致性控制模型33.2.6 烧结过程热状态分析模型33.3 成品质量管控系统33.3.1 碱度分析与控制33.3.2 亚铁分析与控制33.4 精细化管理平台33.4.1 能源及原料消耗
2、33.4.2 数据仓库33.4.3 生产报表33.4.4 数据采集33.4.5 质量管理34 烧结二级系统实现34.1 硬件系统34.2 建立数据库34.3 开发软件系统35 效益分析36 设备清单与供货范围3软硬件1 需求分析随着烧结设备的大型化和高炉对烧结矿质量要求的提高，烧结过程计算机控制技术的作用和成效更为显著，烧结自动控制水平已成为衡量烧结工艺水平的一个重要标志。近年来新建和大修改建的大中型烧结机都配置了计算机自动控制系统，但由于缺少品种齐全、性能优良的检测仪器仪表和必要的人工智能控制技术，我国的烧结自动控制系统与世界先进水平相比，在劳动生产率、生产成本、质量和能耗等方面仍存在着较大
3、的差距。因此，如何利用烧结过程的全方位信息，采用先进的控制技术和优化方法，使整个烧结生产运行处于最优状态，仍是我国钢铁企业目前需要解决的关键问题之一。烧结过程的控制非常复杂，它涉及到温度、压力、速度以及流量等大量物理参数，包括物理变化、化学反应、液相生成等复杂过程，以及气体在固体料层中的分布、温度场分布等多方面的问题。从控制的角度来看，烧结生产过程具有大滞后、多变量、强非线性以及强耦合性等特点，属于工艺流程长、控制设备大型化的连续复杂工业过程，传统的依靠人工“眼观手动”的调节方法已经无法满足大型烧结设备的控制要求，需要更加精确和稳定的自动控制。因此，为实现烧结过程稳定、提高烧结矿产量和质量以及
4、降低能耗等目标，采用多种检测仪表和先进控制设备（计算机控制系统、集散控制系统、可编程序控制器），结合自动化技术、传统控制技术、智能控制技术、计算机技术、信息技术、网络通信技术，在实现生产过程自动化和稳定化的基础上，建立烧结过程智能优化控制系统，提高烧结过程控制的自动化、智能化、网络化水平，为企业取得显著地经济效益和社会效益。2 系统功能与控制目标2.1 系统功能智能监测与优化控制系统主要由设备管控系统、过程优化控制系统、成品质量控制系统以及精细化管理平台四大部分组成，如图2-1所示。图2-1 智能优化控制系统主要功能2.2 控制目标智能监测与优化控制系统采用在线检测技术、自动控制技术以及数学模
5、型等，通过与烧结工艺的完美结合，达到以下两个方面的目的：一是稳定烧结工艺参数，生产出化学成分稳定、粒度均匀、强度较好的烧结矿；二是最大限度地降低生产成本，提高劳动生产率，降低劳动强度。具体控制目标如下：（1）精确控制混合料水分，控制精度0.5%；（2）减少烧结矿碱度波动，平均偏差0.05，提高碱度一级品率8%；（3）提高亚铁稳定率，平均偏差0.5，FeO稳定率提高5%；（4）固体燃料消耗节约1kg/t以上；（5）返矿率降低3%以上。3 技术方案3.1 设备管控设备的稳定运行是确保烧结生产稳定的基础，也是实现烧结过程自动控制的前提条件，若设备控制精度下降或设备损坏，既影响自动控制的效果，又影响烧
6、结矿的产量和质量。为此，采取以下两种措施对烧结生产中的关键设备进行管控：（1）采用精度控制模型，提高设备尤其是下料设备的控制精度，确保自动控制的效果；（2）采用设备运行监控及报警模块，提高设备的故障发现率及处理效率，减少因设备损坏给生产带来的损失。3.1.1 设备精度控制本系统所提及的设备精度控制，是指在原设备控制精度的基础上，通过采用精度控制模型，进一步提高设备的控制精度。以配料过程中料仓的下料控制为例，通过累计单位时间内料仓的实际下料重量来评估料仓的控制精度，如表3-1所示。表3-1 不同情形下料仓的下料情况时间/min51015202530354045505560累计设定重量/t4040
7、40404040404040404040480实际重量/t情形139.839.939.939.739.739.839.939.839.839.739.939.9477.8情形240.140.140.240.240.240.340.340.240.240.240.240.3482.5情形339.840.140.239.94039.839.940.140.239.74040.2479.9图3-1 各个料仓实际下料量对比当出现前两种情况，即实际下料值与设定值一直存在负（或正）偏差时（见图3-1），通过将平均误差加在设定值上进行修正，以尽可能减少误差；当出现第三种情况，即实际下料值波动于设定值之间时，
8、系统认为此种情况属于正常，不用修正。通过每5min进行一次误差累计、每10min进行一次修正的方式，对下料精度进行控制，具体控制方法如下：（1）每5min累计实际下料量，当与设定下料量的偏差在1%2%时，修改下一次的设定值；当偏差2%时，建议校准或更换设备。 （2）每10min累计实际下料量，当与设定下料量的偏差连续2次大于0.5%时，修改下一次的设定值；当偏差2%时，建议校准或更换设备。3.1.2 设备运行监控采用“设备运行监控及报警”模块来代替传统的人工巡检模式，高效及时地发现设备可能出现的故障，减少因设备损坏而给烧结生产带来的损失。主要功能如下： （1）重点设备的实时在线监测；（2）发现
