智能司炉技术在煤粉工业锅炉中的应用

王 凯

（陕西煤业新型能源科技股份有限公司，陕西 西安 710100）

1 智能技术和煤粉工业锅炉的应用背景

随着现代物联网、云计算、大数据和人工智能技术的快速进步，世界已经进入工业4.0 时代。我国紧密把握时代技术脉搏，于2015 年提出《中国制造2025》国家战略，强调信息化与工业化深度融合，以信息化带动工业化转型升级，实现工业生产过程数字化、网络化、和智能化。以工业物联网、云计算、大数据和人工智能为基础，建立锅炉的智慧运营系统，全面监控供热中心运行状态，实时优化运行工艺参数，提高供热系统能效，实现节能减排，同时提高人工作业效率，为管理层提供数据化管理手段，已经成为“锅炉+智能”转型升级和供给侧改革的必然趋势。

2 传统工业锅炉控制系统和生产管理的痛点分析

煤粉工业锅炉是近10 年随着煤炭清洁高效利用应运而生的新型能源供应设备，建设时间相对较短，已经基本实现了自动化控制。然而，随着环保政策的不断升级，锅炉尾部烟气的除尘、脱硫、脱硝的自动控制系统往往不能同锅炉系统集成，从而产生大量的数据孤岛现象。此外，由于热能供应属于传统行业，一些老旧的管理理念对安全生产管理的影响较大，制度约束、经验管理的管理思路仍然主导着企业的正常生产经营。从企业的成本管理角度来讲，如何利用智能技术提高能源转化效率，尤其在热负荷波动较大的系统中，如何在保证热载体参数稳定的前提下，控制最优化的煤粉消耗量是供热企业亟待解决的问题。

3 智能司炉技术的设计需求及功能介绍

3.1 设计需求

为解决传统供热行业的现实问题，利用大数据、云计算等智能技术开发智能锅炉管理云平台软件，总结出了以下4个需求。

3.1.1 关键生产数据接入

基于数据优化控制问题，首先需要解决的是数据的来源，对所须的各项关键生产数据进行接入、整合和汇聚，并通过数据采集箱上传至云服务器。系统数据采集主要由物联网网关IoT Gateway 完成，IoT Gateway 负责从司炉自动化监控系统中采集数据，并以MQTT 协议通过互联网传输到云平台，然后在平台进行大数据处理、分析及数字孪生等。

3.1.2 大数据存储

在工业锅炉物联网应用架构模型中，应用层是数据采集与锅炉应用的接口[1]，将所有采集的数据进行统一存储、分析和深度的数据挖掘是智能技术与工业结合的关键步骤。建立一套高可用、高可靠的分布式大数据存储系统，对所有数据进行不间断的接收和存储，同时所存储的数据需要能够支撑数据的分析和建模。

3.1.3 数字孪生和数据模型

在信息化系统的数字空间中建立一套与物理世界一样工作的数字孪生体系。通过机器学习、深度学习、专家知识、行业机理等方式，对获得的数据从各个方面进行建模，用于描述数字孪生体系的工作方式。进而利用数字孪生可以对物理世界锅炉系统的运作方式进行仿真、预测、诊断等。

3.1.4 能效提升

在锅炉的运行过程中，通过对锅炉变量数据信息的深度挖掘，能够得到锅炉热效率和负荷直接的强相关特性[2]。此外，热负荷的参数变化也能够直接反映出当前热需求的变化规律，对传统人工操盘有至关重要的影响。如果能利用数字孪生建立符合与常规操作参数对应的数字模型，那么在理论上就能够计算出特定负荷下的最优操作参数。

3.2 功能介绍

基于上海全应公司的工业互联网大数据平台和陕西慧能数据技术有限公司的智慧热力软件的基础功能，进行应用软件开发的热力管理软件，对目标热力站煤粉工业锅炉系统进行接入和互联，进行固定端Web 或移动端App 发布，管理人员可以通过计算机和手机实时访问，具体功能如下。

3.2.1 热能生产监控及主动预警推送

通过物联网全面采集其生产数据，包括锅炉主机、辅机、原料、环保等设备或系统的数据，在平台进行数据绑定，组态到监控界面后，再利用互联网技术实时发布到PC 端或手机端，并进行数据的动态更新，这样就可以实现对供热站的全面监控。监控平台采用私有云架构部署在云服务器上，完成对海量数据的存储、分析与处理、数据可视化渲染、Web服务等功能，建立了主动报警和消息推送机制。此外，通过对经营数据的收集和分析，实现了物料单耗和生产报表的定期生成，极大地改善了经营数据混乱分散的现状。

