陳香歸 臧春華 蘇寶玉 孔慶儒

（1.沈陽化工大學信息工程學院， 遼寧 沈陽 110142；2.沈陽華控科技發(fā)展有限公司， 遼寧 沈陽 110142）

0 引言

水泥回轉窯是一個典型的熱工過程，能耗高熱效低，是一個多變量、多約束、強耦合、大滯后和非線性的復雜工業(yè)系統(tǒng)[1-2]。窯操作員想通過單一的改變某個變量對另一個工藝參數進行調節(jié)時，也會帶動其他的非目標參數被影響。比如增加窯頭喂煤量，燒成帶溫度和窯尾廢氣溫度增加，廢氣含氧量降低；而增加生料喂料量時，燒成帶溫度、窯尾廢氣溫度和廢氣含氧量都降低[3]。目前對于這種復雜性質的工藝系統(tǒng)，國內DCS系統(tǒng)大多采用多串級或PID回路的方式進行控制，但是常規(guī)PID控制僅從被控對象的單輸入單輸出關系實現閉環(huán)控制，不能很好的協(xié)調水泥窯系統(tǒng)中分解爐溫度、窯頭負壓和篦床壓力等參數之間的復雜關系[4]，需要更好的控制方法。

近60年發(fā)展起來的模型預測控制[5]技術已經在流程工業(yè)方面大范圍使用并且取得了一定的成果[6]。模型預測控制技術在水泥工業(yè)的成功應用案例也有不少。由中材邦業(yè)智能技術有限公司開發(fā)的 ICE智能控制平臺[7]，以模型預測控制為核心采用神經網絡建模，實現對關鍵生產環(huán)節(jié)的優(yōu)化控制，考核后該平臺可提高水泥生產的平穩(wěn)性，增加企業(yè)效益。張春華[8]提出了一種基于組合模型的智能控制算法，結合預測輸出和優(yōu)化算法實現智能自動控制。郭峰[9]提出了一種變增益模糊ARX模型建模方法，建立了回轉窯系統(tǒng)的預測模型，利用在冀東水泥股份有限公司采集的數據進行建模和研究，驗證了方法的可行性和有效性。壯炳良等[10]介紹了模型預測控制技術在某5 000 t/d水泥生產線的應用，用基于實驗數據的神經網絡模型作為過程模型，投運后單位熟料所耗煤量降低了約4個百分點。吳玉寧等[11]介紹了同一MPC技術在水泥生產線的應用，結果是熟料產量提高6個百分點，煤耗和電耗都有所降低。Konrad S等[12]介紹了基于機理建模的MPC技術在水泥窯的應用，投運后工況參數的波動性大大降低。以上大多數是針對水泥窯的過程控制，而未考慮到優(yōu)化控制。因此，難以滿足企業(yè)對節(jié)能降耗增產、實現效益最大化等要求，所以需要一種既能滿足控制要求又能滿足優(yōu)化要求的控制算法。

本文介紹MPC技術在陜西榆林某水泥公司3 000 t/d水泥生產線上的成功應用。

1 水泥窯工藝流程簡介

以回轉窯為核心的熟料煅燒系統(tǒng)是水泥生產過程的關鍵環(huán)節(jié)?；剞D窯具有 4%左右的傾斜度，通過不停轉動讓物料在回轉窯內攪拌混合發(fā)生反應。生料經過換熱和預分解后進入回轉窯，由窯尾向窯頭運動，在窯內進一步分解。窯尾羅茨風機將煤粉送入分解爐內，窯頭羅茨風機將煤粉從窯頭噴入，對生料進行煅燒，回轉窯內的熱量來源主要就是來自于窯頭噴煤燃燒產生的熱量。煤粉在回轉窯內劇烈燃燒放出大量熱量，高溫氣體在窯尾高溫風機抽引下，向窯尾流動，與物料的運動方向相反，物料通過接受高溫氣體和火焰交換的熱量，最終被煅燒成熟料。熟料燒成后滑落至篦床上急劇冷卻，在往復推動的篦板推送下，沿著篦床分散形成一定厚度的料層，冷卻風從料層下方向上吹入，對熟料進行冷卻，同時回收高溫熟料的顯熱，提高系統(tǒng)的熱效率和熟料質量。

2 控制難點分析

（1）多變量強耦合。回轉窯系統(tǒng)內部控制輸入輸出變量眾多，實際工況復雜且各控制變量與被控變量之間存在著強耦合性[13]，一個控制變量的改變會被動的引起多個被控變量的變化，同時，一個被控變量也可能同時受到多個控制變量的影響。

（2）窯內溫度控制[14]：回轉窯內的物料反應所需要的熱量主要通過煤粉燃燒放熱來提供，喂煤量的多少直接影響回轉窯內的煅燒溫度。但是在實際生產過程中，會受到窯內通風情況和風煤配比以及煤粉是否完全燃燒等工況的影響。

（3）窯頭負壓控制：被控目標為窯頭負壓，控制變量為窯頭排風機和篦冷機風機的轉速。如果窯頭負壓過高甚至出現正壓，就會造成窯內氧氣含量不足，使煤粉不能進行充分的燃燒；反之則有可能損傷窯頭罩，影響熟料的質量。

（4）篦冷機控制[15]：通過調節(jié)篦冷機篦速和篦冷機風機頻率來調整篦床壓力，但篦冷機涉及的工況較多，很難進行精確的調控。篦速過快會導致二次風溫度低，不能充分地利用熱量。蓖速過快，蓖下壓力越高。

