曲泰安^1,3  劉洋²  王立丹¹  覃天強(qiáng)¹  潘大龍¹  李雪晴¹

（1鞍鋼集團(tuán)自動化有限公司，遼寧鞍山，114000；

2大連華冶聯(lián)自動化有限公司，遼寧大連，116023；

3遼寧科技大學(xué)電子與信息工程學(xué)院，遼寧鞍山，114000；）

摘要：高爐熱風(fēng)爐是煉鐵廠高爐主要的設(shè)備之一，一般一座高爐配3到4座熱風(fēng)爐，熱風(fēng)爐主要為高爐提供1000度以上的高溫?zé)犸L(fēng)。在熱風(fēng)爐的燃燒過程中，由于燃燒控制不精確，容易造成煤氣燃燒不充分，造成了能源浪費(fèi)的現(xiàn)象。為了優(yōu)化熱風(fēng)爐煤氣燃燒過程，降低煤氣單耗等指標(biāo)，提高煤氣利用效率，熱風(fēng)爐智能控制模型的建立就顯得尤為重要。

隨著鋼鐵工業(yè)的快速發(fā)展，高爐熱風(fēng)爐的控制精度和效率要求日益提高。傳統(tǒng)的熱風(fēng)爐控制方法往往依賴于人工經(jīng)驗設(shè)定固定的煤氣量和空燃比，難以適應(yīng)實際生產(chǎn)中的多變工況。本文提出了一種基于動態(tài)控制煤氣量及空燃比的智能控制模型，并通過實踐驗證了其在實際生產(chǎn)中的有效性和可行性。該模型不僅提高了熱風(fēng)爐的燃燒效率，還有助于降低煤氣消耗，對鋼鐵企業(yè)的節(jié)能降耗具有重要的意義。

關(guān)鍵詞：熱風(fēng)爐；空燃比；PLC；燃燒控制；節(jié)能；

1 引言

在煉鐵工序中，熱風(fēng)爐的作用主要是利用煤氣燃燒加熱爐體的蓄熱結(jié)構(gòu)，然后通過加熱冷風(fēng)的方式為高爐提供持續(xù)不斷的熱風(fēng)^[1]，在這個過程當(dāng)中需要消耗大量的高爐自產(chǎn)煤氣。高爐自產(chǎn)煤氣除了提供給熱風(fēng)爐之外，還承擔(dān)著軋線生產(chǎn)及發(fā)電等其他的作用，熱風(fēng)爐作為高爐煤氣消耗的主要用戶，它消耗的高爐煤氣占高爐產(chǎn)生煤氣的40%以上^[2]，對高爐煤氣總管網(wǎng)壓力波動影響較大，廠區(qū)內(nèi)多座高爐熱風(fēng)爐燃燒控制過程如缺少協(xié)同性，甚至可能導(dǎo)致煤氣供給不足等問題，給高爐生產(chǎn)穩(wěn)定運(yùn)行帶來影響。為了解決這類問題，必須要在優(yōu)化高爐熱風(fēng)爐燃燒過程、提高煤氣利用效率、減少悶爐時長等各方面做出努力及技術(shù)突破。因此優(yōu)化熱風(fēng)爐操作與控制，在保證高爐熱風(fēng)溫度、溫差及風(fēng)量要求的前提下，最大限度地降低熱風(fēng)爐煤氣消耗，是高爐熱風(fēng)爐工作者始終追求的目標(biāo)。

2 智能控制模型的開發(fā)

2.1 模型框架

本文提出了基于動態(tài)控制煤氣量及空燃比的控制方式。該模型框架包括實時監(jiān)測、數(shù)據(jù)處理、智能決策和控制執(zhí)行四個模塊。實時監(jiān)測模塊能夠收集熱風(fēng)爐的運(yùn)行數(shù)據(jù)，包括熱風(fēng)溫度、廢氣溫度、廢煙氣成分、風(fēng)量、空氣量、煤氣量等關(guān)鍵參數(shù)；數(shù)據(jù)處理模塊對收集到的數(shù)據(jù)進(jìn)行預(yù)處理和特征提取，為預(yù)測模型提供支持；智能決策模塊基于控制模型及人工智能技術(shù)，根據(jù)實時數(shù)據(jù)和工藝需求，動態(tài)計算并調(diào)整煤氣量和空燃比；控制執(zhí)行模塊基于模型輸出的結(jié)果，對熱風(fēng)爐進(jìn)行相應(yīng)的控制操作。熱風(fēng)爐智能控制模型框架圖如圖1所示：