基于流数据技术，再根据预设的规则，对其变化趋势和预定阈值进行比对和预测，综合地对生产数据进行实时分析和运算，判断生成告警信息，对符合条件的告警信息，通过互联网、移动App 按照一定的权限标准发布给运行和管理人员。

3.2.2 定时巡检和一建工单闭环管理

配置必要的巡检机，采用RFID（射频识别）技术，实现了快捷、方便、准确地对热能生产过程进行巡检。巡检人员必须到达现场才能成功打卡，并且打卡后的所有巡检项都必须一一填写，解决了以往巡检工作易走流程、走形式，且巡检工作的质量不易跟踪的问题。此外，巡检机支持移动网络，可以实现巡检数据即时上传服务器，使后端管理人员能够随时掌握巡检进度、质量，对巡检异常情况可以一键生成工单并下发至检修班组。

对于预警中出现的各类异常情况，同样也可以一键生成工单并派发，对工单的派发、响应、处理结果、验收和评价环节进行可视化和数字化的全生命周期痕迹管理，定期生成考核表单，彻底解决生产过程告警或隐患问题处理低效、不及时的问题，实现结果追溯和闭环管理。工单流程图如图1所示。

图1 工单流程图

3.2.3 智能司炉

根据已经接入的某75 t/h 煤粉工业锅炉的实时数据，建立智能化模型，利用采集到的母管网蒸汽的压力和温度参数进行大数据分析和必要的变化趋势预测，从而计算出理论的煤粉供应量和空气供应量。再考虑过量空气系数、烟气氧含量等参数以及煤粉喂料器的给料特性，推算并向操作员发布实时的煤粉给定量（喂料器频率）和风量（鼓、引风机频率），帮助司炉工将蒸汽参数稳定在要求范围内，避免出现因系统不稳定导致的料、风不稳定现象，最大限度地降低了因频繁超调或欠调导致的负荷压力变化的影响，从而减少燃料和动力的浪费。

4 智能司炉的验证

选取平台投运前的生产数据（煤粉单耗量）作为基准数据，平台投运后的生产数据作为优化数据。为保证该次比较的真实性，选取的数据均考虑该供热系统白天固定时段来源，2 笔数据分别包括以下字段：时间、煤粉消耗、锅炉给水、减温水流量1、减温水流量2。

将以上的实时数据（每10 s）按照小时进行聚合，计算每小时的煤单耗，用锅炉给水加两路减温水流量作为锅炉负荷。

将基准期和优化期每小时的负荷和单耗的对应关系绘制成对应关系图，如图2 所示。

图2 负荷与煤粉单耗关系图

该图中横轴为负荷（蒸吨）、纵轴为单耗（kg/蒸吨）。●点代表基准期负荷与单耗的分布，实线是利用二次曲线对所有●点进行拟合的基准期锅炉运行性能曲线。★点代表优化期负荷与单耗的分布，虚线是利用二次曲线对所有★点进行拟合的优化期锅炉运行性能曲线。从图中可以看出，优化期在不同负荷下的单耗均低于基准期。由于锅炉运行的负荷量随用户用量情况不断变化，在单一负荷量状态下持续的累积时间不同，无法精确计算每天/月/年的节煤量。但在45 蒸吨/h～55 蒸吨/h 的日常负荷状态下，可以看出优化期煤单耗比基准期低3 kg/蒸吨～5 kg/蒸吨，低于或高于该用量时，节煤量还将进一步增加。工业供热锅炉煤粉单耗一般有强烈的周期性变化，一般在95 kg～110 kg，所以在平台投运后，最少能够为系统降低2.7%～5%的实际燃料能耗。总体来讲，节煤效果显著。

5 结语

该文介绍了智能司炉软件应用的工业化的实施情况，预计、工单、智能巡检等功能的应用，有效克服了传统管理经验中经验化、滞后性等弊端，有效完善了高效闭环集约型管理特征。对软件部署前后的煤粉消耗指标进行了测算和比对，显示平台应用后燃料能效均有所提高，使企业经营得到了较好的改善，基本达成了安全生产、节能减排、智慧运营的目标。这是“智能+热力生产”模式的初步探索，随着供给侧改革和大数据技术的不断深化研究和利用，传统能源的生产条件和经营模式将进一步得到优化和提升。