能否對以上這些關鍵工藝參數實現精確的控制，直接影響著水泥生產熟料質量的好壞。

3 控制算法描述

MPC 控制算法使用多目標層優(yōu)化方法，控制每個CV使其與設定值相同或在某個區(qū)域內。在穩(wěn)態(tài)經濟優(yōu)化中，采用了線性規(guī)劃和二次規(guī)劃技術，每個MV和CV都分配了相應的理想重置值。在每一個控制采用周期內，MPC控制算法都包含以下三個步驟：預測、穩(wěn)態(tài)優(yōu)化和動態(tài)控制。

預測步驟是在辨識得到的模型基礎上，使用MV、DV和CV當前的測量值對被控變量未來可能出現的值進行預測，預測值將會在后續(xù)的穩(wěn)態(tài)優(yōu)化層和動態(tài)控制層中使用。

在穩(wěn)態(tài)優(yōu)化層中，先分析可行性，檢查是否存在足夠大小的自由度來控制全部被控變量，當自由度不足以控制所有被控變量時，可以按照每個被控變量的優(yōu)先級別和權重因子來進行選擇；反之，自由度充足的情況，進行經濟優(yōu)化。經濟優(yōu)化結合使用了線性規(guī)劃和二次規(guī)劃：

式中:u—MV向量，y—CV向量，IRVu—理想狀態(tài)的MV的重置值向量，IRVy—理想狀態(tài)的CV重置值向量，wu—MV的二次規(guī)劃權重對角矩陣，wy—CV的二次規(guī)劃權重對角矩陣，b1—MV的一次規(guī)劃權重向量，b2—CV的一次規(guī)劃權重向量，s.t.—約束條件，G—模型增益矩陣，—在t采樣時刻的偏差，—MV的上下限，—CV的上下限。

在動態(tài)控制層中，基于辨識得到的模型，根據被控變量的未來預測值計算出相應的控制變量動作，使得生產過程最終能夠達到穩(wěn)態(tài)，即穩(wěn)態(tài)優(yōu)化中得到的穩(wěn)態(tài)值。動態(tài)控制層的計算也使用了二次規(guī)劃：

式中:P—預測步長，M—控制步長，Q—CV的二次規(guī)劃權重對角矩陣，R—MV的二次規(guī)劃權重對角矩陣，S—MV的增量權重對角矩陣，yref(t)—CV閉環(huán)響應曲線的理想狀態(tài)，y*和u*—在穩(wěn)定優(yōu)化中已經確定的穩(wěn)態(tài)值（MV和CV），Tresp—每個CV的閉環(huán)穩(wěn)態(tài)時間。

4 MPC系統(tǒng)的應用

模型預測控制（MPC）技術在水泥工藝流程中，有兩個功能是最為突出且尤為重要的：一是大大降低有關工藝參數波動幅度的大小；二是使有關工藝參數盡可能的貼近內部約束條件的邊界，實現工藝參數的卡邊優(yōu)化以獲得最大的經濟效益。

對陜西榆林某水泥生產線引入MPC控制系統(tǒng)后，對喂煤量、窯頭引風機頻率等關鍵變量實現了自動調節(jié)，以下選取窯頭送煤風機電流、窯尾三級筒出口溫度、窯頭負壓為對象，進行投運先進控制系統(tǒng)前后的對比分析。

圖1是窯頭送煤風機電流投運先進控制與手動控制的比較，時間段為24小時。投運先進控制后曲線波動大幅度降低，標準差降低了 72.3%，穩(wěn)定了對窯頭煤量的輸入控制。

圖1 窯頭送煤風機電流（先進控制投運前后對比圖）

圖2是三級筒出口溫度在投運先進控制與手動控制的比較，時間段為24小時。投運先進控制后曲線波動大幅度降低，標準差降低了 69.8%。三級筒出口溫度波動的降低可以大幅度節(jié)約煤的用量并且提高熟料質量。從工藝角度講，尾煤控制存在不敏感區(qū)域。也就是說當尾煤量大于某個閾值后，燃燒不充分，燃燒效率反而會降低。手動操作時為了保證煅燒溫度，窯操偏向于多給煤；而自動控制時由于控制器的控制品質高，煤量一般在完全燃燒的最佳區(qū)間內調整。

圖2 三級筒出口溫度（先進控制投運前后對比圖）

圖3是窯頭負壓投運先進控制與手動控制的比較，時間段為24小時。投運先進控制后曲線波動大幅度降低，標準差降低了 77.3%。窯頭負壓的控制穩(wěn)定有利于提高窯內煅燒溫度的穩(wěn)定性和冷卻風機供給窯系統(tǒng)風量的平衡程度。

圖3 窯頭負壓（先進控制投運前后對比圖）

5 總結

本文針對水泥回轉窯內存在的控制問題提出了一種模型預測控制方法，并將該MPC技術在一條3000 t/d水泥生產線上成功應用，數據結果表明：與手動控制相比，大大降低了關鍵工藝參數的波動性，窯頭送煤風機電流標準差降低了 72.3%，三級筒出口溫度標準差降低了 69.8%，窯頭負壓標準差降低了77.3%。

該MPC系統(tǒng)自2020年12月投運至今已有4月，結果證明，MPC技術應用在水泥工業(yè)可以減輕操作人員的工作負荷，提高水泥成品的質量，增加企業(yè)效益。