篦冷機多模型控制技術的應用研究

華 俊

(合肥水泥研究設計院有限公司，安徽 合肥 230051)

0 前 言

現代水泥工藝應時代、環保的要求發展起來，該工藝使用的核心冷卻設備是篦式冷卻機。篦式冷卻機能夠通過冷空氣來驟冷高溫熟料并氣固換熱實現熱量的有效回收。但是如何實現對篦冷機的精確控制，來解決人工控制和半自動控制中遇到的不便，是使得水泥生產線穩定運行的關鍵。本文就篦冷機工作原理和多模型控制技術進行研究，通過研究體現了多模型控制技術比起人工控制來在解決耦合性、非線性和精確性的控制問題上的優勢。圖1為篦冷機。

圖1 篦冷機

1 篦冷機內高溫熟料層氣固換熱機理的分析

1.1 篦冷機的工作機理

篦冷機的工作機理是使用冷卻的空氣對熟料驟冷，驟冷過程中會發生料層與冷空氣的熱交換。篦冷機的具體工藝是水泥熟料從窯的喂料口進入冷卻機，通過推動裝置往復推動篦板使其在篦床上連續不斷向出料口處低速移動。篦床由數列縱向排開的篦板組成由液壓控制，篦板的運行速度是可以調節的，高溫熟料會堆積在篦床上，且在活動篦床或者推動棒的作用下向前移動從而形成具有一定厚度的料層，鼓入的冷空氣會垂直料層向上穿過篦床料層，整個冷卻工藝將1 300℃～1 400℃的熟料在數分鐘內驟冷到100℃以下。

1.2 篦冷機內高溫熟料層的氣固換熱機理

水泥熟料在篦冷機的高溫熟料層會進行氣固換熱，水泥生料在經過回轉窯的煅燒后成為了溫度可達1 400℃以上的半熔融狀態的水泥熟料，煅燒后的高溫熟料經回轉窯口排出，受到慣性和高壓的影響進入篦式冷卻機的入口后凝結成塊，并有了分裂，經過高溫段后成為堆積的高溫熟料顆粒并被篦冷機中的篦板往復推動著沿篦床的水平方向移動形成一定厚度的料層，這時篦冷機中的冷卻風機垂直料層向上吹入冷空氣。高溫熟料和冷空氣間發生了熱交換[1]，在高溫段冷空氣的溫度會快速地升高，然后一部分高溫氣體(1 000℃～1 200℃)受到窯壓的影響進入回轉窯成為二次風繼續為回轉窯供熱。在經過中溫段進一步的冷卻降溫后，一部分高溫氣體(800℃～950℃)會朝著分解爐的方向運動，作為三次風供分解爐預分解或用作余熱以供發電使用。一部分氣體(400℃)作為了烘干空氣，低溫段中經過熱交換的氣體溫度較低(150℃～300℃)，通常除塵后會移動到出口直接排出。篦冷機的高溫熟料層中熟料冷卻過程中熱量交換是基于料層厚度發生的，高溫氣體從回轉窯的出料口移動到了篦冷機的出料口。由圖2可見，高溫熟料的輸送和冷卻可以分為入口段、高溫段、中溫段、低溫段。其中中溫段的氣、固換熱效率是有所下降的。熟料于冷空氣進行換熱之后，篦冷機出口處熟料的溫度通常比環境溫度高65℃左右。

圖2 氣固換熱后高溫氣體的移動

篦冷機的熱回收效率取決于高溫熟料與冷空氣的熱交換過程。該過程中存在有熱輻射、熱傳導和滲流換熱等多種能量的傳遞。雖然料層的分布和氣固換熱的方式具有復雜性，但是可以通過測量篦冷機中的氣固溫度，來進行篦冷機系統中操作參數的調整以及熱回收效率的計算。

為保障篦冷機對水泥熟料的冷卻效果和熱回收效率，在使用時不僅要控制熟料料層厚度的均勻，還要確保二次風溫的穩定。對這一點的要求體現在實際的生產中是進行篦冷機篦下壓力的控制。篦下壓力的增大，往往會增加篦床的料層厚度，進而使得水泥熟料的透氣性變差；反之，篦下壓力降低，料層變薄，透氣性就會變好。但是，僅僅依靠人工和半自動是無法同時控制篦冷機的篦下壓力、二次風溫和油壓極值等多重因素的，因而無法保證篦冷機冷卻效果和熱回收率。

因此，設計了篦冷機的多模型控制技術來根據不同的工況代入不同的模型來進行篦速的計算，進而達到較好的冷卻效果和熱回收效率。

2 篦冷機多模型控制技術

2.1 多模型控制技術

傳統的魯棒控制和自適應控制實現的是基于精確模型對較小系統或者恒定不確定性系統的控制。而多模型控制技術是根據被操作對象的范圍，通過建立多個模型來模擬其動態特性然后分別建立相應的控制機器。根據控制機器，一旦被控對象發生較大的變化時，監控器便能夠進行快速的識別和有效的決策。