圖1模型框架圖

2.2 煤氣控制模型

熱風(fēng)爐煙氣溫度是保證高爐熱風(fēng)的重要工藝參數(shù)。當(dāng)即將換爐操作時煙氣溫度能夠達(dá)到設(shè)定的目標(biāo)溫度值，為最佳燃燒控制過程。在燒爐過程中，可通過動態(tài)調(diào)整煤氣燃燒來控制溫度升高的節(jié)奏。首先定義目標(biāo)斜率指熱風(fēng)爐煙氣溫度升高的快慢程度。目標(biāo)斜率的計算公式如（1）所示。

首先在熱風(fēng)爐開始燃燒之后進(jìn)行計時，記錄燃燒時間，當(dāng)燃燒情況達(dá)到穩(wěn)定時記錄燃燒時間，記錄廢氣溫度，根據(jù)生產(chǎn)用的目標(biāo)溫度及燃燒時間計算出目標(biāo)斜率。

k=(T_目-T_廢)/(t_總-t_穩(wěn))                         （1）

其中T目為生產(chǎn)需要的目標(biāo)溫度，t總為燃燒需要的時間，T廢為燃燒時間為t穩(wěn)時記錄的廢氣溫度，t穩(wěn)為燃燒穩(wěn)定時記錄的燃燒時間。

煤氣控制模型以目標(biāo)斜率作為輸入，煤氣調(diào)整量作為輸出。通過在線記錄每座熱風(fēng)爐的燃燒過程，能夠?qū)崟r計算目標(biāo)斜率，以此為依據(jù)來動態(tài)調(diào)整控制煤氣量，實現(xiàn)對熱風(fēng)爐煤氣燃燒過程的控制。

2.3 空氣控制模型

空氣量控制隨煤氣量變化而動態(tài)調(diào)整，空氣量與煤氣量之間的比例關(guān)系通過空燃比參數(shù)體現(xiàn)，熱風(fēng)爐的空燃比指空氣量與煤氣量的比例。在煤氣量一定時，空燃比影響燃燒的效率和煙氣溫度的控制，空燃比為空氣量與煤氣量，當(dāng)空氣量不足時，煤氣燃燒不充分，造成煤氣直接浪費(fèi)，當(dāng)空氣過量時，會通過煙氣帶走過多的燃燒熱量，導(dǎo)致整體熱效率降低。因此，通過空氣控制模型來控制熱風(fēng)爐空氣量的合理輸入是燃燒過程控制的關(guān)鍵。

通過對人工采樣煙氣數(shù)據(jù)和煙氣分析儀實時采集的數(shù)據(jù)對比，當(dāng)廢氣含氧量在0.8~1.1之間的時候，廢氣一氧化碳含量趨近于0。

空氣控制模型以煤氣量、廢氣含氧量等參數(shù)作為輸入，空燃比作為輸出?？杖急饶軌蚋鶕?jù)實時的煤氣量、廢氣含氧量進(jìn)行動態(tài)調(diào)整，當(dāng)含氧量大于1.1的時候減少空氣量也就是減少空燃比，當(dāng)含氧量小于0.8的時候增加空氣量也就是增加空燃比。

2.4 廢氣溫度預(yù)測模型

基于長短期記憶網(wǎng)絡(luò)（LSTM）對廢棄溫度進(jìn)行預(yù)測。模型整體結(jié)構(gòu)如圖2所示，輸入數(shù)據(jù)包括：煤氣流量、空氣流量、熱值、煤氣官網(wǎng)壓力、助燃空氣壓力等，模型輸出未來5分鐘廢煙氣溫度的預(yù)測值?；趯崟r數(shù)據(jù)模型動態(tài)運(yùn)行，根據(jù)廢氣溫度預(yù)測值能夠測定未來的溫度上升斜率，控制模型通過溫度上升斜率的反饋信息實現(xiàn)煤氣量及空燃比參數(shù)的有效調(diào)整。

圖2  模型整體結(jié)構(gòu)

3 數(shù)據(jù)采集及處理

本文模型的構(gòu)建與應(yīng)用離不開基礎(chǔ)的數(shù)據(jù)采集，模型數(shù)據(jù)來源于現(xiàn)場一級系統(tǒng)實時數(shù)據(jù)。數(shù)據(jù)采集的穩(wěn)定性與數(shù)據(jù)質(zhì)量是保證模型準(zhǔn)確度的基礎(chǔ)，通過數(shù)據(jù)接口進(jìn)行秒級頻率數(shù)據(jù)采集，對采集到的原始數(shù)據(jù)進(jìn)行預(yù)處理，刪除異常值，避免臟數(shù)據(jù)對模型輸出結(jié)果造成影響。

