水泥炉窑自适应低氮煅烧控制思路探析

崔洪坤

（合肥水泥研究设计院有限公司， 安徽 合肥 230051）

0 引言

目前，我国水泥熟料生产进入平稳期，年平均18 亿吨左右。但水泥行业产能过剩、劳动强度大、熟料生产过程智能化程度低的现状依然存在。生产控制条件主要由操作员经验得出，过于依赖操作员的能力和经验积累，存在人为因素影响大、科学性差、随机性大等缺点[1]，而针对污染物排放特别是NOx 的排放，主要以末端选择性非催化还原(selective noncatalytic reduction，简称SNCR）被动式的治理为主，生产过程和排放过程的结合度较低，人工控制滞后性的缺陷一直存在，造成现有生产过程熟料产质量和污染物排放波动较大、生产成本增加等问题。基于以上问题，需要一种智能的控制方法[2]，将水泥生产过程中熟料的产质量和污染物特别是NOx 的排放有机的结合，以主动控制污染物的排放量。为解决以上问题，本文将探析一种融合预分解系统、回转窑系统的智能控制系统主要控制参数和思路[3]。

1 回转窑系统控制思路

回转窑的低NOx 煅烧技术路线如图1 所示。要实现低氮煅烧，硬件系统方面包括设计窑头的低氮燃烧器等，软件方面需要智能控制算法。而智能控制算法的设计需对水泥窑炉生产进行建模，建模的前提就是确定所需要的输入输出变量。根据图1 的技术路线，结合回转窑的生产工艺，回转窑系统主要控制参数如表1 所示。

图1 回转窑低NOx 煅烧技术路线

表1 回转窑系统主要控制参数

回转窑系统的采集点为9 个，控制点3 个。

（1）对于一个日产量固定的水泥厂，生料量一般是相对固定的，但是也会因为某些因素发生改变。一旦生料喂料量改变，喂煤量和一次风机频率等必须要有相对应的动作。

（2）生料三率值是非常重要的参数，直接影响着熟料的煅烧品质，因此必须纳入到智能控制系统的建模范围。针对目前的DCS 系统数据里无法自动获得，只能通过手动输入，所以需要在智能控制系统里设置人工输入口，以便进行建模分析。

（3）CO 含量和NOx 含量在窑尾烟室处有检测，CO 含量的高低，反映了窑内空气供给和煤粉燃烧的状况，窑内生成的NOx 含量直接影响最终排放的NOx 含量。当CO 含量和NOX含量不在正常范围时，需要调整的控制参量为窑头喂煤量、阀门开度比、一次风机频率等。

（4）窑内火焰温度和窑电流直接影响着熟料的最后烧成，这两个参量的变化由窑头喂煤量、阀门开度比进行控制，而窑头喂煤量和阀门开度比的变化又会引起窑尾烟室温度的变化，因此窑尾烟室温度也得纳入到建模系统里。

2 预分解系统控制思路

预分解系统的自适应分级燃烧控制技术路线如图2 所示。要实现低氮煅烧，硬件系统方面就是分析预分解系统与回转窑系统结合的反应特性，改造分解炉风煤料的布置等，软件方面需要智能控制算法。影响分解炉的因素有很多[4]，与上述回转窑窑头的变量选取原则一样，结合图2 的技术路线，预分解系统主要控制参数如表2 所示。

图2 预分解系统自适应煅烧燃烧控制技术路线

表2 预分解系统主要控制参数

预分解系统的采集点为6 个，控制点4 个。与窑头的控制思路类似，窑尾数据采集的六个重要参数：分解炉出口温度、窑尾烟室高温CO 气体浓度、分解炉锥部温度，不仅仅与窑尾喂煤量、窑尾分煤量、分料量等有直接关系，还与回转窑系统等其他因素间接相关，因此两个系统控制变量之间需要合理的模型和算法关联。

3 模型建立

针对新型干法水泥回转窑的自动控制与系统[5]，结合前期技术储备，初步设计四种建模方法：时间序列、BP 神经网络、LSTM 神经网络、机器学习，建模路线如图3 所示。

图3 水泥炉窑低氮煅烧智能控制系统建模路线

4 控制系统开发

基于上述的理论分析及模型设计，用C 与C++高级语言进行编程实现，并封装成各个模块，然后整合在一起及形成最终的水泥窑炉低氮煅烧智能控制系统，如图4。系统主要包括如下四个方面：智能控制算法；阈值管理；历史数据库；通信配置。

图4 水泥炉窑低氮煅烧智能控制系统

5 结束语

水泥生产过程中，熟料生产是最重要也是最复杂的一个环节，熟料生产虽然自动化程度已经很高，但关键生产环节还是以人工操作为主，质量、排放等控制也存在滞后性等问题。本系统结合对水泥熟料生产过程中NOx 的释放和产生规律，在兼顾常规生产控制的同时，重点对NOx 的过程量进行相关智能控制，以降低熟料生产过程中的NOx 的产生量，给末端治理降低压力和成本。本文仅对关键控制参数和思路进行探析，未来将结合实际对系统进行不断的完善和提高。