王永紅 李 杰 鐘偉民

(南京化工職業(yè)技術(shù)學(xué)院1，江蘇 南京 210048;華東理工大學(xué)化工過程先進(jìn)控制與優(yōu)化技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室2，上海 200237)

0 引言

煤氣化是實(shí)現(xiàn)煤炭資源清潔、高效利用的重要途徑［1－3］。氣化爐是氣化反應(yīng)裝置的核心。在實(shí)際工業(yè)生產(chǎn)過程中，氣化爐的溫度直接關(guān)系到合成氣收率及生產(chǎn)裝置的長(zhǎng)期穩(wěn)定運(yùn)行。

目前，氣化爐溫度的實(shí)時(shí)監(jiān)測(cè)基本依賴于高溫?zé)犭娕?，然而在高溫、高壓、?qiáng)腐蝕環(huán)境下，熱電偶的工作壽命很短，因此，建立氣化爐溫度的軟測(cè)量模型意義重大。一些先期的研究工作一方面因?yàn)槿狈?duì)反應(yīng)機(jī)理的分析及研究，輔助變量的選取主要靠經(jīng)驗(yàn)確定;另一方面由于多噴嘴對(duì)置式氣化爐的工藝和Texaco氣化爐相差甚大，使得新模型與原有的模型也不適應(yīng)［2－3］。

本文以一多噴嘴對(duì)置式水煤漿氣化爐為研究對(duì)象，采用相關(guān)系數(shù)分析法，在氣化反應(yīng)過程機(jī)理分析的基礎(chǔ)上，選取合適的輔助變量，利用最小二乘支持向量機(jī)(least squares support vector machine，LS-SVM)建立了氣化爐溫度軟測(cè)量模型。

1 水煤漿氣化工藝簡(jiǎn)介

來自煤漿給料泵的高壓水煤漿通過氣化爐的四個(gè)工藝燒嘴進(jìn)入氣化爐，同時(shí)來自空分的高壓氧氣分別從工藝燒嘴的中心和外環(huán)通道進(jìn)入氣化爐。煤炭和氧氣在氣化爐燃燒室內(nèi)進(jìn)行部分氧化反應(yīng)，生成的粗合成氣、熔渣及未完全反應(yīng)的碳進(jìn)入氣化爐洗滌冷卻室。粗合成氣被冷卻后在洗滌冷卻室進(jìn)行洗滌和進(jìn)一步冷卻。出氣化爐的粗合成氣經(jīng)過混合器潤(rùn)濕和旋風(fēng)分離器分離，大部分潤(rùn)濕的細(xì)灰后進(jìn)入水洗塔，進(jìn)一步洗滌后送凈化系統(tǒng)。熔渣在洗滌冷卻室的水浴中激冷破碎后進(jìn)入鎖斗定期排入渣池，部分未完全反應(yīng)的細(xì)碳顆粒和細(xì)灰渣懸浮在黑水中，隨黑水到渣水處理工序作進(jìn)一步處理或回用［4］。

煤漿進(jìn)入氣化爐內(nèi)，首先進(jìn)行水分蒸發(fā)和裂解燃燒。當(dāng)氧氣消耗完全后，經(jīng)裂解燃燒室出來的高溫產(chǎn)物，進(jìn)入氣化階段。氣化爐一般可以分為裂解燃燒區(qū)和氣化區(qū)兩個(gè)區(qū)。裂解產(chǎn)物主要包括C、CO、CO2、H2、H2O、CH4。燃燒反應(yīng)主要分為甲烷燃燒、一氧化碳燃燒、氫氣燃燒和固相碳燃燒。氣化反應(yīng)主要包括水煤氣反應(yīng)、Boudouard反應(yīng)、加氫反應(yīng)和氣相反應(yīng)。多噴嘴對(duì)置式水煤漿氣化工藝如圖1所示。

圖1 水煤漿氣化工藝流程圖Fig.1 Technological process of coal-water slurry gasification

2 氣化爐溫度軟測(cè)量建模

2.1 氣化爐溫度數(shù)學(xué)模型

水煤漿氣化反應(yīng)過程是一個(gè)相當(dāng)復(fù)雜的物理和化學(xué)過程，它是典型的復(fù)雜非線性系統(tǒng)，很難建立氣化爐溫度分布模型。但一般認(rèn)為爐膛內(nèi)壁的溫度分布較為均勻，在裝置實(shí)際操作過程中，也只需要知道爐膛中部?jī)?nèi)壁的溫度變化趨勢(shì)。因此，本文借助軟測(cè)量建模技術(shù)，建立多噴嘴對(duì)置式水煤漿氣化爐爐膛中部?jī)?nèi)壁的溫度軟測(cè)量模型。