實時數(shù)據(jù)庫原始數(shù)據(jù)格式如下：

表1 實時數(shù)據(jù)庫數(shù)據(jù)格式

4 應(yīng)用系統(tǒng)功能

本文模型代碼采用python程序編寫，前后臺頁面采用Java編寫，數(shù)據(jù)存儲平臺采用異構(gòu)Influxdb+Mysql進(jìn)行數(shù)據(jù)存儲。

系統(tǒng)應(yīng)用功能主頁面如32所示，系統(tǒng)能夠?qū)崟r監(jiān)視當(dāng)前每座熱風(fēng)爐的主要運(yùn)行參數(shù)，系統(tǒng)啟動后模型自動投運(yùn)，可通過系統(tǒng)控制模型投運(yùn)和切除，支持手動和自動兩種模式的控制，當(dāng)發(fā)生異常工況時可進(jìn)行人工干預(yù)的參數(shù)指令下發(fā)。

圖3 系統(tǒng)應(yīng)用功能頁面

5 模型應(yīng)用效果

為了驗證智能控制模型的有效性和可行性，在某鋼鐵企業(yè)的高爐熱風(fēng)爐上進(jìn)行了現(xiàn)場實地投運(yùn)實驗。實驗中，我們將智能控制模型與傳統(tǒng)的固定煤氣量和空燃比控制方法進(jìn)行了對比。

本文通過煤氣日單耗指標(biāo)對應(yīng)用效果進(jìn)行比對，煤氣日單耗公示為：日累計煤氣量×熱值÷日風(fēng)溫變化量÷日風(fēng)量。如表2所示，選擇連續(xù)一段時間內(nèi)模型投運(yùn)之前與投運(yùn)之后數(shù)據(jù)進(jìn)行分析，模型投運(yùn)之前煤氣日單耗平均值為1.64，模型投運(yùn)之后煤氣日單耗平均值為1.51，日單耗降低約7.9%。

表2 煤氣單耗統(tǒng)計分析表

本模型具有較好的適應(yīng)性和穩(wěn)定性，如表3所示，模型連續(xù)投運(yùn)穩(wěn)定，可適應(yīng)現(xiàn)場管網(wǎng)壓力波動、煤氣供應(yīng)不足、高爐工況變化等復(fù)雜工況。

表3 煤氣單耗統(tǒng)計分析表

實驗結(jié)果表明，通過動態(tài)控制煤氣量和空燃比，智能控制模型能夠?qū)崟r適應(yīng)熱風(fēng)爐運(yùn)行環(huán)境的變化，保持最佳的燃燒狀態(tài)。與傳統(tǒng)控制方法相比，智能控制模型的燃燒效率得到提高，有效降低了熱風(fēng)爐的煤氣消耗，同時，燃燒過程也能夠減少有害氣體的排放。

6 結(jié)論

本文研究了基于動態(tài)控制煤氣量及空燃比的高爐熱風(fēng)爐智能控制模型以及在高爐熱風(fēng)爐現(xiàn)場實際中的應(yīng)用。通過實時監(jiān)測、數(shù)據(jù)處理、智能決策和控制執(zhí)行等步驟，實現(xiàn)了對煤氣量和空燃比的精確控制。實驗結(jié)果表明，該模型在提高熱風(fēng)爐燃燒效率、降低能耗和減少排放有害氣體等方面具有顯著優(yōu)勢，本文研究成果對外推廣應(yīng)用對鋼鐵企業(yè)具有較大的意義。

參考文獻(xiàn)

[1]  項鐘庸,郭慶弟.蓄熱式熱風(fēng)爐[M]. 北京:冶金工業(yè)出版社,1988：15-16.

[2]  劉廣全,唐榮.降低新鋼11號高爐熱風(fēng)爐煤氣消耗實踐[J].江西冶金,2017,37(4)：25-27.

[3]  王珺.基于模糊神經(jīng)網(wǎng)絡(luò)的熱風(fēng)爐溫度智能控制研究.工業(yè)加熱,2023,52(11):30-33.

[4]  馬竹梧.高爐熱風(fēng)爐全自動控制專家系統(tǒng)[J].控制工程,2002,9(4):57—62.

[5]  楊天鈞,張建良,左海濱.節(jié)能減排低碳煉鐵實現(xiàn)中國高爐生產(chǎn)的科學(xué)發(fā)展[J].中國冶金,2010,20(7):1-7.

[6]  姚兆明,彭上海.基于時間序列神經(jīng)網(wǎng)絡(luò)的溫度場預(yù)測分析[J].河南城建學(xué)院學(xué)報,2022,31(3):39-44.