9、故障自动报警，并给出详细的报警信息；（3）自动记录维护记录。该模块通过采集设备的重要运行参数，并设定上下限报警值，来实时监控主要设备的运行情况，当设备的运行参数超过上下限报警值时，系统自动报警，操作人员可以方便、及时地做好维护工作。烧结生产过程中，重点监控的对象包括：（1）料仓料位、秤、皮带；（2）混匀、台车、环冷、破碎、料筛等设备的电机温度及润滑系统。3.2 烧结过程优化控制系统烧结过程包含许多复杂的物理、化学过程，烧结过程的优化控制是将烧结生产工艺与现代控制理论相结合，通过建立数学模型的方式来寻求实际生产过程中难以发现的控制规律，从而实现各种复杂的自动计算与控制。烧结过程优化控制系统主要包
10、括以下六种模型：（1）无扰换堆模型烧结过程的原燃料来源较广，成分差异较大，如不能及时跟踪当前原燃料的成分，将对后续配料计算的准确性带来很大的影响。因此，在配料计算前建立一套基于成分跟踪的无扰换堆模型。（2）配料计算模型烧结矿的碱度、TFe等指标主要与配料过程有关，为保证上述指标的稳定性，必须对混匀矿的配比进行精确计算；与此同时，在满足烧结矿成分要求的基础上，尽可能降低配料成本。为此开发出基于烧结矿成分要求和价格最优的配料计算模型。（3）水分跟踪与控制模型混合料水分控制的稳定与否，将直接影响混合料的制粒效果、烧结过程料层的透气性以及烧结设备的正常运行等，进而制约着烧结矿质量与产量的稳定和提高。为
11、保证混合料水分的波动控制在一定的范围，建立一套先进的混合料水分在线监测与自动控制模型，实现混合料水分的闭环精准控制。（4）烧透点分析与控制模型烧结终点控制适宜且保持稳定，不仅能保持烧结生产过程稳定运行，保证烧结矿质量，而且能有效提高烧结矿的产量，降低能源消耗。因此，建立一套烧透点分析与控制模型至关重要。（5）燃烧一致性控制模型由于原料混匀的均匀性、粒度、台车工艺特性（边缘效应）、水分、配碳、风箱吸力以及透气性等原因，导致台车的垂直烧结速度不一致，同一断面上的烧结矿出现不同的烧透程度。为此，建立一套燃烧一致性控制模型，通过合理布料使垂直烧结速度趋于一致。（6）烧结过程热状态分析模型烧结过程是一个
12、复杂的物理化学反应过程，从外部无法直接观察烧结反应的进程。为实现烧结过程的可视化，并更好地帮助操作人员判断工况、调整参数，开发出一套烧结过程热状态分析模型。3.2.1 无扰换堆模型 无扰换堆数学模型以“质点跟踪”技术为基础，通过数据计算的方式，确定正在下料的混合料成分，具体步骤如下： （1）化验混合矿成分时，填写相应的堆号和“未用”状态号；（2）原燃料使用时，记录入仓号，并将“未用”状态改为“在用”状态，如表3-2所示；（3）累计料仓出入量，根据料仓容量，计算料仓仓位，如图1-8所示；（4）分析出正在下料仓的原燃料具体成分。表3-2 不同堆号原料的对应状态堆号TFe, %FeO, %CaO,
13、%SiO2, %备注入仓号155.111.210.55.8已用7、9256.310.511.26.1在用6356.910.310.45.5未用455.59.310.65.6未用图3-2 料仓中新旧料比例示意图3.2.2 配料计算模型配料计算模型根据物料平衡原理，以混合料化学成分（如R、TFe等）和最低配料成本为目标，通过不断修改配比，找出各种原料使用的最佳方案。其中混合料化学成分（TFe、CaO、SiO2、MgO、Al2O3等）计算公式如下： （3-1）式中，y为混合料的化学成分，%；Xi为各种原料的用量，t/h；yi 为各种原料的化学成分，%； n为原料种类数。成本计算公式如下： （3-2）
14、式中，Z为烧结矿成本，元/t； Pi 为相应的原料的价格，元/t。将各组Xi值代入公式（3-2），求出Zmin的一组Xi值就是原料下料的最优解。3.2.3 水分跟踪与控制模型水分跟踪与控制模型主要由水分在线检测仪、电动调节阀、PLC控制器、计算机设备以及专业数学模型和应用软件组成。硬件系统包括微波水分在线分析仪（穿透式）3台、电动调节阀2台、电磁流量计2台、压力表2台、变频水泵2台、PLC控制器1套、工控机1台，其中3台微波水分在线分析仪分别安装在一次混合入口、出口以及二次混合出口的皮带上，网络架构如图3-3所示。图3-3 混合料水分在线监测与自动控制系统网络架构混合料水分跟踪与自动控制主要包括如下几个环节：（1）一次混合机入口混合料水分在线检测（2）一次混合机打水量自动控制（3）一次混合机出口混合料水分在线检测（4）二次混合机打水量自动控制（5）二次混合机出口混合料水分在线检测水分自动控制采用前馈+反馈的精确控制算法，自动调整打水量，确保一混出口、二混出口