式中:y為軟測(cè)量模型的輸出變量，即氣化爐爐膛中部?jī)?nèi)壁溫度;xi(i=1，…，k)為軟測(cè)量模型的輸入變量，即軟測(cè)量模型中的輔助變量;f為一非線性函數(shù)，本文采用最新的機(jī)器學(xué)習(xí)方法LS-SVM來實(shí)現(xiàn)。

2.2 輔助變量選擇

理論上，影響氣化爐溫度變化的因素有很多，如水煤漿流量、氧煤比、煤渣顆粒大小和氣化爐渣口壓差等。在多噴嘴對(duì)置式水煤漿氣化反應(yīng)過程中，共有多達(dá)30多個(gè)過程可測(cè)變量，涉及到水煤漿制備、氣化反應(yīng)和水洗過程等多個(gè)工藝環(huán)節(jié)。通過分析工藝機(jī)理，本文首先選擇了與主導(dǎo)變量氣化爐溫度有密切關(guān)系的25個(gè)操作變量作為候選輔助變量?？紤]到相關(guān)系數(shù)法可以衡量?jī)蓚€(gè)隨機(jī)變量之間線性關(guān)系的強(qiáng)度和方向［6］，因此，本文采用相關(guān)分析法對(duì)上述候選變量進(jìn)行了初選。對(duì)采集的實(shí)際工業(yè)運(yùn)行數(shù)據(jù)進(jìn)行歸一化處理后，分別計(jì)算各操作變量。一般認(rèn)為，當(dāng)＞0.35時(shí)，表明參數(shù)之間為顯著性相關(guān)，從而可以初步確定氣化爐溫度軟測(cè)量模型的9個(gè)輔助變量，包括B路煤漿中值、D路煤漿中值、C路氧氣中值、C路中心氧氣、出口合成氣氫氣H2、一氧化碳CO、硫氧化碳COS和CH4含量。事實(shí)上，多噴嘴對(duì)置式水煤漿氣化反應(yīng)相當(dāng)復(fù)雜，由相關(guān)系數(shù)法確定的輔助變量并不能很好地實(shí)現(xiàn)氣化爐溫度的軟測(cè)量模型;另外，輔助變量過多也會(huì)影響模型的泛化能力。因此，還需要根據(jù)機(jī)理分析作進(jìn)一步討論，以確定輔助變量。

通過分析流體力學(xué)理論可知，4路入爐煤漿中值、氧氣中值流量都具有對(duì)稱性，可對(duì)其分別取均值。同時(shí)，對(duì)入爐中心氧氣引入系數(shù)(Omax－Omin)，以平衡各路氧氣對(duì)爐膛溫度變化的可能影響，其中max、min分別取當(dāng)前采集時(shí)刻點(diǎn)入爐中心氧氣流量中的最大值和最小值。由于氣化爐溫度的變化和氣化反應(yīng)的劇烈程度密切相關(guān)，而提供主要熱量的氧化反應(yīng)的速率由入爐氧氣總量、干基煤和水的轉(zhuǎn)化效率所決定。因此，從熱力學(xué)角度出發(fā)，并綜合長(zhǎng)期操作經(jīng)驗(yàn)總結(jié)，引入干基煤、氧煤比這兩個(gè)新的輔助變量。其中，干基煤是入爐煤漿中值流量、水煤漿濃度和水煤漿密度的乘積［5］，計(jì)算公式為:

式中:LC為入爐煤漿中值流量;σ為水煤漿濃度;ρ為水煤漿密度。

氧煤比D為入爐氧碳原子的比例［5］，即:

式中:LO為入爐氧氣總量。

氣化爐溫度的變化與高溫反應(yīng)室內(nèi)的氣化反應(yīng)的劇烈程度密切相關(guān)，它直接影響出口合成氣的組成變化。氫氣H2和一氧化碳CO的含量是檢驗(yàn)氣化反應(yīng)效率的重要指標(biāo)，因而最能夠反映氣化爐爐膛溫度的變化。同時(shí)，結(jié)合實(shí)際工業(yè)裝置運(yùn)行經(jīng)驗(yàn)，確定甲烷CH4的含量為輔助變量。的6個(gè)輔助變量為:干基煤(Omax－Omin)入爐中心氧氣流量、氧煤比、出口合成氣氫氣H2、一氧化碳CO和甲烷CH4含量。

