基于预测控制的水泥分解炉脱硝调控优化系统和方法技术方案

本发明专利技术公开了一种基于预测控制的水泥分解炉脱硝调控优化系统和方法，所述系统包括DCS数据处理模块、模型计算模块、预测控制模块、SNCR喷氨阀门控制器。本发明专利技术基于水泥厂历史运行数据，采用数据驱动的建模方法，以水泥分解炉侧可调参数作为模型输入，以分解炉出口NOx浓度作为输出，结合卷积神经网络与长短期记忆网络算法构建NOx浓度预测模型，通过分段线性化动态矩阵控制方法对SNCR脱硝系统喷氨量进行控制，能够较好地应对水泥分解炉运行过程中非线性及时滞等问题，本发明专利技术的优化方法具有响应速度快、计算量小、控制超调量低以及控制质量高等优点。制质量高等优点。制质量高等优点。

【技术实现步骤摘要】
基于预测控制的水泥分解炉脱硝调控优化系统和方法


[0001]本专利技术涉及水泥分解炉烟气脱硝技术，特别是基于预测控制的水泥分解炉脱硝调控优化方法及系统。

技术介绍

[0002]我国是世界第一大水泥生产国，2019年全年水泥总产量为23.3亿吨，约占世界水泥总产量的55％。随着水泥生产规模的不断扩大，其生产过程带来的污染问题也不断加重。2019年我国水泥生产共消耗约2.6亿吨标准煤，在水泥煅烧过程产生大量二氧化碳和氮氧化物(NOx)，其排放的NOx占全国工业排放总量的10％～12％，成为我国第三大氮氧化物污染排放源。
[0003]水泥分解炉内产生的NOx主要以燃料型NOx为主，分解炉内通常设置SNCR脱硝系统以减少NOx的排放。目前分解炉内喷氨量的控制主要采用的是PID控制策略，这种控制策略能在一定程度上进行有效控制，但分解炉非线性、大迟滞等特点对PID调节的效果产生很大影响，因此对分解炉内喷氨控制策略进行优化研究非常有必要。
[0004]预测控制是一种新型控制理论，该算法思路简单、易于实现，在实际工业过程中应用十分广泛。预测控制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于预测控制的水泥分解炉脱硝调控优化系统，其特征在于，包括DCS数据处理模块、模型计算模块、预测控制模块、SNCR喷氨阀门控制器；所述DCS数据处理模块能够接受水泥厂DCS系统的数据，获取分解炉运行工况数据，将其加工转化为综合工况信息并存储；所述模型计算模块接收DCS传递的数据，使用结合卷积神经网络和长短期记忆网络的方法对系统进行辨识，能够建立良好的水泥分解炉运行过程模型，并将计算结果传递给预测控制模块；所述预测控制模块使用分段线性化动态矩阵控制算法，将分解炉SNCR还原区域运行过程分段线性化，通过模型计算模块获得各线性子对象的阶跃响应信息，并对其设计自适应动态矩阵控制优化算法，实现水泥分解炉SNCR脱硝过程的预测控制；所述SNCR喷氨阀门接收预测控制模块指令，调整阀门开度，改变氨水使用量，避免由于氨水量不足而造成脱硝效果不理想或氨水量过多造成氨逃逸及成本升高。2.根据权利要求1所述的基于预测控制的水泥分解炉脱硝调控优化系统，其特征在于，所述模型计算模块用于计算分解炉出口NOx浓度，该模块设有两路输入数据端口，其中一个数据输入端口接收DCS数据处理模块的综合工况信息，另一个数据输入端口用于直接接收预测计算指令。3.根据权利要求1所述的基于预测控制的水泥分解炉脱硝调控优化系统，其特征在于，所述模型计算模块输入的数据包括分解炉内喷煤量、生料下料管下料量、三次风量、三次风温、煤粒径、生料粒径、煤种工业分析数据、石灰石工业分析数据、回转窑烟室气体成分以及分解炉SNCR系统氨水浓度及喷氨量，输出为分解炉出口NOx浓度。4.根据权利要求1所述的基于预测控制的水泥分解炉脱硝调控优化系统，其特征在于，所述模型计算模块中应用的结合卷积神经网络和长短期记忆网络的模型辨识方法是以卷积神经网络为基础，提取分解炉运行对象的非线性特征，结合长短期记忆网络的时间序列处理能力，消除生产过程时滞性的影响，对分解炉生产过程进行较为精确的建模。5.根据权利要求1所述的基于预测控制的水泥分解炉脱硝调控优化系统，其特征在于，所述分段线性化是指通过研究水泥分解炉SNCR脱硝系统的动态特性，将脱硝过程分为若干各近似线性的子对象，对每个子对象分别进行计算。6.根据权利要求1所述的基于预测控制的水泥分解炉脱硝调控优化系统，...

【专利技术属性】
技术研发人员：朱永长，陈翼，刘仁越，朱刚，赵小亮，周斌，陈蕾，刘志国，赵美江，钟文琪，戚子豪，陈曦，周冠文，徐越，
申请(专利权)人：中国中材国际工程股份有限公司，
类型：发明
国别省市：