一种生物质气化炉智能控制系统技术方案

一种生物质气化炉智能控制系统，针对生物质气化过程具有的非线性、不稳定性、大时滞和强干扰等特点，发明专利技术了一种生物质气化炉的智能控制方法控制方法，包括温度控制环和可燃气体含氧量控制环的生物质气化炉双闭环智能集成控制方法。温度控制环采用主、副控制结构：主控制器采用基于BP神经网络模型，建立温度的BP神经网络模型；副控制器根据温度预测结果实现跟随控制。可燃气体含氧量控制环引入温度和含氧量两个反馈，主控制器采用模糊免疫PID控制，推算最优鼓风机转速；副控制器实现对鼓风机速度进行跟随控制。仿真结果表明了该方法的有效性和优越性。

【技术实现步骤摘要】
一种生物质气化炉智能控制系统所属
本专利技术涉及一种智能控制系统，尤其涉及一种生物质气化炉智能控制系统。
技术介绍
我国生物质能资源（如稻壳、秸秆、薪柴）十分丰富，但这些资源硅含量高，不易被细菌分解，且堆积密度小，废弃后将破坏环境。生物质气化炉外形与传统的煤球炉相比，其特别之处是多了一根长管子，原理是以茅草、秸秆、树叶、废菌棒等农业生产和自然生长的可再生资源和农业有机废弃物为原料，在缺氧、高温条件下，通过发生热化学反应将原料热裂解生成可燃性混合气体并产生热量。生物质气化过程是一类具有非线性、时变及强耦合的复杂工业过程，如果仅仅采用经典控制理论和现代控制理论，难以达到理想的控制效果。随着工业技术和过程控制技术的不断发展，工业过程越加复杂，控制的目标越来越多样化，控制精度的需求也越来越高，智能优化的控制思想的提出极大地满足了这些需求，并在很多工业过程控制中实施应用，产生了很好的效果。如果将这一思想应用于生物质气化过程，利用智能集成控制方法可以综合多种智能控制策略的优点，较好地把握生物质气化炉气化过程的本质规律，提高控制精度，实现多目标优化控制。
技术实现思路
本专利技术的目的是为了将智能优化的思想应用于生物质气化过程，从而达到更好的控制效果，设计了一种生物质气化炉智能控制系统。本专利技术解决其技术问题所采用的技术方案是：生物质气化炉智能控制系统由下吸式固定床气化炉、温度控制环、含氧量控制环、等部分构成。生物质气化炉系统控制所要解决的问题主要在于如何将炉内温度稳定在最佳区间及怎样降低最终可燃气体的含氧量。为稳定气化炉炉顶温度和降低出口处可燃气体的含氧量，本文选取双闭环控制结构，对生物质燃料与一次风的投放量分别进行控制。所述的气化炉是进行生物质气化过程的技术设备，在气化炉中，生物质完成了气化反应过程并转化为生物质燃气，气化过程主要受到空气当量比和气化反应温度的影响。本文研究的是下吸式固定床气化炉。所述的温度控制环采用主、副控制结构，采用BP预测方法建立物料和温度的BP神经网络模型。主控制器根据当前温度和温度设定值，预测最优的生物质物料添加量；副控制PID根据该添加量，对上料机构的送料速度进行跟随控制，达到精确上料和稳定炉温的目的。所述的含氧量控制环的主控制器采用免疫PID控制，它能根据炉内含氧量偏差和炉温偏差推算出鼓风机的最优转速；副控制PID则根据推算出的最优转速对鼓风机速度进行跟随控制，确保鼓风机转速。本专利技术的有益效果是：仿真实验证明：生物质气化炉智能控制系统不仅能适应对象参数的变化、表现出良好的控制品质，而且有调节时间短、鲁棒性强和抗干扰能力强的优点。附图说明下面结合附图和实施例对本专利技术进一步说明。图1是下吸式固定床气化炉原理图。图2是生物质气化炉控制系统框图。其中，1-物料，2-空气，3-干燥层，4-热分解层，5-氧化层，6-还原层，7-灰室，8-一次风，9-鼓风机，10-引风机，11-二次风，12-可燃气体。具体实施方式如图1所示，下吸式固定床气化炉的工作过程为：首先，粉碎处理后的生物质物料1由炉子顶部混合空气2后，经由上料口投入下吸式固定床气化炉；其次，气化炉底部燃气出口处设置有引风机10，正常工作时，引风机10输出抽力，在炉内形成负压，使反应产生的气体在炉内流动；同时设置在喉管区的鼓风机9，负责向氧化层5输入一次风8，为气化过程提供充分的氧气，实现对生物质物料1的充分氧化；最后经过还原反应区，生成可燃气体12。物料1和空气2在炉内由上至下、随着温度的变化按照干燥、热解、氧化、还原4个反应层依次地进行气化反应，形成有少量杂质的可燃气体12，该气体经过净化工艺处理，最终形成可以直接使用的可燃气体12。气化过程是一个复杂的物理化学过程，其处理的植物燃料来源众多，物理、化学特性差异较大；同时，气化过程中炉温受到一次风8量、物料1含水量等诸多因素的共同影响。这些因素对于气化过程的影响相对较小，气化过程主要受到空气2当量比和气化反应温度的影响。如图2所示，本专利技术选取双闭环控制结构，对生物质燃料与一次风8的投放量分别进行控制，基于生物质气化过程的机理分析及实际经验，为降低神经网络的输入，影响焦炉集气管压力的可测量因素初步确定为一次风量、物料分布及物料1含水量，将其作为BP神经网络的输入，气化炉温度的预测值为输出，此时BP神经网络就变成为一个4输入单输出的模型。其中，启停次数为BP神经网络的输入节点，特征参数值为输出节点，建立一个隐含层有5个神经元的3层神经网络。理论上已经证明：如果一个网络具有偏差和至少一个S型隐含层加上一个线性输出层，那它就能够逼近任意有理函数。训练算法采用梯度下降法，学习速率为0.15，网络的初始权值为0～1中的随机数。含氧量控制环的主控制器采用免疫PID控制，它能根据炉内含氧量偏差和炉温偏差推算出鼓风机9的最优转速；副控制PID则根据推算出的最优转速对鼓风机9速度进行跟随控制，确保鼓风机9转速。本文档来自技高网...

【技术保护点】
一种生物质气化炉智能控制系统，由下吸式固定床气化炉、温度控制环、含氧量控制环、等部分构成；生物质气化炉系统控制所要解决的问题主要在于如何将炉内温度稳定在最佳区间及怎样降低最终可燃气体的含氧量；为稳定气化炉炉顶温度和降低出口处可燃气体的含氧量，本文选取双闭环控制结构，对生物质燃料与一次风的投放量分别进行控制。

【技术特征摘要】
1.一种生物质气化炉智能控制系统，由下吸式固定床气化炉、温度控制环、含氧量控制环、等部分构成；生物质气化炉系统控制所要解决的问题主要在于如何将炉内温度稳定在最佳区间及怎样降低最终可燃气体的含氧量；为稳定气化炉炉顶温度和降低出口处可燃气体的含氧量，本文选取双闭环控制结构，对生物质燃料与一次风的投放量分别进行控制。2.根据权利要求1所述的一种生物质气化炉智能控制系统，其特征是所述的气化炉是进行生物质气化过程的技术设备，在气化炉中，生物质完成了气化反应过程并转化为生物质燃气，气化过程主要受到空气当量比和气化反应温度的影响；本文研究的是下吸式固定床气...

【专利技术属性】
技术研发人员：韩会义，
申请(专利权)人：韩会义，
类型：发明
国别省市：辽宁,21