2.3 氣化爐溫度軟測(cè)量建模

2.3.1 LS-SVM 回歸

選取直圓曲線為例，介紹其界面設(shè)計(jì)及相關(guān)數(shù)據(jù)計(jì)算過程。界面的設(shè)計(jì)，如圖1所示，其主要包括參數(shù)設(shè)置與放樣數(shù)據(jù)計(jì)算兩大部分，附加上直圓曲線放樣的示意圖，其在QPixMap中進(jìn)行顯示，以便于軟件使用者快速熟悉該軟件的使用。其中參數(shù)設(shè)置包括里程ZY、里程QZ、樁間距離C、里程Y和線路半徑R的設(shè)置，以及計(jì)算生成數(shù)據(jù)、清除表格數(shù)據(jù)、導(dǎo)出計(jì)算結(jié)果3個(gè)按鈕；放樣數(shù)據(jù)計(jì)算包括放樣數(shù)據(jù)計(jì)算表格，其與傳統(tǒng)手工計(jì)算保持一致，包括點(diǎn)號(hào)、樁號(hào)、樁間間距、偏角值的度、分、秒，使用Qt中QTableView控件作為顯示計(jì)算曲線放樣的結(jié)果。

LS-SVM由Suykens等人在支持向量機(jī)的基礎(chǔ)上推廣得到的機(jī)器學(xué)習(xí)方法［7－8］，其具有運(yùn)算簡(jiǎn)化、收斂速度快以及精度高等特點(diǎn)，是目前廣泛應(yīng)用于非線性過程小樣本擬合的方法之一［9－10］。

若給定一訓(xùn)練樣本集{(xi，yi)}，其中，m為該集合所包含的樣本數(shù)目，xi∈Rm為第i個(gè)樣本的輸入數(shù)據(jù)，yi∈R為與之對(duì)應(yīng)的輸出數(shù)據(jù)。假定采用如下的函數(shù)形式，可用來描述一非線性系統(tǒng):

式中:φ:Rm→RmC為核空間映射函數(shù)，它將原始空間的輸入數(shù)據(jù)映射到高維特征空間;w∈RmC為權(quán)矢量。

結(jié)合結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，LS-SVM回歸的最優(yōu)化問題如下:

綜上所述，本文最終確定氣化爐溫度軟測(cè)量模型

式中:ei∈R為誤差;b為偏差;C為正則化參數(shù)。

通過引入拉格朗日乘子αi∈R，該最優(yōu)化問題可轉(zhuǎn)化為以下矩陣方程形式:

定義核函數(shù) K(xi，xj)= φ(xi)Tφ(xj)，并采用最小二乘法求解上述矩陣方程，分別得到系數(shù)αi和b，則LS-SVM回歸模型描述如下:

2.3.2 氣化爐溫度軟測(cè)量建模

本文在上述輔助變量選擇的基礎(chǔ)上，基于LS-SVM建立了多噴嘴對(duì)置式水煤漿氣化爐溫度的軟測(cè)量模型。利用實(shí)際工業(yè)裝置在爐膛熱電偶指示正常期間的工業(yè)運(yùn)行數(shù)據(jù)，形成輔助變量與主導(dǎo)變量樣本數(shù)據(jù)對(duì)，并對(duì)數(shù)據(jù)進(jìn)行最小-最大歸一化處理。其中，訓(xùn)練樣本共有206對(duì)，測(cè)試樣本有30對(duì)。設(shè)定正則化參數(shù)C=10、核函數(shù)類型為RBF核函數(shù)，其核函數(shù)參數(shù)σ2=5，從而建立相應(yīng)的LS-SVM回歸模型。氣化爐溫度軟測(cè)量模型的訓(xùn)練結(jié)果如圖2所示。

圖2 訓(xùn)練結(jié)果示意圖Fig.2 The training result

由圖2可以看出，模型在氣化爐溫度跳變時(shí)具有較好的訓(xùn)練效果，氣化爐溫度趨勢(shì)跟蹤明顯。

軟測(cè)量模型測(cè)試樣本集的測(cè)試結(jié)果示意圖如圖3所示。

圖3 測(cè)試結(jié)果示意圖Fig.3 The testing result

由圖3可以看出，軟測(cè)量模型輸出值與氣化爐溫度真實(shí)值之間的相對(duì)誤差在［－2.5%，+2.5%］范圍內(nèi)。

為進(jìn)一步驗(yàn)證模型的泛化能力，利用此模型對(duì)氣化爐另外時(shí)刻段(建模數(shù)據(jù)采集時(shí)刻段后約1個(gè)月)的爐膛溫度進(jìn)行了預(yù)熱，預(yù)測(cè)結(jié)果如圖4所示。

