水泥生料粉磨先进控制与优化系统的设计与实现

2022-05-27 08:26薛美盛左佳斌路元森秦宇海
化工自动化及仪表 2022年3期
关键词:生料磨机细度

薛美盛 左佳斌 路元森 秦宇海

(1.中国科学技术大学信息科学技术学院自动化系;2.江苏庞景节能科技有限公司)

水泥生产主要分为3 个阶段: 生料制备、熟料烧成和水泥粉磨。 水泥生产主要耗电环节为粉磨作业,粉磨所消耗的电力占水泥生产总耗电的70%以上[1],因此粉磨电耗直接关系到水泥企业生产成本的高低。 生料粉磨是在外力作用下,通过冲击、挤压及研磨等方式克服物体形变时的应力与质点之间的内聚力,使块状物料变成细粉的过程[2]。

生料粉磨系统按粉磨设备的不同可以分为3类:钢球磨系统、立(辊式)磨系统和气落磨(或称无介质)系统。 传统的生料粉磨系统是球磨机粉磨系统。 从立磨出现开始,由于它以独特的粉磨原理克服了球磨机粉磨机理的诸多缺陷,逐渐引起人们的重视。 经过技术改进后的立磨与球磨系统相比,有着显著的优越性,其工艺特点尤其适用于大型预分解窑水泥生产线。 因为它能利用来自预热器的大量余热废气,高效综合地完成物料的破碎、粉磨、烘干、选粉和输送过程,集多种功能于一体[3]。

目前, 国内水泥企业已经普遍采用集散控制系统(DCS)实施测控[4]。但由于水泥生料粉磨具有多变量、强耦合、时变和非线性的特性,要完全实现自动控制十分困难, 控制效果往往不佳。 在既有水泥生产线中,水泥生料粉磨的自动控制实现仅针对其中某一具体设备, 控制算法大多采用PID 控制策略, 控制效果难以满足生产要求。

为实现水泥生料粉磨的自动控制与优化,需要考虑生料磨、选粉机及给料机等设备的自身特性与相互影响, 针对系统整体设计先进控制策略。 笔者以机架式服务器为硬件平台,采用广义预测控制算法、选择控制结构和OPC 通信技术,设计并实现了一套水泥生料粉磨先进控制与优化系统。

1 水泥生料粉磨工艺简介

矿山开采来的矿石原料(如石灰石、砂岩及煤矸石等)由于体积大、质量大、硬度高,首先需要对其进行破碎处理,预均化后的物料通过给料机输送到立磨内,由于磨盘和磨辊的转动,物料受离心力作用向磨盘边缘移动,并被推入磨辊底部而被粉碎。 物料颗粒被主风机产生的高速气流带起,颗粒大小合格的物料通过选粉机进入到物料收集装置, 并通过入库提升机被送入生料库中,较大颗粒则返回磨盘重新进行研磨,直至能够通过选粉机随气流被带出, 其工艺流程如图1所示。

图1 水泥生料粉磨工艺流程

2 先进控制与优化系统结构设计

2.1 水泥生料磨控制系统结构

水泥生料粉磨集散控制系统(DCS)主要分为上位机和下位机两部分。 其中上位机由一台搭载Microsoft Windows Server 2008 的工控机组成,工控机采用施耐德公司的Vijeo Citect 7.20 作为组态软件。 下位机由施耐德Quantum 140 系列可编程逻辑控制器组成。 上、 下位机之间通过PROFIBUS 总线进行通信,连接现场控制系统。另有一台装有实时数据库DBF 和组态数据库ERTB 的工控机,主要用于存储需要的各类数据,包含用户数据、历史数据、过程数据、报警点及系统状态等,工控机之间通过以太网进行连接。

为保持先进控制系统和原有DCS 之间相互独立, 在现场又添加了一台DELL PowerEdge R240 服务器, 在服务器上安装了先进控制与优化软件。 先进控制操作站负责磨机电流、压差的控制, 细度控制和磨机电流-入库斗提电流的自寻优控制。 该操作站负责生料粉磨系统的监测与控制。 生料磨控制系统硬件结构如图2 所示。

