一种基于机器学习的闭环脱氨控制系统技术方案

本发明专利技术公开了一种基于机器学习的闭环脱氨控制系统，涉及烟气处理技术领域；包括参数设置模块、数据采集模块、控制器、数据分析模块以及喷氨量调节模块；本发明专利技术中控制器用于获取预设参数并将烟气吸附塔入口处的NOx质量浓度与排放的NOx目标值进行差值计算得到偏差

【技术实现步骤摘要】
一种基于机器学习的闭环脱氨控制系统


[0001]本专利技术属于燃煤发电技术中的烟气处理
，具体是一种基于机器学习的闭环脱氨控制系统。

技术介绍

[0002]许多工艺流程，例如硝酸或己内酰胺的工业生产或燃烧过程，导致烟气含有SO2、NO、NO2(统称为NOx)和N2O。NO和NO2早已作为与环境毒物学(酸雨，烟雾的形成)相关的化合物而被知晓，并且对其已规定了全球的最大允许排放量，而一氧化二氮在过去十年中在环境保护领域也获得了越来越多的关注，因为它对平流层臭氧的降解和温室效应存在不可忽略的影响。烟气中含有SO2和NOx，对环境造成污染，因此需要进行脱硫脱硝处理。
[0003]烟气中的SO2和O2及H20发生反应生成H2SO4，H2SO4吸附在炭基催化剂表面；同时利用炭基催化剂的催化性能，烟气中NOx与稀释氨气发生催化还原反应生成N2，吸附催化反应后的炭基催化剂进行再生后循环利用。但烟气吸附塔内不同浓度的NOx含量不同，因此需要通入不同量的氨气，来满足还原反应，当前烟气吸附塔喷氨环节依赖手动调节，对操作人员的个人素质如经验或责任心要求较本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的闭环脱氨控制系统，其特征在于，包括参数设置模块、数据采集模块、控制器、数据分析模块以及喷氨量调节模块；所述参数设置模块用于用户在系统的HMI界面中设置预设参数；所述数据采集模块用于检测烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据并将其传输至控制器；所述控制器用于获取参数设置模块中用户设置的预设参数并将预设参数与数据采集模块传输的烟气成分数据和烟气流量数据进行对比分析，从而驱动控制喷氨量调节模块调节氨流量值大小；所述喷氨量调节模块包括氨流量计、氨流量调节阀、PID调节器；具体分析步骤如下：步骤一：获取用户设置的预设参数 ，将烟气吸附塔入口处的NOx质量浓度与排放的NOx目标值进行差值计算得到偏差
△
E1；步骤二：数据分析模块用于根据偏差
△
E1结合多参数计算模型计算得到目标喷氨量计算值；并将目标喷氨量计算值反馈至控制器；其中，多参数计算模型包括脱硫率计算模型和目标喷氨量计算模型；步骤三：控制器接收到目标喷氨量计算值后，驱动控制喷氨量调节模块调节氨流量值；具体包括：S31：所述喷氨量调节模块采用串级控制的方法，通过串级开关选择目标喷氨量计算值或者HMI喷氨量设定值作为喷氨量目标值；S32：所述喷氨量调节模块通过氨流量计实时检测氨实际流量值，然后根据喷氨量目标值与氨实际流量值的差值
△
E2，由PID调节器控制氨流量调节阀的阀门开度来调节氨流量值大小；直到氨实际流量值与喷氨量目标值的偏差在预设允许范围内。2.根据权利要求1所述的一种基于机器学习的闭环脱氨控制系统，其特征在于，所述脱硫率计算模型用于根据烟气吸附塔入口和出口处的烟气成分数据和烟气流量数据计算得到烟气吸附塔脱硫率；具体计算方法为：入口烟气中NOx单位时间的质量NOxin=F11
×
NOx11 (1)；式中F11为入口烟气流量经温压补偿后的值；NOx11为入口烟气中的NOx质量浓度；出口烟气流量：F12=F11+OFF_GAS(2)；式中OFF_GAS为氨稀释空气流量；入口烟气中SO2单位时间的质量：SO2in=F11
×
SO211(3)；式中SO211为入口烟气中的SO2质量浓度；出口烟气中SO2单位时间的质量：SO2out=F12
×
SO212(4)；式中SO212为出口烟气中的SO2质量浓度；由式(3)、(4)可得出烟气吸附塔的脱硫率：SO2eff=（SO2in
‑
SO2out）/SO2in
×
100%(5)。3.根据权利要求1所述的一种基于机器学习的闭环脱氨控制系统，其特征在于，所述目标喷氨量计算模型用于根据脱硫率和氨逃逸系数的设定值计算最佳喷氨量；其中，氨逃逸系数的设定值即为出口烟气氨气泄漏允许值；最佳喷氨量即为喷氨量目标值；具体计算方法为：在公式(1)
‑
(5)中，SO2对应的喷氨中间变量为：NH3SO2=NH3_K
×
SO2in
×
SO2eff(6)；式中：NH3SO2为SO2对...

【专利技术属性】
技术研发人员：王筱圃，张永强，蒋淡宁，钟智敏，张志杰，周颢，光超，宋骐，潘福生，侯嘉慧，段彦兵，
申请(专利权)人：安徽首矿大昌金属材料有限公司中国科学技术大学，
类型：发明
国别省市：