圖4 預(yù)測(cè)結(jié)果示意圖Fig.4 The predicting result

從圖4可以看出，模型預(yù)測(cè)值比熱電偶儀表檢測(cè)值平均偏高20 K左右(熱電偶較長(zhǎng)時(shí)間運(yùn)行后，因積碳等原因，指示值會(huì)比實(shí)際值偏低)，但趨勢(shì)跟蹤明顯。由此可見，基于LS-SVM回歸方法的氣化爐溫度軟測(cè)量模型的擬合精度較高、趨勢(shì)跟蹤效果較強(qiáng)、模型泛化能力較好?？紤]到實(shí)際運(yùn)行過程中，裝置更關(guān)心的是根據(jù)氣化爐溫度的變化趨勢(shì)和合成氣收率的關(guān)系，以調(diào)整氧煤比的操作。因此，該軟測(cè)量模型具有較好的工業(yè)運(yùn)行指導(dǎo)意義。

3 結(jié)束語

本文針對(duì)多噴嘴對(duì)置式水煤漿氣化裝置，基于相關(guān)系數(shù)分析法及機(jī)理研究，選取干基煤(Omax－Omin)入爐中心氧氣流量、氧煤比、出口合成氣氫氣H2、一氧化碳CO和甲烷CH4含量為輔助變量，采用最小二乘支持向量機(jī)，建立了基于數(shù)據(jù)驅(qū)動(dòng)的氣化爐溫度的軟測(cè)量模型。

從模型的訓(xùn)練與測(cè)試結(jié)果和實(shí)際工業(yè)裝置運(yùn)行結(jié)果來看，該軟測(cè)量模型在預(yù)測(cè)精度和模型泛化能力方面均有較好的性能，尤其在氣化爐溫度趨勢(shì)跟蹤方面性能突出:一方面表明基于機(jī)理與相關(guān)系數(shù)分析法選擇輔助變量的方法有效;另一方面也表明了采用基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)建模方法可以解決該類高溫、高壓氣固相反應(yīng)體系的溫度預(yù)測(cè)問題。如果基于OPC接口技術(shù)，采集DCS實(shí)時(shí)數(shù)據(jù)，可以根據(jù)此模型實(shí)現(xiàn)氣化爐溫度的實(shí)時(shí)預(yù)測(cè)，為工業(yè)裝置在熱電偶儀表失效的情況提供操作指導(dǎo)。

［1］武利軍，周靜，劉璐，等.煤氣化技術(shù)進(jìn)展［J］.潔凈煤技術(shù)，2002，8(1):31 －34.

［2］Ji Ting，Shi Hongbo.Soft sensor modeling for tempera ture measurement of Texaco gasifier based on an improved RBF neural network［C］//2006 IEEE International Conference on Information Acquisition，Weihai，Shandong，China，2006:1147 －1151.

［3］王新剛，侍洪波.德士古氣化爐爐溫軟測(cè)量建模及其工程實(shí)現(xiàn)［J］.化工自動(dòng)化及儀表，2006，33(3):59 －63.

［4］蔣甲金，宋羽，路文學(xué)，等.多噴嘴對(duì)置式水煤漿氣化技術(shù)及其優(yōu)越性［J］.化工過程與裝備，2011(2):108－109.

［5］Li Jie，Zhong Weimin，Cheng Hui，et al.A data-driven soft sensor modeling for furnace temperature of opposed multi-burner gasifier［C］//2011 Seventh International Conference on Natural Computation(ICNC)，Shanghai，China，2011:705 －710.

［6］白麗娜，高翔，崔建江.基于廣義相關(guān)系數(shù)法的MPCA在線監(jiān)控方法［J］.控制工程，2009，16(1):113 －116.

［7］Suykens J A K，Vandewalle J.Least squares support vector machine［J］.Neural Processing Letters，1999，9(3):293 －300.

［8］Vapnik V N.The nature of statistical learning theory［M］.New York:Springer-Verlag，1995.

［9］宋坤，李麗娟，趙英凱.基于AP的LS-SVM多模型建模算法［J］.計(jì)算機(jī)工程，2011，37(14):169 －171.

［10］崔萬照.最小二乘小波支持向量機(jī)在非線性系統(tǒng)辨識(shí)中的應(yīng)用［J］.西安交通大學(xué)學(xué)報(bào):自然科學(xué)版，2004，38(6):562 －565，586.