2.2 手動和半自動控制的弊端

對篦冷機進行手動控制時，需要依賴操作員的經驗知識，由于缺乏系統的理論指導，因此進行篦冷機氣固換熱控制的水平較低、操作人員設置的工藝參數不一定是合理的。參數設置不合理容易導致高溫熟料的過冷卻或欠冷卻。高溫熟料的過冷卻會造成冷卻風機耗費較大的電能，會導致熱回收效率降低，熟料飛灰增加，進而造成熟料浪費和大氣粉塵污染；高溫熟料的欠冷卻既影響了水泥品質，也容易引發“紅河”效應，損壞篦板使得冷卻風漏出篦冷機或篦板下各風室間串風。欠冷卻會影響熟料的冷卻進而中斷生產線造成經濟損失。

2.3 應用多模型控制技術的篦冷機

將多模型控制技術應用于篦冷機能夠提高篦冷機在不同工況下的實時性、精準性和穩定性[2]。多模型控制將篦冷機的復雜控制系統，轉化成了多個模型控制機器，且每個控制機器間具有耦合關系，當實際工況出現較大變化時，也能夠得到較好的控制。多模型控制器的輸入變量為篦下壓力、二次風溫和油壓極值，輸出變量為篦速。根據神經網絡算法對篦冷機系統的實際應用數據進行輸入層、隱含層和輸出層三層網絡結構的訓練，從而得到篦下壓力和篦速的關系、二次風溫和篦速的關系以及油壓極值和篦速的關系。根據深度學習算法對窯入料量和控制器的目標值進行數據挖掘，得到基于不同窯喂料量的篦下壓力、二次風溫、油壓極值參數，然后系統通過優化決策器的作用，實現控制器值的自動調節和優化。

當二次風溫為1 050℃～1 180℃、篦床油壓極值10 MPa以下時，可以啟動篦下壓力控制器調節篦速。一旦篦下壓力偏離設定值，多模型控制系統便會自動地提高或降低篦速來穩定料層的厚度進而保證篦下壓力的穩定。當啟動篦下壓力控制器時，多模型控制監視器會對二次風溫和油壓極值進行監測。一旦二次風溫不在1 050℃～1 180℃，系統將自動地切換到二次風溫控制器來控制篦速。當油壓極值超過10 MPa時，系統將切換油壓極值控制器，通過篦床的快速推動來減少料層厚度從而使油壓恢復正常值。這三個模型控制器通過共同作用來進行篦冷機的控制。

3 篦冷機多模型控制技術的應用前景

經過多年的發展，篦冷機的性能已經有很大提升，如圖3所示，由此可見，篦冷機多模型控制技術的應用前景十分廣泛。通過多模型控制系統來控制水泥生產線中篦冷機的操作是方便簡易的[3]，服務器根據OPC接口從DCS系統中讀取篦下壓力、二次風溫、篦速、油壓極值、喂料量等現場數據，然后將讀取到的數據上傳到數據庫中，多模型控制模塊對數據進行分析，能夠準確得出最合理的篦速目標值。服務器再通過OPC接口將篦速值傳送至DCS系統實現對篦冷機篦速的設定。

圖3 懸掛擺動篦式冷卻機hsb6 000型

在人工操作方面，操作員通過篦冷機的操作界面能夠清楚地了解熟料冷卻系統當前的設備運行狀態。在篦冷機的智能控制界面，操作員可以通過手動/自動按鈕進行切換。當回轉窯出現波動時，多模型控制器能夠對冷卻機參數的波動迅速響應，并對風機出口的壓力進行監測。多模型控制技術的使用避免了設備跳停、傳感器故障、斷料等引起的篦冷機停止推料或過快推料的狀況。當出現系統故障時，操作員可以切回手動控制模式，手動實現篦冷機的控制。

手動控制篦冷機時，二次風溫度的范圍為±40℃，當生料喂料量發生波動時，不及時調整篦速[4]，篦下壓力會形成較高的偏差，因而油壓極值也頻繁波動，進而損害液壓設備。而多模型控制下的篦冷機，篦下壓力會及時地按照目標值進行調整，二次風溫和油壓極值也會平穩波動。根據合肥水泥研究設計院有限公司的實際應用研究發現，多模型控制技術的使用使得篦冷機二次風溫的波動降低了大約4%，而篦下壓力的波動降低了3.6%，油壓極值超過標準值的次數平均單日降低了47次。因此，多模型控制技術在篦冷機中有著較好的應用前景。

4 結 語

篦冷機是水泥生產線的關鍵設備，該設備在經過若干代的更新后可以實現較好的冷卻效果和較高的回收率。但通過人工和半自動來進行機器控制存在有諸多問題，通過研究多模型控制技術并應用該技術實現對篦冷機的控制，避免了操作人員的主觀性和隨意性，通過提供自動、智能、標準的操作模式，實現了水泥生產線的智能化，這是水泥行業生產技術的一大進步。

[ID:013853]