图2 生料磨控制系统硬件结构

2.2 数据通信模块

先进控制系统与现场DCS 通过局域网连接,基于OPC DA 协议实现通信。 OPC DA 协议采用C/S(客户端/服务器)体系结构,以COM/DCOM 为技术基础[5]。 MATLAB 平台自带OPC 通信功能,在与OPC 服务器建立连接时,需要在程序中添加OPC 服务器IP 地址并根据所需要的数据点表创建组对象与项对象[6]。 程序可根据需求对相关数据点表执行读写操作。

2.3 用户界面

用户图形界面的实现是人机交互的基础,用户可以方便地发送操作指令与数据,同时,交互式系统的信息也会直观地展示在图形界面上[7]。水泥生料粉磨先进控制与优化系统的用户图形界面如图3 所示, 界面主要由6 个部分组成:通信连接面板、报警画面面板、操作参数设置面板、磨机电流/压差控制面板、细度控制面板和系统参数监测面板。

图3 先进控制与优化系统用户图形界面

3 先进控制与优化系统的设计与实现

考虑到生料立磨系统的复杂性,使用传统控制算法难以取得理想的控制效果。 笔者根据生料粉磨的工艺特点以及现场实际工况,设计并实现了先进控制与优化系统, 对相关参数进行整定,稳定了磨机电流并尽可能减少了饱磨情况的发生。

3.1 磨机电流、压差控制策略

在实际生产过程中,入库斗提电流可以直接表征产量, 而磨机电流可以反映磨内研磨情况。当物料易磨时,磨机电流变小,而当物料易磨性较差时,磨机电流则会增大。 由于无法提前得知物料的易磨性,因此只能通过改变生料喂料量来控制磨机电流,当磨机电流增大时,需要减小喂料量;磨机电流减小时,需要增大喂料量。 人工操作时,由于不能及时改变喂料量,磨机电流波动相对较大。 压差即入磨压力与出磨压力的差值,可以表征磨内物料的多少,磨内物料越多,压差则越大。 当物料变得极难磨时(即饱磨),物料会在磨内堆积,导致压差急剧增大,如果此时不能及时减小喂料量,可能会因为磨机的保护作用自动跳停,影响生产。 因此,需要通过稳定磨机电流优化磨内工况, 尽可能减少饱磨情况的发生,降低磨机跳停的频率。 同时,磨机电流的稳定也有利于减小磨盘、磨辊的磨损,有助于延长磨机整体寿命。

由于磨机电流与进出口压差的改变滞后较大,传统PID 算法无法有效控制,只能使用广义预测控制算法实现对磨机电流的有效控制。 在正常工况下,控制对象是磨机电流,当压差超过设定阈值时,认为可能会发生饱磨情况,控制对象自动改为压差,当压差急剧增大时,生料喂料计算值会迅速减小,以防止饱磨。 综上所述,设计了如图4 所示的选择控制策略。

图4 磨机电流、压差控制策略框图

根据现场历史数据, 分别建立了下料量-磨机电流和下料量-压差的CARIMA 模型, 构建了广义预测控制器。 经整定,磨机电流控制回路选取控制周期5 s,预测步长80 步,控制步长20步,柔化因子0.993,控制量权重因子300;压差控制回路选择控制周期3 s,预测步长80 步,控制步长20 步,柔化因子0.984,控制量权重因子200[8]。

3.2 细度控制策略

生料细度可以反映粉磨后生料颗粒的大小,受限于检测设备与技术,现场生料细度每小时测量一次,在操作工手动控制时,会根据目标细度与实际细度的差值,再结合当前循环风机转速来调整选粉机转速,但受限于操作工的专业知识与现场经验,生料细度波动较大。 由于细度测量时间间隔较长,无法使用传统控制算法对其进行控制,综合现场操作习惯,考虑使用基于规则的专家控制系统进行控制,控制策略如图5 所示。 专家控制系统的规则库由现场一线操作工、窑教练及中控室主任等富有经验的专业人士共同参与制定。

图5 细度控制策略框图

3.3 立磨电流寻优控制策略

生料经粉磨后将通过一系列传送带和提升机送入生料库,入库斗提作为合格生料入库前最后经过的器件,其电流大小可以直接反映产量的大小。 入库斗提电流的大小与多种因素有关,如磨机电流、喂料量、循环风机转速及选粉机转速等。 在实际生产过程中循环风机转速一般是一个相对固定的值,只有当发生异常时才会调整循环风机转速, 而选粉机转速主要控制细度的大小,对入库斗提电流的影响较小,因此最主要的因素是磨机电流与喂料量。 由于可以通过喂料量控制磨机电流,因此考虑建立磨机电流与入库斗提电流的模型。 在此引入一个能效比的概念,即入库斗提电流/磨机电流,能效比反映了磨机的研磨效率,通过分析现场历史数据可得,能效比曲线大致是一条直线,如图6 所示。

图6 立磨电流-能效比曲线

从图6 可以看出, 磨机电流越低, 能效比越高,但这并非意味着产量的提高。 使用BP 神经网络建立磨机电流与入库斗提电流的数学模型,拟合出来的模型可近似为开口向下的二次函数,再通过粒子群算法计算局部极值, 即入库斗提电流的极大值和对应的磨机电流。 在现场实际生产过程中,最佳工作点会随工况变化而变化,同时改变磨机电流设定值后也需要一定时间控制, 因此间隔一定时间进行在线建模与寻优可以达到产量极大化的目的。 根据现场情况,在满负荷生产时,磨机电流一般在80~110 A 之间波动, 因此选择在85~105 A 之间寻优。 寻优算法流程如图7 所示。

图7 磨机电流寻优算法流程

4 先进控制与优化系统投运效果

笔者设计的水泥生料粉磨先进控制与优化系统成功应用于四川省宜宾市某水泥厂,其中重要工艺参数的投运效果对比如图8~11 所示。

图8 磨机电流常规闭环控制与先进控制效果对比

图9 进出口压差常规闭环控制与先进控制效果对比

图10 生料细度常规闭环控制与先进控制效果对比

图11 能效比常规闭环控制与先进控制效果对比

常规闭环控制时, 磨机电流波动为±9 A,标准差为5.16,进出口压差波动为±500 Pa,标准差为308,细度波动为±2.6%,标准差为1.17。先进控制投运后磨机电流波动为±4.5 A,标准差为2.83,进出口压差波动为±300 Pa,标准差为196,细度波动为±1.3%,标准差为0.57。先进控制回路投运后, 磨机电流波动降低为常规闭环控制的50%,进出口压差波动降低为常规闭环控制的60%,细度波动降低为常规闭环控制的50%。 磨机电流自动寻优未开启时,能效比均值为0.93,自动寻优开启后,能效比均值为1.14,研磨效率得到了有效提升,系统优化效果明显。

5 结束语

针对目前水泥生料粉磨自动化程度低、研磨效率低的问题,笔者以宜宾市某水泥生产线为背景,在其原有DCS 的基础上,设计并开发了一套先进控制与优化系统软件, 实际投运效果表明:该系统可以有效稳定工况, 优化操作人员工作,延长设备寿命,提高生料研磨效率并达到节能优化的效果。

猜你喜欢
生料磨机细度
一种带有压力传感器的角向磨光机
黄磷渣对水泥生料分解和煅烧过程的影响
原料煤细度对焦炭反应后强度的影响研究与实践
生料质量对水泥熟料煅烧的影响
生料配料影响因素及调整措施分析
高海拔矿山磨机用同步电动机设计
立磨机刮板结构的改进
纱线细度对纯棉平纹面料芯吸高度的影响
基于灰色模型的锅炉煤粉细度测量的不确定度评定
涂料细度测定的影响因素探讨